孙林，量派投资创始人、CEO、投研模块负责人。复旦大学数学与应用数学专业学士，英国帝国理工学院数学和金融专业硕士。历任巴克莱资本量化分析研究员、Two Sigma短周期交易自营部门联席主管与美国股票做市团队主管炒股配资杠杆公司，具备丰富的研发经验与量化方法论。

　　“在量化行业多年，有件特别让我开心的事情是，我在不断否定自己。”在谈及过往经验时，量派投资的创始人孙林如是说。

　　初见孙林，会不自觉被他身上那股天然的“极客”气质打动。低调谦逊，但对技术充满极高的热情，这种气质不仅穿插交织在采访中，也凝练成为了量派投资的特色。

　　丰富的海外背景让这种气质变得有迹可循。巴克莱资本、Two Sigma、骑士资本、Tower Research，在这些海外量化“大厂”十余年的工作经历，构建了孙林与另一创始人余航对量化投资的热情。从美国到上海，回国创业以来，他们对量化投资的热情持续高涨。

　　步入“毫秒”时代，量化行业正在成为竞争的红海市场。角逐之下，区别度即是生命力。坚守“高夏普低回撤”，是量派投资成立时就注入基因的投资目标，也是其在行业中突出重围的立足之点。第三方数据显示，2023年，量派投资的业绩在同规模公司中排名居前。自2020年末正式展业以来，这家年轻的机构虽经波折，却迅速扎根生长，目前已经成为具有指增策略、CTA策略、中性策略、量化选股策略等多策略的资管公司。

　　“高夏普低回撤”的投资基因

　　中国证券报：你在海外有很丰富的工作历程，为何会辞职回国创业？

　　孙林：在海外工作十几年间，我一直有回国创业的想法。2015年我一度考虑回国，但那时正值职业生涯一次重要飞跃，因此未能成行。后来我意识到，自己已积累了足够的管理经验，投研技术方面也算游刃有余，如果再不回国创业，可能这辈子都不会创业了。所以在2019年时，我决定和另一创始人余航一起回国，创立量派投资。

　　从市场周期来看，2019年不一定是回国做量化的最好时机。每个行业都有自己的周期，虽然在行业周期底端开始是最合适的，但很难有人准确找到底端。所以关键还是要在适合自己时开始去做、坚定地做，而不是试图择时。我经历过美股量化交易的艰难时期。2017年时，美国股市一直在上涨，导致波动率很低，市场环境对短周期交易并不友好。但谁知道2018年却否极泰来。

　　有些同行可能更关注时机，但对我来说最关键的，是选择适合自己的方向。像量化这样需要积累的领域，国内目前绝大多数规模大的量化机构，都是很早就开始做。如果你觉得自己适合做某件事，而且这个方向在长期内有发展，那就去做。不能为了追求时机而放弃适合自己的方向。

　　中国证券报：投资策略有哪些特点？

　　孙林：我们的量化策略有两个主要特点。一是深耕短周期，预测周期以日内为主，最长预测周期为一天。二是追求高夏普和低回撤，注重稳定性。相较于市场的其他产品，我们往往会有更高的夏普比率和更严格的风控。比如在产品风控上，我们的参数设置会比行业的平均水平的一半还要低，所以夏普比率长期十分突出。目前市场中有这么多家量化机构，如果想做出彩，便需要具备独特性。也是基于我们的策略和模型储备，于是将目标定位在“高夏普低回撤”上。

　　中国证券报：随着规模增加，短周期策略未来是否会转向中低频的新策略？

　　孙林：我们的研究框架以预测为导向。如果要让预测周期变得更长，可能会在模型中加入更多基本面和另类数据。其实目前我们已有相关模型，只是目前未给予较大比重，因为我们更注重高夏普比。预测方面，我们会持续优化模型，确保其能够充分反映市场的变化，保持我们投资组合的适应性和效益。

　　人才不可替代

　　中国证券报：目前量化行业中，规则型交易较多，为何在模型中侧重预测型交易？

　　孙林：相对来说，规则型交易是一种较为传统的方法，而且如何将规则型交易与人工智能（AI）结合也是较为复杂的问题。相较而言，预测型交易代表更为先进的理念，同时也更能充分利用科技行业发展。

　　虽然A股市场和美股市场上涨逻辑有区别，但是从预测角度看，两个市场实际上差异不大。假设说，我脑子里有100个模型，其中在美股市场有70个模型非常有效，30个模型勉强能用；在A股市场可能是反过来，有30个模型可以用，40个模型非常有效，另外30个在美国很有效的模型可能效果一般。尽管存在这些差异，但总体来说，研究框架和模型铺设是相似的。

　　这也是我们的优势之一。我们在最开始就选定预测型交易的框架，模型在两个市场都表现得很好，甚至能在全球市场发挥作用。

　　中国证券报：国内量化行业竞争日渐激烈，你认为量化机构的核心竞争力是什么？

　　孙林：在量化行业，一家机构最重要的核心竞争力是拥有怎样的人才。机器本身是可以替代的，然而合适的人才却具有强烈的不可替代性。

　　我认为一家量化公司的成功，在最初几年很大程度上取决于创始人是否能够构建出有效的模型。随着公司逐渐壮大，势必要招到对的人，发挥团队的力量，往前推进业务。所以我们对人才的招聘标准相当高。在选人上，我们比较看重思考的过程。比如在解题的过程中，可以观察到候选人有没有独特的想法，沟通解题的思路是否清晰。另外，个人的学习基础也很重要。

　　我们在海外积累了相当长时间的管理经验，懂得如何招人并留下人，我们能够招聘到许多毕业于世界知名学府的人才。通常情况下，我们公司的薪酬水平在行业位于头部区间；内部投研人员的架构也非常扁平，每个人都可以直接与创始人交流，沟通很有效。此外，我们内部的学习氛围相当浓厚，提供的理论体系目前较为先进。

　　中国证券报：近年A股行情波动比较大，你们的策略有何调整？

　　孙林：过去一两年，公司在深度学习方面的投入持续增加。最初我们的模型储备主要来自海外经验的实践，以线性为主，是强因子弱模型的方式。从2020年底开始，随着公司人力和算力的提升，公司逐渐推进机器学习模型的研发，引入树模型等非线性机器学习模型。2021年，新模型陆续上线。我们对新东西也格外小心，经过反复测试调整，确保新上线的内容都能够达到预期效果。最终在2022年初，所有的策略都融入了机器学习元素。

　　此外，我们对交易框架进行了数次大改动，帮助交易延时减少至少一半，或者说速度增加至少一倍。这意味着我们现在能够处理更加复杂的模型。

　　需坚守自身特色

　　中国证券报：如何看待AI在量化的应用？

　　孙林：在量化行业多年，有件特别让我开心的事情是，我在不断否定自己。例如，过去我可能会认为某些方法行不通，但5年之后，曾经认为不行的方法，有时会变得非常有效。刚毕业时，我曾在面试时遇到过一位法国行业大佬，他当时对神经网络在金融领域的应用表示怀疑，而现在看来，神经网络已经被广泛运用了。

　　AI也是不断颠覆认知的技术，所以对于AI，我目前也在谨慎地推进。

　　中国证券报：当前市场对量化投资存在诸多争议，如何看待这个现象？

　　孙林：参考海外经验，大众对不熟悉事物往往会产生猜测，美股市场的量化交易也经历过很大争议。2014年，麦克·路易斯（Michael Lewis）出版了《Flash Boys》，这本书让神秘的量化交易走到大众面前，引起广泛关注。此前在2012年8月，骑士资本（Knight Capital）由于在系统升级中未通过全面测试，导致自身交易指令出现错误，在短时间内引起美股市场上百只股票价格异动，一度导致纽交所启动熔断机制。这最终让骑士资本直接损失超4.5亿美元。舆论一度对量化交易变得非常负面，但随着各界对于量化交易有了更多的了解，舆论也逐渐平和。

　　目前在国内，我们希望量化行业能变得更加透明。希望通过交流、提高可解释性，消除投资者的认知门槛，让大众了解我们的业务；同时在不暴露核心知识产权的前提下，展示量化的运作方式。

　　中国证券报：近几年，量化投资迎来大发展，中国未来量化行业发展趋势如何？

　　孙林：我坚信量化仍会稳健发展，也会有越来越多的人知道、了解、认可量化，甚至加入量化。

　　更宏观来看，量化实质上代表生产力进步。一旦理解这一点，人们必定会积极拥抱生产力提升。在量化行业内部，我认为,未来竞争将会更加激烈，头部效应会变得越来越显著。当行业竞争激烈时炒股配资杠杆公司，区别度便格外重要。所以作为量化机构，需要坚持自身的特色，才能在竞争中占据一席之地。