大成基金柏杨对港股市场的观点 - 港股市场近期调整主要由短期情绪波动引起，不影响中长期投资决策，对四季度表现持谨慎乐观态度[5] - 海外资金回流港股趋势加快，投资策略从去年的“买便宜”转向今年的“买质量”，青睐具备全球产业竞争力的优质公司[7][8] - 港股在全球大类资产配置中具备显著估值和风险溢价吸引力，但需关注国际政治因素带来的潜在风险[8] - 投资策略采用“加强版哑铃型策略”，成长与价值并重，看好出海、创新药、AI+、高端制造及上游资源品五大领域[11] - 中国企业“出海”浪潮从产品制造升级为资本出海，近80家A股公司申请赴港上市，带来全新投资机遇[12] 浦银安盛基金张川对FOF投资的观点 - FOF投资正从以“选人”为核心的1.0时代迈向以“多元资产和多元策略”配置为核心的2.0时代，目标是为客户提供可解释、可复制、可持续的绝对收益[14] - 构建工业化资产配置体系分为四步：可投工具梳理、战略配置、战术配置及实时归因监控，追求业绩“历史可解释、当下可复制、未来可优化”[15][16] - 投资哲学强调“先风险管理，再资产配置”，以控制波动和回撤为首要目标，通过提升夏普比率改善客户持有体验[17] - FOF产品是连接资产管理机构与财富管理机构的关键桥梁，在财富管理转型趋势下成为实现资产配置服务的理想工具[18][19] 中信建投基金冷文鹏对北交所市场的观点 - 北交所市场具有小微盘、专精特新和高弹性优势，北证50指数年内累计涨幅超过45%，相关主动权益基金获益丰厚[22][23] - 投资组合注重攻守平衡，精选估值合理且高成长的公司，在上涨期侧重创新弹性、下跌期倚重分红防御，通过灵活调仓应对波动[22][25] - 中信建投北交所精选两年定开混合A基金年内回报超110%，超额收益逾90%，自2024年7月管理以来累计回报率超过240%[23] - 未来投资将围绕创新、消费、分红和拐点四大方向展开，重点关注人工智能、智能驾驶等高潜力成长板块[26][27]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 浦银安盛张川具备丰富投研经验，以“风险管理 + 资产配置”为投资策略，打造的 FOF 产品兼具收益性价比与高持有体验，持仓结构多元均衡且灵活配置 [2][17] - 产品业绩表现与投资理念框架高度一致，在多元资产配置机遇下表现特征具持续性 [27] 根据相关目录分别总结 浦银安盛张川：乘大船而非行小舟，打造资产配置视角下的 FOF 投资新思路 - 基金经理基础信息：张川有 13 年证券金融行业投研经验，含 6 年金融工程研究和 7 年资产配置 + FOF/MOM 投资管理经验，现任浦银安盛基金 FOF 业务部负责人兼基金经理，在管三只产品规模合计 13.05 亿元 [2][5] - 基金经理管理产品的业绩特征：历史管理产品在 2023/1/3 - 2024/8/31 观测期风险收益表现强于可比固收 + 产品平均，风控表现佳；接管公募 FOF 后应用新策略，颐和、嘉和产品净值领先可比基准，颐和 25/2/28 - 25/9/19 区间累计收益 4.95%，超额收益突出 [7][11] - 基金经理的投资框架：以“传统投资指数化、主动投资系统化”为目标，投资框架由“风险管理”与“资产配置”构成，前者强调“弱者思维”，后者锚定风险分散配置并跟踪基准 [17] 收益风险特征：兼具收益性价比与回撤快速修复下的高持有体验 - 嘉和产品：定位 10%权益仓位，多资产配置下最大回撤在 1%以内，收益突出，业绩基准适中风险 + 适中收益，策略调整后年化跟踪误差 1.47%，超额收益 1.00% [21] - 颐和产品：定位 18%权益仓位，仓位提升后多资产配置分散风险效果好，最大回撤修复时间短，调整以来年化跟踪误差 1.38%，超额收益 1.42% [22][26] 代表基金的持仓结构：多元均衡结合灵活配置，构建细分资产占优的 FOF 组合 - 权益部分投资：权益基金配置高度分散，多地区权益资产配置是共性，除指数产品外有少数主动权益仓位，静态权益模拟组合表现与基金一致 [32][33][36] - 债券部分投资：投资策略为主动精选 + 灵活被动，精选具备 Alpha 的管理人重仓主动纯债型基金，基于风险设定灵活调整债券资产配置比例，重视券种均衡配置 [38][42]

报告行业投资评级 未提及相关内容 报告的核心观点 - 浦银安盛张川具备丰富投研经验，以“风险管理 + 资产配置”搭建多元资产配置策略，打造“所见即所得”投资组合 [4][22] - 其管理产品兼具收益性价比与回撤快速修复的高持有体验，持仓结构多元均衡结合灵活配置 [4] 根据相关目录分别进行总结 浦银安盛张川：乘大船而非行小舟，打造资产配置视角下的 FOF 投资新思路 - 基金经理基础信息：张川为西安交大数学硕士，有 13 年投研经验，含 6 年金工研究和 7 年资产配置 + FOF/MOM 投资管理经验，现管三只产品规模 13.05 亿元 [4][9] - 基金经理管理产品业绩特征：2023/1/3 - 2024/8/31 观察期内，曾管产品风险收益强于可比固收 + 产品平均，风控表现优；2025/2/28 调仓应用新基准后，颐和 25/2/28 - 25/9/19 累计收益 4.95%，超额收益突出 [11][16] - 基金经理投资框架：以“传统投资指数化、主动投资系统化”为目标，投资框架含“风险管理”与“资产配置”；从基准到持仓再到表现全方位变动，重投资者体验 [22] 收益风险特征：兼具收益性价比与回撤快速修复下的高持有体验 - 颐和定位 18%权益仓位，嘉和定位 10%权益仓位；嘉和调整后最大回撤在 1%以内，收益突出，年化跟踪误差 1.47%，超额收益 1.00%；颐和收益中游靠前，最大回撤修复时间短，年化跟踪误差 1.38%，超额收益 1.42% [27][28][33] 代表基金的持仓结构：多元均衡结合灵活配置，构建细分资产占优的 FOF 组合 - 权益部分投资：权益基金配置高度分散，内地投宽基和 SmartBeta 指数，境外布局多元港股和海外指数；有少数主动权益仓位，多样化收益来源；权益模拟组合表现与基金一致 [40][41][44] - 债券部分投资：主动精选 + 被动灵活配置，精选有 Alpha 的管理人重仓；基于不同风险设定调整债券资产配置比例；重视券种均衡配置 [46][51]

国信金工团队概况 - 团队由7名成员组成，研究方向覆盖主动量化选股、指数增强、因子研究、FOF投资、基金研究、行业轮动、资产配置、港股投资、CTA策略等多个领域 [1] 量化选股策略 - 超预期精选组合自2010年以来年化收益率高达36.04%，相对中证500指数年化超额32.90%，分年度业绩在主动股基中排名前30%以内 [11] - 成长稳健组合自2012年以来年化收益41.15%，相对中证500指数年化超额34.84% [13][14] - 券商金股业绩增强组合年化收益21.78%，相较股基中位数年化超额14.15%，2018年以来基本每年排在主动股基前30% [17][19] - 优秀基金业绩增强组合自2012年以来年化收益21.56%，相对偏股混合型基金指数年化超额11.61%，分年度基本均能排名在主动股基前30% [21] - 小盘精选组合自2014年以来年化收益39.22%，相对中证2000指数年化超额28.66% [25] - 稳健精选组合自2012年以来年化收益率26.18%，相对中证红利全收益指数年化超额14.96%，每年均有正超额且最大回撤明显更低 [30] 多策略增强与指数增强 - 启发式分域多策略增强组合自2013年以来年化收益率23.43%，年化超额收益18.60%，信息比2.60，收益回撤比2.50 [34] - 港股精选组合自2010年以来年化收益率20.54%，相对恒生指数年化超额19.28%，信息比1.26，收益回撤比0.81 [35] 行业轮动与CTA策略 - 基于时点动量的行业轮动策略自2013年以来年化收益25.29%，相对中证全指年化超额收益19.65%，在2022Q4-2023Q2行业轮动加剧环境下依然有较好表现 [39] FOF投资组合 - 稳定战胜主动股基中位数的FOF精选组合自2014年以来年化超额收益8.74%，年化跟踪误差3.55%，超额收益信息比2.22，相对收益回撤比2.57，平均排名分位点为27.95% [43]

投资策略 - 采用多资产、多策略的低相关性组合提高超额收益稳定性 不依赖择时操作[2][3][10] - 通过系统化研究体系持续挖掘高胜率、合适赔率的套利机会 例如REITs折价套利和股指期货贴水策略[3][12][13] - 策略执行注重专注性和系统性 不追求极致单策略收益 但要求每个策略贡献稳定正超额[2][11][16] 产品设计 - 专户FOF相比公募FOF在合同层面更具灵活性 可更高比例参与股指期货贴水、定开基金及封闭式产品套利[8] - 绝对收益型产品通过资产配置、策略Alpha和纪律性再平衡控制波动 提升持有体验[3][18][20] - 产品风险敞口严格匹配客户预设要求 权益仓位控制在约定范围内 跟踪误差不能过大[9][13] 组合构建 - 将基金按风险收益特征分为前锋、中场、后卫类 构建平衡且适应市场变化的FOF组合[2] - 采用低相关性资产组合实现长期稳健 真正全天候产品不依赖年度资产切换[3][18][22] - 对主动基金看重基金经理风格稳定性和超额能力持续性 被动基金作为组合平衡工具而非观点表达工具[6][22] 收益来源 - 收益主要来自选基和配置 而非市场判断 极端情况下做逆向操作 平时依赖基金经理Alpha和策略稳定输出[24][25] - 通过渐进式操作应对市场：情绪高热时谨慎 低迷时积极 中间状态专注Alpha积累[7][24] - 套利策略占比视情况而定 时间短空间大时占比可较高 但需控制比例避免跟踪误差失控[13][14][15]

投资策略与理念 - 投资策略不依赖择时，而是通过多资产、多策略的低相关性组合提高超额收益稳定性 [2][3][14] - 套利策略形成系统化研究体系，持续挖掘胜率高、赔率合适的机会 [3][19] - 策略执行更专注和系统化，通过专业化分工在细分资产和策略上形成阿尔法能力 [2][15][19] 产品设计与定位 - 专户FOF在产品合同层面更具灵活性，可参与股指期货贴水、定开基金及封闭式产品套利等机会 [12] - 公募FOF面向普通投资者作为长期储蓄工具，专户FOF更注重中短期满足客户具体需求 [12] - 绝对收益产品通过资产低相关性和多策略提升绝对收益概率，而非依赖单一资产 [7][22][23] 组合构建与管理 - 组合构建采用"足球阵容"理念，将基金分为前锋、中场、后卫以平衡风险收益特征 [2] - 严格执行纪律性再平衡，涨多减仓、跌多加仓以控制波动，不因预判市场而主动调仓 [24] - 底层资产配置基于长期低相关性组合，而非每年切换资产，实现长期稳健 [8][25][26] 基金选择标准 - 主动基金选择看重基金经理风格稳定性和超额能力持续性 [9][27] - 被动基金作为工具平衡组合，而非表达观点，在主动基金覆盖不足时替代 [9][27] - 不自下而上选择基金时以主动/被动为核心标准，而是基于组合构建逻辑 [27] 风险收益优化 - 所有策略操作严格匹配客户预设风险敞口，权益仓位控制在约定范围内，避免跟踪误差失控 [3][13] - 套利策略参与比例视胜率和赔率而定，胜率高、赔率合适时多参与，否则控制比例 [17][18][19] - 不追求每个策略极致表现，但要求每个策略贡献正超额，长期复合收益稳定 [20][30] 市场观点与操作 - 不对市场做大幅判断，采用渐进式操作：市场情绪高热时谨慎，低迷时积极，中间状态专注做Alpha [10][29] - 收益主要来自选基和配置，而非市场判断，极端情况下做逆向操作 [29][30] - 当前市场未到极端位置，估值、流动性、政策无特别极端变化，保持中性态度 [29]

论坛概况 - 第九届AI&FOF投资创新发展论坛主题为"智算未来·量化跃迁"，由排排网集团与世纪证券联合主办，银河期货、国联期货等协办，于2025年7月18日在上海浦东丽思卡尔顿酒店举办 [1] - 论坛汇聚FOF投资、量化投资、券商资管、期货资管等领域专业人士，聚焦行业前沿洞察与技术创新实践融合 [1] - 世纪证券资产配置团队负责人吴贤敏发表《金融科技赋能FOF投研》主题演讲，其拥有哥伦比亚大学金融数学硕士及9年金融从业经验，曾任高盛资管另类投资部副总裁 [1][3] 金融科技在FOF投资的应用阶段 - **第一阶段（自动化）**：通过程序整合结构化数据（私募净值、估值表、行情数据等），自动计算业绩指标，提升数据处理效率与透明度，典型案例如股票量化管理人业绩周报 [3][5] - **第二阶段（数据驱动决策）**：通过金融模型（相关性分析、因子分析、压力测试等）替代主观判断，解决认知偏差问题，验证投资经理言行一致性、团队风控执行等核心问题 [5][6] - **第三阶段（AI智能化）**：探索AI处理非结构化数据（合同文本提取、舆情监控等），未来可能诞生FOF领域的AI Agent，但需先解决数据、组合构建等基础问题 [6][8] FOF投资当前面临的挑战 - **数据问题**：全市场超2万只私募基金缺乏统一数据服务商，净值等关键数据获取难度大，影响基金筛选效率 [6] - **组合构建**：FOF产品需根据客户偏好灵活调整多策略组合，涉及资产类型、幅度差异，快速响应市场机会难度高 [8] - **投后管理**：不同FOF产品收益风险目标差异导致高频跟踪、归因及风险识别复杂度陡增，尤其对中大型机构挑战显著 [8] - **交易执行**：私募场外交易流程繁琐（开放期确认、材料复核等），人工操作影响大批量交易的准确性与时效性 [8] 世纪证券的解决方案 - **基金筛选**：自建私募数据库，开发净值邮件解析程序，整合多源数据并建立细粒度策略标签体系及观测池，结合定量分析模块提升筛选准确性 [9] - **组合构建**：为每个管理人策略建立代表性收益曲线，结合回测框架与优化器生成差异化收益风险组合方案 [9] - **投后管理**：构建策略市场环境指标（股指基差、Barra因子等），设计业绩偏离自动化监控预警系统，覆盖归因分析与风险预判 [11] - **系统支持**：开发六套核心系统，包括投资组合分析、平台分析、策略分析、组合构建、市场监控及尽调管理系统，但交易执行与舆情监控仍需完善 [11][12] 金融科技的未来展望 - 金融科技将成为FOF机构护城河，AI在FOF领域潜力巨大但需与人工结合，投研团队需持续学习以迭代框架 [12] - 当前阶段量化与AI无法完全替代人力，需等待数据生态完善及技术进一步发展 [12]

FOF二季度投资布局 - 华安黄金ETF成为全市场获FOF重仓数量最多的基金，共有78只FOF重仓持有，持仓市值总计达9.87亿元，其中华安盈瑞稳健优选6个月持有持仓市值最高达1.69亿元 [3] - 与一季度末相比，FOF对黄金资产的追捧热度降温，一季度末华安黄金ETF获86只FOF重仓持有，持仓市值达14.14亿元，华安盈瑞稳健优选6个月持有持仓市值曾高达3.03亿元 [3] - 债券类资产仍是FOF重仓主力品种，海富通中证短融ETF获FOF合计持有市值超过16.43亿元，被57只FOF持有，博时中债0-3年国开行ETF、博时信用优选ETF获FOF持有市值均超10亿元 [3] FOF配置思路与业绩表现 - 工银睿智进取FOF今年以来回报率21.64%，重仓港股通互联网ETF、港股创新药ETF、科创芯片ETF等成长风格品种，同时配置红利低波ETF、黄金ETF等稳健产品 [4] - 渤海汇金优选进取6个月持有混合发起（FOF）今年以来回报率超20%，大举布局港股创新药、港股互联网、科创芯片等主题ETF，并重仓两只纳斯达克主题ETF [4] - 国泰行业轮动股票（FOF-LOF）今年以来回报率近20%，重仓行业涵盖军工、黄金、动漫游戏、地产、稀土等多只主题型ETF [4]

FOF持仓动向 - 华安黄金ETF成为2025年二季度末获FOF重仓数量最多的基金 共获78只FOF重仓持有 持仓市值达9 87亿元 其中华安盈瑞稳健优选6个月持有持仓华安黄金ETF的市值最高 达1 69亿元 但与一季度末相比 FOF对黄金资产的追捧热度有所降温 一季度末华安黄金ETF获86只FOF重仓持有 持仓市值达14 14亿元 [1] 债券型ETF配置 - 债券型ETF是FOF的主要投资对象 海富通中证短融ETF获FOF合计持有市值超16 43亿元 被57只FOF持有 成为FOF持有市值最高的基金产品 博时中债0-3年国开行ETF 博时信用优选E在二季度末获FOF持有市值均超过10亿元 债券类资产稳居FOF重仓主力品种之位 [3] 成长风格资产配置 - 工银睿智进取FOF今年以来以21 64%回报率在全市场FOF中表现突出 重仓港股通互联网ETF 港股创新药ETF 科创芯片ETF等成长风格较强的品种 同时也重仓红利低波ETF 黄金ETF等风格相对稳健的产品 其重仓的港股创新药ETF今年以来的涨幅已超80% [3] - 渤海汇金优选进取6个月持有混合发起（FOF）今年以来回报率超20% 大举布局港股创新药 港股互联网 科创芯片等主题ETF 还重仓两只纳斯达克主题ETF [3] - 国泰行业轮动股票（FOF-LOF）今年以来的回报率接近20% 其重仓行业更加多元 涉及军工 黄金 动漫游戏 地产 稀土等多只主题型ETF [3] 市场策略与展望 - 国泰基金的FOF基金经理曾辉指出 目前股市主要投资风险已转变为中观行业轮动踏空风险 股市下半年的整体表现可能因美联储降息周期 国内补库存周期等因素而好于上半年 [4] - 渤海汇金优选进取6个月持有混合发起（FOF）基金经理叶萌表示 将延续"三主线 + 一缓冲"的资产配置框架 通过定期再平衡措施调整各类资产敞口 并预留部分现金储备以捕捉突发波动中的逆向机会 [4]

论坛概况 - 第九届"智算未来·量化跃迁"AI&FOF投资创新发展论坛于2025年7月18日在上海浦东丽思卡尔顿酒店举办 由排排网集团与世纪证券联合主办 银河期货 国联期货 私募排排网 公募排排网协办 [1] - 论坛主题为"AI赋能FOF投资的机遇与挑战" 汇聚海通期货 世纪证券 中邮基金 五矿期货 盈诚投资 汇鸿汇升等机构高管及投资经理 [1][3] AI对FOF行业的影响 - FOF行业进入"智能投研2.0时代" AI深度渗透尽调 组合构建 风险管理全流程 核心竞争力转向"人机协同"能力 [3] - AI在高频量化交易中优势显著 但在FOF领域仍面临问题定义不清的挑战 更适合解决数据清洗等效率问题 投资业绩提升仍需依赖人类判断 [7] - AI能够提高决策下限 但短期内难以替代人类在宏观 中观及微观研究中的核心作用 [7] AI应用方向与实践案例 - 量化多头策略进化 宏观对冲策略配置价值 跨境资产配置机会是三大重点关注方向 [4] - 中邮基金利用AI解析子基金风格防止漂移 通过生成模型模拟极端风险场景 结合宏观因子与高频策略应对市场变化 [10] - 五矿期货通过AI处理多维度弱信息数据 非线性模型在宏观大类资产预测中效果优于传统线性模型 [12] - 盈诚投资使用AI快速学习文献 代码生成 实习生效率可达初级研究员水平 [14] - 汇鸿汇升应用AI文本识别梳理尽调内容 解析基金持仓 自动生成产品报告 并构建投研一体化平台 [15] 方法论与工具关系 - 2025年FOF行业需明确方法论框架 AI应服务于投资逻辑落地 不可过度依赖"黑盒"输出 [7] - FOF投资本质在于方法论建立 AI如同工具升级 行业尚处发展初期需持续探索成熟框架 [14] - AI更多是算力加速器而非逻辑重构器 最终决策需结合人工经验与AI优势 [12][15] 技术融合趋势 - 通过非线性模型优化宏观与策略映射关系 挖掘高频与中低频交易关联 [7][10] - AI助力宏观周期研究 风格轮动研究 子基金归因研究 加速知识更新与应用 [10] - 风险适算模型帮助基金经理优化调仓决策 客户服务实现千人千面报告生成 [15]