市场背景与产品动态 - 权益市场情绪回暖叠加传统固收资产收益率持续压低，资金正流向“含权”资产，指数增强基金发行悄然提速[1] - 当前全市场正在发行的指数产品中，指增基金占据7席，成为资金布局权益市场的重要工具[1] - 2025年指增基金迎来爆发式增长，全年共成立187只（各类份额合并计算），合计新发规模超1004.54亿元，这一数字超过了2022至2024年三年的总和[1] 行业现象与核心问题 - 低利率环境的两大影响：极低的资金成本吸引大量资本涌入，使资产定价更充分，纯粹交易性机会锐减；同时改变投资者决策心理，使其更易追逐热门行业与风格[2] - 行业中普遍存在“伪Alpha”现象，即许多超额收益并非来自真正的个股选择能力，而是源于对某些系统性风险因子的隐性暴露[2] - 许多亮眼业绩实则是披着Alpha外衣的Beta，源于对风格或行业的隐性暴露[1] 具体风险暴露分析 - **小盘暴露的“哑铃陷阱”**：A股市场前10%公司占据约80%总市值权重，为追求Alpha，量化模型易在小市值股票中寻找统计优势，导致组合呈“哑铃型”配置[3] - 这种配置在风格逆转时将带来巨大风险，当市场出现以微盘股或小盘股为主要贡献的环境时，可能出现非常大的一次性回撤[3] - **行业与主题划分“失真”**：传统基于固定行业分类的风险模型在产业升级和主题投资为特征的A股市场日益僵化，可能导致组合在实际风险暴露上高度集中于某个热门主题[4] - **传统基本面因子“红利消退”**：随着信息传播加速和数据服务商崛起，基于公开财务信息的分析能力正在迅速“平权”，其带来的Alpha是“市场不够有效”的历史阶段红利[5] 解决方案与投资理念 - 回归Alpha本质，即获取与市场系统性风险低相关的收益，核心是剥离系统性风险，寻找个股相对于其合理定价的暂时性偏离并进行反向操作[6] - 实现这一理念依赖于强大的风险识别与剥离工具，例如深度应用AI技术对传统风险模型进行本土化改造[6] - 在模型层面，利用GRU、Transformer等深度学习模型进行多周期预测，并通过混合专家等机制适应不同市场状态[7] - 改造传统风险模型，将行业划分细化至53个细分行业，并对跨行业经营公司赋予非0-1的连续权重，以更精准度量系统性风险，剥离“残差收益”作为纯Alpha挖掘对象[7] - 定义“纯Alpha”为：行业、风格偏离都压得极严，超额收益80%以上来自个股选择，追求与市场热点的低相关性[7] 资金需求、监管与产品进化 - 投资者需求正从追逐短期排名，转向注重持有体验和长期稳定增值[8] - 公司产品设计明确分层，既有追求一定弹性的指增，也有面向低风险客户的“稳稳增”系列，后者将行业偏离压至1%以内，追求月度七成以上的胜率[8] - 监管部门持续加强对基金业绩比较基准的规范，严厉遏制风格漂移，强化指增产品的“契约精神”[8] - 公司旗下指增产品用户平均持有时间超过7个月，持有满6个月的投资者中超90%跑赢基准[8] 公司实践与行业竞争维度 - 公司旗下指增产品覆盖宽基、行业、特色指增共19只产品，基于统一的AI大底座和工业化投研流程进行全谱系布局[10] - 面对量化策略同质化，公司的护城河在于“快速迭代”和“体系化壁垒”，其因子库每周新增十几个因子，超过75%的因子在一年内被迭代[10] - 低利率时代正倒逼资管行业从“机会驱动”转向“能力驱动”，公司将AI作为工具贯穿数据、预测、组合全流程，但始终保持工程师思维[10] - 未来行业竞争将集中于数据来源的独有性与模型信噪比的提升，独特、高质量的数据将成为稀缺资源[10]