“未来已来”，正如目前的人工智能（AI）浪潮席卷全球。

2023年以来，ChatGPT全球爆火，人工智能领域的“iPhone时刻”正加速到来，AI+的想象空间彻底被打开。

(资料图片仅供参考)

当前，关于“AI运用于投资领域”的话题热度正持续走高。

其实，这并不只是流行在口头或想象中的故事，而是已经运用在投资实践中，并斩获了可观超额收益的事实。

华夏基金从2019年起，就开始实盘运作AI策略，目前应用在沪深300、中证500及中证1000等指数上都有实盘运作。

结果发现：和那种“通过押注单一风格在个别年份表现较强，或者单一类型产品表现较好”的量化产品，AI策略在各个年份、不同产品类型上都体现了较强的竞争力，长期业绩也具有竞争力。

例如，华夏中证500指数增强（A：007994；C：007995）作为增强型的指数基金，一方面采用指数化被动投资以追求有效跟踪标的指数，另一方面采用AI量化模型调整投资组合，力求超越标的指数表现。根据近期银河证*发布的数据，截至2023年5月31日，华夏中证500指数增强A，自成立以来取得了75.53%的回报，大幅跑赢业绩比较基准，获得57.49%的超额收益，在近一年在同类130只产品中排名第一。

其实，对于量化投资者而言，利用计算机程序和数字模型，辅以大量数据、挖掘选股因子来进行交易的投资策略，并不陌生，现如今出现的ChatGPT等大模型无疑为量化投资注入了新鲜血液。

相比人脑的实际计算和交易能力，相比于传统的量化策略，基于AI大模型策略的基金，可以用投资“新纪元”来标记了。

华夏中证500指数增强（A：007994；C：007995）的基金经理“孙蒙”表示，“AI+投资”策略的相对于传统策略的核心竞争力在于“更宽广的眼界”和“更深入的思考”。

“眼界”更宽广：就目前已在实践的几种机器学习算法中，它们都有能力能对更广泛、更庞大的数据和信息进行直接处理，获得不亚于人类的信息储备量和认知能力。

“思考”更深入：在投资领域，基于GPU等硬件支持，可以更迅速训练“人工神经网络”，建立深度学习模型，使得它具有刻画复杂规律的可能性。

孙蒙表示，“AI”策略基金一方面融入人工智能算法，可用纳秒级时间完成市场扫描和股*选择，通过AI机器学习更能在算法上进行自动进化和策略迭代，快速识别投资者相应交易行为、情绪、舆情等信息，跨维度整合可用信息，并寻找可能存在的“赢家模式”。

另一方面，也能利用量化手段从全市场范围优选个股，不受单一指数成分股限制，具备较强的灵活性，同时引用量化多因子策略能更进一步丰富阿尔法收益的来源。

银河证*发布的公开数据显示，截至2023年5月31日，华夏中证500指数增强A（代码：007994），自成立以来取得了75.53%的回报，大幅跑赢业绩比较基准，获得57.49%的超额收益，在近一年在同类130只产品中排名第一。

公开数据显示，孙蒙是北京大学理学学士，加州大学洛杉矶分校电子工程专业硕士，具有扎实的理工背景。他2017年进入华夏基金，从数量投资部研究员，到华夏智胜价值成长基金经理。目前，孙蒙担任华夏基金数量投资部高级副总裁，主要研究方向为AI选股，算法及程序化交易等。据Wind数据显示，孙蒙在管的基金共有5只，在管基金总规模为91.01亿元。孙蒙管理的产品，均采用AI量化选股，以及市场中性策略。

华夏基金作为国内的头部基金公司，在主动量化领域一直持续进行投入。早在2017年，华夏基金便与微软进行人工智能量化投资的深度合作，采用“AI+”的指数增强策略体系进行组合管理。

具体来看，其指数增强的实现主要包含两个步骤：一是alpha模型，主要为股*未来收益做预测；二是风险控制模型，控制组合基差风险、回撤风险、偏离风险等。

在传统的投资中，投资经理在交易时间结束后，需要整理数据、回顾组合、市场分析并制定下一步组合管理策略。而利用人工智能进行投资就完全不同了，它依托强大的算力实现相关数据实时更新，并完成对组合持仓、预期收益及调整策略的实时生成，并在既定风控框架及权限下，组合可最大程度保障策略是快速实现。

此外，目前A股市场散户资金占比仍然很高，人工智能还可以快速识别投资者相应交易行为、情绪、舆情等信息，为组合实现超额收益。

从当下市场环境和特征来看，个股分化程度大幅提升，市场风格切换愈发频繁，在这种背景下，利用AI机器学习进行量化选股的优势或许更加凸显，主要体现在以下几个方面：

一是，市场投资热点的分化且迅速切换，让采用“AI+量化”策略选股分散的投资方式优势得以凸显；

二是，由于产品本身对跟踪误差的限制，指数增强基金的个股和行业配置相对分散，有助于更好地适应多变的市场；

第三，指数增强基金产品一般建立在多因子选股体系之上，强调对阿尔法因子暴露的同时，也会对诸如大小盘、价值成长等风格进行严格控制。因此当市场风格切换较为频繁时，量化多因子框架的优势会体现的更加明显。

在风险控制上，“AI+策略”可以通过全市场股*画像来预先排除风险。例如，可以在模型建立时就设定好负面清单剔除存在公司治理风险、ST、流动性较差的股*等，降低策略的尾部风险。在构建组合时，“AI+策略”能够通过提高入库因子标准，比如估值因子、财务质量因子、行业数据因子等，构建符合最优投资目标的投资组合。并且用样本因子与国内外市场进行交叉验证，保证策略的可解释性和alpha收益来源的持续稳定。