市场趋势：主动投资与量化策略的融合 - 主动投资正吸引越来越多的兴趣 投资者寻求将资金分散到少数超大盘科技股之外[1] - 将数据驱动模型与基金经理判断相结合的“规则化主动策略”日益流行 正超越纯粹的被动投资方法[1][2] - 2025年 被描述为“半主动”的聪明贝塔ETF吸引了约370亿美元的资金流入[1] 策略演进：从聪明贝塔到规则化主动管理 - 聪明贝塔ETF遵循基于因子的规则 无需基金经理干预 但其尽管管理着超过1万亿美元的资产 近年来并未真正吸引公众广泛关注[2] - 当前更重要的趋势是规则化主动策略的日益普及 它们使用与聪明贝塔基金类似的分析框架 但同时允许投资组合经理在市场波动时自由调整或寻找额外的回报来源[2] - 规则化主动策略与聪明贝塔策略的主要区别在于基金调整持仓的时机和方式 聪明贝塔基金使用固定规则跟踪价值或动量等因子 并在设定日期进行再平衡 而主动量化基金依赖同类数据 但允许经理在看到问题或机会时调整头寸 而不仅仅是按日历行事[3] 市场背景与机会 - 过去三年 标普500指数回报率约为90% 其中大部分收益来自一小部分超大盘科技股[3] - T Rowe Price的策略师在其2026年全球市场展望报告中指出 股票的“优质池塘”“不再局限于美国科技股” 并且“现在涵盖了更广泛的行业”[3] 产品创新：T Rowe Price的主动核心ETF - T Rowe Price于12月推出了两只采用此方法的主动ETF：T Rowe Price Active Core U S Equity ETF 和 T Rowe Price Active Core International Equity ETF[4] - 这两只基金持有的头寸数量远多于典型的主动基金 TACU持有550-650个头寸 TACN持有400-500个头寸[4] - 其投资组合规模更接近指数基金 但基金经理结合量化研究与基本面分析来选择证券 这使其能够在保持较低跟踪误差的同时 在发现机会时进行主动押注[5] 策略定位：独特的混合方法 - 据公司全球ETF主管Tim Coyne称 这些产品“独特地融合了被动指数投资组合和完全主动策略的优势”[5] - 这种综合的双重方法不同于完全依赖数据模型的不灵活的纯量化策略 也不同于严重依赖分析师研究的纯基本面方法 公司表示 基金结合了两种方法 使用量化筛选来识别机会 然后由经理根据其展望进行评估和权重分配[5] 未来展望与资金流向 - 预测2026年流入聪明贝塔和量化策略的资金将继续增长[6] - 聪明贝塔与主动量化管理之间的界限已变得越来越模糊[6] - 这些资金最终是流向被动的聪明贝塔产品还是主动的量化策略 可能取决于投资者对基金经理自主裁量权以及超额收益潜力的重视程度[6]