#天天基金调研团#

天天基金调研团对孙蒙经理管理的AI量化策略基金，做了一次调研。

我们谈到AI量化策略，往往反应的是高频交易，纯技术的投资，其实不完全是。

AI量化策略的共同点有着高换手、高波动、高弹性的特点，在特定市场环境下表现极为突出，但也伴随着相应的风险。

AI量化策略的不同点有着各种各样的，我们拿孙蒙经理的两只基金举例，看看哪些区别。

$华夏智胜先锋股票(LOF)A(OTCFUND|501219)$$华夏智胜先锋股票C(OTCFUND|014198)$规模较大，是孙蒙的代表作。投资范围包括主板、创业板、科创板等，选股范围更广。

$华夏智胜新锐股票A(OTCFUND|018728)$ $华夏智胜新锐股票C(OTCFUND|018729)$“增强版”或“锐化版”产品。主要聚焦于小盘股，理论上波动和弹性会较大一些。

简单总结，“先锋”是标准版，“新锐”是更聚焦小盘的版本。

孙蒙的策略并非传统的多因子量化，也不同于主观选股，其核心是 “AI（人工智能）+基本面”。

机器学习驱动：

比如图神经网络等对海量的基本面、价量、舆情等数据进行深度分析和挖掘。

能够发现非线性的、复杂的规律，这是人脑和传统线性模型难以捕捉的。它可以处理更多维度的数据，适应市场风格的变化。

基本面的投资:

与某些纯价量交易的量化策略不同，孙蒙强调其策略的底层逻辑基于基本面投资。AI模型学习的最终目标是寻找那些基本面未来可能向好的公司，而不是简单的追涨杀跌。

比如模型可能会学习到，在某种特定的财务指标组合、市场情绪和行业趋势下，公司未来盈利超预期的概率很高。

高换手率和持仓高度分散:

由于模型不断根据最新数据做出判断，其调仓频率非常高，换手率远高于市场平均水平。策略追求的是短中期内的预期差兑现。

同时持有数百只股票，单一个股权重很低。这有助于分散个股“黑天鹅”风险，但无法规避系统性风险（整个小盘股板块下跌）。

超额收益显著:

在2022年熊市和2023年震荡市中，智胜先锋相比同类产品和主流指数（如沪深300、中证500）都取得了极其惊人的超额收益。这一时期，其AI策略对小盘股风格的捕捉和对市场阿尔法的挖掘非常成功。

进入2024年，尤其是春节前小微盘股的流动性危机中，该策略经历了成立以来的最大挑战。因为风格极端逆转、小盘流动性危机和非理性的“崩盘”，导致风控失效。

到了2024年春节后市场反弹，尤其是小盘股快速修复，该基金的净值也出现了迅猛的反弹，再次展现了其高弹性的特点。这完美体现了其“涨得快，跌得也猛”的特性。

从中能够得出AI量化策略的优缺点:

策略前沿:  将AI机器学习应用于主动投资，是业内的积极探索者，具备技术护城河。

阿尔法挖掘能力强：在非极端风格的市场环境下，模型捕捉超额收益的能力非常突出。

分散投资：持股分散，避免了个股风险。

弹性十足：在顺风期，净值上涨速度极快。

风格暴露风险：策略本质上具有强烈的小盘成长风格暴露。当市场风格偏向大盘价值时，会非常痛苦。投资者买的不是“市场整体收益”，而是一种特定的风格。

规模魔咒：高换手策略容量有限。基金规模快速增长（曾超50亿）可能会对策略有效性构成挑战。

策略同质化与内卷：随着市场参与者越来越多，有效的因子会逐渐失效，需要持续迭代和研发投入。

AI模型的决策过程复杂: 不像传统基本面投资那样易于理解和解释。投资者需要高度信任基金经理和团队。

波动巨大：不适合风险偏好低、追求稳健的投资者。其波动和回撤远超一般主动型基金，更适合能承受高波动的激进型投资者。

孙蒙的AI量化策略基金的定位:

作为特点鲜明、锐度极高的工具型产品。像一个 强化版的小盘股指数增强基金”工具，但它的增强手段不是传统的因子，而是AI。

所以，适合对量化投资和AI策略有了解且认可的投资者、风险承受能力极强，能忍受可能超过-30%甚至-40%巨大回撤的投资者、资产配置用于捕捉小盘股机会的进攻型部分，而非核心持仓、相信孙蒙及其团队能持续迭代模型、适应市场变化的投资者。

华夏基金实力平台与孙蒙精锐团队是策略的坚实后盾。

华夏基金数量投资部成立于2005年，是业内最早成立的独立数量投资团队之一，拥有近二十年的量化投资经验积累。公司自2017年起便开启与微软亚洲研究院的合作，紧密拥抱人工智能浪潮，在公募量化领域的研究投资技术和经验积淀深厚。

团队架构稳定且精锐，由6名经验丰富的海内外专业基金经理和14名研究员或助理组成。团队主要分为“AI小组”和“多因子小组”，根据不同策略特性管理产品。孙蒙经理作为核心成员，拥有北京大学物理学士和加州大学洛杉矶分校电子工程硕士的复合背景，11年量化投资研究及超5年公募基金管理经验，是其策略成功的关键人物。

所以孙蒙的AI量化策略有着核心优势。

孙蒙的AI量化策略与传统多因子模型有显著区别，其核心优势在于：

1.  海量数据处理的广度与深度：利用AI技术，能够导入并分析远超人类处理极限的海量数据，包括历史行情、产业链关系、宏观数据、舆情信息等，通过机器学习进行多维度、跨维度整合，寻找非线性关系和潜在的“赢家模式”。

2.  实时反馈与快速调整的能力：AI系统可实现数据的实时更新和策略的快速生成，在既定风控框架下迅速调整组合，相较于传统投资经理交易后的人工分析决策，时效性大幅提升，能更快响应市场变化和投资者情绪波动。

3.  纪律性、系统性与客观性：整个投资流程高度系统化——从数据获取、特征提取、模型训练（从历史数据中学习最优范式）到输出预测。这一过程减少了人为情绪干扰，通过纪律性执行和风险控制（如组合优化），力求稳定获取超额收益。

4. 策略并非完全“黑箱”运作: 孙蒙强调，AI模型主要应用于收益预测环节，而投资流程的建立、组合优化和监控等仍需要人的主观能动性完成，是“AI辅助”而非完全替代。

产品业绩表现：亮眼数据印证策略有效性——

孙蒙管理的“智胜”系列产品是其策略的成功实践：

华夏智胜新锐股票：对标中证1000指数，进行行业及市值中性处理。近一年收益率超67%（截至2025年8月初数据），超额收益显著，展现了在小盘成长领域强大的阿尔法捕捉能力。

华夏智胜先锋股票：对标中证500指数，但投资范围为全市场，同样进行行业市值中性处理。长期业绩稳健，近三年表现位列同类前列。

华夏中证500指数增强：策略框架下实盘最久的组合，成立五年多累计超额收益达80%，在同赛道中表现突出。

这些产品共同特点是：持仓分散、行业覆盖均衡、换手率适中，通过全市场扫描捕捉错误定价机会，而非依赖暴露单一风格（如微盘股）或高频交易。

举个操作实例。孙蒙的AI量化策略并非简单依赖单一模型，而是融合了多维度的 AI 算法体系。孙蒙团队通过持续优化模型参数、迭代算法逻辑，让系统能适应不同市场环境。在今年主题轮动频繁的行情中，模型成功捕捉到新能源、人工智能等板块的轮动机会，为基金贡献了显著超额收益。

优势、差异与未来展望: 基本面带来的稳定性和策略的持续性。

独特差异性：相较于许多以量价因子为主、高换手的私募量化策略，孙蒙团队更强调从基本面逻辑出发，AI模型学习的是基本面未来可能向好的公司。团队稳定性极高（AI小组成立至今成员0流失），保障了策略的持续迭代和一致性。

策略容量与适应性：团队认为，策略容量取决于能否持续获取超额收益。当前A股市场高流动性（日均成交额超1.5万亿）支持较大容量。市场点位与获取超额的难度并非线性相关，关键在于市场是否存在错误定价以及足够的波动率和流动性。

风险与挑战：模型迭代最担忧的是数据本身的可获得性和稳定性。同时，市场需避免将量化策略简单等同于高频交易或微盘股策略。

总结与启示——

孙蒙的AI量化策略代表了公募基金在科技赋能投资方向上的前沿探索。其成功得益于：

1.  华夏基金强大的平台支持与团队深厚的积累。

2.  “AI+基本面”深度融合的策略内核，兼具广度、深度、速度和纪律性。

3.  在不同市场环境下（如2024年初小盘股危机后的快速反弹）经过验证的有效性和适应性。

对于投资者而言，孙蒙的产品（如智胜新锐、智胜先锋）提供了参与小盘、中盘成长股投资，并追求超越传统指数增强产品超额收益的利器。然而，也需注意其作为主动量化产品固有的风格波动和回撤风险。

展望未来，随着AI技术的不断进步和市场有效性的逐步提升，以华夏基金孙蒙团队为代表的“AI辅助选股”量化策略，有望持续进化，在为投资者创造价值的同时，也推动着资产管理行业向更加智能化、系统化的方向发展。投资者可将其作为多元化配置中捕捉成长阿尔法的重要工具，但应根据自身风险承受能力审慎选择，并充分理解其策略内核与潜在风险。