双隆投资张津鹏：做投资不是拼收益而是比长期
来源：上海证券报
◎记者 马嘉悦 实习生 姜彧
长期观察市场会发现，不同风格的私募，成长路径完全不一样。
激进的私募往往能够在牛市中声名大噪，管理规模乘风而起，其创始人或者基金经理的言谈举止也充满了自信。而定位长期可持续表现、高度重视风险的私募却恰恰相反，这些管理人的管理规模很少出现快速扩张期，其基金经理也似乎不太擅长高谈阔论，对投资方法的总结较为朴素。双隆投资总经理张津鹏便是后者。
“在周期往复的市场中，不输才是赢。”张津鹏认为，做私募从来不是拼收益，而是比长期。
“我们追求的是长期”
成立于2007年，2014年初在中基协登记的双隆投资，无疑是私募业的老牌选手。不过成立以来，双隆投资的规模似乎“走得不快”，这是为何？作为公司初创成员的张津鹏对此更有发言权。
“我们追求的是长期，这样的风格注定了我们没有短期的业绩和规模增长，在创新探索遇到问题后也会及时止损，进一步专注于自身的能力圈。”张津鹏称。
在双隆投资的员工口中，张津鹏不仅是总经理，还是学术带头人。
“我们公司投研团队的工作模式更像是学校的科研小组。”张津鹏笑言，公司会把策略的优化方向当成研究课题下发给研究员，并每周和每个月定期组织课题研究讨论，最后将研讨成果放进双隆的策略库。
他表示，策略的优化迭代高度依赖于投研团队的创新能力和深度思考能力，研究课题的模式能够激发人才的主观能动性和创造性思维，同时给每一位员工创造发挥的空间。
事实上，投研创新能力的背后，是对策略业绩可持续性的追求。用张津鹏的话来说，团队稳定、业绩持续、风格一致也是一种差异化优势。
“AI是未来但亦是未知”
在量化私募行业，AI无疑是2025年以来的高频词。对此，张津鹏既欣喜又冷静。
他直言，伴随着市场机构参与者不断增加，市场信息愈发复杂，传统量价、趋势类策略的超额表现有所衰减，因此业内有公司尝试结合量化模型和机器学习生成信号，逐步扩大其在产品中的配置比例。
不过，张津鹏依旧将风险放在关键位置进行考量。
张津鹏直言，机器学习的运用存在一定“黑盒”问题，即很多信号无法解释或者只在某些特定市场环境下有效。希望接下来的AI赋能策略是循序渐进的过程，策略的可持续性仍是一切创新的根本前提。