以AI融入指增业务，多家公募发力布局，各有哪些解锁动作？

财联社12月23日讯（记者 李迪）在量化指增赛道竞争日趋白热化的当下，AI技术正成为实现业务突围的重要抓手，公募机构纷纷加速推动AI在投研全流程的深度布局与落地应用。

其中，天弘基金已实现量化指增全流程AI赋能，团队共同打造统一的AI基座模型，基金经理在此基础上根据不同产品定位优化使用，目前已经实现70%以上超额因子源自AI深度学习，且75%因子迭代周期控制在1年以内。景顺长城基金引入本地部署的Deepseek，将AI覆盖数据处理、风险管理、交易执行等多环节。泓德基金则采用“多因子模型+AI模型”体系，通过AI选股模型直接输出组合优化方案，替代人工因子合成。

AI技术的核心价值在于能够高效处理非结构化数据、快速迭代因子、构建精细化风控框架，解决传统投研体系的多重痛点。AI赋能也提升指增产品的超额收益创造能力，还有公募运用AI技术升级风控体系，显著提升回撤控制能力。

业内人士指出，AI技术不仅提升了指增产品超额收益的稳定性，也优化了回撤控制表现，为投资者带来更好的持有体验。其中，中证1000、中证2000等小盘指数指增产品，有更多超额收益创造空间，在AI赋能下也展现出更强的配置价值。

量化指数增强领域卷起AI技术

在量化指增赛道竞争日趋激烈的当下，AI技术已成为各家公募机构打造差异化优势的重要抓手。由于AI技术在因子挖掘、风险控制等环节具有独特优势，多家头部机构已加速布局AI赋能的量化投研体系。

以天弘基金为例，该机构的量化指增业务已实现全流程AI赋能，且70%以上的超额因子来源于AI学习。

其量化指增团队从传统基本面因子、高频特征（逐笔数据）、状态特征等多维度入手，用多模型融合挖掘超额因子，并实现多期限预测。值得注意的是，该团队还保持着高效的因子迭代节奏，75%的因子迭代周期控制在1年以内。通过每周测试新高频特征、优化网络架构的常态化操作，其团队可有效应对因子衰减问题，保障量化策略的持续有效性。

据悉，景顺长城量化团队近年来也引入AI全面赋能量化投资，如基于本地部署的Deepseek，辅助编程提升效率，帮助非结构化信息的处理等。该机构还将AI运用于高效的海量数据处理及清洗、价格预测及风险管理、高频交易及智能执行、实时监控及压力测试、资产配置及动态调整以及市场情绪及新闻事件分析等等环节。

泓德基金则主要采用“多因子模型+AI模型”为主的多策略体系。其中，多因子模型整合基本面与中高频数据，构建数百至上千个因子，覆盖估值、成长、质量等维度。AI选股模型基于深度神经网络，直接输出组合优化方案，替代人工因子合成。

在AI基础设施建设层面，各家机构同样在加大投入力度。以天弘基金为例，该机构自2023年起全面落地AI策略架构，并购买部分算力芯片满足模型训练需求。

据悉，天弘基金基于科学投研体系展开专业分工协作，集合团队之力打造统一的AI基座模型。从IT基础建设、特征挖掘，到模型融合、风险控制等各模块，天弘量化团队都有专人负责，从而持续迭代，实现流水线式生产α，并纳入到统一的AI基座模型中，失效的α因子则及时被系统纳入成为β因子。在具体投资中，基金经理基于团队共同维护的AI基座模型，根据不同指数增强产品的定位与需求，灵活选取适配度最高的信号组合进行配置和优化，实现策略的差异化与精细化迭代。

同时，天弘基金量化指增团队还紧跟AI应用前沿研究方向，不仅持续追踪领域内前沿论文成果，更以此为基础升级AI系统模型，稳步提升AI技术在量化投研中的实战应用能力。

AI助力指增产品斩获更好超额收益

在AI技术的全面赋能下，传统投研体系的痛点被解决，指数增强产品的超额收益获取能力也正在稳步提升。

浦银安盛基金指数与量化投资部量化分析师沈琰沁认为，AI模型的优势之一就是能够快速处理这些大量的非结构化的语言数据，且理解和分析它们。使用AI模型处理文本数据可以为我们提供更丰富的信息维度和更及时的信息更新。

景顺长城基金也认为，在AI赋能之下，量化模型拥有了“大脑”，便可以快速学习并消化市场的变化，智能进行参数调优、模型选择，自我迭代以适应市场。

从最新业绩数据来看，AI赋能的指数增强产品或组合，也实现了亮眼的超额收益表现。天弘基金表示，截至今年9月30日，持有天弘指增产品满6个月的投资者中，超90%的用户持有收益率均跑赢同期基金业绩比较基准。

值得注意的是，部分行业指增产品表现也可圈可点。根据基金三季报，过去一年，天弘中证科技100指数增强A实现收益56.51%，超过业绩基准5.42%，天弘中证高端装备制造增强A实现收益55.95%，超过业绩基准8.60%，天弘中证新能源指数增强A实现收益51.74%，超过业绩基准5.31%。过去三年，天弘中证科技100指数增强A实现收益37.36%，超过业绩基准5.69%，天弘中证高端装备制造增强A实现收益61.14%，超过业绩基准14.79%。

除了超额业绩，行业量化指增产品凭借较好的纪律性在回撤控制方面也较为突出，超过行业类主动权益基金的整体水平。以天弘中证科技100指数增强A为例，Wind数据显示，截至三季度末，从近三年维度看，该基金最大回撤30.76%，而369只科技行业主动权益基金最大回撤均值为44.19%；此外，天弘中证高端装备制造增强A过去三年最大回撤29.91%，而128只制造行业主动权益基金最大回撤均值为43.45%；天弘国证消费100指数增强A最大回撤为31.37%，而138只消费行业主动权益基金最大回撤均值为43.45%。

小盘宽基超额收益更加明显

一大型公募投研人士对记者表示，“AI技术的深度赋能，实际上提升了指数增强产品的配置价值。像中证1000、中证2000这类小盘指数指增，在AI模型的助力下，超额收益的稳定性有所提升，比较适合投资者纳入多元资产配置组合。”

据Wind数据统计，截至2025年9月30日，天弘基金旗下成立满3年的宽基指增产品天弘沪深300、中证500、中证1000指数增强最近三年累计超额收益率均超4%，其中天弘中证1000指数增强近3年超额收益率高达33.8%。

景顺长城基金也指出，指数基金虽有独特的优势，但追求的终归是市场平均收益水平，如果想要相对指数取得一定超额收益。这时候，AI赋能之下以量化为核心，融合“被动投资”和“主动投资”双重特点的指数增强基金或许是另一种值得关注的选择。

此外，AI赋能也让指数增强产品的回撤控制能力有所提升，降低了产品的投资风险。

上述投研人士表示，“AI赋能的智能化投资体系，能构建更加精细的风控框架，解决了传统风控风险识别滞后、因子覆盖单一的痛点。运用大数据处理与深度学习能力，AI可实时捕捉多维度风险信号，大幅提升了风控的时效性、精准度和全面性。”

天弘基金也表示，公司自研开发了更加适用于A股投资的天弘风险模型，量化团队在采用Barra体系的基础上，进行了深入的自研与定制化改造，构建了一套更具适应性的精细化风控体系，实现对个股、行业进行更加精准的刻画。

前述投研人士也强调，“风控体系被AI技术优化后，指增产品的回撤也有望降低，整体有利于提升持有人体验，同时也提升了产品配置价值。对个人投资者来说，选择业绩过硬的优质指数增强产品进行配置，有望比单纯投资指数产品获得更好的持有体验。”