关于我
我是 宋伟力。
我目前是湖南大学管理科学与工程博士研究生,专注于量化金融和金融风险管理,我热忱于实盘交易为目标的量化投资研究,致力于将理论与实践紧密结合,不断探索创新的投资策略。
我同时在一家私募基金兼职量化研究员,在两人的团队中,从数据端开始全流程地完成了股票指数增强产品的研发。我自2022年以来听过200场以上私募基金的路演,和同业线下会定期线下交流,对量化私募基金的股票指数增强产品有着深刻的理解。
与我合作
我热忱欢迎各种外部合作机会,包括但不限于:
- 同业交流:分享从业经验,探讨行业趋势。
- FOF基金兼职:在量化选股产品的尽调上,我能提供最专业的分析。
- 资方合作:可以提供详细的实盘业绩。
- 学术合作:作为博士生,我也积极寻求学术研究的协作机会。
如果您对以上任何方面感兴趣,欢迎通过微信或邮件与我联系。我的邮箱是[email protected],我目前常驻北京,欢迎线下面对面交流。
实盘产品
我与私募基金的合作伙伴(团队共两人)在2022年至2023年期间致力于量化选股策略的研究。我们于2023年10月22日正式启动了中证500指数增强产品的实盘交易。在过去10个月的运作中,我们的产品取得了以下成果:
- 相对于中证500指数取得了21.90%的显著超额收益。
- 大幅超越行业平均水平(规模上量化私募指数的中证500增强产品在过去一年的平均超额收益仅为8%)。
- 实现了2.398的优异超额夏普比率。
在2024年2月份发生的量化股灾中,我们的表现:
- 最大超额回撤仅为7%,(规模上量化私募指数的中证500增强产品在过去一年的平均最大超额回撤高达11%)。
- 仅用10个交易日就完成了超额回撤的修复(规模上量化私募指数的中证500增强产品的平均修复时间长达5个月)。
我们的交易策略特点:
- 选股池覆盖全市场,平均持仓数量为300-500只股票。
- 采用日间中低频信号,没有日内高频回转交易信号的参与,不属于监管部门重点关注的高频交易范畴。
- 年化双边换手率约为30-50倍,具有较大的资金容量。
研究兴趣
我当前的研究重点聚焦于量化金融领域,致力于应用先进技术提升中频预测能力和优化风险管理,以此来增强实盘交易表现。我的主要研究方向包括:
- 计算金融:在量价数据上探索新的因子挖掘方法。
- 金融机器学习:研究并应用先进的非线性模型来组合因子,提高信号的预测效力。
- 投资组合管理:探索更好的组合优化方法,包括研发更有效的优化算法和挖掘更有效的风险因子,以实现更优的风险调整收益。
最新动态
- 2024年8月: 与合作者共同完成并投稿了题为”AlphaForge: A Framework to Mine and Dynamically Combine Formulaic Alpha Factors“的研究论文。该论文提出了一个创新的两阶段公式化Alpha因子生成框架,为量化投资领域的因子挖掘和动态组合提供了新的方法论。
- 2023年10月: 在Kaggle大语言模型科学考试比赛中排名88/2664(银牌);CommonLit-评估学生摘要能力大赛排名23/2064(银牌)。
- 2023年8月: 引入了使用Gurobi的组合优化框架,控制风险敞口并提升小规模基金的表现,将年化超额收益率提升至20%,并将回撤控制在3%以内。
- 2023年6月: 对因子生成和因子组合进行研究,对近2年测试集的回测达到了20%的年化超额收益率,3%以内的超额回撤。这项研究为后续的”AlphaForge”项目奠定了基础。
- 2023年4月: 成功实施了基于BERT的情感分类低频Alpha因子提取,单靠情感信号实现了10%的超额收益。
- 2022年12月: 在第五届”UBIQUANT CHALLENGE”量化联赛中排名第6/532。
- 2022年8月: 在Kaggle AMEX信用违约预测比赛中获得第50/4874(solo银牌)名。