核心观点 - 近两年AI技术快速发展，量化投资的核心竞争力正从“开发更多有效因子”向“把信息处理、信号生成、投资落地整合成更稳定的系统化能力”迁移 [4][10] - 报告重点梳理了海外量化新研究趋势及公募量化新发展方向，以对国内量化投资给予启发 [4][9] 海外量化研究趋势 通过大模型高效利用信息 - 高盛量化QIS团队使用大模型分析上市公司Earning Call中的信号，捕捉管理层隐藏预期和观点倾向 [13] - JPMorgan的QIS团队利用大模型构建主题投资框架，通过文本识别个股与主题关联度并捕捉情绪倾向 [13] - Man Group在2024年左右开始使用AI辅助研究，基于Anthropic的Claude AI开发AlphaGPT，用于辅助生成投资假设并进行快速回测验证 [14] - Man Group的AlphaGPT分为三个部分：提出假设、补充逻辑及生成代码、回测验证 [14] - 2025年7月，Man Group披露其AlphaGPT系统已升级为Agentic AI，能端到端完成“挖掘数据→提出假设→生成代码→回测验证”全流程 [10] - 多家管理人提出大模型使用未来信息或带来过拟合的担忧 [15] - Acadian Asset提到大模型易将公关性质的语言识别为乐观情绪，且训练截止日期会在回测中带来隐形数据泄露 [15] - Two Sigma提到AI的快速挖掘能力可能加剧过拟合，例如大模型训练中已知疫情、金融危机等事件影响 [15] 系统化的信号管理与模型构建 - 机构重视数据治理工作 [17] - Point72在2018年将大数据团队整合为Market Intelligence团队，下设Canvas供应链研究团队及数据分析和研究团队 [17] - Point72的Canvas团队负责合规一手调研，收集渠道库存、产能、分销商反馈等定性信息 [18] - Point72的Data-Driven Research团队下设Data Sourcing & Strategy、Data Engineering & Research Infrastructure、Data Science & Analytics、Data Insights四个子板块 [18] - Two Sigma设置了Data Sourcing & Preparation环节，Data Strategy & Operations团队负责制定全司数据战略、管理数据组合KPI [20] - Two Sigma的Data Engineering团队负责构建数据生态、自动化数据清洗和标注 [20] - 机构对另类数据的要求提高 [21] - 贝莱德提到从2019到2024年，研究团队审阅的数据集数量增长超3倍，但拒绝率增长了5倍以上，到2024年仅约30%的评估数据集能达到入库标准 [24] - 贝莱德衡量另类数据有效的标准包括：原创性、完整性与覆盖度、及时性、透明度与可追溯性 [24] - 贝莱德测试另类数据的流程包括：统计效力回测、经济直觉检验、正交检验 [25][26] - 根据另类数据平台BattleFin的研究，2026年顶尖另类数据供应商的竞争力取决于“如何交付、治理、打包和处理这些数据” [26] - 模型构建适配更多元的数据 [28] - 贝莱德AIM系统内置多种模型，包括线性回归、各类树模型、神经网络等，投资经理可选择目标函数 [28] - 贝莱德正在尝试分域学习、迁移学习等研究方向，将时序变量融入模型训练过程 [30] - Man Group使用7个宏观变量构建状态向量，根据与当前状态最相似的时间来决定因子选择，在简单六因子上获得不错效果 [31] - Two Sigma提到AI的不断发展使得“越大越好”的时代终结，训练成本已超过投资回报，“可解释性”成为新的模型竞争方向 [33] 传统因子及方法的精细化升级 - Research Affiliates对研发支出进行资本化调整，构建“调整后账面价值”，在科技、医疗等行业得到更能反映真实资产基础的P/B替代指标 [35] - AQR在P/E基础上叠加现金流质量评分，从“所有低估值公司”中筛选“高质量低估值”子集 [35] - Robeco将现金流稳定性纳入质量评估，分析经营现金流的历史波动率和行业周期相关性 [35] - AllianceBernstein将earnings call文本中的CEO措辞确定性作为盈利可持续性的软指标，纳入质量因子复合评分体系 [35] - Man Group AHL按动量信号来源分层：news-supported、earnings-supported、short-term reversal，不同持续期动量信号按频率分层配置 [35] - Two Sigma同样对动量信号来源做精细化区分，分层方式与Man Group类似 [35] - S&P Global Market Intelligence将订单改善、库存去化、产能利用率回升等领先指标的文字描述标准化为结构化信号 [35] - 其他机构使用LinkedIn/Indeed招聘趋势数据用作公司扩张意愿的领先指标 [35] 海外公募量化投资变化 更重视因子使用细节 - Alliance Bernstein近几年新发产品中多有强调因子使用的细节 [36] - AB US Large Cap Strategic Equities ETF规模12.54亿美元，成立于2023年9月19日，采用主动量化结合方案 [37] - AB US High Dividend ETF规模2.05亿美元，成立于2023年3月21日 [37] - AB US Low Volatility Equity ETF规模2亿美元，成立于2023年3月21日 [37] - Alliance Bernstein股票部门负责人Nelson Yu介绍“高质量”股票投资方法，采用量化语言表达主观投研投资逻辑 [39] - Alliance Bernstein对公司竞争优势、定价能力、创新能力等给出相对明确的评判标准 [39] - Alliance Bernstein区分不同股票池中的质量筛选标准，通过明确标准筛选出股票池后由基本面研究人员进一步判断 [42][43] - Alpha Architect价值策略使用税息前利润/企业价值作为主要估值指标，结合盈利能力、盈利稳定性、经营动量等质量指标进行叠加增强 [43] - Alpha Architect动量策略加入“fog-in-the-pan”指标，偏好由分散的小幅上涨构成的动量而非短时间的大幅上涨 [45] - Columbia 2025年发行Research Enhanced系列产品，加入“Catalyst”催化剂因子，包括价格和业务动量、市场情绪等指标 [46] - 高盛Data Enhanced产品参考公司质量模型、情绪分析、主题趋势等维度进行选股 [46] - Motley Fool 2025年发行单因子ETF，采用精细的改进因子 [47] - Motley Fool Momentum Factor ETF规模0.14亿美元，成立于2025年12月8日 [48] - Motley Fool Innovative Growth Factor ETF规模0.12亿美元，成立于2025年12月8日 [48] - Motley Fool Value Factor Index ETF规模0.07亿美元，成立于2025年12月8日 [48] - 成长因子包含毛利润增速、毛利润创新、成长潜力等 [47] - 价值因子包括BP、毛利润/企业价值、股东回报率等 [47] - 动量因子结合了价格动量、因子动量等 [47] 主动与量化结合的形式更加常见 - 对美国10.9万亿美元的主动股票基金+主动股票ETF进行筛选，规模前30名机构中明确有主动+量化结合产品特征的机构共有6家 [49] - 结合模式包括基本面思路因子化、主动与量化联合打分、先量化筛选再主动调整 [3] - 普信Integrated系列明确采用主动和量化结合方式，量化部分对股票进行1~10分打分，主动部分涵盖100名以上基本面研究员评级 [52] - 普信Integrated系列选出股票后根据行业约束、量化打分等调整权重，截至2026年7月在美国Integrated系列产品合计规模达120亿美元 [55] - JPMorgan Fundamental Data Science系列将数据科学嵌入主动管理方法，将数据、主动投研和风控合为一体 [56] - JPMorgan该系列基金经理Eric Moreau属于U.S. Structured Equity Group，团队多人有量化背景 [56] - MFS Blended Research系列目前11只产品含4只ETF、7只场外主动产品，规模合计超过100亿美元 [57] - MFS通过基本面研究对每个公司进行基本面评分，同时通过定量分析打分，量化模型预测周期为12-18个月 [57] - MFS通过组合优化方法构建组合，基金经理可调整优化器参数及优化后持仓结果 [58] - MFS核心股票产品、大盘成长价值产品、国际和新兴市场产品跟踪误差限制仅2%，中盘和小盘产品限制为3% [58] - American Century Disciplined系列采用定性、定量结合手段选股，通过估值、质量、成长、情绪等指标构成的定量模型选股 [59] - American Century Disciplined系列先量化后基本面决策，根据输出结果结合事件、公司公告选定组合 [59] - American Century Disciplined团队首席投资官此前就职于DFA及Invesco因子团队 [59] - American Century Disciplined团队目前有5人以上投研团队，管理规模超过100亿美元 [59] - Columbia同时有Integrated和Disciplined两个主动量化结合系列 [61] - Columbia Disciplined系列更偏量化，将基本面逻辑采用量化方式因子化形成多因子选股组合，代表产品规模超过50亿美元 [61] - Columbia Integrated系列采用先量化后主动方式，根据量化模型筛选后通过优化器构建组合，管理人会根据定性判断剔除或调整股票 [62] - John Hancock Disciplined Value系列由Boston Partners作为子管理人管理 [63] - John Hancock产品选股时主要考虑PE等价值指标，同时与资本回报率、盈利增长、现金流等指标配合 [63] - John Hancock基金经理根据行业趋势、公司竞争力等定性分析结合选股，关注估值、基本面、动量三个维度 [63] - John Hancock将上述投资方法称为“三圈”投资法，密切关注满足其中“两圈”的标的 [65]