1 主动量化策略增强收益。

时赟超介绍了主动量化策略的核心目标是通过量化方法持续稳定获取超额收益。他解释了量化选股中的因子投资，如价值因子、动量因子和质量因子，并指出量化与主动权益投资在定义上的差异。

2 量化多因子模型获取阿尔法收益。

时赟超解释了量化多因子模型的三个关键环节：阿尔法模型通过合成基本面因子和另类数据获取收益，风险模型控制跟踪误差和风格偏离，交易成本模型管理交易损失。组合优化旨在最大化风险调整后的预期收益，同时满足持仓和行业约束条件。

3 AI助力量化投资的非线性预测。

时赟超指出传统线性多因子模型在市场中的局限性，强调AI在量化投资中的三大优势：非线性拟合能力可挖掘复杂因子关系；自然语言处理技术能转化非结构化数据；动态捕捉市场变化规律。他举例说明了数据预处理和模型构建中AI的具体应用，如文本向量化和复合型建模框架。

4 鹏华基金量化投资策略解析。

时赟超介绍了鹏华基金在量化投资中采用的多因子框架，并引入AI技术优化策略。他强调因子库的构建注重差异化有效性，通过深度挖掘常规数据和开拓新数据源来获取超额收益。此外，团队对因子进行系统化分类与迭代管理，确保模型适应多变市场。

5 量化策略适应市场风格切换。

时赟超介绍了量化策略中基本面因子、技术因子和事件类因子的应用，强调因子构建和迭代的重要性。他提到，面对市场风格切换，鹏华基金采用82风险模型进行风险管理，通过多因子风险模型优化组合，控制风险敞口，确保策略在不同市场环境下持续获得超额收益。

6 鹏华量化策略以风控为核心优势。

时赟超介绍了鹏华基金量化策略的风险控制体系，包括事前、事中和事后三个阶段。事前通过模型构建和股票筛选控制风险，事中加入各种约束条件限制行业和风格暴露，事后通过业绩归因和风险监控动态调整。他强调风险控制是量化策略稳定获取超额收益的关键前提，鹏华的核心优势在于以模型和风控双引擎驱动，融合线性与非线性模型，兼顾稳定性与前瞻性。

7 量化模型优势显著，收益稳健。

时赟超介绍了量化模型的四点优势：模型生命力强，融合经典与前沿算法；收益稳健，经受市场风格切换考验；容量大，适应百亿规模；风险控制严格。他以中证1000指数增强和量化先锋为例，说明在同类产品中超额收益稳健，风格控制严格。尤其是在微盘股强势时期，产品表现仍具竞争力。

8 量化产品的发展趋势和展望。

时赟超介绍了量化投资的目标是持续稳定获取超额收益，需关注收益和风险。量化对冲产品对应低风险低收益，指数增强产品对应中等风险收益，量化选股产品则对应高风险高收益。不同产品类型在风险控制、合规要求和收益特征上各有特点。

9 鹏华量化产品线丰富多样。

时赟超介绍了鹏华基金的量化产品线，包括主动量化产品如智投系列和量化先锋，指数增强产品如300、500及中证1000增强，以及量化固收加产品。他提到量化对冲策略性价比下降，鹏华结合量化与固收优势推出量化固收加产品。针对不同市场行情，鹏华提供大盘、中小盘增强及科技行业精选产品，满足不同风险偏好投资者的需求。