AI能否让业绩变更好 公募投研实践热情高涨
证券时报记者 吴琦
DeepSeek持续火爆出圈，AI发展如火如荼 ，已经成为各个领域不可忽视的力量 ，也引发公募机构争相布局 。
不少公募机构纷纷宣布，在投研领域已经部署了包括DeepSeek在内的多款开源模型 。在公募基金投研层面 ，它不仅改变基金经理投资决策的方式 ，也能为普通投资者提供新的投资工具。
不过，对于投资者而言 ，最为关切的还是AI能否让基金业绩表现更好？证券时报记者调查发现 ，公募基金基金经理尤其是量化基金基金经理对AI用于投研实践的热情更为高涨，他们希望通过对AI的应用为投资者提供更多超额收益 。
助力基金业绩跑赢市场
证券时报记者调研发现，目前公募基金中对AI的应用更为迫切的是量化投资基金经理 ，这些基金经理主要管理着主动量化基金和指数增强基金 。一些基金经理告诉记者 ，早早就开始研究如何将AI应用于投资，并依赖其产生跑赢市场的超额收益。
具体到业绩层面 ，汇添富国证2000指数增强A、安信量化精选沪深300指数增强基金和海富通沪深300指数增强基金等运用AI的超额收益在同类型产品中位居前列 。
从近一年行情来看 ，指数增强基金层面，在跟踪规模最大的沪深300指数增强基金中 ，安信量化精选沪深300指数增强基金和海富通沪深300指数增强基金则是超额收益前二的产品 ，超额收益分别为15.55%和8.77% 。
安信量化精选沪深300指数增强基金基金经理施荣盛介绍，其在2023年8月24日任职管理该基金时 ，就开始100%使用机器学习和深度学习等模型。他希望依靠概率优势和大数定律去获得证券市场错误定价的收益 ，从而提高市场的有效性。
海富通沪深300增强主要运用了AI选股模型，核心策略为深度学习多因子打分 ，主要通过树模型和RNN模型相结合来捕捉非线性信息；卫星策略则包括事件驱动 、行业轮动等 。
汇添富国证2000指数增强A近一年实现58.83%的正收益 ，超额收益高达28.5%，是指数增强基金中超额收益最高的产品 。据基金经理介绍，基金采用量化指数增强的方式运作 ，具体操作上 ，采用多因子模型和AI量化选股相结合的方式评价个股。
主动量化基金方面，博时ESG量化选股 、招商量化精选、博道成长智航A等多只量化基金近期净值创成立以来新高 。A股市场活跃度明显改善 ，为量化投资提供良好土壤 ，AI在量化投资中开始扮演重要角色 。
扩展量化投资边界
过去半年的时间里，随着AI技术不断突破 ，不少基金经理体会越来越深刻 ，在投研层面，量化基金基金经理更为积极拥抱AI。
海富通沪深300指数增强基金基金经理林立禾表示 ，面对快速变化的市场 ，AI量化模型或更具高效性 、全局性的投资分析能力，会根据市场风格自我学习调整 ，自适应能力强 ，能够在市场出现新的趋势或信息时快速作出反应 。自2023年5月底起，海富通沪深300增强便在量化选股策略中运用AI选股模型，如机器学习 、自然语言处理等多种技术 ，并取得了一定的效果 。
随着DeepSeek火爆出圈 ，基金经理更是坚定了探索AI在投资领域应用的信心。
“大语言模型等将大大地扩展量化投资的边界 。”施荣盛认为，DeepSeek等AI技术在量化投资领域将体现许多方面的优势 。在2024年8月上旬 ，DeepSeek采用硬盘缓存技术大幅削减API使用成本时 ，施荣盛就开始充值使用DeepSeek的API进行研究工作，主要包括提高编程效率、加速机器学习模型的学习与开发 、拓展另类因子的挖掘等方面。目前 ，他主要学习和探索的方向是量化投资中AI智能体Agent的应用 。
现实中 ，将AI应用于投资策略还存在着不确定性，在量化投资中并非一蹴而就 ，对数据低信噪比 、不满足平稳性等问题 ，大到算法选择，中到超参数调优 ，小到变量预处理 ，每一个决策都会影响AI在量化投资中的应用效果 。
重塑投研流程框架
公募探索AI在金融领域的应用一直处于时代前沿，伴随DeepSeek等AI技术的爆发和成熟，不少基金公司对投研流程进行升级迭代。
2024年初 ，博时基金就经过反复调研 ，发现了DeepSeek模型在自动编写代码和逻辑推理方面的潜力，率先在自有的昇腾服务器上部署了DeepSeek-V1模型 ，作为公司智能开发工具的基座模型 ，并在2024年8月升级为DeepSeek-V2模型。2025年伊始，随着DeepSeek-R1模型的发布 ，博时基金迅速完成内部部署 ，并开始探索它在投资研究、投资顾问服务和软件开发等方面的应用 。
永赢基金透露，DeepSeek已经在基金行业的多个核心业务场景中发挥重要作用 ，例如 ，在投资研究领域，DeepSeek能够快速解析大量研究报告 ，提取关键信息 ，帮助研究员节省时间并提高研究效率 。
除了提升投研流程效率，AI对基金经理的投资框架的影响或更为深远和有意义。
无论是指数增强基金还是主动量化基金，目前国内公募的量化投资主要还是以传统的线性多因子模型居多 ，一些量化基金所谓的策略甚至以基金经理主观意志为主 ，被认为是“人工量化 ” 。
不过，随着拥有相关学科背景的人才陆续加入公募基金经理行列 ，以及AI技术的不断突破 ，公募基金量化团队实力持续提升 。越来越多基金经理尝试对投资框架进行升级迭代，摆脱情绪波动对组合投资的负面影响。
汇添富国证2000指数增强基金基金经理表示 ，投资管理过程中应尽量避免对组合持仓的直接干预 ，将投资观点和思想转化为规则化的量化投资策略，审慎地调整量化策略去间接调整组合持仓 ，以保证投资管理的可复制性 ，同时避免情绪波动对组合投资的负面影响 。
