“未來已來”，正如目前的人工智能（AI）浪潮席卷全球。

2023年以來，ChatGPT全球爆火，人工智能領(lǐng)域的“iPhone時刻”正加速到來，AI+的想象空間徹底被打開。

當(dāng)前，關(guān)于“AI運用于投資領(lǐng)域”的話題熱度正持續(xù)走高。

其實，這并不只是流行在口頭或想象中的故事，而是已經(jīng)運用在投資實踐中，并斬獲了可觀超額收益的事實。

華夏基金從2019年起，就開始實盤運作AI策略，目前應(yīng)用在滬深300、中證500及中證1000等指數(shù)上都有實盤運作。

結(jié)果發(fā)現(xiàn)：和那種“通過押注單一風(fēng)格在個別年份表現(xiàn)較強，或者單一類型產(chǎn)品表現(xiàn)較好”的量化產(chǎn)品，AI策略在各個年份、不同產(chǎn)品類型上都體現(xiàn)了較強的競爭力，長期業(yè)績也具有競爭力。

例如，華夏中證500指數(shù)增強（A：007994；C：007995）作為增強型的指數(shù)基金，一方面采用指數(shù)化被動投資以追求有效跟蹤標(biāo)的指數(shù)，另一方面采用AI量化模型調(diào)整投資組合，力求超越標(biāo)的指數(shù)表現(xiàn)。根據(jù)近期銀河證*發(fā)布的數(shù)據(jù)，截至2023年5月31日，華夏中證500指數(shù)增強A，自成立以來取得了75.53%的回報，大幅跑贏業(yè)績比較基準(zhǔn)，獲得57.49%的超額收益，在近一年在同類130只產(chǎn)品中排名第一。

其實，對于量化投資者而言，利用計算機程序和數(shù)字模型，輔以大量數(shù)據(jù)、挖掘選股因子來進(jìn)行交易的投資策略，并不陌生，現(xiàn)如今出現(xiàn)的ChatGPT等大模型無疑為量化投資注入了新鮮血液。

相比人腦的實際計算和交易能力，相比于傳統(tǒng)的量化策略，基于AI大模型策略的基金，可以用投資“新紀(jì)元”來標(biāo)記了。

華夏中證500指數(shù)增強（A：007994；C：007995）的基金經(jīng)理“孫蒙”表示，“AI+投資”策略的相對于傳統(tǒng)策略的核心競爭力在于“更寬廣的眼界”和“更深入的思考”。

“眼界”更寬廣：就目前已在實踐的幾種機器學(xué)習(xí)算法中，它們都有能力能對更廣泛、更龐大的數(shù)據(jù)和信息進(jìn)行直接處理，獲得不亞于人類的信息儲備量和認(rèn)知能力。

“思考”更深入：在投資領(lǐng)域，基于GPU等硬件支持，可以更迅速訓(xùn)練“人工神經(jīng)網(wǎng)絡(luò)”，建立深度學(xué)習(xí)模型，使得它具有刻畫復(fù)雜規(guī)律的可能性。

孫蒙表示，“AI”策略基金一方面融入人工智能算法，可用納秒級時間完成市場掃描和股*選擇，通過AI機器學(xué)習(xí)更能在算法上進(jìn)行自動進(jìn)化和策略迭代，快速識別投資者相應(yīng)交易行為、情緒、輿情等信息，跨維度整合可用信息，并尋找可能存在的“贏家模式”。

另一方面，也能利用量化手段從全市場范圍優(yōu)選個股，不受單一指數(shù)成分股限制，具備較強的靈活性，同時引用量化多因子策略能更進(jìn)一步豐富阿爾法收益的來源。

銀河證*發(fā)布的公開數(shù)據(jù)顯示，截至2023年5月31日，華夏中證500指數(shù)增強A（代碼：007994），自成立以來取得了75.53%的回報，大幅跑贏業(yè)績比較基準(zhǔn)，獲得57.49%的超額收益，在近一年在同類130只產(chǎn)品中排名第一。

公開數(shù)據(jù)顯示，孫蒙是北京大學(xué)理學(xué)學(xué)士，加州大學(xué)洛杉磯分校電子工程專業(yè)碩士，具有扎實的理工背景。他2017年進(jìn)入華夏基金，從數(shù)量投資部研究員，到華夏智勝價值成長基金經(jīng)理。目前，孫蒙擔(dān)任華夏基金數(shù)量投資部高級副總裁，主要研究方向為AI選股，算法及程序化交易等。據(jù)Wind數(shù)據(jù)顯示，孫蒙在管的基金共有5只，在管基金總規(guī)模為91.01億元。孫蒙管理的產(chǎn)品，均采用AI量化選股，以及市場中性策略。

華夏基金作為國內(nèi)的頭部基金公司，在主動量化領(lǐng)域一直持續(xù)進(jìn)行投入。早在2017年，華夏基金便與微軟進(jìn)行人工智能量化投資的深度合作，采用“AI+”的指數(shù)增強策略體系進(jìn)行組合管理。

具體來看，其指數(shù)增強的實現(xiàn)主要包含兩個步驟：一是alpha模型，主要為股*未來收益做預(yù)測；二是風(fēng)險控制模型，控制組合基差風(fēng)險、回撤風(fēng)險、偏離風(fēng)險等。

在傳統(tǒng)的投資中，投資經(jīng)理在交易時間結(jié)束后，需要整理數(shù)據(jù)、回顧組合、市場分析并制定下一步組合管理策略。而利用人工智能進(jìn)行投資就完全不同了，它依托強大的算力實現(xiàn)相關(guān)數(shù)據(jù)實時更新，并完成對組合持倉、預(yù)期收益及調(diào)整策略的實時生成，并在既定風(fēng)控框架及權(quán)限下，組合可最大程度保障策略是快速實現(xiàn)。

此外，目前A股市場散戶資金占比仍然很高，人工智能還可以快速識別投資者相應(yīng)交易行為、情緒、輿情等信息，為組合實現(xiàn)超額收益。

從當(dāng)下市場環(huán)境和特征來看，個股分化程度大幅提升，市場風(fēng)格切換愈發(fā)頻繁，在這種背景下，利用AI機器學(xué)習(xí)進(jìn)行量化選股的優(yōu)勢或許更加凸顯，主要體現(xiàn)在以下幾個方面：

一是，市場投資熱點的分化且迅速切換，讓采用“AI+量化”策略選股分散的投資方式優(yōu)勢得以凸顯；

二是，由于產(chǎn)品本身對跟蹤誤差的限制，指數(shù)增強基金的個股和行業(yè)配置相對分散，有助于更好地適應(yīng)多變的市場；

第三，指數(shù)增強基金產(chǎn)品一般建立在多因子選股體系之上，強調(diào)對阿爾法因子暴露的同時，也會對諸如大小盤、價值成長等風(fēng)格進(jìn)行嚴(yán)格控制。因此當(dāng)市場風(fēng)格切換較為頻繁時，量化多因子框架的優(yōu)勢會體現(xiàn)的更加明顯。

在風(fēng)險控制上，“AI+策略”可以通過全市場股*畫像來預(yù)先排除風(fēng)險。例如，可以在模型建立時就設(shè)定好負(fù)面清單剔除存在公司治理風(fēng)險、ST、流動性較差的股*等，降低策略的尾部風(fēng)險。在構(gòu)建組合時，“AI+策略”能夠通過提高入庫因子標(biāo)準(zhǔn)，比如估值因子、財務(wù)質(zhì)量因子、行業(yè)數(shù)據(jù)因子等，構(gòu)建符合最優(yōu)投資目標(biāo)的投資組合。并且用樣本因子與國內(nèi)外市場進(jìn)行交叉驗證，保證策略的可解釋性和alpha收益來源的持續(xù)穩(wěn)定。