近年来随着市场环境飞速变化，不少以投资主题赛道为主的行业型基金和部分主动管理型基金的收益率在不同阶段表现出了较为明显的差异。投资者们也逐渐开始认识到挑选基金不能只看过往收益率的高低，还要关注其在不同环境下的抗风险能力。而在这样频繁转变的市场环境中，一批引入AI策略的量化基金却凭借较好的业绩表现和鲁棒性，引来不少投资者的目光。
然而，当前市面上有着众多不同的量化基金，让人眼花缭乱，不知应该如何选择。那么，被动指数型、指数增强型和主动量化型等不同的量化基金之间究竟有何差异，执掌他们的基金经理又分别各有哪些高招？今天就来一场量化基金经理的高手华山论剑。
华夏基金孙蒙：探索人工智能在被动投资领域的急先锋
华夏基金孙蒙值得关注不仅仅是因为他的业绩表现，更在于他是国内被动指数投资领域探索 “AI+”策略的急先锋。
尽管今年人工智能在A股市场中十分火热，但其在投资上的应用并不算新鲜东西。早在 2017 年，华夏基金就和微软亚洲研究院深度合作，探索AI在被动指数投资领域的应用。AI对投资有何帮助？孙蒙之前在一次分享中，对此做过一些解读。
在投资领域中，人工智能发挥几个优势。首先在数据的维度，随着A股上市公司数量越来越多，指望一个人去对每一只股票有效定价，本身是比较困难的。但对于人工智能或机器学习来说，是比较适合去处理多维度多类型的数据。另外，一些非结构化的数据如何寻找、优化有效的投资手段，也可以通过人工智能等技术手段实现。
华夏基金的AI算法是从2017年开始和微软亚洲研究院的一个长期合作，华夏基金发挥的是在主动投资方面对于市场的深入理解，同时发挥微软亚洲研究院在AI算法上的知识，结合双方的优势，形成对A股市场一个更有效的刻画。
可以说华夏基金在被动指数型基金中对人工智能的应用，处在了业内的领先位置。不过，由于全市场同一策略的超额收益有限，规模问题一直是量化投资的“阿克琉斯之踵”，目前华夏基金孙蒙管理的多只被动指数型基金仍处于限购状态。
国金基金马芳：较为少见的主动量化型基金经理
国金基金马芳是公募中较为少见主动量化型基金经理，其不仅在量化投资上取得了不俗的成绩，而且本身对指数投资也颇有研究。
一般来说，高通胀期大盘股表现更好，低通胀期中小盘涨幅更优。而2022年末到2023年初的这段时间里，市场就出现了非常明显的风格切换，2022年四季度至2023年3月份期间，消费者服务、食品饮料等小盘股领涨全市，而一些大市值公司却表现较差。而时间来到2023年3月份以来，一系列中字头为主的大市值国企表现较好，相反消费者服务、食品饮料等一些小市值公司在这段时间里却持续跑输大盘。市场频繁的风格切换，让投资者们的净值出现了大幅度波动，而国金的主动量化型基金在此期间却做到了精准切换。
这主要是由于国金的多因子策略主要是采用机器学习技术“自上而下”构建选股模型，通过对不同维度的预测捕捉市场投资机会。并在风险模型约束下，提高模型适应能力，以期取得相对稳健的超额收益。另外国金的量化策略超额来源广泛，既有纯阿尔法收益，也有基于模型的风格预测收益，可以在不同的市场环境下形成互补作用。
尽管，主动量化型基金在震荡市中表现不错。不过，其只是介于指数基金和主动基金之间的一种投资产品。在牛市环境中主动量化型基金的弹性可能会不如单纯的主动基金，在熊市中主动量化型基金也不会比被动指数型和指数增强型更稳健。
泓德基金苏昌景：AI智享平台赋能的集团军作战模式
作为泓德基金量化投资部总监，苏昌景是北京大学理学硕士毕业，具有15年资管行业从业经验，担任公募基金经理逾7年，具备丰富的投资实战经验，其所管理的代表性产品有泓德泓益量化、泓德高端装备和泓德量化精选等。
比较有特色的是，泓德基金的量化团队属于发挥团队合力的集团军作战模式，代表性基金经理除了苏昌景之外，还有张天洋和李子昂，都是复合背景专家型人才。
据悉，自2020年以来，泓德基金一直专注于新一代量化投资平台的研发与升级，是业内较早将AI策略引入量化产品的公司之一。泓德基金的AI智享平台，是在传统量化模型的基础上，拓宽了数据来源的广度与深度，提高了信息颗粒细度，来发掘交易投资机会。除数据来源外，神经网络、深度学习的进化迭代也是AI策略的核心特征。其中，神经网络可以帮助产品以非线性方式构建投资模型和策略，较传统量化策略而言，增强了信息特征感知的敏锐度，能更好地提取市场隐藏规律。深度学习方式可在多维度完成对复杂交易信息的处理，加快处理效率，帮助训练更为强大的策略模型。
基于人工智能相关领域的前沿科技成果，集聚团队智慧，从架构设计、海量数据处理到模型训练，泓德基金最终打造出一套能较好适应国内股票市场的AI综合量化投资策略。该策略经过实盘数据检验后，开始应用于泓德量化相关产品，并取得了比较不错的效果。
正在发售中的泓德智选启元混合型基金(基金代码：A类019982；C类019983)，拟任基金经理正是苏昌景，当然他的背后少不了泓德AI智享平台的实力支撑。该产品对标中证500指数，利用AI选股策略，力争获得更好的超额收益，实现相对于中证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。随着量化策略的失效越来越快，为了应对飞速变化的市场环境，只有发挥集体的力量，力争团队成员能够持续保持研究的热情，不断迭代以适应市场演化，才能保持投资策略的有效性。
