自今年年初以来，资金量的总体表现有些惊人。从Ye先生的角度来看，GF Baifa大数据策略增长基金经理，基本的投资量在于从大量数据，开发复发模型和风险审查模型的模型以及将特定的投资目标整合到“调整”中。他说：“尽管该模型的数量本身是'黑匣子'，但我们希望通过强有力的解释进行大量投资，以便投资者可以清楚地知道他们正在赚钱以及潜在的风险是什么。” Ye元帅于2016年加入了GF基金，拥有8年以上的业务经验和近6年的投资管理经验。他有博士学位在数学和丰富的研究经验中。自2022年4月以来，他一直担任CompanionGF基金稳定战略部的战略部门。根据“基本 +测量”化合物，元帅逐渐开发了一个“体积 +主动”投资系统，努力通过科学和积极的投资对Beta回报的完全解释以及Alpha的原始回报。 包括主观逻辑和效率的数量 Ye先生在他的职业生涯中的8年经验中，将科学和严格的数量方法与主动投资逻辑进行了深入研究，并以“科学和积极投资的数量”为主要的投资概念。他说：“关于这个概念，我们的团队希望通过系统的研究方法更清晰地在投资过程中实现艺术与科学之间的界限；实现的途径是'Active + Volume'，也就是说，将积极的深入研究结合在一起。”他说。 “主动 +量化”可以为基于模型量的预言而在深入研究和预测中的主观投资的好处提供全面发挥。 Ye元帅说，作为一种高度系统的检查工具，VolUME通过挖掘历史有效因素和建模数据来最初筛选数千种股票；虽然主观判断在主要节点中起不可替代的作用，但提供了更多的输入，以寻找模型，从而增强了长期回报的组合稳定性和稳定性。 特别是：在建立宏观调整模型时，团队将根据经济周期的基础纠正模型输入；在开发风格或行业模式时，它结合了风格获胜率和赔率，行业繁荣以及供求模式的判断，以继续考虑左右零件；在库存选择水平的程度上，它将集中于个人库存水平的关键变化和风险，以进一步优化处理结构。 目前，由Ye元帅管理的GF Baifa大数据策略已经发展起来，采用了“主观 +定量”方法，并取得了巨大的投资成果。 Galaxy SECurities数据表明，去年7月18日，基金部分增长了29.97％，将类似灵活分配基金的前20％排名；在过去三年中，它在类似回报的前10％中排名，并授予了三岁的星系证券评级。 选定的赔率和胜利具有相同的目标 在投资培训中，Ye元帅首先使用计算机计算的优势来找到方向，然后使用对经理的优势进行逻辑评估来深入探索，最后分享了双向双向验证的投资机会。 在“自上而下”的级别上，元帅的元帅对行业风格的位置和提供的时间依赖于行业风格的时机，从宏观的角度来判断市场节奏，并在较大的周期中进行时机，并试图避免频繁的位置变化。他将宏观经济状态改进到四个主要变量：经济，信贷，金钱和通货膨胀，以指导投资组合职位的整体管理。 在Worseningan的程度和旋转中层行业的程度上，他根据专门用于赔率的Messe级模型建立了一个审核系统，并考虑了获胜率。他将行业的几率视为主要时间安排的数量，然后使用行业丰富的指标来判断获胜率，从而动态地识别具有成本有效成本的优势的部门。 在“自下而上”的道路上，Ye先生通常对将beta返回到小帽子库存中，并专注于筛选目标，并在欣赏，固体基础和不可预测的增长的安全性方面保持利润，以实现Beta和Alpha之间的双轮驱动。 “我们主要投资于'选择高潜力增长的股票'的目标，并在很大程度上声称股票范围范围较高，并以高度赞赏的利润率安全。”在最近几年的基金报告中，他将解释他的战略定位。 YE元帅采用了多个 - 水平选择方法，并最终选择了安全安全和增长空间的高质量组合：第一步是强调赔率，最初通过诸如鉴赏量，预期的升值变化和拥挤等指标筛选出更安全的候选池；第二步是在繁荣或对改善的期望提高个人股票的胜利率和进一步筛查；第三步是对深度干预的积极研究，并从五个基本尺寸进行“质量检查”，包括公司的真实价值，管理结构，增长，业务模型，基本障碍等。 授权 - 驱动 - 驱动 - 驱动 - 驱动技术将继续改进 除了他多年的投资和进行研究之外GF基金团队的PPORT与合作。在公司，部门和技术的层面上，平台的加强成为“主观 +定量”方法正在进行的发展的主要驱动力。 从公司的层面来看，GF基金已经建立了一个综合的投资平台和研究，并提供了足够的基础研究来源。 “我们有一个经验丰富的MGA研究人员在宽度和程序方面为基金经理提供了全力支持，尤其是在公司管理的基本验证和调查中，这有效地提高了股票选择的效率。”你们说。 在团队一级，YE元帅位于强大的进近部门，拥有9名投资和研究成员。该团队致力于使用系统的投资和研究方法来探索Alpha和开发投资技术。 “系统投资的基本要素包括数据驱动数据，ScientifIC和系统的检查，施工学科以及持续的迭代优化。” Ye先生提出，团队的研究结论和投资决策是基于逻辑的，并基于数据的目的； Eyeipos来促进投资决策框架，它将根据已建立的学科实施，并不能根据已既定的学科，而不是改变现有框架的投资决策。 在实施方法时，该团队保留了10多种技术，包括价值，增长，股息，质量，大型和小市场，并可以适应包括设计师在内的各个市场。在基础设施构建中，该团队建立了一个精致的因素，涵盖了许多大小的基础和技术方面，还建立了良好的市场监控，信号信号和回测平台量。 值得一提ET通过自我Architeknetwork Tura的架构建立了一个“直立”的AI模型，该模型的重点是关于结构化和非结构化数据的Alpha潜在信息。经过两年多的实时操作，AI模型对中和高频检索因素，组合优化等显示了明显的好处。 （负责编辑：Ye Jing） 神性：中国净资金已印刷本文以提供其他信息，并不代表本网站的观点和立场。本文的内容仅供参考，并且不会产生投资建议。投资者在此基础上以自己的风险行事。