中国基金报记者 曹雯璟
今年以来，量化基金表现可圈可点，超九成公募量化产品实现正收益，主动型量化产品年内业绩最高已超78%。
业内人士表示，在结构性行情加速轮动、量化投资竞争日趋激烈的背景下，主动量化投资凭借多策略配置、高频另类数据挖掘和与AI技术深度融合，逐步构建起更适配市场行情的投资体系。
量化基金年内业绩最高达78%
Wind数据显示，今年以来，731只公募量化产品（只统计初始份额）复权单位净值增长率为正，占比为92.06%；年内业绩超过10%的有423只、超过20%的有129只、超过30%的有30只。排名靠前的大部分为主动型量化产品，比如金信量化精选A，今年以来业绩达78.21%，暂列第一；紧随其后的是宏利绩优增长A，年内复权单位净值增长率为68.69%；嘉实事件驱动、嘉实事件驱动两只基金年内业绩分别为53.69%、47.52%。
宏利基金基金经理李婷婷认为，主动量化基金表现突出有三方面原因。一是多策略体系具有市场适配性。市场风格快速切换，策略的不同模块能精准匹配市场情景，降低了单一策略的波动性。二是AI赋能的Alpha挖掘能力。非线性模型显著提升了因子迭代效率，助力捕捉短期轮动机会。三是纪律化执行的优势。量化交易在一定程度上减少了主观情绪对交易行为的干扰，保障策略执行的纪律性。
沪上一位量化基金经理表示，今年市场偏向赛道主线行情，而微盘股等量化策略偏好的方向，其相对收益不如往年强劲，主观策略更具优势。
此外，从业绩表现来看，主观量化策略整体优于传统的指数增强策略，后者受限于严格的风控要求以及成份股的配置约束，超额收益处于劣势。
“AI+多策略”成量化投资新核心
在结构性行情加速演绎、量化投资竞争日趋激烈的市场环境下，主动量化策略正向多策略配置、高频另类数据挖掘及人工智能驱动深刻转型。
李婷婷表示，今年以来，宏利基金的主动量化投资以量化多策略配置为核心，围绕市场环境与产业周期，打造能适配不同市场情景的多策略矩阵。“我们将策略分为四大模块：景气成长（跟踪行业景气度变化）、白马蓝筹（北向资金驱动的价值中枢回归）、大盘价值（追求稳健绝对收益）、小盘套利（捕捉游资行为带来的定价偏差），在市场风格轮动中努力获取相对基准的超额收益。”
沪上一位量化基金经理表示，相比传统基本面与低频量价因子，目前团队更加重视对另类数据和高频数据的挖掘。例如，在基本面方向，团队正在深入研究财务附注、分析师研报文本等非传统信息；在量价方向，重点挖掘逐笔成交、毫秒级高频数据等更细颗粒度的数据源。
他坦言，如今量化行业“越来越卷”，想获得持续有效的超额收益，必须不断寻找拥挤度较低的新数据源。除了高频数据，团队还在研究专利数据、产业链数据等另类数据来源。
在人工智能发展浪潮下，不少基金公司在量化投资中加大了AI程序投入。“AI正驱动量化模型与因子进入加速迭代期。我们将AI技术深度融入因子挖掘与策略迭代，实时捕捉资金流向与情绪变化，因子迭代效率显著提升，大大增强了策略的市场适应性。”李婷婷告诉记者。
“目前业内应用程度并不一致，有些公司约70%以上的超额因子来源于AI学习。我们更倾向于让因子保持较强的可解释性，将AI用于端到端生成交易信号和策略。”深圳一位量化基金经理说。
在他看来，搭好AI量化框架只是基础，持续迭代才是关键。AI量化要获得突破，不能仅靠模型升级，而是要在三个核心方向协同发力：一是将学术端的新算法与金融市场的特性结合起来落地应用，而非单纯套用；二是针对市场变化迭代现有模型的细节，让模型更贴合市场实际；三是从更细分的维度挖掘高质量增量数据，包括财务附注、专利、调研纪要等，从数据源头寻找差异化机会。
