本报（chinatimes.net.cn）记者张玫 北京报道

21年主观投资与10年量化投资的“双栖”经历，让新华基金权益投资部基金经理林翟对量化与主观的关系有着独特的理解。

策略框架：广度与深度的统一

林翟构建的“全风格量化策略矩阵”覆盖从大盘到微盘、从权益到固收+，但他并不认为这是简单的“广度优先”或“深度优先”的选择。

“底层是一套统一的决策系统。”林翟表示，“从基金合同、产品定位和风险边界出发，自上而下判断宏观周期、流动性状况和适配的投资风格，自下而上比较基本面、估值、预期和量价信息，再把观点转化为风险贡献和持仓权重。”

在他看来，跨资产的广度是为了比较机会成本和风险来源，每一项子策略都必须有经济逻辑和交易约束。“没有深度的广度容易变成因子堆砌，没有组合视角的深度也可能变成单点押注。”

量化的边界：三层局限与主观的职责

林翟指出，量化策略存在三层清晰的能力边界。

第一是数据边界。 模型只能处理能够被观测和量化的信息，数据质量、统计口径或时间点一旦出现问题，结论就可能失真。第二是适用范围的边界。 模型从历史关系中学习，而政策制度、产业逻辑、市场参与者结构和流动性环境都可能发生变化。第三是交易实现的边界。 即使信号有效，也可能受到流动性、冲击成本、拥挤度、停牌或重大事件的限制。

但林翟特别强调，主观判断不等于随时凭感觉推翻模型。“人的判断应该更多地前置到研究假设、目标函数、风险约束和人工干预规则的设计中；确需干预时，也要有客观依据、明确范围、有效期限和事后复盘。”

极端行情：“卖”还是“扛”？最终决定权在谁

这是整场采访最核心的问题。2024年微盘股流动性危机、2026年市场大幅波动——量化模型是否失效？该坚守还是干预？

林翟首先厘清一个概念：“不能把每一次回撤都定义成模型失效。极端行情中最先失效的，往往不是模型本身，而是模型在正常市场环境下对流动性、冲击成本、资产相关性和可交易性的假设。”

2024年初的微盘危机中，他的策略提前设置了针对季节性风险窗口的降暴露机制，在1月初就已对微盘清仓。“危机发生时并不是先满仓承受冲击再依靠人工救场，而是事前规则和组合配置发挥了作用。”此后他进一步强化了微盘敞口上限、流动性筛选和极端退出压力测试。

2026年的情况则不同——市场收益高度集中在少数高景气、机构抱团标的上，量化模型内在的分散机制和高抛低吸特征反而导致短期跟不上市场。他的处理方式是先做归因，判断是正常风格逆风还是经济逻辑发生了变化，再通过增强景气度因子、优化风格配置来迭代模型，而非用人工选股替代模型。

林翟给出了明确的决策框架：数据正常、信号仍在适用范围、市场可正常交易时，按预设规则执行；出现数据异常、制度变化、流动性冻结或冲击成本大幅超过模型假设时，人工必须在风险层面介入；如果只是经验与模型意见不同，但没有客观证据证明模型越界，他不会凭直觉反向操作，而是先降低风险、复核归因。

“模型有建议权，规则有约束权，基金经理在制度授权内有决策权，也承担最终责任。人工干预不是用情绪代替模型，而是在模型越出适用边界时，启动事先定义的风险处置机制。”这是林翟给出的最终答案。