随着近年来市场环境的快速变化，众多行业基金和一些专注于投资主题的主动管理型基金在不同阶段的回报表现出明显的差异。投资者也逐渐开始意识到，在选择基金时，不仅要看过去的收益水平，还要关注其在不同环境下的抗风险能力。在如此频繁变化的市场环境下，一批引入AI策略的量化基金因其较好的业绩和稳健性吸引了众多投资者的关注。

然而，目前市场上不同的量化基金种类繁多，令人眼花缭乱，难以选择。那么，被动指数型、指数增强型、主动量化型等不同量化基金有何区别，管理它们的基金经理又有何高招呢？今天我们将在量化基金经理大师之间进行一场辩论。

华夏孙猛：被动投资领域探索人工智能的先行者

华夏孙猛值得关注，不仅因为他的业绩，还因为他是国内被动投资人投资者 指数投资领域探索“AI+”策略的先行者。

虽然今年人工智能在A股市场非常火爆，但其在投资方面的应用并不新鲜。早在2017年，华夏基金就与微软亚洲研究院深入合作，探索人工智能在被动指数投资领域的应用。 AI如何帮助投资？孙萌在之前的分享中对此做了一些解读。

在投资领域，人工智能带来了几个优势。首先，从数据来看，随着A股上市公司数量的增加，很难指望一个人能够发挥作用对每只股票进行合理定价。但对于人工智能或者机器学习来说，更适合处理多维度、多类型的数据。此外，如何利用一些非结构化数据寻找并优化有效的投资方法，也可以通过人工智能等技术手段来实现。

华夏基金的AI算法是与微软亚洲研究院从2017年开始的长期合作。华夏基金利用其对市场的深入了解进行主动投资，同时利用微软亚洲研究院在人工智能方面的专业知识。算法知识结合双方优势，形成对A股市场更有效的描绘。

可以说，华夏基金在人工智能在被动型指数基金的应用上处于行业领先地位。但由于全市场同一策略的超额收益有限，规模问题一直是人们关注的焦点。他是量化投资的“致命弱点”。目前，华夏基金孙萌管理的多只被动型指数基金仍受到申购限制。

国金基金马芳：较为少见的主动量化基金经理

国金基金马芳是公募中较为少见的主动量化基金经理。他不仅在量化投资上取得了不错的成绩，而且在指数投资方面也做了很多研究。

一般来说，大盘股在高通胀时期表现较好，而中小盘股在低通胀时期表现较好。而2022年底到2023年初这段时间，市场出现了非常明显的风格切换。 2022年第四季度至2023年3月，消费服务、食品饮料等小盘股领涨市场，而部分大盘股表现不佳。 2023年3月以来，一系列大市值投资带有中文字头的国企表现较好。相反，消费服务、食品饮料等一些小市值公司在此期间的表现继续逊于大市。市场频繁的风格切换导致投资者净值出现较大波动，但国金主动量化基金在此期间实现了精准切换。

这主要是因为中国国际金融公司的多因素策略主要利用机器学习技术“自上而下”构建选股模型，通过不同维度的预测来捕捉市场投资机会。并在风险模型的约束下，提高模型的适应性，以实现相对稳定的超额收益。此外，SIFC的量化策略超额来源广泛，包括纯阿尔法回报和基于模型的风格预测。词汇回报，在不同的市场环境下可以形成互补效应。

尽管如此，主动型量化基金在波动的市场中表现良好。但它只是介于指数基金和主动型基金之间的投资产品。在牛市环境下，主动量化基金可能不如纯主动基金灵活，而在熊市环境下，主动量化基金也不会比被动指数和指数增强型基金稳健。

弘德基金苏长晶：AI智能平台赋能的集团军作战模式

作为弘德基金量化投资部总监，苏长晶毕业于北京大学，硕士科学博士，拥有 15 年的经验。拥有管理行业经验，担任公募基金经理超过7年。具有丰富的投资实践经验。其管理的代表产品有宏德宏仪定量、宏德高端装备、H

比较有特色的是，弘德基金的量化团队属于杠杆团队合力的集团军作战模式。除苏长靖外，具有代表性的基金经理还有张天阳、李子昂，两人都是背景复杂的专家。天赋。

据悉，2020年以来，弘德基金一直专注于新一代量化投资平台的研发和升级，是行业内最早将AI策略引入的公司之一。量化产品。弘德基金AI智能平台在传统量化模型的基础上，拓宽数据源的广度和深度，提高信息的粒度，探索交易投资机会。除了数据源之外，神经网络和深度学习的进化迭代也是AI策略的核心特征。他们之中神经网络可以帮助产品以非线性的方式构建投资模型和策略。与传统的量化策略相比，它们增强了信息特征感知的敏感性，可以更好地提取市场隐藏的规律。深度学习方法可以多维度处理复杂的交易信息，加快处理效率，有助于训练更强大的策略模型。

基于人工智能相关领域的前沿科技成果，汇聚团队智慧，从架构设计、海量数据处理到模型训练，弘德基金最终打造出一套AI综合量化投资策略，更好地适应国内股市。经过实时数据的检验，该策略开始应用于弘德量化相关产品，并取得了较好的效果。

弘德智选拟任基金管理人目前正在发售的启元混合型基金（基金代码：A类019982；C类019983）是苏长靖。当然，他的背后还有弘德AI智能。享受平台的实力和支持。该产品以中证500指数为基准，采用人工智能选股策略，力求获得更好的超额收益，实现相对中证500指数的增强。

总的来说，AI量化投资策略没有好坏之分，只有更适合当前市场环境的量化投资策略。随着量化策略的过期速度越来越快，为了应对快速变化的市场环境，只有发挥集体的力量，努力保持团队成员研究的热情，不断迭代适应市场演变，才能发挥投资策略的有效性被维护。