指增基金越買越虧？因為你根本分不清Alpha和偽Alpha！

近日，隨著權益市場情緒回暖，傳統固收資產的收益率持續壓低，資金不得不奔赴的“含權戰場”（含權，指含有權益類資產）。在此背景下，指數增強基金（下稱“指增基金”）發行悄然提速。Wind數據顯示，目前全市場正在發行的指數產品中，指增基金占據7席，成為資金布局權益市場的重要工具之一。

拉長時間來看，2025年全年指增基金更是迎來爆發式增長，截至2025年12月31日，2025年全年共計成立了187只指增基金（各類份額合并計算），合計新發規模超1004.54億元，這一數字超過了2022年至2024年三年的總和。

在這場“低利率追逐收益”的浪潮中，許多亮眼的業績實則源于對風格（如市值、成長）、行業的隱性暴露，是披著Alpha（超額收益）外衣的Beta（隨市場波動而獲得的收益）。

指增產品能否持續創造超額收益？為此，經濟觀察報記者采訪了天弘基金指數與數量投資部總經理楊超。

“偽Alpha”的盛行

“為什么低利率時代當中我們覺得盡管市場波動很大，但是實際上收益越來越難做？”楊超在采訪中拋出了此問題。

他從金融學定價原理出發，解釋了低利率的兩大影響：其一，極低的資金成本吸引大量資本涌入市場，使得各類資產定價更為充分?！霸瓉硇〉亩▋r機會現在也有人來搶”，導致與宏觀產業無關的純粹交易性機會銳減。其二，低利率時代深刻地改變了投資者的決策心理。當無風險收益近乎消失，投資者對權益回報的渴求與焦慮并存，更容易陷入追逐熱門行業與風格的陷阱。

“所有人覺得只要把行業看對了、風格看對了，收益就有保證了?！睏畛赋觯@是一種危險的錯覺。“從大量統計學的結果來看，盡管每一年耀眼的明星都是配置對的Beta，押對了行業的收益，但僅僅在‘賠率’當中。在‘勝率’上來講，拉長時間看，這種壓賽道的模式不一定能夠在長期維度提供好的投資體感?！彼岢觯氤蔀椤伴L勝將軍”，必須降低對風格或行業長期判斷的依賴，聚焦到個股選擇中。

指增產品的核心是提供超越基準的超額收益。楊超揭示了行業中普遍存在的“偽Alpha”現象，即許多超額收益并非來自真正的個股選擇能力，而是對某些系統性風險因子的隱性暴露。

如小盤暴露的“啞鈴陷阱”，A股市場結構的一個顯著特征是，前10%的上市公司占據了約80%的總市值權重。這種分布導致了組合構建中的一個經典難題，即為了追求Alpha，量化模型往往在市值較小的股票中更容易找到統計上的優勢。結果就是，“無論做什么樣的組合優化，要么在小盤股當中有明顯的長期的系統性的暴露，要么號稱是中性的，但是實際是左手拿非常大的股票，右手拿非常小的股票。”

這種結構內部的“啞鈴型”配置，在風平浪靜時或許能提供可觀收益，但一旦市場風格逆轉，將帶來巨大風險?！爱斒袌龀霈F了比較明顯的以微盤股或者小盤股為主要貢獻的市場環境，可能出現非常大的一次性回撤?！睏畛赃^去多次市場結構反轉小微盤股巨大波動的時間點為例，直言許多產品的超額回撤本質上是“有意和無意地承擔了小盤市值的風險”。他認為，過去幾年微盤股指數的強勢，是特定利率環境、市場結構和政策導向共振的結果，不能將其簡單歸因為Alpha能力，其本質上依然是一個Beta。

楊超認為，行業與主題劃分存在一定程度的“失真”，傳統的風險模型基于固定的行業分類（如申萬、GICS），以0或1的變量來劃分公司歸屬。但在以產業升級和主題投資為特征的A股市場，這套體系日益顯得僵化。“以機器人為例，有很多跨行業的資產同時在機器人或者在其他賽道當中都有一些非原來傳統性的風險定價因子能夠映射的暴露。”楊超說。

這意味著，一個嚴格控制在傳統行業分類上中性的組合，可能在實際風險暴露上高度集中于某個熱門主題。當該主題定價充分甚至出現泡沫后，隨之而來的回撤會吞噬前期所有“超額”，同時僅僅控制行業分類也會錯失很多新主題Beta化過程中的機會。

楊超還提到，傳統基本面因子的“紅利消退”，即便在主動投資領域備受推崇的財務分析能力，其超額收益的來源也值得重新審視。他認為，過去的成功更多是建立在對基本面財務信息的相對優勢上，特別是散戶投資者獲取和分析財務信息，從而進行價值投資的占比較低。隨著信息傳播速度加快、數據服務商崛起，基于公開財務信息的分析能力正在迅速“平權”，其帶來的Alpha實則是“市場不夠有效”的歷史階段紅利。

本源回歸

面對重重誤區，如何破局？楊超給出的答案是：回歸Alpha的本質，即獲取與市場系統性風險低相關的收益。

“我們要跳出能夠預測未來的假設，轉而能做的是，當非系統性的定價偏離了系統性的定價之后，在三倍標準差之外等它錯誤定價的恢復。”楊超將投資分為兩類：一類是對Beta方向進行時間維度的套利；另一類則是他追求的“橫截面套利”，在任何一個時間截面上，剝離系統性風險，尋找個股相對于其合理定價的暫時性偏離，并進行反向操作。

“所以做Alpha的前提并不是我有很強的觀點和技術能力，而是首先認識到自己的不足和局限性，然后清晰地把Beta和Alpha拆分開?！边@種對自身能力局限的清醒認知，是構建可持續Alpha體系的思想起點。

楊超表示，要實現這一理念，依賴于強大的風險識別與剝離工具。天弘基金的實踐是深度應用AI技術，對傳統風險模型進行本土化改造。

從數據處理層面來講，楊超透露，AI每日可處理高達30G的逐筆成交與委托數據，融合多源另類信息，構建高頻量價與微觀結構特征。

而在模型層面則是利用GRU（Gated Recurrent Unit，門控循環單元)、Transformer（快速權重控制器）等深度學習模型進行多周期預測，并通過混合專家（MoE）等機制適應不同市場狀態。

此外，還有關鍵一步，即改造Barra（一種結構化多因子模型）等傳統風險模型。其中，將行業劃分從粗顆粒度的全球行業分類系統細化至53個細分行業，并對跨行業經營的公司，賦予非0-1的連續權重。這使得對系統性風險的度量更加精準，從而能更干凈地剝離出“殘差收益”作為純Alpha的挖掘對象。

這一套體系化作戰的目的，是確保超額收益的來源盡可能純粹。正如楊超定義的“純Alpha”：行業、風格偏離都壓得極嚴，超額收益80%以上來自個股選擇，追求與市場熱點的低相關性。

資金需求變遷與監管導向下的產品進化

事實上，指增產品的發展，始終受到資金端需求與監管政策的雙重牽引。

在經歷了多輪市場牛熊轉換，尤其是低利率下波動加劇的洗禮后，投資者的需求正從追逐短期排名，轉向注重持有體驗和長期穩定增值。

楊超觀察到，“短期看，風格押注可能賺快錢，但波動大，客戶拿不住?！币虼?，天弘基金在產品設計上明確分層，既有追求一定彈性的指增，也有面向低風險客戶的“穩穩增”系列，后者將行業偏離壓至1%以內，追求月度七成以上的勝率。

天弘基金數據顯示，截至2025年9月30日，天弘基金旗下指增產品用戶平均持有時間超過7個月，持有滿6個月的投資者中超90%跑贏基準。

近年來，監管部門持續加強對基金業績比較基準的規范，嚴厲遏制風格漂移。從政策層面強化了指增產品的“契約精神”，產品必須緊緊圍繞其聲明的基準進行投資，超額收益應主要通過對基準成分股的精研獲得，而非大幅偏離基準去押注其他賽道。

透過天弘基金的實踐，可以一窺指增產品在下一階段競爭中的關鍵維度——

全譜系布局背后的體系化布局。根據Wind數據，天弘基金旗下指增產品覆蓋寬基、行業、特色指增共19只產品，這種廣度基于統一的AI大底座和工業化投研流程的輸出。楊超稱之為“科學化體系支撐全品類投資”。

面對量化策略極易被復制，護城河何在的問題，楊超的答案是“快速迭代”和“體系化壁壘”。其因子庫每周新增十幾個因子，超過75%的因子在一年內被迭代；壁壘是數據、模型、團隊協作構成的復雜整體，而非單一策略。

低利率時代正在倒逼資管行業從“機會驅動”轉向“能力驅動”。楊超表示，AI是工具，而非“黑箱神祇”。天弘基金對AI的應用貫穿數據、預測、組合全流程，但始終保持工程師思維，注重偏離誤差控制、歸因透明和持續監控。

挑戰依然嚴峻。楊超指出，未來的競爭將集中于兩點：數據來源的獨有性與模型信噪比的提升。當模型架構逐漸趨同，獨特、高質量的數據將成為稀缺資源；而如何在金融這個高噪聲領域設計出更具鑒別力的模型架構，仍極大依賴人的經驗與智慧。此外，如何在規模增長下維持策略的有效性，以及持續向投資者傳遞長期主義理念，也是所有市場參與者必須面對的課題。