人工智能正在重塑各行各业的生态，这场创新的风暴也刮进了金融圈。

在投资领域，AI大模型的爆发不仅引发了芯片、算力、机器人等“硬科技”赛道的投资热潮，更为量化投资体系打开了更大的想象空间——作为依靠数学模型和计算机程序进行决策的投资方法，恰好与AI强大的计算能力和数据处理能力完美契合。（风险提示：以上提及的行业、板块仅作为举例，不构成任何投资建议，市场有风险，投资需谨慎。）

浦银安盛“指数家”品牌旗下新基——浦银安盛科创板综合指数增强（A类：024083 C类：024084）就是一只将AI大模型纳入增强策略的“聪明基金”，不光投资AI，更让AI成为投资助手，更精准、更及时地捕捉热门赛道的投资机会。

具体来看，AI是如何提升量化投资决策效率和精度，并辅助捕捉热点投资机会的？本期我们邀请浦银安盛指数与量化投资部量化分析师沈琰沁带来专业分享。

Q1

针对科创综合指数做增强，我们的团队将主要使用哪些量化策略？

我们团队主要采用自上而下的多策略量化体系，包含资产配置、行业轮动、热点捕捉、事件驱动以及多因子选股。传统的量化投资体系中，多因子选股是比较重要的一类策略，也是我们这只产品主要运用的策略之一。我们的团队拥有强大的选股因子库，包含价值、成长、质量等基本面因子，低频和高频量价因子，同时还有AI量价因子及特色的另类因子等。

此外，团队还为本产品开发了热点赛道捕捉模型，即通过使用AI大语言模型捕捉最新、最热的科技细分赛道，力求及时把握热门赛道投资机会。

Q2

热点赛道捕捉模型具体是什么？为什么要使用这个模型？

赛道可以被定位为介于个股和行业之间的概念。与行业相比，赛道更有弹性，更适合用来捕捉Beta；与个股相比，赛道包含的股票数量更多，有利于风险分散。回顾过去几年的A股市场行情，有些年份个股比较容易跑出来，例如2018年，而有些年份则更加偏重于赛道整体的行情，例如2019年、2024年。今年以来由Deepseek、宇树机器人等热门产品带动的赛道行情优势比较明显，其中蕴含着超额收益的捕捉机会。（数据来源：Wind，2025.5.30。风险提示：以上提及的公司、行业、板块仅作为举例，不构成任何投资建议，市场有风险，投资需谨慎。）

从科创综指的特点来看，指数前五大行业分别是电子、医药生物、机械设备、计算机和电力设备，成分股覆盖了大部分当前市场热门的科技赛道。首先是人形机器人，作为今年热度最高的科技赛道之一，随着特斯拉机器人量产时间点的公布以及国内如宇树、智元等机器人的出现，产业正处于 “技术突破 - 量产验证 - 场景渗透” 三重周期叠加阶段，未来发展潜力大。科创综指中大约有30个成分股的业务涉及人形机器人环节制造。其次AI算力也是今年的投资主线之一。海外云厂商继续加大大模型训练的资本开支，带动海外算力基建需求的不断提升。国内方面，在海外制裁的影响下，国产芯片开始崛起，例如华为、小米等厂商均推出了自研产品。国内大厂如字节、阿里纷纷推出性能更优的通用大模型，推动了国内AI应用的发展。科创综指中有10%的成分股与AI算力相关。通过我们开发的热点轮动策略，可以较准确地把握上述的赛道投资机会。（数据来源：Wind，截至2025.5.30。风险提示：以上提及的行业、板块仅作为举例，不构成任何投资建议，市场有风险，投资需谨慎。）

Q3

AI大模型具体是如何被应用到策略体系中的？

AI在热点赛道捕捉模型中发挥重要作用。首先，我们收集来自券商研报、财经新闻、行业公众号等渠道的大量行业信息数据，通过大语言模型进行数据清洗及筛选。其次，我们给予大模型基于人工制定的赛道成立条件提炼新增赛道的任务，并搜索全部文本以提炼新赛道相关投资标的，得到不断更新迭代的赛道及对应股票池。最后，结合量化因子建模，得到当前基本面及资金面良好且投资热度高的赛道股进行投资。对于该模型，收益目标介于个股和行业之间，作为ALPHA收益的补充。

Q4

AI能在哪些方面对传统的量化策略体系进行优化？

传统的量化策略通常会使用财务报表、行情等结构化数据来分析公司的基本面及资金面情况，但文本数据这类非结构化的数据往往能帮助提供更详细、全面的信息。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地信息更新。

举例来说，我们可以利用大语言模型提取出关键的经济指标预测、行业景气度变化等信息，为量化策略中的宏观因子模型、行业配置模型等提供补充数据，帮助更好地把握市场的整体趋势和行业轮动规律，优化资产配置；也可以将这些文本转化为量化的情绪指标，如市场整体的乐观或悲观情绪程度、特定股票的舆情热度。

Q5

目前在用AI行使投资决策的过程中可能出现哪些问题？是如何解决的？

AI模型虽然展现出了强大能力，但也存在一定限制。AI 模型的性能高度依赖数据的质量和数量，而从市场中获得的文本数据非常杂乱，质量层次不齐，所以需要给予历史经验人工制定一定的规则进行数据清洗和过滤。此外，目前的大模型依然不具备真正的理解和推理能力，只是根据数据中的模式和统计关系进行学习和推断，所以在给予大模型任务的时候指令要具体清晰，不然大模型可能无法给出想要的结果。

Q6

您觉得未来AI在哪些方面还可能为量化投资的发展贡献更多力量？

随着AI模型的不断迭代，跨模态处理能力以及推理认知能力都会得到不断的提升。金融数据现在不限于文本，很多也以图像、音频、视频的形势存在。随着多模态模型的成熟，我们可以分析更多的数据来源，提升对市场、行业、个股的分析能力。此外，AI 可以自动从大量原始数据中提取有价值的特征，甚至发现一些人类难以直接察觉的特征组合。利用 AI 技术可以对多种量化投资模型进行自动选择和融合。通过元学习等方法，AI 可以根据不同的市场环境和数据特点，动态地选择最合适的模型或组合多个模型的预测结果，提高投资策略的适应性和稳定性。

Q7

我们的增强策略在追求超额收益时，如何控制高波动的风险？

在构建产品投资组合的时候，我们会在组合优化的步骤考虑风险控制。通过控制个股及行业偏离度，从而减少因个别资产及行业行情大幅波动带来的风险。此外，我们会运用量化模型，对影响股票价格波动的各种风险因子进行分析和控制，如市场风险、行业风险、风格风险等，并且对投资组合的风险因子暴露进行监测和调整。

$浦银安盛科创板综合指数增强A(OTCFUND|024083)$

$浦银安盛科创板综合指数增强C(OTCFUND|024084)$

风险提示：基金有风险，投资需谨慎。浦银安盛科创板综合指数增强基金风险等级为R4-中高风险。基金管理人承诺将本着诚信严谨的原则，勤勉尽责地管理基金资产，但并不保证基金一定盈利，也不保证最低收益。投资者需要了解基金投资存在可能导致本金亏损的情形。基金的过往业绩并不预示其未来表现，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。我国基金运作时间较短，不能反映股市发展的所有阶段。投资者在投资基金前，请务必认真阅读《基金合同》及《招募说明书》等法律文件。如需购买基金，请您关注投资者适当性管理相关规定，提前做好风险测评，并根据您自身的风险承受能力购买与之相匹配的风险等级的基金产品。材料中的观点仅代表个人，不代表公司立场，不作为投资建议，且具有时效性，仅供参考。本资料归我公司所有，未经书面许可，任何机构和个人不得对所述内容进行任何有悖原意的删减或修改。本材料涉及到的公司、个股、行业、板块仅作为举例，不作为任何投资建议。