对很多人来说，量化投资就像一个黑盒，充满了神秘。
对纪青来说，量化充满了金融与数学结合的魅力，通过因子挖掘和模型的建立，将投资用科学和纪律性的方式进行实践，投资结果也因此表现出清晰的风格和辨识度。
纪青是富安达基金指数与量化投资部负责人，目前有15年证券相关从业经验，6年基金管理经验，在管产品有富安达中证指数增强型证券投资基金、富安达智优量化选股混合型发起式证券投资基金。
数理背景为量化投资打下坚实基础
纪青一直都比较喜欢数学，她在西安交大读本科时学的专业是计算数学，当时只是接触了一些宏观经济学、微观经济学，并没有对金融深入研究。但是这段时间的学习为她打下了一个比较扎实的数理基础，对之后的学习和工作非常重要。
纪青的研究生阶段在同济大学度过，学的是金融数学方向。纪青表示，可能跟很多人不同，自己没有崇拜相对遥远的数学家，而是受当时同济大学数学研究所所长姜礼尚教授的影响更加深刻。
“姜礼尚教授对待数学研究十分纯粹，他的思维非常敏捷、记忆力也超群。最关键的是，姜教授一直保持着终身学习、深度思考的状态，他是我研究路上的一面镜子，让我处处有榜样可以学习，也敦促着我走得更远。”
终身学习、勤奋踏实的理念由此深深地扎根在纪青心中，她说：“‘业精于勤荒于嬉，行成于思毁于随’，我觉得基金经理更加要保持不断学习的状态。”
在纪青的研究生阶段，恰逢美国金融衍生品的快速发展，她的研究方向也是与之相关的金融衍生品定价。通过这些研究，她觉得把金融和数学结合在一起非常有趣，慢慢萌生了往金融方向发展的念头，毕业以后她也如愿进入到公募行业进行工作，继续进行量化投资领域的研究。
事实上，除了纪青以外，富安达量化策略团队成员均有着较强的数理背景，他们毕业于哥伦比亚大学、约翰霍普金斯大学等，学习期间主攻的方向覆盖金融数学、金融工程、人工智能等，目前团队打磨时间超过8年，具备扎实的金融素养及数理专业基础。
立足机器学习框架，不断迭代模型
富安达量化策略团队以人工智能模型赋能传统量化研究为框架，凭借公募平台研究优势进行深度挖掘，他们不断主动学习和吸收前沿的内容与现有框架进行融合，力图让投资框架更加系统和完善。
一开始，纪青团队也是采用传统的多因子模型、统计套利模型等，希望通过经典的套利定价理论来预测个股收益、优化投资组合等，实现跑赢基准、增厚指数收益的目的。
国内各家机构采用的量化策略比较类似，虽然各家在因子挖掘、因子控制、因子筛选、因子赋权等方面有一定的差异性，但根源还是依赖于因子本身的线性外推效果，所以、年开始出现了比较明显的同质化结果，因子模型上也开始出现拥挤效应，这种同质性放大了基金业绩的波动。
纪青团队从年开始尝试和使用机器学习的方式并逐渐完善模型搭建。年11月19日，富安达中证指数增强成立，他们逐步把机器学习的投资框架用在了这只产品的运作上。传统的量化方式基于线性的逻辑，但机器学习的方式是多层次和非线性的逻辑，在复杂的金融领域的应用上的确更有优势，富安达中证指数增强产品的差异性也由此体现。
量化投资以数学统计为基础，纪青和她的团队成员不断学习和更新模型策略。他们过去采用的主要是日频层面的价量因子，现在也尝试着去深挖分钟级别、逐笔级别的信息，同时