以AI融入指增業務，多家公募發力布局，各有哪些解鎖動作？

財聯社12月23日訊（記者 李迪）在量化指增賽道競爭日趨白熱化的當下，AI技術正成為實現業務突圍的重要抓手，公募機構紛紛加速推動AI在投研全流程的深度布局與落地應用。

其中，天弘基金已實現量化指增全流程AI賦能，團隊共同打造統一的AI基座模型，基金經理在此基礎上根據不同產品定位優化使用，目前已經實現70%以上超額因子源自AI深度學習，且75%因子迭代周期控制在1年以內。景順長城基金引入本地部署的Deepseek，將AI覆蓋數據處理、風險管理、交易執行等多環節。泓德基金則采用“多因子模型+AI模型”體系，通過AI選股模型直接輸出組合優化方案，替代人工因子合成。

AI技術的核心價值在于能夠高效處理非結構化數據、快速迭代因子、構建精細化風控框架，解決傳統投研體系的多重痛點。AI賦能也提升指增產品的超額收益創造能力，還有公募運用AI技術升級風控體系，顯著提升回撤控制能力。

業內人士指出，AI技術不僅提升了指增產品超額收益的穩定性，也優化了回撤控制表現，為投資者帶來更好的持有體驗。其中，中證1000、中證2000等小盤指數指增產品，有更多超額收益創造空間，在AI賦能下也展現出更強的配置價值。

量化指數增強領域卷起AI技術

在量化指增賽道競爭日趨激烈的當下，AI技術已成為各家公募機構打造差異化優勢的重要抓手。由于AI技術在因子挖掘、風險控制等環節具有獨特優勢，多家頭部機構已加速布局AI賦能的量化投研體系。

以天弘基金為例，該機構的量化指增業務已實現全流程AI賦能，且70%以上的超額因子來源于AI學習。

其量化指增團隊從傳統基本面因子、高頻特征（逐筆數據）、狀態特征等多維度入手，用多模型融合挖掘超額因子，并實現多期限預測。值得注意的是，該團隊還保持著高效的因子迭代節奏，75%的因子迭代周期控制在1年以內。通過每周測試新高頻特征、優化網絡架構的常態化操作，其團隊可有效應對因子衰減問題，保障量化策略的持續有效性。

據悉，景順長城量化團隊近年來也引入AI全面賦能量化投資，如基于本地部署的Deepseek，輔助編程提升效率，幫助非結構化信息的處理等。該機構還將AI運用于高效的海量數據處理及清洗、價格預測及風險管理、高頻交易及智能執行、實時監控及壓力測試、資產配置及動態調整以及市場情緒及新聞事件分析等等環節。

泓德基金則主要采用“多因子模型+AI模型”為主的多策略體系。其中，多因子模型整合基本面與中高頻數據，構建數百至上千個因子，覆蓋估值、成長、質量等維度。AI選股模型基于深度神經網絡，直接輸出組合優化方案，替代人工因子合成。

在AI基礎設施建設層面，各家機構同樣在加大投入力度。以天弘基金為例，該機構自2023年起全面落地AI策略架構，并購買部分算力芯片滿足模型訓練需求。

據悉，天弘基金基于科學投研體系展開專業分工協作，集合團隊之力打造統一的AI基座模型。從IT基礎建設、特征挖掘，到模型融合、風險控制等各模塊，天弘量化團隊都有專人負責，從而持續迭代，實現流水線式生產α，并納入到統一的AI基座模型中，失效的α因子則及時被系統納入成為β因子。在具體投資中，基金經理基于團隊共同維護的AI基座模型，根據不同指數增強產品的定位與需求，靈活選取適配度最高的信號組合進行配置和優化，實現策略的差異化與精細化迭代。

同時，天弘基金量化指增團隊還緊跟AI應用前沿研究方向，不僅持續追蹤領域內前沿論文成果，更以此為基礎升級AI系統模型，穩步提升AI技術在量化投研中的實戰應用能力。

AI助力指增產品斬獲更好超額收益

在AI技術的全面賦能下，傳統投研體系的痛點被解決，指數增強產品的超額收益獲取能力也正在穩步提升。

浦銀安盛基金指數與量化投資部量化分析師沈琰沁認為，AI模型的優勢之一就是能夠快速處理這些大量的非結構化的語言數據，且理解和分析它們。使用AI模型處理文本數據可以為我們提供更豐富的信息維度和更及時的信息更新。

景順長城基金也認為，在AI賦能之下，量化模型擁有了“大腦”，便可以快速學習并消化市場的變化，智能進行參數調優、模型選擇，自我迭代以適應市場。

從最新業績數據來看，AI賦能的指數增強產品或組合，也實現了亮眼的超額收益表現。天弘基金表示，截至今年9月30日，持有天弘指增產品滿6個月的投資者中，超90%的用戶持有收益率均跑贏同期基金業績比較基準。

值得注意的是，部分行業指增產品表現也可圈可點。根據基金三季報，過去一年，天弘中證科技100指數增強A實現收益56.51%，超過業績基準5.42%，天弘中證高端裝備制造增強A實現收益55.95%，超過業績基準8.60%，天弘中證新能源指數增強A實現收益51.74%，超過業績基準5.31%。過去三年，天弘中證科技100指數增強A實現收益37.36%，超過業績基準5.69%，天弘中證高端裝備制造增強A實現收益61.14%，超過業績基準14.79%。

除了超額業績，行業量化指增產品憑借較好的紀律性在回撤控制方面也較為突出，超過行業類主動權益基金的整體水平。以天弘中證科技100指數增強A為例，Wind數據顯示，截至三季度末，從近三年維度看，該基金最大回撤30.76%，而369只科技行業主動權益基金最大回撤均值為44.19%；此外，天弘中證高端裝備制造增強A過去三年最大回撤29.91%，而128只制造行業主動權益基金最大回撤均值為43.45%；天弘國證消費100指數增強A最大回撤為31.37%，而138只消費行業主動權益基金最大回撤均值為43.45%。

小盤寬基超額收益更加明顯

一大型公募投研人士對記者表示，“AI技術的深度賦能，實際上提升了指數增強產品的配置價值。像中證1000、中證2000這類小盤指數指增，在AI模型的助力下，超額收益的穩定性有所提升，比較適合投資者納入多元資產配置組合。”

據Wind數據統計，截至2025年9月30日，天弘基金旗下成立滿3年的寬基指增產品天弘滬深300、中證500、中證1000指數增強最近三年累計超額收益率均超4%，其中天弘中證1000指數增強近3年超額收益率高達33.8%。

景順長城基金也指出，指數基金雖有獨特的優勢，但追求的終歸是市場平均收益水平，如果想要相對指數取得一定超額收益。這時候，AI賦能之下以量化為核心，融合“被動投資”和“主動投資”雙重特點的指數增強基金或許是另一種值得關注的選擇。

此外，AI賦能也讓指數增強產品的回撤控制能力有所提升，降低了產品的投資風險。

上述投研人士表示，“AI賦能的智能化投資體系，能構建更加精細的風控框架，解決了傳統風控風險識別滯后、因子覆蓋單一的痛點。運用大數據處理與深度學習能力，AI可實時捕捉多維度風險信號，大幅提升了風控的時效性、精準度和全面性。”

天弘基金也表示，公司自研開發了更加適用于A股投資的天弘風險模型，量化團隊在采用Barra體系的基礎上，進行了深入的自研與定制化改造，構建了一套更具適應性的精細化風控體系，實現對個股、行業進行更加精準的刻畫。

前述投研人士也強調，“風控體系被AI技術優化后，指增產品的回撤也有望降低，整體有利于提升持有人體驗，同時也提升了產品配置價值。對個人投資者來說，選擇業績過硬的優質指數增強產品進行配置，有望比單純投資指數產品獲得更好的持有體驗。”