當360 創始人周鴻祎提出「不擁抱AI的公司，員工會被淘汰[1]」時，人工智能的浪潮早已席卷了遠在太平洋彼岸的美國基金行業。

早在2017年3月28日，貝萊德基金就宣布將裁掉超過40個主動型基金部門的員工崗位，其中包括7名投資組合經理，轉而用算法代替[2]。

同年5月，量化對沖基金巨頭Citadel緊隨其后，招募了微軟首席AI科學家鄧力博士。后者曾多次憑借著自動語音識別和深度學習上的貢獻而獲得IEEE SPS獎項，被認定為是該領域的世界級專家。5年之后，鄧力再易東家，但仍然在資管圈擴散人工智能和深度學習。

頭部資產管理公司擁抱AI，是一個不得不警覺的信號。

從那時起，人工智能就成為了美國基金行業的共識——伴隨著橋水宣稱將于今年7月1日推出一只由AI模型驅動的基金，這種「不擁抱AI就會被時代拋棄」的緊迫感更上一個臺階。

但對于生活在魔法世界之外的無數麻瓜而言，尖端科技和投資的結合通常以極其苛刻的門檻和十分昂貴的價格作為代價。一條涇渭分明的界線讓普通投資者望而卻步的同時，也將公募量化推到了臺前。

同樣積極擁抱人工智能的中國公募量化基金，具有普惠的準入門檻以及低廉的收費標準，像中國的制造業產業鏈一樣，把「科技與狠活」的價格打了下來。

只不過，相較于主動權益和指數ETF來說，難以歸因的特征使得它常年面臨著信眾不多的困擾。

可事實上，如果我們穿透到不同公募量化策略的底層邏輯中去就不難發現，公募量化產品的運行邏輯遠沒有想象中那么復雜。

新貴：量化指增

近兩年以來，在寬基指數日漸受到投資者歡迎的同時，量化指增型策略也迎來了大爆發。

相關數據顯示，截至2023年12月31日，公募量化指增型產品規模合計達到了1762.37億元，實現了連續五年規模抬升的同時，占量化策略整體規模的比重也達到了59.24%。

火熱背后的原因很好理解，“如果看好一個指數，那為什么會不看好有α的量化指增呢?！?/p>

對于量化指增策略而言，其本質是在跟蹤指數的基礎上用量化去做一些增強，從而使得產品既能夠享受指數投資帶來的策略容量紅利以及β收益，同時還可以通過量化工具的應用來獲取α。

當下公募最主流的量化工具依然是經典的多因子模型：

使用多個因子，綜合考量各因素并建立選股模型。通俗來說就是從各個維度去對公司進行打分，然后根據相應的權重匯總出一個分數，最后買入高分股，賣出低分股。

這種做法很大程度上彌補了寬基ETF的不足之處：高位調入短期漲幅過大，估值過高的股票；低位調出一些短期經營困難的長期龍頭。

但同樣的多因子模型，常常南橘北枳。打分維度的不同造就了不同平臺量化指增產品超額的差異，也成為了衡量基金公司量化實力的關鍵。以華夏基金為例，其多因子模型的選股維度既包含了盈利、估值等傳統的價值維度，同時也有投資者關注度、分析師推薦等短期情緒指標。

前者保證了公司的長期質地，而后者則是決定了股價短期的爆發力。這種價值+情緒的雙驅動模型讓華夏基金旗下諸多產品表現都非常驚艷，旗下幾乎所有產品均擁有超額的同時，擁有著極高的月度/季度勝率。

當然，這種超額也并非是越高越好，80%倉位投向于指數成分股以及年跟蹤誤差不得超過7.75%的硬性要求始終讓量化指增策略“戴著鐐銬跳舞”，限制著量化在超額上的發揮。

而這恰恰給予了另一策略——主動量化以生長土壤。

在取消上述兩條投資限制的同時，主動量化進一步將AI運用至投資中，也因此被投資者譽為“進階版”的量化指增。

以主動量化產品華夏智勝先鋒為例，雖然對標的是中證500指數，但非強制要求的選股范圍讓它可以在全市場范圍內進行選股，也更加契合AI的運用場景：通過AI模型的機器學習實現海量數據的分析，極大地提高投資效率。

另一方面2023年年報顯示，華夏智勝先鋒全部持倉數量為548只。極其分散的持股讓個股追蹤和組合調整變得困難，而AI的應用也可以實現相關數據實時更新，并完成對組合持倉、預期收益及調整策略的實時生成。

這種AI和量化的深度結合，最直觀的結果就是更高的超額。相關數據顯示，截至2024年2月22日，華夏智勝先鋒相較于被跟蹤的指數獲取了34.76%的超額，且顯著高于華夏中證500指數增強。

當然，限制的取消雖然賦予了主動量化更高的自由度和超額空間，但“α+β”的收益結構也決定了它無法擺脫市場行情波動對產品凈值產生的影響，和指數相近的回撤與優秀的超額收益，構成了主動量化的一體兩面。

在這種局限下，擁有絕對收益特征的量化對沖產品開始逐漸進入到帶著「求穩心態」的投資者視野之中。

明珠：量化對沖

自Alfred W. Jones 于1949年創立第一只對沖基金之后，對沖基金就憑借著低回撤、高夏普的特征開始受到投資者的追捧。

不同于量化指增和主動量化“α+β”的收益結構，對沖基金的基本原理是希望通過衍生工具將β收益進行對沖，使得產品中只包含個股的α收益，最終達到「不論市場漲跌，對沖策略都能夠獲得穩定收益」的效果。

這并非是一個不可實現的目標：截至2018年，橋水基金的 pure alpha策略在過去28年獲得25年正收益；Citadel迄今為止僅有兩年錄得虧損；大獎章基金更是在互聯網泡沫以及2008年金融危機期間仍獲得正收益。

對于今時今日在波動中飽受煎熬的投資者來說，獨立于市場環境獲取傲人業績的對沖策略，是為數不多的避風港。

而對于中國廣大的普通投資者而言，公募量化對沖基金便是海外對沖基金的「中國版演繹」。

概括地來說，公募量化對沖基金的做法就是利用多因子模型在全市場范圍內選取優質的個股，然后再選取相應的股指期貨工具去進行對沖。看似簡單的原理背后卻極其考驗基金公司在量化上的歷史沉淀：

前者受益于各家基金公司的選股模型；后者則更加注重對沖工具的運用能力。

相關數據顯示，截至2024年4月22日，華夏基金旗下的華夏安泰量化對沖策略3個月定開年化收益率達到了5.89%，在近1/2/3年的排名當中都位居第一，是當下公募量化對沖基金中表現較為出色的產品，即便是經歷了今年2月的量化地震，該產品的累計年化收益率仍接近6%。

過去兩年由于小微市值存在著大量超額，這讓許多量化對沖產品將風格過多地暴露其中。但與此同時，股指期貨市場卻僅有滬深300、上證50、中證500以及中證1000四個股指期貨系列，品種的缺失讓它們無法通過相應的股指期貨去進行對沖，進一步擴大了危機下的產品回撤。

但相較于量化大地震中動輒10%以上回撤的其他量化產品，華夏安泰量化對沖策略3個月定開僅回撤不到4%。這就意味著產品并沒有進行大規模的市值暴露，絕大部分的操作還是圍繞著現有的股指期貨品種的成分股進行選股，完美詮釋了“對沖”的含義。

這種量化對沖基金的“風格不漂移”讓凈值曲線走得更加平穩的同時，也讓它的絕對收益和最大回撤都位居市場前列。相關數據顯示，華夏安泰量化對沖策略3個月定開歷史最大回撤僅為7.96%，Calmar比率更是達到了0.71，位居同類第一。

作為公募量化界的拼圖之一，量化對沖基金的出現和興起無疑讓公募量化產品矩陣在進一步完善的同時，也給予了投資者更多的選擇。

但更加重要的是，在資產荒逐漸蔓延的當下，一個完善的量化產品矩陣就意味著更加均衡的資產配置組合的可能性。

尾聲

經歷了各類資產價格輪番下跌的三年后，資產配置的理念開始逐漸深入人心。

尤其是伴隨著剛兌成為歷史；信托頻頻暴雷；銀行利率一降再降，當單一的產品已經無法滿足投資者風險收益預期時，資產配置自然就成為了市場的主流觀點。

而這也是主動權益逐漸式微的市場環境下，ETF、REits、QDII等公募產品逆勢卻能夠崛起的重要原因之一。

憑借著完善的產品線，公募基金開始逐漸成為了資產配置的「主戰場」。譬如QDII可以將組合風險在不同市場進行分散；ETF可以幫助組合更便捷地獲取不同的β收益，而公募量化也和主動權益產品形成了良好的互補關系。

持倉的極度分散和過往統計數據形成的量化模型使得公募量化和主動權益產品能夠分別適應不同的市場風格。公募量化對沖基金更加注重收益穩定性，因此雖然在結構性牛市中的爆發性不足，但在震蕩市中的波動性卻會更低一些，兩者的結合無疑能在提高組合收益的同時降低波動性。

可以肯定的是，人工智能和資產配置的浪潮之下，公募量化在投資中扮演的角色將會變得愈發重要。而作為公募量化大廠，華夏基金也早已布局著新時代的到來。過去多年的積淀使其早已具備了完整的量化投資生態系統，同時旗下各品類的業績也都位居市場前列。

在純主動投資的世界里，「一代版本一代神」是歷史不斷重復的韻腳，但量化領域卻呈現出一種「winner takes all」的態勢。

在大量的信號與噪音中，量化投資積累的是發現市場底層規律的能力。在這個長中短期因素交錯、總是無法清晰歸因的領域里，「規律」也許不會像E=mc2看上去那樣簡潔。因其混沌且難以捉摸，才需要一個團隊經年累月地尋找更有效的因子和更理想的組合。

在這種持續演進和迭代的過程里，平臺優勢將比「手搓時代」更加明顯。已經在牌桌上的人，才有可能實現強者恒強的故事。

參考資料：

[1] 周鴻祎：不擁抱AI的公司，員工會被淘汰,中國新聞周刊

[2] 用機器人代替基金經理！資管巨頭貝萊德基金部門將裁員40人，澎湃新聞

編輯：張婕妤

視覺設計：疏睿

責任編輯：張婕妤