北大经院《对话投资总监》系列讲座（三十七） | 郝彬：《机器学习与股票投资：前沿模型与实战应用》
2025年12月17日，北京大学经济学院和北京大学金融工程实验室在经济学院107会议室联合举办了“对话投资总监”系列讲座第三十七场。本次讲座邀请华夏基金数量投资部郝彬作为演讲嘉宾，以“机器学习与股票投资：前沿模型与实战应用”为题，为北京大学师生作了主题报告。讲座由北大金融工程实验室黎新平博士主持，60余名师生参加了讲座。
郝彬作报告
郝彬首先概述了华夏基金的背景和创新历程，并重点阐述了其香港子公司在服务境外投资者方面的特色优势。随后，他以时间为主线，系统回顾了量化投资自20世纪60年代以来的演进历程，既梳理了美国量化巨头的崛起历程，也划分了中国量化投资的三个发展阶段。在此基础上，郝彬着重强调理论与实践的在行业演进中的深度融合，深入剖析了量化投资从早期理论模型向实际应用的跨越路径。此外，他还介绍了当前量化投资在A股市场的地位与规模，并进一步探讨了量化投资在中国市场的成长路径与面临的挑战。
郝彬提到，量化投资的核心在于利用数据和模型驱动投资决策，而非简单的技术堆砌或工具使用。他通过对比主动投资与量化投资的本质区别，特别指出程序化投资作为工具的局限性，进而清晰阐明量化投资的独特价值，纠正了市场上对量化投资的常见偏见。随后，郝彬深入探讨量化投资的客观性优势及其获利逻辑。量化投资严格遵循数据与模型指引，从而有效规避情绪干扰及外界噪音。这种理性决策机制使其能够克服“追涨杀跌”等非理性误区，识别市场行为偏差与定价偏差，挖掘股票被低估或高估的投资机会。
讲座现场
接着，郝彬进一步剖析了A股市场上的各类量化投资策略，重点解读指数增强产品的构建逻辑与风控体系。技术层面，他详细阐述多因子框架与AI模型在选股实践中的应用重点，强调风险模型在控制跟踪误差与指数偏离度中的核心作用。此外，他还对量化中性策略的运作机制进行拆解，阐明如何利用股指期货对冲市场系统性风险，进而实现稳定的超额收益。郝彬指出以股指期货作为主要对冲工具所面临的高昂成本问题：由于基差成本高企，该策略往往需要年化15%以上的Alpha收益才能覆盖对冲损耗，这一门槛极大制约了量化中性策略的广泛应用。
问答环节，黎新平和郝彬就华夏基金与微软研究院合作开发的量化Python库及其实际应用场景展开深入探讨。现场同学也围绕相关量化策略与投资实践问题，与郝彬进行热烈交流互动。
主讲人简介
郝彬，华夏基金基金经理，北京大学计算机科学与技术硕士、数学与应用数学学士。2017年加入华夏基金，历任数量投资部研究员、投资经理，长期负责人工智能量化策略的研究与投资工作。
主讲人机构简介
华夏基金管理有限公司（China Asset Management Co., Ltd.）成立于1998年4月9日，是经中国证监会批准设立的全国性中外合资基金管理公司。公司构建以公募基金和机构业务为核心的综合资产管理平台，旗下涵盖华夏香港、华夏资本、华夏财富等子公司，业务覆盖主动权益、指数、量化、固收等全领域投资策略，截至2025年6月，公司管理资产规模超3万亿元（含子公司），被动权益ETF规模连续20年居行业首位。
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
原标题：《北大经院《对话投资总监》系列讲座（三十七） | 郝彬：《机器学习与股票投资：前沿模型与实战应用》》