托特（三亚）私募基金是一家科技驱动的量化私募基金公司。创始团队从2016年开始专注于量化投资领域的研究、创新与实践，是国内最早应用深度学习技术进行量化交易的团队之一。公司基于严谨的研究方法、先进的人工智能技术、强大的大数据平台和软件开发能力，构建了多周期多品种的策略体系，致力于为客户创造长期稳定的超额收益。
核心竞争优势：核心策略团队均毕业于北京大学计算机系和智能科学系，学术背景涵盖机器学习多个前沿领域；公司全职员工30人，股权结构合理，核心人员0%离职率，投研人员占比超50%。
2007年至2016年任职于中国证券报证券研究中心主任；2016年至2021年8月担任杭州易股资产管理有限公司法定代表人及总经理，公司总管理规模接近30亿元，所管理产品曾多次上榜私募排排网、中国私募基金风云榜等机构优秀产品。
北京大学计算机科学学士、经济学学士，人民大学金融硕士；研究方向为机器学习在文本情感立场分析、量化金融等领域的应用，曾参加生物特征识别和语义评测等国际竞赛并取得佳绩，具备多年量化投资经验。
北京大学智能科学系学士，北京大学计算机硕士；研究方向包括深度卷积网络结构、图像语义分割、三维视觉、多模态学习等，曾在计算机视觉领域国际顶级学术会议发表多篇论文，具备多年量化投资经验。
托特较早使用机器学习尤其是深度学习技术，以量价、基本面、高频数据、分析师预期、产业链、新闻舆情、互联网大数据等多源数据为基础，构建多周期多品种策略体系。策略严格控制行业和风格因子偏离，追求稳定Alpha。
数据来源多样化，结合金融学逻辑与机器学习网络结构设计，产出传统线性因子与非线性因子。
同预测周期因子线性组合，涵盖日内、日间、周、月、季度级别预测，方便归因追溯。
全自动算法交易、实时交易监控、异地机房备份、自研风险因子与交易成本估计。
策略特点：在控制对沪深300指数偏离风险的前提下，通过量化选股力求实现长期、稳定超越基准指数的投资回报。策略以高成分股选股为特点，严格控制风格与行业偏离。
收益来源：主要来源于选股Alpha，通过捕捉沪深300成分股中的短期定价偏差获取超额收益。
月度收益明细及更多策略详情请以管理人提供的PDF材料为准。
策略特点：以中证500指数为业绩基准，在控制跟踪偏离的基础上，通过深度学习量化选股获取超额收益。持仓400-800只，换手率90-110倍。
收益来源：依托中证500成分股流动性与波动率特征，通过多周期预测模型挖掘定价偏差。
月度收益明细及更多策略详情请以管理人提供的PDF材料为准。
策略特点：以中证1000指数为业绩基准，覆盖中小市值股票，通过多周期信号与严格风控获取超额收益。持仓500-1000只，换手率100-120倍。
收益来源：依托中小市值股票较高的波动率与流动性特征，通过多频段预测模型挖掘成分股中的定价偏差。
月度收益明细及更多策略详情请以管理人提供的PDF材料为准。
托特投资建立了较为完善的风险控制和组合优化体系。风控严格控制Barra等风格因子暴露（指增0.1-0.3个标准差以内）、行业偏离（申万一级±2.5%）、个股权重偏离及成交金额占比，自研风险因子并针对alpha策略进行概率估计调整，实现多周期资产组合优化。