#天天基金调研团#
近期,笔者参与了天天基金调研团对华夏基金量化投资部负责人孙蒙及其团队的调研活动。作为业内 AI 量化领域的领军者,孙蒙团队在 AI 辅助选股、量化策略构建等方面的实践与思考,为我们揭开了量化投资在人工智能时代的新可能。以下结合调研内容,从团队实力、策略优势、产品表现等维度展开分析,并分享调研中的收获与感悟。
一、基金经理与团队:专业积淀下的 AI 量化先锋
调研中,孙蒙的专业背景与管理业绩给人留下了深刻印象。作为北京大学物理学士、加州大学洛杉矶分校电子工程硕士,他兼具深厚的物理与数学基础,这为其量化模型搭建与算法优化提供了天然优势。拥有 11 年量化投资研究经验(含 5 年公募管理经验)的他,目前管理 9 只基金,规模达104.61 亿元(截至 2025 年 6 月 30 日),且业绩亮眼:华夏安泰对冲近 2 年、近 3 年同类排名第一,华夏中证 500 指数增强近 5 年同类排名第一,华夏智胜先锋近 3 年同类排名前 5%。
支撑这些业绩的,是华夏基金数量投资部的坚实基础。该部门成立于 2005 年,是业内最早的独立量化团队之一,也是最早布局 AI 辅助量化的团队(2017 年起与微软亚洲研究院合作)。团队共 20 人,由 6 名海内外基金经理与 14 名研究员组成,分为 AI 小组与多因子小组,结构稳定且专业互补。孙蒙作为策略总负责人,主导 AI 算法与市场机会的结合,推动 AI 与人工决策的融合创新 —— 这种 “技术 + 经验” 的双轮驱动,成为团队核心竞争力的关键。
二、AI 辅助选股:重构量化投资的 “数据与效率” 优势
调研中,孙蒙团队详细解读了 AI 辅助选股策略的核心优势,其对传统投资模式的突破令人耳目一新。
1. 海量数据的 “全维度挖掘”
传统基本面或量化分析受限于人工能力,仅能处理有限数据,模式识别依赖个人经验;而 AI 模型可通过接口导入历史行情、行业数据、产业链关系、宏观政策、交易情绪等海量信息,通过多维度、跨维度整合,挖掘人类难以察觉的 “赢家模式”。例如,AI 能同时捕捉某行业政策变动、上下游企业库存变化与散户交易情绪的关联,从而提前识别潜在机会。
2. 实时反馈的 “动态调整”
传统投资中,基金经理需在交易后整理数据、制定策略,时效性不足;而 AI 模型可实现数据实时更新,实时生成持仓调整建议,并在风控框架内快速执行。尤其在散户占比高的 A 股市场,AI 能快速识别投资者行为与情绪变化,为超额收益争取时间窗口。
三、代表性产品:AI 策略的 “实战成绩单”
调研中,三只核心产品的业绩表现直观展现了 AI 策略的有效性:
华夏中证 500 指数增强(007994/007995):作为实盘最久的产品,成立以来累计超额收益达 80.39%(截至 2025 年 6 月 30 日),近 3 年同类排名第二,近 5 年排名第一。其通过 “指数化跟踪 + AI 增强”,在控制跟踪误差的同时,持续创造超额。
华夏智胜先锋(501219/014198):对标中证 500,但突破成分股限制,可全市场选股并做行业、市值中性处理。成立以来超额收益 49.19%,近 1 年净值增长 27.12%,远超基准的 18.83%,展现了灵活策略的爆发力。
华夏智胜新锐(018728/018729):对标中证 1000,聚焦小盘成长股,成立以来超额收益 25.58%,近 1 年净值增长 45.70%,远超基准的 28.45%。其策略与智胜先锋一致,但更侧重 “专精特新” 与新兴产业,与中证 1000 的风格高度契合。
四、调研收获与感悟:打破认知误区,看见量化本质
1. 对 “AI 与人工” 关系的新理解
此前误以为量化投资是 “AI 全自动决策”,但调研中了解到:AI 主要用于收益预测环节,而模型搭建、组合优化、风险监控等核心流程仍依赖人工。这种 “AI 赋能 + 人工把控” 的模式,既发挥了机器的效率优势,又保留了人类对市场本质的理解 —— 恰是量化投资的理性之处。
2. 对 “量化策略” 的认知纠偏
过去常将量化与 “高频交易”“微盘股策略” 画等号,孙蒙团队明确指出:高频交易仅是量化的一种形式,微盘股是风格而非策略。真正的量化核心是 “数据驱动的系统性决策”,其目标是通过科学方法持续获取超额收益,而非依赖单一风格或短期博弈。
3. 团队稳定性的重要性
团队自 2017 年 AI 小组成立以来 “0 流出”,这种稳定性在人员流动频繁的量化行业尤为难得。正如孙蒙所说,“策略迭代需要长期积累,稳定的团队才能保证逻辑的连贯性”—— 这也解释了华夏量化产品业绩持续优秀的底层原因。
五、印象深刻的观点:量化投资的 “底层逻辑”
调研中,几个观点令人深思:
“超额收益与点位非线性相关”:当被问及 “上证指数 3600 点是否增加超额难度” 时,团队认为,超额收益源于 “错误定价”,只要市场波动率与流动性足够,无论点位高低,都能通过 AI 挖掘机会。这打破了 “点位高则收益难” 的惯性思维。
“私募与公募 AI 策略的差异”:智胜新锐与私募同类产品的区别在于,私募多从 “量价因子” 出发、高换手,而华夏模型以 “基本面” 为核心,更注重长期逻辑。这种差异体现了公募量化对 “稳健超额” 的追求。
“模型迭代的最大担忧是数据”:孙蒙提到,AI 模型的核心是数据,数据的可获得性与稳定性直接影响模型有效性。这提醒我们,量化投资的 “科技外衣” 下,本质仍是对 “数据质量” 的敬畏。
结语
此次调研让我们看到,在 AI 技术的赋能下,量化投资已从 “多因子的简单叠加” 升级为 “数据与算法的深度融合”。华夏基金孙蒙团队以扎实的专业积淀、稳定的团队架构与清晰的策略逻辑,证明了 AI 辅助选股在 A 股市场的可行性与有效性。对于投资者而言,理解量化投资的本质 ——“用科学方法降低人性干扰,用技术工具挖掘市场机会”,或许比追逐短期业绩更有意义。而市场有风险,投资需谨慎,选择与自身风险承受能力匹配的产品,才是长久之道。