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]

全球资本市场不确定性 - 2025年全球资本市场被贴上"不确定性"标签 美联储加息周期充满变数 地缘局势黑天鹅频现 [1] - 权益市场延续宽幅波动态势 债券市场受多重因素影响呈现震荡走势 [1] - 市场波动成为常态 单一资产风险抵御能力下降 资产配置成为应对不确定性的主要选择 [1] 低利率时代资产配置 - 中国居民财富管理底层逻辑质变 未来财富增长更依赖金融资产有效配置 [2] - 单一资产投资波动性大 近三年万得全A指数最大回撤超29% QDII基金指数最大回撤超17% 黄金指数最大回撤24.59% [2] - 中证FOF基金指数近三年年化波动率仅6.28% 最大回撤控制在15.48% 体现多元配置优势 [2] 资产配置核心原则 - 预期收益可理解性 收益来源应可解释和可预测 非仅依赖历史数据 [3] - 波动可控性 通过合理配置和风险管理将波动控制在可接受范围 [3] - 结构可透视性 认清收益和风险来源 关注投资标的内在价值 [3] - 长期投资可执行性 增加投资次数和资产分散 提高成功概率 [3] FOF产品发展机遇 - FOF通过精选多只不同类型基金 实现资产进一步分散和优化配置 [4] - FOF优势包括策略互补 风险管理 专业管理三方面 [5] - FOF分散体现在单只基金风险和单一资产类别风险两个维度 [5] FOF产品布局方向 - 坚持绝对收益目标 以多元配置为核心 满足稳健增值需求 [6] - 探索创新品种如结合量化策略的指数型FOF 提升透明度与效率 [6] - 打造长期持有产品 让投资者相信资产配置力量 非追逐短期热点 [7] 绝对收益投资理念 - 采用"弱者思维"投资理念 承认市场认知局限性 强调分散配置 [8] - 中国市场主动策略仍有超额收益空间 源于市场特征非个人能力 [8] - 区分波动与价值丧失风险 波动是市场情绪结果 价值丧失源于基本面恶化 [8] 收益来源与资产选择 - 收益来源透明性和可靠性是长期持有基石 应源于清晰可解释因素 [9] - 策略指数基金如红利指数 基本面指数提供长期可靠收益 [9] - 当前看好中国资产 A股估值处历史低位 美国资产估值处历史高位 [9]

论坛背景与目的 - 第九届AI&FOF投资创新发展论坛由拍拍网集团联合世纪证券在上海举办 旨在探寻新环境下FOF与量化私募的深度合作路径 [1] - 论坛背景是量化私募蓬勃发展和人工智能技术突破为投资带来创新机遇 [1] 世纪证券的战略与业务方向 - 公司以客户资产保值增值为核心 聚焦私募量化这一特色化、可持续发展方向 [1] - 通过打通财富管理与资产管理业务实现资源共享与高效协同 致力于提供更优质的资产配置服务 [1] - 充分发挥资产管理部门在投研、产品筛选、量化模型评估及资产配置组合等方面的优势 [1] - 着力遴选优质私募产品 打造稳健且收益确定性更强的服务产品 [1] 量化投资的特点与优势 - 量化投资相比主观策略具有客观公允、回撤可控、收益确定性更强的特点 能显著提升客户体验 [1] 技术支持与资金支持 - 公司以平稳快速的交易支持为核心 提供强大的量化交易系统和高效的算法交易平台 [2] - 为量化私募提供急速交易体验 并为未来策略定制构建全套技术解决方案 [2] - 通过种子基金、FOF等形式给予量化私募资金端支持 [2] 量化生态体系建设 - 公司联合前海金控、前海金融同业公会发起成立"深港量化联盟" 汇聚深港两地量化机构、银行、信托等主体 [2] - 致力于降低量化投资门槛 助力私募机构对接大数据、云计算、人工智能等前沿资源 [2] - 整合交易技术化、算法优化、资金、策略、数据等核心要素 形成多维度量化交易生态 [2] - 通过组织多方活动持续激活量化私募生态活力 [2] 深港金融融合举措 - 公司成立跨境金融专项工作小组 围绕落实"前海金融30条"开展工作 [2] - 已推出以港股科技股为标的的基金产品、与恒生前海基金公司合作的港股标的挂钩产品 并落地QFII产品 [2] - 积极探索海外资产配置 将港股ETF等产品纳入投资组合 不断丰富产品体系 [2] AI对量化私募行业的影响 - 未来行业优势或向头部机构集中 中小私募传统多因子量化模式需向AI转型 [3] - AI转型过程存在成本压力 短期内头部机构优势可能更突出 [3] - 中小私募可聚焦特色化、个性化方向 如期权投资、主题类投资等 探索差异化发展路径 [3]

私募行业发展现状 - 上半年私募行业优胜劣汰逐步显现，证券类私募基金规模维持5万亿以上，年底有望重回6万亿元 [1] - 头部机构已开展全面的AI投入和布局，未来将赋能多类投研场景 [1] - 量化行业竞争激烈，需要先投入聚集人才，再进行技术积累和策略迭代 [2] AI与量化投资融合 - 大模型时代对量化投资有深远影响，AI已成为重新定义流程的核心而非优化工具 [1] - AI在量化研究中不仅用于量价因子挖掘，基本面因子也是重要研究方向 [2] - AI可通过财报数据叠加文本分析，验证上市公司对未来基本面走势的确定性 [2] - AI从概念化演变为真正能节省成本和优化算法，促进量化行业良性发展 [4] FOF投资发展 - 金融科技将成为FOF机构的护城河，但无法完全替代人的角色 [2] - FOF投研团队需要持续学习优化投研框架 [2] - 高净值客户风险偏好降低，更看重收益确定性，FOF在遴选底层资产时面临更多困难 [3] - FOF管理人需提升宏观投资理解能力，把握宏观周期变化进行动态策略调整 [3] 量化投资市场表现 - 今年以来量化策略超额收益表现亮眼，主要得益于管理人主动控规模和A股交投活跃度提升 [3] - A股市场呈现显著小市值效应，为量化模型提供丰厚阿尔法挖掘空间 [3] - 监管层鼓励上市公司并购重组和成交量放大是量化超额表现好的原因 [3] - 量化行业规模扩张过快可能对超额收益带来挑战 [3] 量化行业发展方向 - 量化行业终局是通过精细化发展实现投资标的的有效定价 [2] - 私募机构需回归稳定长期做好资产管理，建立投资者正确认知 [4]

行业动态与规模 - 私募行业优胜劣汰逐步显现，证券类私募基金规模维持5万亿元以上，年底有望重回6万亿元 [1] - 头部机构已开展全面的AI投入和布局，未来将赋能多类投研场景 [1] - 量化行业竞争激烈，需先投入聚集人才，再进行技术积累和策略迭代 [1] AI在金融领域的应用 - AI在FOF领域的发展前景广阔，金融科技将成为FOF机构的护城河 [1] - AI可用于基本面研究，通过财报数据叠加文本分析双重验证上市公司基本面走势 [2] - 量化FOF借助AI技术挖掘高频和中低频交易的联系方法 [4] - AI可作为算力加速器和工具，帮助FOF机构高效完成逻辑演绎 [5] - 量化投资与大模型技术底层逻辑相似，可通过工程学方式提高交易效率 [7] FOF投资挑战与方法论 - FOF行业面临高净值客户风险偏好降低、资产同质化等挑战 [4] - FOF行业关键问题在于投资方法论尚未成熟，仍处于构建专属框架阶段 [4] - 单一策略难以覆盖财富管理多元需求，需借助资产配置和FOF方法论 [5] 量化策略表现与市场环境 - 量化策略超额收益表现亮眼，得益于行业控规模和市场交投活跃度提升 [8] - A股市场呈现显著小市值效应，为量化模型提供阿尔法挖掘空间 [8] - 监管鼓励上市公司并购重组和成交量放大推动中小市值股票活跃 [8] AI黑箱问题解决方案 - 提升算力可更好识别因子，挖掘此前无法覆盖的角度 [9] - 需深入理解模型交易原因，构建历史交易的可追溯性和可复现性 [9] - AI从概念化演变为真正节省成本和优化算法的工具 [9]

行业现状与发展趋势 - 上半年私募行业优胜劣汰逐步显现 证券类私募基金规模维持5万亿元以上 年底有望重回6万亿元 [1] - 头部机构已全面投入AI布局 未来将赋能多类投研场景 有望为投资者带来超额回报 [1] - 中国财富管理市场高净值客户风险偏好降低 更看重收益确定性 外部环境不确定性增加导致FOF底层资产遴选困难 [3] AI与量化投资变革 - 大模型时代对量化投资领域产生变革性影响 人工智能从优化工具转变为重新定义流程的核心 [1] - AI在基本面因子研究中发挥重要作用 通过财报数据叠加文本分析验证上市公司基本面走势确定性 [2] - 量化FOF投资标的具有高频交易特性 需借助AI技术挖掘高频与中低频交易的关联方法 [2] FOF领域应用与挑战 - 金融科技未来将成为FOF机构护城河 但无法完全替代人的角色 投研团队需持续学习优化框架 [2] - FOF产品面临差异化挑战 需提升管理人对宏观投资的理解能力 动态调整策略组合应对周期变化 [3] - AI在FOF领域的发展前景广阔 但需结合人工投研能力进行迭代优化 [2]

论坛概况 - 第九届AI&FOF投资创新发展论坛在上海举办，主题为"智算未来量化跃迁"，汇聚FOF投资、量化投资、券商资管、公募基金、期货资管等多领域专业人士 [1] - 论坛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，包含主题演讲、圆桌对话、闭门交流会等形式 [1] 私募证券行业现状 - 上半年私募行业优胜劣汰逐步显现，但整体赚钱效应良好，证券类私募基金规模维持5万亿元以上，年底有望重回6万亿元 [1] - 头部机构已全面投入AI布局，未来AI将赋能多类投研场景，有望为投资者带来超额回报 [1] 券商角色与发展 - 世纪证券致力于打造以综合金融服务为特色的粤港澳大湾区一流券商，业务经营稳定并屡获行业奖项 [2] - 公司形成特色业务体系，持续创新以满足多样化金融需求，希望通过论坛与更多投资机构建立合作 [2] 量化投资与FOF主题 - 知名量化私募倍漾量化创始人冯霁、世纪证券资产配置团队负责人吴贤敏、百亿量化私募蒙玺投资创始人李骧、宏利基金基金经理李婷婷发表主题演讲 [2]