行业变革趋势 - 人工智能技术正重塑公募基金投资决策方式，行业迎来深刻变革 [2] - 量化投资已由传统量化全面向AI量化进军 [3] - 一家国企背景中型公募整体推行AI投研体系改革，将主动权益部与指数量化投资部整合，产品工具化率超过70% [5] AI量化转型路径 - 一家银行系公募量化部由传统量化升级为AI量化，其指数增强产品采用AI策略后超额收益显著提升 [6] - AI量化能处理研报文本、行业政策、社交媒体情绪等非标准化数据，传统量化模型仅能处理财务指标、量价等标准化数据 [6] - 头部基金公司主要嫁接海外成熟算法框架，但规模扩大后超额收益衰减明显 [6] - 部分公募采用AI模型与传统线性模型加权融合的策略，即AI辅助传统量化 [6] - 另有量化团队主要用AI模型寻找传统多因子模型难以找到的特殊因子 [7] 数据的关键作用 - 在AI量化投资中，数据质量是决定差异化的关键，核心在于非结构化数据处理能力 [9] - 通过自然语言处理技术将内部研究员调研纪要、专家路演描述、上市公司突发舆情等非结构化信息转化为可量化因子是提升投资效率的核心 [10] - 一家中型公募的数据平台整合了研究员笔记、电话会议录音、未公开专家观点、产业链群聊记录等内部非结构化资产 [10] - 基于市场理解选择对未来走势有价值的特征数据供模型学习，而非输入所有数据，是形成差异化的关键 [10] AI量化核心优势 - AI量化能够覆盖全市场5000多只股票，具备广度和纪律性优势，不受情绪影响 [11]