A+CLUB管理人支持计划第五期 | 鸣熙资产

免责声明

本文内容仅对合格投资者开放！

私募基金的合格投资者是指具备相应风险识别能力和风险承担能力，投资于单只私募基金的金额不低于100 万元且符合下列相关标准的单位和个人：

（一）净资产不低于1000 万元的单位；

（二）金融资产不低于300 万元或者最近三年个人年均收入不低于50 万元的个人。

前文所称金融资产包括银行存款、股票、债券、基金份额、资产管理计划、银行理财产品、信托计划、保险产品、期货权益等。

本文为2023年5月26日A+CLUB管理人支持计划路演内容，仅供交流参考，不构成任何投资建议。

公司简介

01公司概况

鸣熙资产管理有限公司（P1033450）成立于2014年，注册资本3000万，是中国基金业协会观察会员，具备3+3投顾资质，目前管理规模约12亿。鸣熙坚持以经济学逻辑为核心，以数学与科技的力量为依托，立志成为顶尖的量化对冲基金。

02团队介绍

公司目前共30余人，投研团队成员20余人，来自于Point72, DE Shaw, Citadel, Millennium, 北清复交等顶尖对冲基金和顶尖高校。

03核心人物

张祥方  创始人/总经理

教育背景

清华大学经管学院信息管理专业

工作经历

2009年开始专注美国、日本、欧洲等市场的日内波动率交易。具备丰富的交易、策略开发经验及管理经验，曾实现证券年交易额超过1万亿，300个交易日无回撤的历史业绩。2014年12月创办鸣熙资产，目前专注于国内期货高频、中高频交易和股票指增策略，统筹公司的投研交易、战略规划、人才培养及策略配置。

陈昊炜  合伙人 股票策略负责人

教育背景

美国卡耐基梅隆大学金融工程硕士

美国普渡大学精算科学荣誉学士（专业排名第一，获得最佳毕业生荣誉）

工作经历

Point72：作为投资经理负责管理数十亿美元资产，运作大容量中频量化统计套利股票策略。

德意志银行：曾任职于纽约量化策略研究组（连续多年荣获美国《机构投资者》期刊华尔街第一的殊荣）。专注开发量化多因子alpha股票策略，参与管理近两千亿美元的量化投顾资产。

吴比亚  合伙人 股票策略负责人

教育背景

美国纽约城市大学巴鲁克学院金融工程硕士 (全美金融工程专业第一)

北京大学物理学学士、经济学学士

工作经历

Point72：作为投资经理在管理数十亿美金资产，运作大容量中频量化统计套利股票策略。

花旗集团：曾在外汇电子交易组，负责开发交易策略，多年市场份额保持在华尔街第一。

高盛集团：曾在量化投资部门负责策略开发。

陈开泰 合伙人 投研总监

教育背景

美国卡耐基梅隆大学金融工程硕士

上海交通大学应用数学学士

工作经历

Citadel：负责系统化套利策略的开发，包括中频统计套利，日内高频交易，期权套利。

Millennium：作为跨资产量化策略负责人在以及负责开发运作系统化多资产量化套利策略的研发。包括股票，利率和外汇及其衍生品。

巴克莱银行：曾任职于纽约，负责量化交易策略的开发。

04产品线

① 指数增强策略：500指增、1000指增

② 期货及衍生品策略：量化CTA

05特征构成

65%量价+15%基本面+15%突发事件+5%另类数据

06公司精选照片

业绩展示

中证500指数增强

2021年12月31日建仓，截止至2023年6月2日，产品收益率2.68%，累计超额23.82%，今年超额收益率8.70%，年化超额收益率16.94%，最大超额回撤-3.27%，超额夏普比率2.34。

公司亮点

股票Alpha策略亮点：

1.人工智能，另类数据协同，创新力强，丰富的策略储备，高效迭代。

2.与市场相关性较低，避免同质化竞争，Alpha长期确定性的特质。

3.定位大容量策略。致力于发掘投资属性的策略，具备长期稳定的超额收益能力。

荣誉奖项

1、2023-中航证券“航融杯”私募实盘大赛

月度获奖-2023年2月-指数增强策略-第六名

2、2022-亚马逊云科技-私募量化大赛

季度获奖-2023年2月-管理期货策略-期货套利-第二名

月度获奖-2023年2月-股票多头-指数增强策略-月度前十

季度获奖-2022年三季度-管理期货策略-期货套利-第一名

3、2022-中信建投-潜龙杯私募实盘投资大赛（第二届）

月度获奖-2022年8月-指数增强策略-第二名

4、私募排排网-全国地区1-10亿私募

2021-半年以来相对价值策略收益前十强

2020-今年以来管理期货策略夏普比率排名前五

2019-今年以来相对价值策略夏普比率排名第一

2017-今年以来管理期货策略夏普比率排名第一

5、Wind-Wind最强私募公司榜单-1-10亿

2018-Wind-Wind最强私募公司榜单-1-10亿

精选QA

问1：目前国内有量化私募在算力这块会需要用通用性较强的芯片，目前有没有针对于投资这块的芯片，您认为会有供应商针对速度这块来提供专门的芯片吗？

答1：我们鸣熙是以中低频大容量的股票策略研发为主的需求，专注另类数据的处理，使用到大量自然语言处理和大语言模型的微调，对于我们来说4080和A100显卡的GPU算力组能应对大多的应用场景的算力需求。我们也保持对英伟达新发布的GH200等新一代GPU芯片的积极关注。

问2：鸣熙目前的数据因子主要有哪几类？不同数据都是怎么获取的？

答2：目前分三种：第一种是互联网上的数据流，这类数据我们是进行自行全网爬取；第二种是特殊渠道的另类数据，比如地理位置，卫星云图，能帮助我们更深入了解公司经营状况的数据，这部分数据我们会通过第三方的数据厂商进行获取；第三种是最基本的一些数据，比如说价量、基本面，我们通常是直接采集于一些比较扎实主流的数据厂商。

问3：都说量化策略是黑箱，鸣熙Alpha策略是黑箱吗？

答3：市场上有量化策略是黑箱这一说，主要的原因是部分量化策略完全基于人工智能和大数据进行暴力挖掘，策略底层没有逻辑上的支撑，导致其超额的来源不可解释，不好归因。此外，部分策略的表现非常随机，难以预测其适应的行情和不适应的行情，导致投资者进行择时或者调仓时缺乏分析依据。鸣熙的策略中所有的信号均有投资逻辑的支撑，而且其业绩表现归因清晰且方便预测。我们的主要收益来源是市场的非理性情绪，因此只要市场有些板块出现连续的行情，投资者风险偏好上升，我们就能够显著跑赢指数。而当市场整体风险偏好低迷，成交冷淡，我们的策略就会自动呈现防守状态。

问4：我们注意到鸣熙alpha策略的业绩相关性与同类策略明显较低，主要的原因是什么？

答4：我们认为相关性低是多个原因作用的结果。首先，鸣熙的信号开发框架相对独特，我们会从一个投资逻辑切入，将该逻辑通过“复合逻辑层”细致刻画出来，每一层逻辑都会采用最合适的数据和算法，服务于一个明确的目的。另外，对于市场上拥挤的投资思路，我们会从逻辑和构造上做一定的规避。最后，我们还具备自研的风险优化器，采用的行业分类、风险因子、优化目标、相关性矩阵等都有独特之处。

活动照片