中国基金报记者 吴娟娟
作为国内最早布局量化投资平台的基金公司之一，光大保德信在量化投资方面拥有较深积淀。日前，光大保德信量化业务负责人朱剑涛在接受媒体采访时表示，当前，科技主题高歌猛进，DeepSeek有望成为更直接的Alpha来源。不过，投资者对稳健收益型产品的需求持续存在，随着保险等机构投资者增加对权益市场的配置，红利产品的市场需求有望进一步提升。
资料显示，朱剑涛拥有16年量化研究经验，他是复旦大学概率论与数理统计专业硕士、浙江大学数学与应用数学学士，曾担任东方证券量化首席分析师、数量金融创新实验室负责人、东证衍生品研究院副院长、进化论私募量化研究负责人，2024年5月开始担任光大保德信量化核心、光大保德信“一带一路”基金的基金经理。
DeepSeek落地：从“效率工具”到“潜在阿尔法源”
朱剑涛介绍，其团队已在本地服务器部署DeepSeek-R1模型的蒸馏版本，用于提升研究效率。他介绍，正在发行的红利量化选股混合基金以“量化增强”为核心，其模型架构分为三大模块。
一是因子挖掘。量化投资团队构建了包含100~200个人工因子的基础库，覆盖盈利、成长、估值等传统维度。此外，机器学习模型每年可以自动挖掘约600个新因子，这些因子与人工因子相关性较低，可形成互补。
二是动态加权与组合优化。人工因子和机器因子经动态加权后生成个股评分，再通过组合优化器控制行业偏离度与跟踪误差。
三是行业配置。红利量化选股混合基金不主动控制行业权重，仅设置单一行业上限，具体配置由模型根据因子评分决定。
机器学习的优势难以替代
在朱剑涛看来，量化与主动投资的底层逻辑并无本质差异，“无论是成长、动量还是低波，这些概念均源于主动投资。量化只是用更精细的工具加工数据，从而提升选股效率。”他以成长类因子为例分析道，传统主动投资会关注时间维度更长的年度增长率指标，但量化模型发现，季度利润增长率指标选股更有效。如果进一步考虑公司利润的历史波动幅度、分析师的盈利预测数据，可以得到效果更优的“业绩超预期”因子。同样的逻辑，量化能将其转化为更稳定的阿尔法来源。
对于另类数据应用，朱剑涛认为其价值尚未完全释放，某些另类数据已显现出增量价值。“我们测试发现，上市公司的产业链关系网络数据对股价的短期走势预测有效，并相对传统数据有明显增量，已纳入实盘。”
近期科技股行情对红利产品造成一定的分流压力，朱剑涛认为投资者对包括红利基金在内的稳健收益型产品的需求持续存在，保险等机构投资者的配置需求或进一步推升红利产品的配置价值。在低利率时代，“红利+量化”仍是中长期配置的优质选择。
红利优选策略的股票池证券数量会随市场股息率水平变化，目前包含约700只高股息个股。根据产品规模，模型从中筛选出一定数量的股票构建组合，行业分布由模型驱动。比如，如果近期煤炭行业个股评分高于银行，组合权重便会自然做出倾斜。
谈及AI对投资研究领域的冲击，朱剑涛认为初级研究员的文献整理、代码编写等工作可能被部分替代，但高端人才的作用不仅不会被取代，反而会增强。“金融的本质是理解人性与市场博弈，大模型虽然已经具备一定的逻辑推理能力，但在证券投资领域，模型思考的深度还不够。AI能否在‘高噪音’的证券市场中动态识别出适时有效的市场规律，还有待进一步观察。”
