◎记者 朱妍 德邦基金基金经理提云涛经历了A股量化投资从无到有的发展历程。他深耕基本面量化赛道，以一套“有逻辑的量化”投资框架，追求可持续、均衡分布的超额收益。 不迷信复杂模型 接受因子阶段性失效 在外界看来，提云涛属于“量化价值派”，但他对这个标签保持审慎。提云涛认为，价值投资本身要求极高，自己更偏向于“有逻辑的量化”。他将投资收益来源划分为两大路径：一是陪伴优质企业成长，以合理的价格买入高成长公司，或是布局经营稳健、盈利能力扎实的传统行业企业；二是依靠交易博弈获取收益。他更倾向第一种路径，遵循金融底层规律，挖掘企业基本面带来的长期回报。 统计学、计量经济学、金融学的复合学术背景，塑造了他独特的建模思路。A股量化早期缺乏成熟范式，BARRA（多因子风险模型）尚未进入国内，因子体系、模型架构都需要自主搭建。长期的从业经历，让他格外重视因子背后的底层逻辑，拒绝盲目追逐复杂模型。 “系统越复杂，稳定性往往越差，适合自己、能够创造超额收益的模型，才是好模型。”提云涛表示，他的模型以基本面因子为核心，划分为盈利能力、运营质量、上下游竞争力等大类，大类之间、大类内部全部采用等权配置，依靠均衡换取长期稳定性。 在因子使用上，他坚持不做因子动态轮动。“任何因子都难免会出现阶段性失效，而恰恰是阶段性失效，才成就了因子的长期有效性。”提云涛表示，明确自身的能力边界，克制追逐短期收益的冲动，才能够拿到长期延时满足的回报。 这种对因子长期有效性的坚守，本质上来自对底层逻辑的深刻认知。在他看来，只有真正理解现金对企业的重要性及其所反映的经营实质，才能挖掘出优质的因子。但因子的作用并非一成不变，例如，“收入现金比”指标早年具备很强的阿尔法收益，但当市场普遍关注现金流之后，它逐步蜕变为衡量盈利质量的重要风控因子。 同样，估值因子在某些特定年份可能会被市场忽略，但随后又会重新发挥显著的定价作用。如果因一时失效而将其剔除，很可能会错过下一轮的行情。因此，只有读懂因子背后的逻辑和设定初衷，才能在风格切换中拿得稳、拿得住。 以持有人体验为标尺 追求均衡可持续超额 风控是提云涛投资体系的重中之重，他坚持风控前置。 在他看来，风控模型要采用与投资模型完全不同的观察视角，避免思路重合。在管理沪深300指数增强产品时，他会从公司治理、负面舆情维度剔除瑕疵标的，精细化拆分行业分类，把非银金融拆解为券商、保险，对部分属性相近的TMT细分行业适度合并，严格控制行业因子偏离与规模因子偏离，同时将沪深300成分股按市值分组管控权重，筑牢组合的风险底座。 “一款好的指数增强产品，超额收益应该在时间维度上尽可能均匀分布。下跌时比基准跌得少，上涨时力争跑赢基准，争取让不同时点申购的持有人，都有机会收获超额回报。”提云涛认为，超额收益与跟踪误差同等重要。如果组合波动过大，即便长期收益可观，多数投资者也很难长期持有，那么再好的业绩也与投资者的实际收益无关。 提云涛给自己设定了一个务实的目标：力争每年跑赢沪深300基准，依靠长期可持续的表现，切实改善持有人投资体验。Choice数据显示，截至8月12日，提云涛管理的德邦沪深300指数增强A近6个月回报为4.08%，同期业绩比较基准为-0.4%，实现了显著的超额回报。 谈及AI在量化领域的应用，他认为存在双重价值：一方面大幅提升投研效率，借助AI工具完成代码编写，快速落地投资想法；另一方面，大模型对文本类非数值信息的处理实现质的飞跃，过去难以量化的企业文化、公司治理等定性信息，如今可以通过解析公告、公开报道、招聘信息等完成量化评估，开辟全新阿尔法来源。 展望未来，提云涛表示，德邦基金将持续深耕量化赛道，以“搭积木”的思路推进产品创新，开发不同风险收益特征的产品，同时推动量化团队与主动研究团队协同。“主动投资擅长演绎提出想法，量化投资擅长归纳验证想法，两者结合可以产生一定的化学反应。”他说。

◎记者 朱妍

德邦基金基金经理提云涛经历了A股量化投资从无到有的发展历程。他深耕基本面量化赛道，以一套“有逻辑的量化”投资框架，追求可持续、均衡分布的超额收益。

不迷信复杂模型

接受因子阶段性失效

在外界看来，提云涛属于“量化价值派”，但他对这个标签保持审慎。提云涛认为，价值投资本身要求极高，自己更偏向于“有逻辑的量化”。他将投资收益来源划分为两大路径：一是陪伴优质企业成长，以合理的价格买入高成长公司，或是布局经营稳健、盈利能力扎实的传统行业企业；二是依靠交易博弈获取收益。他更倾向第一种路径，遵循金融底层规律，挖掘企业基本面带来的长期回报。

统计学、计量经济学、金融学的复合学术背景，塑造了他独特的建模思路。A股量化早期缺乏成熟范式，BARRA（多因子风险模型）尚未进入国内，因子体系、模型架构都需要自主搭建。长期的从业经历，让他格外重视因子背后的底层逻辑，拒绝盲目追逐复杂模型。

“系统越复杂，稳定性往往越差，适合自己、能够创造超额收益的模型，才是好模型。”提云涛表示，他的模型以基本面因子为核心，划分为盈利能力、运营质量、上下游竞争力等大类，大类之间、大类内部全部采用等权配置，依靠均衡换取长期稳定性。

在因子使用上，他坚持不做因子动态轮动。“任何因子都难免会出现阶段性失效，而恰恰是阶段性失效，才成就了因子的长期有效性。”提云涛表示，明确自身的能力边界，克制追逐短期收益的冲动，才能够拿到长期延时满足的回报。

这种对因子长期有效性的坚守，本质上来自对底层逻辑的深刻认知。在他看来，只有真正理解现金对企业的重要性及其所反映的经营实质，才能挖掘出优质的因子。但因子的作用并非一成不变，例如，“收入现金比”指标早年具备很强的阿尔法收益，但当市场普遍关注现金流之后，它逐步蜕变为衡量盈利质量的重要风控因子。

同样，估值因子在某些特定年份可能会被市场忽略，但随后又会重新发挥显著的定价作用。如果因一时失效而将其剔除，很可能会错过下一轮的行情。因此，只有读懂因子背后的逻辑和设定初衷，才能在风格切换中拿得稳、拿得住。

以持有人体验为标尺

追求均衡可持续超额

风控是提云涛投资体系的重中之重，他坚持风控前置。

在他看来，风控模型要采用与投资模型完全不同的观察视角，避免思路重合。在管理沪深300指数增强产品时，他会从公司治理、负面舆情维度剔除瑕疵标的，精细化拆分行业分类，把非银金融拆解为券商、保险，对部分属性相近的TMT细分行业适度合并，严格控制行业因子偏离与规模因子偏离，同时将沪深300成分股按市值分组管控权重，筑牢组合的风险底座。

“一款好的指数增强产品，超额收益应该在时间维度上尽可能均匀分布。下跌时比基准跌得少，上涨时力争跑赢基准，争取让不同时点申购的持有人，都有机会收获超额回报。”提云涛认为，超额收益与跟踪误差同等重要。如果组合波动过大，即便长期收益可观，多数投资者也很难长期持有，那么再好的业绩也与投资者的实际收益无关。

提云涛给自己设定了一个务实的目标：力争每年跑赢沪深300基准，依靠长期可持续的表现，切实改善持有人投资体验。Choice数据显示，截至8月12日，提云涛管理的德邦沪深300指数增强A近6个月回报为4.08%，同期业绩比较基准为-0.4%，实现了显著的超额回报。

谈及AI在量化领域的应用，他认为存在双重价值：一方面大幅提升投研效率，借助AI工具完成代码编写，快速落地投资想法；另一方面，大模型对文本类非数值信息的处理实现质的飞跃，过去难以量化的企业文化、公司治理等定性信息，如今可以通过解析公告、公开报道、招聘信息等完成量化评估，开辟全新阿尔法来源。

展望未来，提云涛表示，德邦基金将持续深耕量化赛道，以“搭积木”的思路推进产品创新，开发不同风险收益特征的产品，同时推动量化团队与主动研究团队协同。“主动投资擅长演绎提出想法，量化投资擅长归纳验证想法，两者结合可以产生一定的化学反应。”他说。