我们的定量系统和市场有些区别，基于我们对基金产品的认知，不关注产品名称和基准，依靠机器学习的模型将全市场基金产品以投资策略和风格为核心重新划分，在此基础上我们将

　　华夏基金多年沉淀下来的调配和管理基金经理的经验算法化，独立设计了一套非线性的AI模型进行基金优选。模型帮助我们做到全市场覆盖，极大地提高了研究效率。

　　我们对于定量的理解是，这是一种工具，所有的工具在于我们能不能用好。用得好，这个工具就很好，用得不好，这个工具就不行。

　　华夏基金作为基金行业的“黄埔军校”，市场上很多明星基金也曾经是华夏基金的员工，这也有助于我们在这些未来之星还在基金经理助理、甚至研究员阶段就关注到了，更早的跟踪是超额收益的重要来源。

　　同时也是因为在华夏基金这样的大平台下，我们与同行的交流也比较密切，优秀的同行信用背书下的内部推荐往往更具研究和跟踪价值。

　　从我们的组合中也能看到，从2017年持续到今年2021年，我们团队挑选出了许多黑马基金经理。前面两位领导也说过，我们和保险公司出来的FOF团队相比，有一个不同：“我们是唱戏的，他们是看戏的。”我们许多做FOF的基金经理，都是资深的股票投资经理，能更好了解不同基金经理的体系。

　　郑铮 华夏基金把FOF投资部门，作为独立于股票和债券的部门，我们并不是归属于股票或者债券投资部门下面的，那么在基金选择上，不需要趋同于内部压力。我认为如果一个FOF基金只投内部产品，可能会有些偏颇。而越是强调内部产品配置的FOF部门，可能在公司内部的地位就越低。

　　卢少强 一是我们在做基金研究的时候，我们会对基金经理的投资策略进行刻画，也就是说在跟踪或者买入的时候都会有一个隐含的“基准”，通过观察市场和底层资产的表现，我们需要大概预判出基金的表现，与实际披露的收益进行对比我们就可以知道他们的变化。二是纯定量的角度，我们设计的量化模型，更注重基金经理之间的比较。那么一旦几个长期表现相似的基金产品近期发生了偏离，那必然说明经理有些变化，这时候就需要做进一步分析，可以通过定量的手段分析偏离方向，也可以对基金经理进行调研，当然，我们尽量减少对经理的频繁调研和询问，立足中长期视角的进行投资。