被動指數基金2024年以超越主動權益基金的規模和業績正式宣告了“指數投資時代”的來臨，隨后DeepSeek的橫空出世又點燃了國內資管機構以AI技術助力量化投資的熱情。

《大眾證券報》記者注意到，近期的新發基金中，有產品集“指數”“量化”和“AI選股”于一身，成為了新發基金市場上不容忽視的存在。

“除了中證A500指數本身是一只優秀寬基指數外，最大特色在于運用AI量化投資策略來做增強收益。”通過與路博邁基金副總經理魏曉雪的交流，記者發現，即將發售的路博邁中證A500指數增強基金(A類代碼：023325，C類代碼：023326)手握三張“王牌”：一是用十年以上的海量數據對模型進行“投喂”，有助于把握長期勝率;二是用自主研發幾經迭代的深度神經網絡模型(量化3.5)進行AI選股，保證超額收益的穩定性;三是依托于均衡覆蓋各細分行業龍頭的優秀寬基指數中證A500，奠定了良好的風險收益比。

第一張王牌：海量數據背后的技術實力

“投資是一場信息戰。”詹姆斯·西蒙斯用他三十三年近40%的年回報率告訴我們：誰掌握最多的有效信息，誰就握住了資本市場的“牛耳”。

“前期的指數增強產品多依賴基金經理的主觀判斷或使用較為初級的量化模型，而這款產品我們采用了更長期、更全面的數據集，并融合了人工智能技術，力求實現更高效的決策和超額收益。”魏曉雪的底氣來源于集團大數據的全方位支持。

“我們在做模型開發的時候，用的都是十年以上的數據。”路博邁集團大數據分析團隊負責人崔凱博士告訴記者，對大數據的深度挖掘和應用已經成為投資決策、投資組合管理和風險管理的核心引擎之一，這對于許多大型資管公司而言并非易事，而路博邁集團在此領域已邁出重要一步。

他進一步指出，使用十年以上數據建模的主要好處有三：一是便于觀察長期投資回報及一年、三年、五年等不同時間段的回報情況;二是基于中短低頻預測模型，更長的歷史數據能讓模型在短期以及稍微長的時間線上保持有效性，并控制短期波動性風險;三是考慮到政策導向、黑天鵝事件等不可預測因素，有利于盡可能進行全面的風控。

在路博邁的多維數據庫中，不僅包含傳統的量價等結構化數據(如財務數據、交易數據)，還引入了另類的非結構化數據(如供應鏈數據、輿情數據、社交媒體、財報文本)，豐富的數據來源為模型提供了更多維度的信息。

“這就像廚師在烹飪時不僅要使用常見食材，還需要加入特色調料，才能使菜肴更加美味。”崔凱告訴記者，過去十年間，技術的進步讓資管機構能夠以前所未有的方式處理和分析全球數字化進程留下的大量“數字足跡”，并更高效地將其融入投資流程。

“2017年起，我們率先采用大數據推動投資研究，是最早將大數據應用于全球長線投資的機構之一;2022年初，我們與OpenAI達成合作協議，推出了NBGPT服務，并持續改進功能;2023年開始積極發掘GPT在不同業務場景中的應用，并于2024年初成立了專門的生成式AI布局團隊，統一規劃公司資源，同時保護客戶和公司數據安全。”崔凱介紹，路博邁集團目前內部GPT服務的活躍用戶約2600人，每月產生超過1130萬使用實例，平均每人每天有12次互動，每天處理的數據量已達terabytes(“太字節”，1024GB)級別，且涉及的數據深度、廣度和覆蓋區域都相當廣泛。

“大數據的核心就是預測，不是要教機器像人一樣思考，而是要把數學計算運用到海量數據上來預測事情發生的可能性。”維克托·邁爾·舍恩伯格在《大數據時代》中的觀點已被路博邁成功付諸實踐。作為一家擁有80多年歷史的美國資產管理公司，路博邁集團在大數據的分析應用和生成式AI布局領域已建立起同行難以比擬的競爭力，量化策略管理規模接近百億美元。“借助最新技術(如云計算和大語言模型)，我們能夠高效處理內部專有數據 (如管理層會議記錄、賣方會議紀要等)，將其轉化為投資洞察并構建專屬信號。同時，我們也能識別無效噪點，力求避免對投資形成干擾。”魏曉雪強調道。

第二張王牌：高效模型背后的團隊智慧

《創造理解市場的模型》，這是DeepSeek創始人梁文鋒為詹姆斯·西蒙斯傳記作序的標題。序言中他這樣寫道：“每當在工作中遇到困難的時候，我會想起西蒙斯的話：‘一定有辦法對價格建模。’”

量化投資中，建立的模型是否高效直接關系到產品超額收益的高低和穩定性。“在匹配基準的行業和風格基礎上，使用深度神經網絡模型(AI選股)優選個股，對組合收益進行增強。”這是路博邁中證A500指數增強基金有別于傳統指數增強產品的策略邏輯，也是路博邁基金量化團隊將選股邏輯、因子模型和風險控制等核心要素一一優化后對市場理解的智慧結晶。“這個模型我們稱之為量化3.5，其特別之處在于通過模擬神經網絡能夠自我學習，不斷升級迭代，即使基金規模擴大，也不損失其有效性。”魏曉雪告訴記者，該模型是團隊在集團支持下自主開發，其高效性主要體現在兩個方面：一是從組合的歷史模擬情況看，超額收益中個股貢獻占比超過70%;二是周度調整的頻率優于更多以月度為單位的調整頻率。

量化模型的超額收益一般來自三個方面：風格因子、行業因子和個股選擇。前兩者貢獻度高常被視為市場β帶來的收益，非“戰”之功，個股貢獻超過風格和行業因子才能真正彰顯出模型的有效性。“機器學習模型是模擬我們人類學習知識的過程。回想學生時代，我們在課堂里學習前人的知識，課后通過作業檢驗學習成果，再通過對作業的批改查漏補缺進一步鞏固知識，最終將學到的知識和方法運用到考試中。量化投資中機器學習模型的訓練過程類似，目標是建立未來收益與歷史數據之間的關系，通過對正向輸出的獎勵以及負向輸出的懲罰不斷自我優化，構造出一個從歷史數據到選股指標的‘思考’過程，最終在選股指標的基礎上進行投資組合的構建。”魏曉雪解釋，以周頻為單位進行調整也是模型強大自我學習能力的體現。“有點像學生練錯題本，模型通過不斷跑數據，納入新因子，進行試錯、糾錯，經驗更豐富，更能適應不同市場環境，準確性也越高，從而能持續收獲超越同行的α。”

模型，是量化團隊的核心競爭力，模型的迭代維護，也離不開團隊成員的集體智慧。

作為路博邁基金投資團隊的掌舵人，魏曉雪一直密切關注AI技術的發展及AI技術與投資能力的融合。記者注意到，在她管理的路博邁中國機遇基金的持倉中，多只年內漲幅不菲的重倉個股與人工智能或新能源等新興技術相關，如科大訊飛、極米科技、峰岹科技(來源：2024年年報)。數據顯示，該基金今年以來累計回報接近17%(截至2025年2月21日，Wind資訊)。

接受采訪時魏曉雪表示，團隊會一直把追求超額收益的穩定性和風險控制的有效性作為基金管理的投資目標，在不確定的市場環境下，運用強大的量化模型提高投資勝率。“集團會為我們提供全方位硬件支持，比如高性能的GPU為模型的高效運行提供保障，確保模型能夠快速處理海量數據并優化結果。”

第三張王牌：量化策略背后的指數首選

“Don’tlookfortheneedleinthehaystack.Justbuythehaystack!(不要在干草堆里找針。直接買下干草堆!)”2024年，市場用實實在在的收益回報了堅定買下“干草堆”的投資人。數據顯示，全年被動指數型基金整體漲幅達10.79%。記者注意到，市場眾多指數中，全年累計上漲12.98%的中證A500指數因其兼具“高成長 高股息”特性，投資價值凸顯，吸引了眾多基金公司競相布局。

資料顯示，中證A500指數正式發布于2024年9月23日，成分股由市值與流動性排名在301位—800位的股票組成，相較其他寬基指數，中證A500指數結構均衡，覆蓋了全部35個中證二級行業中的34個，三級行業覆蓋度高達90%(遠超滬深300指數的61%)，這意味著它既能抓住傳統行業龍頭，又能布局新能源、半導體、高端制造等新興領域。Wind資訊顯示，中證A500指數(全收益)近十年 (自基日2004年12月31日至2024年末)累計收益率高達558.94%，年化收益10.27%，夏普比率0.40，遠超滬深300指數(0.37)和中證500指數(0.37)。

正是看到了中證A500指數的優秀 “基因”，路博邁基金量化團隊將其作為運用AI技術賦能布局指數增強產品的首選。

“AI技術會成為量化投資的未來趨勢。”魏曉雪指出，在金融市場數據呈現爆發式增長的背景下，AI技術(如自然語言處理、圖像識別)能夠高效處理和分析海量、多維度數據，挖掘出傳統方法難以捕捉的信息;AI技術(如深度學習、神經網絡)還能夠自動學習復雜的非線性關系，從而更準確地預測市場走勢。疊加硬件(如GPU、TPU)和算法(如深度學習、強化學習)的快速發展，AI模型能夠更快速、更高效地處理復雜任務，為量化投資提供強大的技術支持。

“我們會持續優化AI模型，引入更先進的深度學習架構，提升模型的預測能力和穩定性;同時進一步拓展數據來源，結合更多另類數據，提升模型的深度和廣度。市場波動較大時，也會通過動態調整風險約束來保護投資者利益。”魏曉雪透露，在集團全球化經驗和本土化優勢助力下，公司將推出更多指數增強產品，覆蓋不同市場風格和資產類別，滿足投資者多樣化的投資需求。

數據顯示，截至2024年末，與中證A500指數相關的指數被動產品已有70只，其中指數增強產品16只(不同份額分別統計)，總規模已突破3500億元。那么，面對仍在持續擴容的中證A500指數產品，投資者該如何正確選擇呢?

魏曉雪建議重點關注五個方面：一是投資邏輯與策略是否合理，產品能否在保持長期穩定收益的同時更好地應對市場波動;二是在不同市場環境下，超額收益是否能保持長期穩定;三是檢查產品的跟蹤誤差、行業暴露和風格暴露是否控制在合理范圍內;四是全面考量管理團隊的量化投資經驗、技術研發能力以及過往業績和市場口碑;五是看數據挖掘和技術領先方面是否擁有顯著優勢，足以保障模型的高效訓練和持續優化。

結語>>>

曾幾何時，如杰西·利弗莫爾一般，僅憑豐富交易經驗和敏銳市場直覺就能在資本市場呼風喚雨的時代已一去不復返。

詹姆斯·西蒙斯將數學理論融入投資實踐，攜大獎章基金連續27年碾壓巴菲特和索羅斯，三十三年間斬獲年均39%的投資收益。“I did a lot of math. I made a lot of money.(我做了大量的數學研究。我賺了很多的錢。)”將數據模型轉化為真金白銀，詹姆斯·西蒙斯用他的傳奇一生為世界開啟了“量化投資之門”……

斗轉星移，AI引領的新一輪科技革命浪潮洶涌，新的時代唯有率先擁抱AI的基金公司和量化團隊方能在激烈的市場競爭中脫穎而出，站上投資之巔!

記者 趙琦薇