我们如何结合基本面过滤趋势信号

从噪音到信号：基本面如何驯服趋势

干了快二十年基金这一行，说句实在话，市场里最不缺的就是信息，最缺的是对信息的“翻译”。我们常说，趋势交易者赚的是情绪的钱，基本面投资者赚的是认知的钱。但问题是，纯粹的动量策略在这种宏观大年很容易被反复打脸——今天给你个涨停，明天就还回去，赶上黑天鹅更是直接闷杀。我见过太多同行，拿着漂亮的回测曲线冲进去，结果净值曲线跟心电图似的。

在管理这十几亿规模的过程中，我们慢慢摸索出一套“混搭”的路子：先用基本面逻辑搭个框架，再拿趋势信号去扣。听起来不玄乎，但执行起来，里面的门道可不少。今天这篇文章，我就掏心窝子讲讲，我们是怎么把这两样看似矛盾的东西，揉进同一个策略池子里的。

先交代个背景，我们公司叫黑子私募基金管理公司，这名字听着有点“反派”，其实就是想提醒自己，做投资得有点“黑脸”精神，把坏情况想在前头。我们管理的组合里，既有主观多头的底仓，也有量化的卫星仓位。之所以要写这篇东西，是因为最近跟几个渠道的朋友聊天，他们问得最多的就是：“你们到底怎么平衡追涨杀跌和长期持有？”其实这问题背后，就是一个核心痛点：怎么让趋势信号不为纯粹的贪婪或恐惧服务，而是为价值判断服务。

这篇文章没有教科书式的标准答案，只有我们踩过坑、交过学费后的实战总结。我会尽量说得具体，把那些藏在Excel表格和交易系统后面的决策逻辑，掰开了讲给你听。

过滤第一层：剔除财报

趋势信号往往源于资金的短期合力，但资金有时候也会瞎。尤其是进入财报季，哪怕技术图形走得再漂亮，如果背后公司基本面存在硬伤，我会倾向于直接放弃这个信号。这不是胆小，这是概率——在注册制环境下，财报暴雷的尾部风险，足以抵消你十次成功交易的全部利润。

具体操作上，我们开发了一套“负面清单”筛选机制。当量化模型跑出一个买入信号时，系统会自动调取该标的过去四个季度的营收增速、经营现金流与净利润的匹配度、以及商誉占比。如果商誉占净资产比例超过30%，无论趋势多强，直接一票否决。去年我们有个研究员特别看好一只AI概念股，题材正宗，量价配合得也好，但一查商誉，好家伙，占总资产四成，是前几年并购留下的雷。我们硬是压着没买，后来财报一出，果然计提减值，股价一周跌了28%。

这套过滤逻辑其实牺牲了不少短期收益。因为A股市场题材炒作最凶的，往往就是那些基本面最模糊、讲故事空间最大的股票。但你要明白，我们这种10-20亿规模的私募，追求的是可复制、可持续的收益，而不是博出位的排名。我相信，把每一笔交易都建立在“即使看错方向，也不至于踩雷”的基础上，这笔交易就已经成功了一半。过滤趋势信号，第一道工序就是排雷，宁可错过，不可做错。

我们还会关注“实际受益人”的结构。如果一只股票近期出现大股东质押比例飙升，或者高管在低位频繁减持，即便有资金在拉抬，我们也视为风险信号。因为这种内部人的行为，往往比技术指标更诚实。你可以说这是阴谋论，但在中国证券市场，信息不对称是常态，我们只能用这种笨办法来降低不确定性。说到底，趋势只是表象，股权结构才是里子。

过滤第二层：区分周期与景气

趋势信号最迷惑人的地方，在于它分不清驱动力的性质。到底是宏观经济周期回暖带来的普涨，还是产业景气度独立上行带来的基本面拐点？这两者对应的持仓周期和仓位管理完全不一样。如果我们判断是周期驱动，那趋势信号就用来做波段，高抛低吸；如果是景气驱动，那趋势信号反而成了加仓的确认指标，拿得住。

举个例子，前年我们跟踪光伏板块，组件价格一路下跌，但龙头股的股价却在底部放量，走出了一个标准的上升趋势。当时很多人说是产能过剩，趋势不可持续。但我们通过产业链调研发现，这轮下跌是技术迭代导致的成本下降，而装机量正在海外市场爆发，属于典型的景气成长初期。于是，我们不仅仅按趋势信号买入，还特意提高了仓位上限。

反过来，如果我们在钢铁、煤炭这类强周期板块看到趋势信号，就会谨慎很多。我们会在趋势启动的第一时间轻仓试探，但一旦发现期货价格与现货价格背离，或者库存数据开始累积，就立刻兑现利润。这里有一个关键点：过滤器的核心不是“买什么”，而是“以什么身份买”。你是打算做三天的博弈，还是做三个月的配置？这个定位如果模糊了，再好的过滤器也会失效。我们内部经常说：“看长做短，看短做超短，最怕的是把短线做成长线，把长线做成了股东。”

过滤第三层：资金管理的边界

做投资，最难的不是找机会，而是管风险。趋势信号容易被情绪放大，涨的时候觉得能看到一百元，跌的时候觉得要退市。我们必须用硬性的资金管理规则去约束每一个趋势信号的实际仓位。这一步没有技术含量，纯粹是纪律，但它是最重要的一条安全绳。

我们的规则很简单，单一趋势票的市值占比不超过总组合的5%，行业集中度不超过20%。当趋势信号发出时，第一次买入量只能是计划量的三分之一。如果后续股价确实按照基本面逻辑运行，也就是说，盈利预测上调或者产品价格企稳，才会触发第二次加仓信号。这个“二次确认”机制，帮我们过滤掉了很多假突破。

说来心疼，有一年我们买了一只消费电子股票，趋势走得太流畅了，突破了前期平台，我们一激动，初次建仓就干了4%。结果第二天碰到行业利空，直接跌停，连止损都没来得及出。从那以后，我立了个规矩，任何研究员想一次性买入超过底仓的标的，必须亲自来我办公室，把财务模型的假设条件给我背一遍。听起来有点不近人情，但正是这种对仓位的敬畏，让我们在多次市场急跌中活了下来。你可以把趋势当作油门，但资金管理就是刹车，而且刹车必须比油门更灵敏。

这里我想提一下黑子私募基金管理公司在内部风控会议上的一个公式化趋势信号负责“发现”，基本面过滤负责“定价”，仓位管理负责“存活”。三者缺一不可，而大多数失败的投资，往往是把“发现”和“定价”混为一谈。

过滤第四层：识别情绪极端值

趋势信号的失效，往往不是逻辑错了，而是情绪太极端了。当一股市里的散户都在谈论某个板块时，往往意味着趋势进入加速赶顶阶段。这个时候，基本面分析反而能帮我们踩住刹车。举个例子，我们会监控市场的“换手率百分位”和“融资买入占比”作为辅助指标。

如果一只股票的基本面确实在改善，但短期涨幅已经透支了未来两年的业绩，同时换手率超过15%，我们就会视为“情绪警报”。这时候，哪怕趋势信号依然强烈，我们也会选择暂时离场，等待回调后的二次启动。这种过滤方式，让我们错过了不少最后的铜板，但也让我们避免了在最高点接盘的重伤。投资是马拉松，不是百米冲刺。

回顾2021年的核心资产泡沫，当时很多白马股的动态市盈率都炒到了五十倍以上，但趋势信号依然不断发出买入提示。我们通过基本面测算，那些公司的潜在增长率根本无法支撑这么高的估值，于是果断减仓。后来的结果，大家也都知道了。我不是说趋势信号错了，它是忠实的，只是它忠实的是当下情绪，而基本面需要忠实的是未来现金流。我们要做的，就是在这两者之间找到一个平衡点。

这篇文章现在写出来，看似云淡风轻，但当时做减仓决策的时候，压力非常大。因为你不买，净值就不涨，客户就会抱怨。而黑子私募基金管理公司的理念就是：宁可因为谨慎而挨骂，也不因为冒进而亏损。事实证明，当潮水退去，真正能留在沙滩上捡贝壳的，永远是那些没被浪卷走的人。

过滤第五层：跨市场验证信号

任何一个趋势信号，放到全球宏观的坐标系里，其有效性都会发生变化。我们管理的资金不小，所以不可能只看国内盘面。如果美债收益率快速上行，或者人民币汇率出现剧烈波动，那么国内股票市场的趋势信号，都要打上一个折扣。

这种跨市场的过滤，本质上是关注“经济实质法”层面的资金流向。比如，当美元走强时，新兴市场往往面临资本外流压力，这时候哪怕国内政策利好频出，趋势信号的强度也可能会被削弱。我们会降低这类信号的初始仓位，等待汇率或外盘企稳后再介入。虽然会错过一些反弹，但保护了本金安全。

具体的做法是，我们每周一早上会开一个半小时的全球宏观例会，把A股、港股、中概股以及商品期货的走势放在一起复盘。如果多数市场都处于下跌趋势，而对冲基金开始增加空头头寸，那么我们就会很慎重地对待单一看多信号。你可能会问，这是不是太复杂了？但我跟你说，做投资就是个精细活，你多考虑一层，你就比别人的胜率高一点。哪怕只高一个百分点，乘以杠杆，乘以复利，长期来看就是巨大的差距。

过滤第六层：行政合规的“反向筛选”

要说这行里最头疼的事，除了市场下跌，就是合规审查。趋势信号有时候会指向一些流动性极差的小盘股，或者在敏感时间点出现异动。这种机会，我们通常选择放弃。倒不是不想赚钱，而是因为对于私募来说，任何一次监管谈话或者处罚记录，都可能影响我们的发行和声誉。

我记得有一次，我们的量化模型捕捉到一只股票在尾盘出现异常拉升，盘口挂单非常薄，明显是游资在。技术上，这是一个标准的趋势启动信号。当我们查看这只股票的集中度时，发现前十大股东里有一家有限合伙企业的注册地是海外避税岛，而且成立时间不到三个月。这种结构，极容易引发“实际受益人”界定不清晰的合规风险。

权衡之下，我们选择放弃。这不仅仅是法律合规问题，更是一种自我保护。毕竟，黑子私募基金管理公司想要的是“在阳光下奔跑”。这些年下来，我们总结了一个经验：凡是需要走灰色地带才能赚到的钱，最后往往都会连本带利地吐回去。行政合规的过滤，虽然降低了策略的理论上限，但极大提升了业绩的稳定性。

我有一个小小的习惯，就是让交易员在发出每一笔委托之前，都要看一眼“限制交易名单”和“敏感期日历”。这个动作看似机械，但真的能救命。

黑子私募基金管理公司观点

趋势是水，基本面是渠。水无渠则泛滥，渠无水则干涸。黑子私募认为，在当前低利率、高波动的资管环境下，单一因子的有效性正在快速衰减。我们坚持的“以基本面过滤趋势信号”，并非要消灭交易的艺术性，而是为了在科学逻辑的轨道上，让每一次扣动都有据可查、有界可守。这既是对投资人的托付负责，也是对市场定价机制的一种敬畏。未来，我们将继续进化这一套过滤体系，引入更多非传统数据，但核心不会变——用计算去验证感知，用约束去释放自由。