榕树海成立于2023年5月,同年12月完成私募基金管理人登记(P1074726)。核心团队由中金、元盛、灵均等机构背景人员组成,延续元盛中国量化研究框架,深耕A股量化股票策略,2026年1月成为中国证券投资基金业协会观察会员。
核心竞争优势:投研团队占比超75%,100%核心成员硕士及以上学历,平均8年以上国内外实盘量化交易经验;自建超融合计算集群与深度学习训练集群;坚持“一套模型、一个优化器”,产品区别仅在于业绩基准与约束条件。
榕树海成立于2023年5月,同年12月完成私募基金管理人登记(P1074726)。核心团队由中金、元盛、灵均等机构背景人员组成,延续元盛中国量化研究框架,深耕A股量化股票策略,2026年1月成为中国证券投资基金业协会观察会员。
核心竞争优势:投研团队占比超75%,100%核心成员硕士及以上学历,平均8年以上国内外实盘量化交易经验;自建超融合计算集群与深度学习训练集群;坚持“一套模型、一个优化器”,产品区别仅在于业绩基准与约束条件。
武汉大学数学本科、哥伦比亚大学金融数学硕士;2011年至2019年在中金公司自营和中金基金领导量化策略研发和团队;2019年离开中金成立自有团队,2019年至2021年间助力合作私募规模增长至百亿;拥有6年美国量化研发经验。
美国北卡罗来纳大学金融MBA;2010年至2020年任职英国元盛集团,领导元盛中国成长为国内最大CTA管理人及外商独资私募基金管理人之一;2020年至2022年任灵均投资香港公司董事总经理。
榕树海只有一套模型和一个投资组合优化器,产品区别仅在于业绩基准与约束条件不同。策略以约90%量价、10%基本面数据为基础,采用人工因子研发+机器学习双轨框架,覆盖短中长全周期信号,持仓高度分散800-1200只,追求Pure Alpha。
使用原始数据,标准化清洗流程,提升因子信噪比与区分度。
树模型、神经网络等AI方法预测,覆盖短中长周期信号。
基于Barra框架对行业和20多种风格因子敞口进行基准衡量和严格管理,动态适应市场结构变化。
自研交易与执行算法,全流程经压力测试与成本模拟。
策略特点:对标中证500指数,不含微盘,对行业和风格因子严格约束(风格控0.5x标准差),持仓约600-1000只,年换手约80倍。
收益来源:通过对中证500成分股精细化选股与风险暴露控制,获取稳定、低回撤的Alpha。
月度收益明细及更多产品线详情请参见管理人PDF材料。
策略特点:对标中证1000指数,不含微盘,风格控0.5x标准差,持仓约600-1000只,年换手约80倍。
收益来源:依托中证1000成分股较高的波动率与流动性,通过多频段预测模型挖掘定价偏差。
月度收益明细及更多产品线详情请参见管理人PDF材料。
榕树海以低波动、低相关为目标进行风险管理,模型体系沉淀10年以上,实时校准行业、风格、因子暴露;全流程执行经过压力测试与成本模拟,使用自研交易与执行算法并组合外部算法优化,注重冲击成本、流动性约束与成交均衡性。