2026年5月21日，北京大学经济学院与北京大学金融工程实验室联合举办了“金工首席谈”系列讲座第48讲。本次讲座邀请到开源证券研究所副所长、金融工程首席分析师魏建榕开展题为“量化策略建模：直觉与理性”的专题分享。活动由北京大学金融工程实验室执行主任黎新平博士主持，40余名师生参与了本次讲座。
魏建榕作专题报告
魏建榕借鉴物理学史的演进逻辑，对量化因子研究的方法论进行了系统性阐释。他指出A股市场存在若干固有特征，包括行情的周内模式及“机构－散户”交易的日内模式。
魏建榕以反转因子为例，拆解了“因子切割”分析法。他指出，现有反转因子虽具有长期Alpha收益，但在特定时段常面临显著回撤。魏建榕表示，构成反转因子的各变量类似于咖啡中的咖啡豆与白糖，分别承载不同信息。改进的症结在于精准剥离：保留具备收益预测能力的Alpha信号，剔除噪声与冗余信息。以日均成交量初筛构建的理想反转因子，其收益风险比已较传统因子显著优化。进一步将视角下沉至日内微观结构，他发现，若以1/16分位数衡量日内大单成交规模，其相较于日均成交量，对反转因子的增强效能更为锐利。
此外，魏建榕还分享了关于股票关联网络与局域反转因子的研究，指出通过资金流同源性与行为协同性构建股票关联网络，可为反转因子提供更明确的基准收益，从而进一步增强策略效果。
在选股维度，魏建榕分享了券商推荐股的优化研究。他指出，对券商推荐标的进行简单等权配置难以获取超额收益；然而，若引入卖方分析师行业生态的考量进行动态调整，新近纳入的推荐标的往往具备更优的后续表现。究其原因，剥离股价跟随性（羊群效应）干扰后的分析师评价，更能反映其真实信息增量，从而更易创造超额收益。
魏建榕演示了如何借助公开数据实现资金流向的高频追踪。无论是基于投研行为推演的公募仓位测算，还是源于投资者高频互动的股东户数变化，均证实高频资金流信号——尤其是机构资金流入特征——对未来收益具备显著预测力。
最后，魏建榕为同学们系统梳理了AI浪潮下的因子生产范式与演进思路。他指出，构建与市场参与者的异质性（Alpha来源）可循两条路径：一是深耕特定领域形成认知差，在思维框架上与大众拉开距离；二是拓宽另类数据的挖掘维度，构建独占性的数据壁垒。他表示，当前量价因子的超额收益源主要受限于错误定价与知情资金流，深度挖掘传统量价数据以攫取增量Alpha已日趋内卷，另类数据或将成为更具潜力的破局蓝海。
主讲人简介
魏建榕，开源证券研究所副所长、金融工程首席分析师、金融产品研究中心负责人，复旦大学理论物理学博士，北京大学、浙江大学、复旦大学、中山大学金融硕士校外导师，上海财经大学数学学院业界导师。专注量化投资研究十多年，在实证行为金融学、市场微观结构等领域取得多项原创性成果，在国际学术期刊发表论文7篇。
北京大学金融工程实验室简介
北京大学金融工程实验室是依托北京大学经济学院搭建的研究和教学平台，致力于推动量化投资、金融工程、大数据金融以及金融科技等方面的学术研究与实践应用，实现学术界与金融业界良好的互动交流。
实验室聚焦于运用数学建模、统计分析、计算金融、大数据以及机器学习方法进行量化金融的研究，以数理化方法探讨金融市场的规律。实验室的目标不仅仅是推动金融工程等学术领域的前沿研究，同时也推动量化金融技术在教学、投资实践、金融监管以及金融政策等方面的实际应用。实验室课题研究包括：量化基本面、金融科技及AI、市场交易行为、高频数据、风险预警与管理。
供稿：北京大学金融工程实验室
美编：初夏
责编：度量、雨禾、雨田
