AI如何改善量化投資？上半年私募指增平均收益超17%，AI策略再受熱議

財聯社7月20日訊（記者 吳雨其）2025年上半年，私募市場延續強者恆強的格局。在結構性行情主導下，量化策略再度嶄露頭角，尤其是指數增強產品表現突出。據私募排排網披露的數據，截至6月底，705只有業績展示的指數增強產品平均收益高達17.32%，其中94.75%實現正超額，平均超額收益達到14.17%，遠遠跑贏同期市場主要指數。

由排排網集團與世紀證券聯合主辦，銀河期貨、國聯期貨、私募排排網、公募排排網協辦的“第九屆AI&FOF投資創新發展論壇”於7月18日在上海舉辦，會議以“智算未來・量化躍遷”爲主題，多位業內人士圍繞量化策略演進、AI重塑邏輯、FOF方法論等議題展開深入討論，爲理解量化領域的趨勢變化和技術升級路徑提供了清晰線索。

中小盤風格主導，指增產品結構性勝出

在過去半年，中小盤風格延續主導地位，爲量化策略特別是指數增強類產品提供了豐富的超額來源。705只指增產品中，有668只錄得正超額，佔比接近95%。結構性行情加劇了產品間的表現分化，其中小盤指數對標產品顯著勝出。

私募排排網數據顯示，136只中證1000指增產品平均收益爲20.26%，而中證500相關產品爲15.31%；從超額收益看，兩者差距並不大，但由於中證1000指數本身漲幅更強，最終使得相關產品整體表現更具優勢。

反觀滬深300相關產品，在大盤持續弱勢背景下表現相對滯後。38只滬深300指增產品平均收益僅6.31%，雖然超額維持在6.28%，但受限於指數端表現疲弱，總體收益水平遠低於小盤類產品。這也反映出，在當前市場環境中，即使管理人具備一定阿爾法獲取能力，也難以完全抵消基準指數表現不佳帶來的拖累。

收益分佈也體現出明顯的規模效應。大規模私募管理的267只指增產品平均收益達18.30%，其中265只實現正超額，佔比高達99.25%。而中等規模（20-50億）和小規模（0-10億）私募分別爲17.30%和16.41%，正超額產品佔比也略有下降。頭部機構在資源投入、策略執行、風控管理等方面優勢愈發顯著，令其產品在複雜行情中更具韌性與穩定性。

融智投資FOF基金經理李春瑜指出，指數增強產品優異表現背後的關鍵，一方面是中小盤個股波動加劇、成交活躍，爲量化策略營造良好操作環境；另一方面是多因子和高頻模型在數據驅動下高效捕捉交易機會，特別在震盪市中更易展現優勢。他補充道，監管層放寬併購重組政策，市場流動性改善，也爲策略運行提供了更大空間。

AI驅動策略革新，量化邏輯重構提速

在AI技術迅速滲透至各類策略體系的當下，量化行業正在經歷新一輪範式轉換。從流程自動化到結構重構，AI正成爲策略設計、因子挖掘、交易執行的重要推動力。在此次論壇現場，多位量化領域的機構代表對這一趨勢展開分享，並強調人工智能不再只是工具，而是模型邏輯的“深度合作者”。

倍漾量化創始人馮霽指出：“人工智能已經不是優化現有流程的工具，而是重新定義流程的核心。”他表示，倍漾量化正致力於重構整個交易流程，將AI深度嵌入策略體系，推動從算法到執行的全鏈條升級。類似思路也被蒙璽投資創始人李驤所認同。他表示，量化行業的本質是投入驅動型，只有持續的人才聚集與技術積累，纔可能達成長期穩定的策略能力與業績兌現。

除因子層面的重構外，AI對基本面研究的介入也逐漸深入。宏利基金策略投資部基金經理李婷婷表示，通過將AI應用於財報解析與文本分析，有助於強化對上市公司基本面趨勢的判斷。她指出：“我們可以用AI進行雙重驗證——財務數據與文本分析的結合，提升預測的確定性。”

技術能力差異的拉大，也讓頭部量化機構在競爭中持續佔優。嘉賓們普遍認爲，AI時代下的量化投資比拼的不僅是策略構建能力，更是對系統工程、執行框架、基礎設施的統籌掌控能力。茂源量化總裁助理劉誠昊提出，量化投資本質上是“證券領域的垂類大模型”，AI在這一邏輯下，將成爲驅動策略系統進化的底層動力。

但AI的價值也並非無所不能。非凸科技CTO李佐凡就AI“黑箱問題”提出系統解決路徑：一方面通過提升算力覆蓋更廣因子空間，另一方面是構建可追溯、可復現的模型機制，從根本上增強模型的透明度和穩定性。這一觀點也提醒市場，在技術紅利之外，模型可信度和風險可控性仍是當前AI落地的關鍵考驗。

投資方法論仍在成型，FOF邏輯迎接重構挑戰

隨着AI進一步嵌入到資產配置與基金遴選流程，FOF策略同樣面臨演進壓力。圓桌對話中，多位來自FOF投資、券商資管等領域的嘉賓認爲，在高淨值客戶風險偏好下降、資產同質化趨勢加劇的背景下，FOF管理人需更具宏觀理解力和策略組合能力，同時藉助AI增強效率與決策邏輯。

世紀證券資產管理部總經理喬偉指出，AI可以提升FOF研究在中觀與微觀層面的映射效率，但“你讓AI替代一個有十幾年經驗的FOF經理，這個事情短期內看不到。”他強調，AI適合成爲配置工具和連接器，而非核心判斷者。

在應用細節上，FOF團隊的理解正在逐步深化。中郵基金FOF投資經理王亞迪提到，量化FOF投資標的通常具備高頻交易屬性，因此在研究過程中必須藉助AI技術尋找中低頻因子與高頻因子的連接邏輯，以提升配置科學性與前瞻性。

與此同時，FOF投資所依賴的底層方法論仍在持續構建中。盈誠投資董事長甯辰認爲，FOF當前所面臨的核心問題是投資框架尚未完全成型，AI只能在已有邏輯之上加速執行，而非代替邏輯構建本身。匯升投資首席財富官朱一順進一步指出，FOF的終局將是通過資產配置邏輯應對“千人千面”的財富管理需求，因此必須構建清晰的方法論，再輔以AI實現演繹。

論壇中亦有觀點認爲，未來的FOF與量化將不再是兩條並行線，而是漸趨融合。AI技術的加入，讓兩者在策略層面與產品形態上的界限愈加模糊。在當前環境下，具備底層邏輯清晰、技術能力紮實、同時理解多策略共存結構的管理人，或將成爲新階段行業整合的受益者。