□记者 和平

量化投资在中国发展了十余年，近几年，越来越多的投资机构宣告采用人工智能（AI）技术。经历了三代的快速迭代和发展，量化投资在AI技术的加持下，目前正处在人工智能技术应用的新风口上。随着基金三季报披露完毕，今年以来备受市场热议的公募量化产品最新规模浮出水面。数据显示，公募量化的整体规模在三季度实现增长，多位知名公募量化基金经理在管规模显著增加。

中国财富管理市场巨大，预期2025年会达到170万亿元，目前A股市场40%的成交量是程序化交易。尽管程序化交易不一定是通过量化来实现，主观交易也可以采用这种技术，这一数据侧面反映出通过机器来做交易的比例。美国市场的程序化交易量占大约80%，中国现在的比例大概是美国的一半，有巨大增长空间。

三季度公募量化基金扩容

Wind数据显示，截至三季度末，公募量化的整体规模为2890.96亿元，其中指数增强类量化产品规模最大，为1715.38亿元。二季度末，公募量化的整体规模为2724.84亿元，这意味着，公募量化整体规模在三季度增长166.12亿元。在主动量化、指数增强、量化对冲三大类量化基金中，前两者贡献了主要增长，三季度规模分别增长143.74亿元、38.20亿元，而量化对冲基金则缩水约15亿元。截至10月30日，超过120只量化产品（不同份额分开计算）今年以来收益为正。其中，中信保诚多策略混合（LOF）、渤海汇金量化成长混合、国金量化多因子等产品今年以来收益均超过10%，招商量化精选股票、东方量化成长灵活配置混合等产品的收益超过5%，大幅跑赢沪深300指数基金。

按产品来看，多只绩优量化基金在三季度吸金显著。与二季度末相比，国金量化多因子、国金量化精选、华夏智胜先锋股票（LOF）、国泰君安量化选股混合发起等产品在三季度规模均增长10亿元以上。其中，国金量化多因子的规模为121.99亿元，首次破百亿元。

人工智能可以更高效处理数据并优化算法，同时，机器学习通过非线性的方式挖掘因素与结果之间的潜在关系，高维度识别数据间的变化模式，能够更加敏锐地捕捉市场中非理性因素带来的投资机会。2022年初至今，市场热点分散，轮动较快。在这种环境下，持股分散的量化投资策略对行情的适配度更高。一方面，中小市值股票表现优于大市值，为量化策略提供了更大空间；另一方面，纪律化换手的量化策略能够更好适应轮动较快的市场环境。

利用人工智能配置资产

人工智能的运用已经有非常长的历史了，可以追溯到20世纪50年代。从去年10月开始，ChatGPT进化迭代，语言处理能力升级，用机器来阅读各种各样的文件已经迭代到第六版。系统化主动投资团队一直都运用各种前沿科技投资，应用了很多大家理解为人工智能的技术，例如自然语言分析。从投资的角度来看，是在未来如何在决策中尽可能多地利用数据、准确地分析数据做出更好的决定。人工智能不仅是分析单个世界经济中不同的影响因素，而是将它们结合起来形成一个大模型，组成投资决策。

粤港澳大湾区数字经济研究院（IDEA）执行院长、AI金融与深度学习首席科学家郭健近日指出，价值投资、全球宏观等大规模的资产配置产品如何更好应用AI技术，是下一代量化投资应该重点考虑的。面向未来体量巨大的价值投资市场，未来面临的一系列问题包括基础设施上面临的问题，数据、算法以及建模上的挑战等，最大的挑战之一是算力本身的问题，需要通过不断对算力的增持和优化来解决。

在谈到当前中国市场的投资机会时，贝莱德系统化主动股票投资团队董事总经理赵睿认为，系统化主动投资在各种市场中都力争持续展现其长期、可持续的超额收益能力，中国A股市场是一个庞大的市场，为捕捉超额收益提供了充足的机会。此外，中国在岸股票市场结构独特，其中包括国内大型金融机构以及越来越多的海外机构投资者，中国市场有着大量可分析的公开数据，A股与世界其他地区的相关性较低，在股票资产配置中保持A股敞口能很好起到互补作用。

贝莱德系统化主动股票投资团队联席投资总监及联席主管董事总经理沈宇青指出，量化投资的范围很广，系统化投资也算是其中一种。与高频策略相似的是，两种策略都是将投资逻辑通过计算机编程的方式进行重复使用，且非常强调投资策略实施的纪律性，减少人为情绪的干预和影响。但两者的区别也很大，系统化策略在投资信号构建方面的侧重点不同。在研发上，强调投资信号的逻辑性（sensibility），以数据为本，通过大规模的数据分析来解读宏观趋势、投资者情绪和企业基本面情况。系统化策略侧重于预测周期相对更长的投资信号（Predictability），从几周到几个月不等。

站在全球的视角，美国的通胀、美联储的加息是投资者关注的问题，一定程度上影响着全球资产，包括中国股市的走向。系统化主动投资是如何看待目前的全球市场，通过什么样的数据来跟踪经济运行情况？沈宇青认为，从人力市场来讲，以前需要等一些官方的消息，了解失业率是多少、就业率是多少，哪个产业会有就业或者失业。从可参考数据来看，每个公司现在招人的时候，会把招人的公告会放在他们的网页上面，看他们会招多少人、招什么样的人，而且招的这些人收入大约在一个什么范围。美国有大概1500万个招聘信息，把这些信息集中一起就可以预测人力市场未来的趋势。从人力市场看，美国经济整体来说比较旺盛，从工资趋势来看也比较旺盛。在让人工智能系统变得更好的过程中，人类的输入至关重要。如何辨别结果的好坏，怎么改善整个系统，是每一个利用人工智能投资者的努力方向。

相关链接

关于量化投资

量化投资是利用数学模型和计算机程序，通过大量数据的分析和筛选，以系统性的决策来进行投资的过程。它不同于传统的基本面分析和技术分析，而是更加注重数据的挖掘和利用。

量化投资的核心是构建投资模型，从中寻找投资机会并进行交易。这些模型通常会基于历史数据进行训练和优化，以便在未来的市场中获得更好的表现。而这些模型则需要不断地进行修正和优化，以适应市场的变化。

量化投资可以帮助投资者更好地理解市场趋势和行情，从而做出更加准确的投资决策，同时也可以避免情绪和主观因素的干扰。此外，量化投资还可以提高投资效率，降低投资成本，提高投资回报率。量化投资的特点是高效、准确和系统性。它能够快速地对市场进行分析和判断，并且可以通过数据的挖掘和利用，发现市场中难以被发现的投资机会。而且，由于投资决策是由计算机程序自动执行的，因此可以避免人为因素对投资结果的影响。

量化投资具有多种优势，包括：科学性和客观性，高效性，风险控制，无情执行，可迭代性和优化性，多样化的投资策略，增强决策透明度，提供交易机会的广度，消除人为情绪和错误，提供全天候监控。