投资方法

多策略方法,稳健组合。

Vayo Capital 将成熟的风险溢价与通过统计研究、量化建模及应用 AI 开发的自研 Alpha 信号相结合。策略仓位根据波动率确定,受组合层面的限额约束,且仅在通过高淘汰率的研究流程后方可准入。

多策略哲学

没有任何单一信号可以解释市场。Vayo Capital 将投资组合视为多个部分独立的收益来源的刻意组合:既包括学术文献中证实的成熟风险溢价,也包括内部开发的自研 Alpha 信号。其目标是在不稀释收益的前提下增加广度 —— 通过足够多真正不相关的押注,使整体表现有别于其任何单一组成部分。

组合构建与仓位管理

每项策略均根据波动率调整规模,确保任何单一研究方向都不会主导整个账目。配置在部署前需经过组合层面的风险限额测试,并按照严谨的时间表而非随意的决策进行再平衡。

  • 策略及组合层面的波动率目标管理
  • 针对每项策略及每个因子暴露设置硬性配置上限
  • 具备回撤意识的暴露削减规则

可投资范围

该框架旨在对全球股票、债券、ETFs、期货和期权进行多头和空头暴露。投资工具的广度是实现多策略方法的基础 —— 并非所有信号都能在同一种工具形式中得到良好体现。

风险治理

风险被视为输入变量,而非结果。投资组合的构建旨在提供与传统资产类别相关性较低的风险调整后收益;这需要对总暴露、集中度、因子偏离和尾部行为设置预先确定的显性约束,并进行持续监控。

从研究到部署的流程

候选策略源自学术文献以及由专业和前专业基金经理及量化研究员组成的分布式研究网络。AI 增强工具被用于总结、编码和回测 —— 旨在加速评估,而非取代人工判断。

该流程的主要结果是拒绝。绝大多数候选策略无法通过样本外测试、稳健性检查或执行成本分析。只有通过测试的策略才会被整合到投资组合中,且仅赋予受波动率控制的权重。

继续阅读: structural edge →