文章核心观点 - 通过AI平台Alice进行实战演练，仅通过对话无需编程即可完成从策略生成到验证优化的全过程，展示了AI在投资策略开发中的高效应用 [2][23] - 传统红利低波策略在2024年8月后因市场风格转向成长而失效，但通过AI平台快速诊断原因并融入成长因子，实现了策略的进化与优化 [7][10][11][21] - AI平台Alice能够将“想法→策略→回测→执行”转化为可对话的闭环，极大提升了策略研究和迭代的效率 [23][26] 策略初始表现与问题诊断 - 初始红利低波增强策略（基于股息率和低波动率从中证800选前100只股票，季度调仓）在2021年至2024年中超额收益稳步向上，但2024年8月开始掉头下行 [5][7] - 该策略近一年年化波动率为13.27%，近三年为15.28%，回测区间为16.47%；近一年年化夏普比率为0.85，近三年为1.08，回测区间为0.45；最大回撤近一年为8.90%，近三年为16.69%，回测区间为20.60% [7] - 归因分析显示，在价值风格区间（总计2.15年）策略表现优秀，例如在2021-08-05至2023-04-24区间获得32.77%的超额收益；但在成长风格区间（总计1.83年）明显落后，例如在2024-02-05至2024-03-19区间超额收益为-6.75%，在2024-08-27至2025-10-09区间超额收益为-30.95% [10] 策略优化与进化过程 - 第一轮优化是在原策略中加入主营业务收益增长率TTM和净利润增长率TTM两个成长因子，结果显示近一年收益明显改善，与成长风格市场环境匹配度更强 [11][13] - 第二轮优化是借鉴红利低波指数的编制方法，先筛股息率TTM最高的前100只股票，再取其中波动率最低的50只，接着按主营业务增长率和净利润增长率综合打分，最后选前15只股票进行季度调仓和股息率加权 [16][17][18][19][21][25] - 优化后的“红利低波+成长再增强”策略在2025年开始表现显著改善，总收益提升，超额曲线重新抬头 [21] AI平台功能与价值 - Alice AI指数策略平台支持通过自然语言对话一键生成策略方案并自动回测验证，例如用户输入指令后三分钟即自动生成净值曲线 [2][5][23] - 平台支持情景分析和归因诊断功能，能快速定位策略在不同市场风格下的表现差异 [8][10] - 平台实现了从策略生成、回测验证、归因诊断到方案优化的完整研究链路闭环，无需编写代码或复杂建模，极大降低了策略开发门槛并提升了效率 [23][26]