世纪证券吴贤敏：AI浪潮已经到来，金融科技将如何改变FOF投研？

私募基金年度盛会重磅来袭！由排排网集团与世纪证券联合主办，银河期货、国联期货、私募排排网、公募排排网协办的“智算未来·量化跃迁”第九届AI&FOF投资创新发展论坛，于2025年7月18日（周五）在上海浦东丽思卡尔顿酒店璀璨开幕。

本次论坛汇聚了来自FOF投资、量化投资、券商资管、期货资管等多个领域的专业人士，共同分享行业前沿洞察，推动技术创新与实践应用之间深度融合。

在7月18日的论坛上，世纪证券资产配置团队负责人吴贤敏出席并进行了主题为《金融科技赋能FOF投研》的演讲。

吴贤敏先生拥有美国哥伦比亚大学金融数学硕士学位、浙江大学数学与应用数学学士学位，且有9年金融从业经验。他曾任高盛资管另类投资部副总裁，负责全球共同基金和对冲基金的定量研究，擅长结合量化模型搭建包括基金筛选、尽职调查、大类资产配置、组合优化、风险管理、投后监控等在内的全球先进投研体系。

以下为世纪证券资产配置团队负责人吴贤敏演讲全文

大家好，很高兴能够收到主办方的邀请，在这里分享一些我们对于金融科技在FOF投资领域的一些思考和实践。今天看到了在座的很多老朋友，感谢大家能够支持本次世纪证券和排排网集团联合主办的活动。听完刚才冯总精彩的分享，相信大家已经看到了大模型在量化投资领域的星辰大海，但当开始思考AI能如果改变FOF投资，包括我在内的很多FOF管理人，可能都没有一个清晰的答案。要找到这个答案，我们不妨退后一步，先从金融科技如何影响FOF投资开始聊起。

首先我们简单的将金融科技在FOF领域的应用分为3个阶段：第一是自动化。建立数据模型，通过程序将各类结构化数据进行整合和处理，包括私募基金净值、估值表、交易所行情、宏观经济指标等等，在此基础之上，可以自动计算基金产品的业绩指标，跟踪产品的业绩表现，这一阶段最典型的样例，就是前几年一些机构每周公布的管理人业绩周报，特别是股票量化管理人，相信大家都不陌生。这个阶段主要是通过金融科技来节省数据环节的人力消耗，提升效率的同时，也提升了准确性和透明度。

目前，我们认知是处在第二阶段，就是从主观的决策转向数据驱动的决策，那为什么要这么做呢？原因也很简单，因为主观判断容易产生认知偏差，特别是在FOF领域，我们投资的不仅仅是一条业绩曲线，我们还在投资一个公司、一个团队、一套投资理念、一个研究体系，在尽调过程中，投资人可能会因为各种各样的原因影响对于一个私募产品是否值得投资的判断。

为了克服各种各样的认知偏差，在FOF投资领域是有必要尽可能通过数据来回答一些问题的。包括一个投资经理的言行是否一致、投研团队的风控是否严格执行、管理人的业绩是否具备比较强的可持续性？这些问题在目前的FOF领域，都已经开始通过金融模型和数据分析的方式来回答，而不仅仅是通过路演过程中的交谈来确认这些问题的答案。这些金融模型可能有的简单，有的复杂。比如说现在常见的相关性分析，因子分析，压力测试，情景分析，归因分析等等，这也是为什么我们觉得FOF管理人目前处在第二阶段的原因。

第三个阶段，是关于AI智能化。我们目前会觉得在FOF领域的AI智能化的时代还没有到来，但我们已经看到了同业在这方向上做的努力。比如说我们会看到已经开始用AI去处理文本等非结构化的数据，像从合同里提取私募产品的要素。也看到在投后管理中通过AI去捕捉分析市场上公开的互联网信息，来做管理人的舆情管控。我们相信在未来的某个时刻，FOF领域也会看到一个AI Agent的诞生，这会是进入第三阶段的一个标志性的事件。

不过，在此之前应该先解决其他的几个问题，第一个问题是数据。全市场目前有超过2万只存续私募基金，策略的类型也很丰富。但是目前在国内还没有成熟的数据服务商提供私募净值等数据，所以想要依赖数据进行高效、全面、准确的基金筛选，这个难度很大。

第二是组合的构建和调整。FOF产品相对于单一策略的产品而言有一个特点，有比较强的灵活性。我们可以根据客户的偏好和产品的结构去选择不同的投资组合来实现不同的收益风险的特征。但这样也会对FOF管理造成一定的困难，因为不同的收益风险特征，每一次在要实施一个投资观点的时候，涉及到多个不同组合的调整，无论是调整的资产类型还是幅度，都可能是不一样的。如何在有非常多类型FOF产品的情况下，做到快速调整组合，去实施投资观点，把握稍纵即逝的机会，其实是一件很难的事情。

第三是关于投后管理。相信在座的同业，特别是中大型规模的FOF管理人会比较头痛。因为除了数据，不同的FOF产品收益风险目标不一样，如何保证高频对所有FOF进行跟踪、归因和及时识别风险，并做出调整，这其实是一件挑战性非常大的事。

第四是交易执行。目前私募产品的交易都是场外交易，在安排交易指令的时候，除了很繁琐的材料和流程之外，还要确认每一个私募产品的开放期、锁定期、申赎费用等等。这其中涉及到大量人工的复核和沟通确认。要实现大量交易的准确性和时效性，也是难度非常大的一件事。

如果不通过现有的金融科技手段先解决这些问题，形成标准的方法论，期望通过开发一个AI Agent来把这些问题都解决了，从而进入AI智能化时代，会比较不切实际。在过去五年时间里，我们基于海外的经验，以及和大量FOF同业的交流，针对刚才提到的几个困难有了一些解决方案。

首先，在基金筛选方面，我们自建了私募基金数据库。开发了净值和估值表邮件的解析程序，同时整合各方的数据，不依赖于单一的数据源。在此基础之上，我们针对全市场所有的私募策略建立了一个颗粒度很细的标签体系，也就是对策略的分类，并且建立了自己的观测池和策略指数，这在我们做基金筛选的时候可以很大程度上提升我们对策略业绩表现好坏评价的准确性。另外，我们开发了刚才提到的各类型定量分析模块，从而在筛选和评价过程中有足够多的定量分析结果可以参考。

在组合构建方面，目前是针对每一个准入的管理人策略，都建立了一条有代表性的收益率的曲线，用来刻画该管理人历史上的收益和风险特征。加上搭建好的组合回测框架以及优化器，我们可以灵活生成不同收益风险目标的组合，对组合构建和调整提供一定的参考和调整依据。

最后是投后管理，目前对于每一类的策略，只要是我们覆盖的，都会构造刻画其市场环境的指标。这些指标在一些另类策略上相对来说会更复杂一些，除了传统的市场指数之外，还有大家比较熟悉的分红调整后的股指基差、Barra风格因子、CTA因子、股指CTA拟合指数、期货价差指数、持仓压力测试等等。可以相对便捷对子基金业绩进行归因和风险预判，我们也基于业绩指标和人工预设的模型收益预期、波动预期、回撤预期，设计了预期偏离的自动化监控和预警，这样可以很大程度保证我们投后管理的精细程度。

这张图是我们目前正在使用并且已经开发的六套系统。主要包括投资组合的分析系统，用于跟踪FOF产品的收益表现，以及子基金的收益表现，里面也会涵盖各种各样的定量分析。平台分析系统，穿透式的跟踪在投的所有管理人的业绩表现。另外，还有策略分析系统，搭载各式各样的定量分析，组合构建系统，以及用于跟踪每一个策略相关市场指标的市场监控系统。最后是嵌入FOF业务数据模型的尽调管理系统。

当然，这几个系统还不能完全解决我刚才提到的这几个困难，比如说目前还没有比较智能化的交易系统，来解决交易上遇到的问题。目前也还没有投后管理中的舆情监控系统，我们后续也会在这几个方向上做更多的尝试和努力。

简单总结一下我们对于AI在FOF领域的看法。我们相信未来金融科技肯定会在各个领域，包括FOF领域扮演越来越重要的角色，甚至会成为很多FOF机构的护城河，也相信AI在FOF领域一定会有举足轻重的位置。但是，我们始终相信量化和AI等金融科技是无法完全替代人在这个环节中的角色，金融科技毕竟本身有其局限性。随着数据生态的健全，以及整个金融科技本身不断的发展，FOF投研团队需要持续学习，拥抱金融科技，来不断的优化和迭代自己的投研框架。

最后，祝愿私募的生态圈能够更健康和茁壮发展，也祝愿在座的各位未来都能够业绩长虹。

风险揭示：本文所涉的基金管理人及基金经理的个人观点（如有），不代表深圳市排排网投资管理股份有限公司（以下简称“我司”/“排排网”）的任何立场，不构成任何投资建议。

投资有风险，本资料涉及基金的过往业绩不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，我司未以明示、暗示或其他任何方式承诺或预测产品未来收益。 本资料所涉产品数据及信息来自基金管理人、托管估值机构或外部数据库等，我司无法对其真实性、准确性、完整性作出实质性判断和保证，投资者须以中国证监会资本市场电子化信息披露平台、基金管理人官方网站及其委托的基金估值核算机构发布的内容为准。投资者应谨慎注意各项风险，认真阅读基金合同、基金产品资料概要等销售文件，充分认识产品的风险收益特征，并根据自身情况作出投资决策，对投资决策自负盈亏。版权声明：未经许可，任何个人或机构不得进行任何形式的修改或将其用于商业用途。转载、引用、翻译、二次创作（包括但不限于以影音等其他形式展现作品内容）或以任何商业目的进行使用的，必须取得我司许可并注明作品来源为排排网集团，同时载明内容域名出处。