时代背景与技术演进 - 全球正处于技术演进与制度转型交汇的关键时点，生成式AI为代表的新技术浪潮正在改变各行各业，为长期价值投资提供新工具[1] - AI正从提升多步推理能力（L2）向具备"感知—计划—执行"闭环能力的AI Agent（L3）发展，2025年被称为"AI Agent元年"[2] - 海外市场AI辅助研究已成为主流，对冲基金采用大模型优化投研流程，共同基金和财富管理机构应用生成式AI于投资摘要、会议纪要等环节[4] 政策导向与市场结构 - 新"国九条"及配套政策体系引导长期资金入市、倡导价值投资、规范程序化交易，管理险资、社保等机构更看重低费率、容量大、结构透明的投资工具[4] - 国家推动科技金融、绿色金融、普惠金融、养老金融、数字金融"五篇大文章"，金融资源配置向五大重点领域倾斜[4] - A股市场信息披露、监管执法和投资者结构持续优化，逐步形成基本面主导、"优胜劣汰"的市场机制[5] 量化投资的作用与定位 - 量化交易在市场中承担"润滑剂"与"稳定器"双重角色，为市场提供流动性和价格发现机制，增强市场结构韧性[6] - 通过机器学习将股票从稀疏高维空间嵌入致密低维空间，利用注意力机制构建图网络，增强整体系统稳定性与韧性[7] - 本土量化行业已建立稳定技术积累、较强研究能力和良好合规文化，面临技术加速发展与制度优化的窗口期[5] 智慧选股（Smart Beta）策略 - 智慧选股策略聚焦服务长期机构资金，强调工具化定位，构建可理解、可复制、可评估的配置工具[10] - 策略以AI为驱动、基本面为核心，回归价值投资本源，容量大、换手低、费率合理，支持机构投资者长期配置[10][11] - 旨在实现"普惠化"目标，接近"长期满仓、长期持有"的理想状态，兼顾商业可持续性与合规性[11] AI研究与技术实践 - 行业AI研究分为基于兴趣驱动的学术性研究和更具挑战性的工业级研发，后者需要长周期、重投入[12] - AI时代机遇分为以应用为导向的现实机会和面向未来的基础能力探索，后者涉及对AI推理能力、通用性等的理解[13] - 公司设立人工智能实验室WILL，开展工业级研发探索AI能力上限，源于量化机构具备组织基础和工程文化[14] 行业展望与结语 - 技术突破、人才流动、思想融合为新一轮发展积蓄动能，人类正以前所未有的方式在科技树上攀登[16] - 行业应积极参与技术革命与产业变革，共建行业，不做伟大时代的旁观者[17] - 真正值得投入的事业以长期信念和实践为依托，不以短期确定性为前提[16]

时代背景与技术演进 - AI技术正从提升多步推理能力（L2）向具备"感知—计划—执行"闭环能力的AI Agent（L3）发展，2025年被称为"AI Agent元年"，AI正从工具演变为自主执行复杂任务的参与者[4] - 海外市场AI辅助研究已成为主流，对冲基金采用大模型优化投研流程，共同基金和财富管理机构将生成式AI应用于投资摘要、会议纪要等环节，AI角色从工具向资管流程基础设施演变[5] - 国家政策强化长期导向，新"国九条"及"1+N"配套政策引导长期资金入市、倡导价值投资，管理险资、社保等机构更看重低费率、容量大、结构透明的投资工具，指数化投资获新发展机会[5] 市场结构与量化定位 - A股市场结构发生积极变化，信息披露、监管执法和投资者结构持续优化，逐步形成基本面主导、"优胜劣汰"的市场机制，为长期投资创造发展基础[5] - 量化交易在市场中承担"润滑剂"与"稳定器"双重角色，作为"时刻在线"的基础设施提供流动性和价格发现机制，增强市场结构韧性[10] - 通过机器学习将股票从高维空间嵌入低维空间，构建基于图注意力网络（GAT）的结构表达，实现信息高效传递和流动性共享，分散冲击影响[11] 智慧选股策略与AI探索 - 智慧选股（Smart Beta）策略聚焦服务长期机构资金，强调工具化定位，以AI为驱动、基本面为核心，满足容量大、换手低、费率合理的结构设计原则[13] - 行业中AI研究分为两类：基于兴趣驱动的学术性AI研究推动单点技术突破；工业级AI研发需长周期投入，构建基础设施体系并探索技术路线[17] - AI时代机遇分为应用导向的现实机会（如AI Agent嵌入场景）和面向未来的基础能力探索（如AI推理能力、通用性研究），宽德选择以工业级研发探索AI能力上限[18] 行业实践与长期愿景 - 宽德设立人工智能实验室WILL，定位为"Good WILL Hunter"，开展长期基础性AI研究，回应AI社会价值，需应对计算资源、算法框架、人才招募等挑战[19] - 量化投资行业已建立稳定技术积累、较强研究能力和良好合规文化，当前技术发展与制度优化提供发展窗口，也对规范化和专业化提出更高要求[8] - 行业呼吁在技术革命与产业变革中主动参与建设，不以短期确定性为前提，而以长期信念和实践为依托，共建市场生态[22][23]

核心观点 - 量化投资与长期价值投资正在AI时代融合，智慧选股（Smart Beta）策略成为重要工具，服务于长期资金配置需求[1][6][15] - AI技术演进（如生成式AI、AI Agent）正重塑投资逻辑，为长期投资提供新工具[3][8][10] - 政策导向（如新"国九条"）强化长期资金入市，指数化投资迎来发展机遇[10][11] - 量化交易在市场中扮演"润滑剂"与"稳定器"角色，提升市场效率和韧性[4][12] - 本土量化行业已具备技术积累和研究能力，面临规范化与专业化升级窗口[11][15] 技术演进与AI应用 - AI发展进入L3阶段（AI Agent），2025年成为"AI Agent元年"，AI从工具升级为自主执行复杂任务的参与者[8] - 海外资管机构已广泛应用AI优化投研流程（如对冲基金使用大模型、共同基金应用生成式AI）[10] - 机器学习技术（如图注意力网络/GAT）用于股票关系建模，增强市场流动性共享和稳定性[13] - 行业AI研究分为两类：学术性单点技术突破与工业级长周期基础设施研发[17] 政策与市场生态 - 新"国九条"配套政策引导长期资金入市，推动低费率、透明结构的指数化工具发展[10] - 金融资源配置向科技金融、绿色金融等五大领域倾斜，标准化金融工具助力政策目标[10] - A股市场机制优化（信息披露、监管执法、投资者结构）形成基本面主导的"优胜劣汰"环境[10][11] 量化投资策略创新 - 智慧选股（Smart Beta）策略结合长期主义与工具化理念，聚焦基本面因子系统建模[15][16] - 策略设计原则：大容量、低换手、合理费率，支持机构长期配置需求[16] - 量化机构通过AI驱动的基本面分析回归价值投资本源，强调纪律性与客观性[15] 行业实践与探索 - 宽德投资设立人工智能实验室WILL，开展长周期AI基础能力研究[19] - 行业需平衡应用导向的现实机会（如AI Agent场景嵌入）与基础能力战略探索[18] - 本土量化行业技术积累成熟，需抓住技术发展与制度优化的双重窗口期[11][15]

1 海外量化动态 1.1 关税事件影响下量化对冲基金普遍有明显回撤 - 2025年4月关税事件导致量化对冲基金普遍回撤 文艺复兴 Institutional Equities Fund 规模200亿美元 2024年上涨22.7% 但4月上半月回撤8% 为疫情以来最大冲击 [1] - Man Group趋势跟踪策略回撤超10% 公司要求研究员恢复现场办公以增加人工干预 [1] - Systematica Investments采用趋势跟踪策略 4月上半月回撤20% 管理资产200亿美元 [1] - 法国兴业银行编制的趋势跟踪策略指数显示 截至4月10日此类策略跌幅超10% 美国量化对冲基金在突发事件中表现波动较大 [2] 1.2 AQR开始"拥抱AI" - AQR创始人Cliff Asness承认已"投降"AI 在投资决策中增加AI算法使用 虽存在解释难题但多数时间提供更高回报 [3] - 境内私募量化机构如倍漾量化(Baiont Quant)已全面采用AI算法 构建分钟至小时级别收益预测 团队完全计算机背景 [3] 1.3 德州教师退休基金量化团队集体加入独立资管机构 - 德州教师退休基金TRS量化团队负责人Mohan Balachandran携4名员工加入独立资管机构NISA 此前管理超160亿美元量化策略 [4] 2 海外量化观点 2.1 量化如何应对宏观不确定性冲击 - 贝莱德认为当前不确定性包括目标、政策规模和时间轴三方面 策略中更多使用对冲思想 保持大类资产、股票风格和债券久期中性 [6] - 贝莱德风险因子数量已达上千个 如日本出口因子、内需股因子等 因子构建方式随宏观环境动态调整 在高不确定性环境下收紧多数因子敞口 [7] - 贝莱德信号观察周期从月度升级至小时/分钟级 疫情期间表现证明广数据维度和精确风控比复杂模型更重要 [7] - 贝莱德主打策略为在市场密集交易中捕捉短期反转机会 建议增配宏观对冲类基金 因其与其他策略相关性低(HFRI macro相关性0.51) [8][9] 2.2 桥水："现代重商主义"的影响 - 桥水认为现代重商主义导致美联储应对经济放缓难度加大 美国资产面临特殊风险 但当前资产价格尚未实质性调整 后续变化蕴含重大机会 [10] - AI可抵消现代重商主义对生产力的抑制 市场预期已极高但实际可能超预期 桥水建议关注潜在资本流动并配置黄金 [11] 2.3 AQR：关注高波动因子、新兴市场小盘投资机会 - AQR研究发现高波动因子(如债务、应收项目、盈利类)长期夏普率更高 方差比率中位数1.4-1.8 建议量化管理人接受并分散化 [12][13] - AQR最看好新兴市场小盘股 因其估值低(本土收入占比72%)、分析师覆盖率低(平均1.3份研报) 能抵御全球政策风险 [16][19] 3 主要量化产品与因子表现跟踪 3.1 因子轮动类产品 - 贝莱德因子轮动ETF和景顺动态多因子ETF今年均跑赢指数 景顺因低波因子暴露表现更优 但超额收益集中在1-4月 [21][24] - 贝莱德因子轮动框架含宏观、因子动量、估值三维度 成长因子择时信号信息比率1.06 2024年下半年转向中等波动 [31][33] 3.2 综合量化产品 - 贝莱德Advantage系列和富达指数增强系列跟踪误差小 贝莱德产品4月表现突出 富达产品3-5月有增强 [34][37] 3.3 机器学习选股 - QRFT在1、4月表现突出 AIEQ回撤较大 [39] 3.4 全天候策略 - 桥水全天候ETF 3月成立后4月回撤但已修复 规模升至2亿美元 [40] 3.5 因子表现跟踪 - 2-4月美国选股因子表现反转 低波因子持续强势 成长因子5月反弹成为最强势因子 [43]

科技创新板块投资价值 - 政策驱动的高成长性与国家战略长期确定性：从"国九条"到"科创板八条"再到即将推出的改革措施，创业板和科创板是国家创新经济的重要引擎[2] - 科技创新企业成长潜力：deepseek、机器人、军工、创新药等领域持续突破，双创板块最可能获得技术红利[2] - 市场表现提供上行空间：截至6月13日科创50指数下跌1.62%，创业板下跌4.57%，当前估值具备吸引力[2] 量化投资与双创板块适配性 - 交易规则优势：科创板/创业板涨跌幅限制更宽松，波动显著高于主板[5] - 行业结构适合量化：科创板电子/医药生物/计算机占比高，创业板电力设备/医药生物/电子活跃，换手率较高[5] - 因子适应性突出：成长类因子、专利因子、研发投入等另类因子在双创板块超额收益显著[7] 龙旗科技产品表现 - 科技创新精选1号成立6个月收益率达***%，超越同期量化多头1号（***%）和中证2000指增1号（***%）[4] - 产品线全面领先：量化多头1号和中证2000指增1号包揽百亿私募近半年收益前两名[4] 公司长期竞争力 - 投研体系优势：14年持续技术调优和策略升级，强化人才储备与专业化架构[11] - 产品创新方向：推出科技创新精选1号填补高收益预期投资者的差异化配置需求[14] - 经营理念核心：坚持"投资者至上"，构建多元低相关产品线[14] 行业数据与结构 - 百亿量化私募增至39家，龙旗近一年收益夺冠[1][15] - 双创板块流动性充足：含宁德时代、寒武纪等大市值权重股，非纯小盘股特征[7]

量化模型与构建方式 1 模型名称：贝莱德因子轮动模型 模型构建思路：通过宏观经济周期、因子动量、因子估值等多维度信号动态调整因子暴露，以应对不确定性环境[15] 模型具体构建过程： - 经济周期信号：根据GDP、通胀等宏观指标划分经济阶段，对应不同因子偏好（如复苏期侧重价值因子）[40] - 因子动量信号：计算各因子过去12个月滚动收益，超配持续强势因子 - 因子估值信号：采用因子Z-score衡量历史分位数，低估值因子优先配置 - 成长因子择时子模型：额外引入企业盈利指标（如ROE变化率）作为辅助信号 模型评价：在2024年市场集中度提升时通过质量/成长因子暴露获得超额收益，2025年转向中性配置后有效控制回撤[40] 2 模型名称：AQR高波动因子筛选模型 模型构建思路：通过方差比率指标识别长期波动性显著的因子，结合夏普率优选高波动高收益因子[23] 模型具体构建过程： - 计算因子方差比率：$$ VR = \frac{\sigma_{annual}^2}{12 \times \sigma_{monthly}^2} $$ 其中VR>1.5定义为高波动因子（如债务因子VR中位数1.8）[24] - 构建因子夏普率回归方程：验证高VR因子与夏普率正相关性（R²=0.32）[25] - 组合优化：在财务类因子（债务/应收/盈利）上超配，通过多因子分散降低组合波动[24] 量化因子与构建方式 1 因子名称：财务高波动因子组 因子构建思路：筛选财务报表中波动性显著且具备超额收益的指标[23] 因子具体构建过程： - 债务因子：净债务发行额/总资产滚动3年标准差 - 应收因子：应收账款周转率行业偏离值 - 盈利因子：ROIC波动率与同业差值[24] 2 因子名称：新兴市场小盘因子 因子构建思路：捕捉新兴市场小盘股估值洼地与本土化优势[28] 因子具体构建过程： - 市值筛选：选择MSCI新兴市场指数后30%成分股 - 本土化指标：计算公司收入国内占比（新兴小盘股平均72%） - 分析师覆盖调整：剔除近6个月有2份以上研报覆盖的股票[28] 模型的回测效果 1 贝莱德因子轮动模型：年化超额收益8.2%，IR 1.83，最大回撤1.9%（2013年）[40] 2 AQR高波动因子模型：年化夏普率0.7，月度胜率58%[24] 因子的回测效果 1 财务高波动因子组：年度波动率18.6%，5年累计收益142%[24] 2 新兴市场小盘因子：2025年1-5月超额收益9.8%，相对大盘股Beta 0.6[28]

融通基金vs神农投资创新药泡沫论战 - 融通基金万民远认为当前A股创新药板块存在严重泡沫 大部分标的处于临床前或一二期阶段 缺乏实质业绩支撑 泡沫程度超过上轮CXO泡沫 [1] - 神农投资陈营长持相反观点 认为创新药行业正经历历史性反转 头部公司将创造世界级创新药产品 当前估值相比泡沫期CXO仍处低位 [1] - 双方分歧核心在于对创新药行业发展阶段判断 一方强调短期估值泡沫风险 另一方看好长期产业升级机遇 [1] 券商中期策略会观点汇总 - 华泰证券、国泰海通等多家头部券商集中召开中期策略会 普遍看好下半年A股估值修复行情 科技主线获一致推荐 [2][3] - 华泰证券何康指出中国资产广谱型估值修复刚起步 A股下半年表现大概率优于海外市场 [2] - 国泰海通方奕提出"转型牛"概念 认为政策改革+新技术商业化将推动股市长期向上 增量资金入市进入历史转折点 [3] 券商配置建议 - 华泰证券建议采用红利+成长的哑铃型策略 关注消费板块政策博弈机会 同时强调黄金的避险配置价值 [4] - 国泰海通推荐三大方向：金融高分红（券商/银行/运营商）、新兴科技（互联网/医药/机器人）、周期消费（有色/化工/化妆品） [4] 私募与科技企业动态 - 百亿量化私募上海佳期完成实控人变更 总经理吴霄霄持股比例升至56% 公司称已实现平稳过渡 [5] - 国奥科技获深创投数千万元A轮融资 资金用于半导体/汽车/机器人领域产品研发 该公司专注精密电机技术 [5][6] - 晟为数科完成近亿元融资 由三七互娱等领投 其"铠大师虚拟机鸿蒙版"助力国产操作系统生态建设 [7] - 本末科技完成数亿元B轮系列融资 资金将投向直驱关节模组量产和机器人商业化落地 [8] 企业战略合作 - 仁和药业与西部证券达成全面战略合作 覆盖资本市场融资、产业并购、资产管理等关键领域 [9] - 招商证券推出行业首只基金投顾公益组合 累计签约规模突破8亿元 50%以上服务费投入公益事业 [10] 监管动态 - 前海锦华基金因从事非私募业务被深圳证监局出具警示函 [11]

文章核心观点 - 中国头部量化私募机构正积极将大模型技术应用于量化投资决策 有望借助新技术实现跨越式发展 并在全球竞争中占据有利位置 [1][7] - 念空科技作为代表性机构 通过与高校合作提出新的大模型后训练方法 并已开始将大模型应用于内部量化决策测试 展现出接近传统AI策略的预测能力 [1] - 全球头部量化机构对大模型应用持谨慎态度 推进缓慢 这为中国量化机构提供了利用技术认知差实现超车的机遇 [2][3] 公司战略与技术布局 - 念空科技已开始将大模型应用于量化决策 内部测试显示其大模型已展现出接近传统AI策略的预测能力 [1] - 公司董事长王啸创立了专注于大语言模型底层算法和工程技术的创新型科技公司上海全频思维人工智能科技有限公司(AllMind) [3] - AllMind将着重探索大模型在垂直行业领域的应用 短期内着眼于训练基于金融数据的专项大模型 未来拟开放合作探索新材料、医药研发等垂直领域 [3] - 念空科技通过聚焦垂直领域应用和小步快跑的实验 在资源相对有限的情况下率先进行了大模型+量化分析的探索 [4] - 公司布局大模型的最大特点是注重落地应用 目标是成为“用得最好”的公司 并认为对大模型进行正确训练的能力将是未来公司之间最大的壁垒 [5] - 公司自2015年成立起即布局AI 成为行业中少数“全流程AI驱动的量化公司”之一 从2019年开始已将Transformer算法应用在实盘产品组合中 [6] 公司发展历程与规模 - 念空科技成立于2015年 成立第一年管理的资产规模就突破10亿元 第二年达到60亿元 进入当时国内行业头部梯队 到2022年时管理规模跨入百亿元 [6] - 作为一家长远发展的资管机构 公司于2023年开始拓展海外市场 成立了海外基金 [7] 行业趋势与竞争格局 - 全球头部量化机构对大模型仍持谨慎态度 推进节奏相对缓慢 多数探索仍处于试验和辅助阶段 [2] - 国际巨头的技术迟滞为国内小型玩家提供了利用认知差实现跨越式发展的机遇 [3] - 每一次工具算法跃迁都会驱动量化投资的进化 大模型高度模拟人类神经网络思维 在量化投资领域可能带来比传统AI更进一步的增长潜力 [7] - 拥抱大模型等新兴技术可能在未来重塑全球量化投资的竞争格局 帮助中国量化实现“超车” [7] - 当前行业类似于2017年AI技术爆发的前夜 未来中国私募行业将集中至四五家巨头主导 对AI与大模型的掌握能力将成为决定胜负的关键要素 [7]

公司概况 - 茂源量化成立于2013年，2020年启动资管业务，当前管理规模两百多亿元，2021年突破百亿规模后曾封盘，2024年重新开放募资[2][13][14] - 公司特点包括强大的技术团队（技术/投研人员比例1:1）和注重组织管理，强调通过投研平台实现"1+1=2²"的规模效应[7][21][30] - 创始人郭学文拥有跨界背景，14岁考入清华，博士后研究气候变化大模型，曾创立两家被收购的科技企业[2][7] 量化方法论 - 量化研究无法一劳永逸，存在"信号消灭论"——强信号被大量资金交易后失效，必须持续快速迭代[3][11] - 多弱信号叠加成强信号是基础理论，但需通过组织管理（如共享文化、投研平台）实现高效迭代[11][21] - 气候研究与量化模型的相似性在于预测逻辑，但科学规律恒定而市场规律会被消灭[7] 行业发展趋势 - 国内量化在股票研究已达世界先进水平，高频策略迭代速度是典型案例，未来增长点在于低频策略、多资产配置和国际市场[5][16][23] - 预计中国将出现千人体量、万亿规模的量化私募，低频策略（如月/季度预测）可支撑更大资金容量[4][15][17] - 国债、外汇等新资产类别及宏观配置领域存在发展空间，国际市场拓展是必然方向[17][24][26] 技术布局 - 公司每年算力投入超九位数，投研平台建设是技术团队核心任务，可提升研究员效率（如1个月工作缩短至1周）[21][27] - 国产芯片在大模型推理接近国际水平，但高精度浮点运算仍有差距，行业替代需生态支持[22] - 量化本身就是AI细分应用，与通用大模型（如DeepSeek）属于技术同源不同方向[20] 人才战略 - 招聘标准强调热爱量化（非单纯逐利）和创新能力，需具备跳跃式思维而非流程化思维[6][28][29] - 团队稳定性依赖协作文化（策略研发需多人叠加贡献）和高效平台带来的工作满足感[27][28] - 国际化挑战包括熟悉海外规则和全球化团队管理，现有平台基础可支持海外扩张[24][25] 竞争格局 - "内卷"推动行业技术进步，中国用10年完成海外几十年发展路径，未来将诞生世界顶级量化公司[19][23] - 量化行业存在"不可能三角"（规模/业绩/回撤），市场有效性提升使长周期策略竞争力增强[12] - 量化能力是国家金融安全组成部分，强大量化机构可提升国际市场风险应对能力[26]

文章核心观点 幻方量化近期调研雅化集团，雅化集团坚持双主业发展战略，业绩有一定表现且有产能扩张计划 [1] 幻方量化相关情况 - 幻方量化依靠数学与计算机科学进行量化投资，创始团队2008年开始致力于量化对冲领域研究等工作 [2] - 幻方量化是国内金融衍生品交易与设计领先者，走在创新前沿 [2] - 幻方量化坚持高法律和道德标准，借助科技力量进行创新研究，拥有一流系统，用人工智能优化传统量化策略 [2] - 幻方量化团队由各领域顶尖人才组成，成员经验丰富，对量化交易技术及策略造诣深 [2] - 幻方量化立志成为世界顶级量化投资公司，推进中国量化对冲基金健康发展 [2] 雅化集团相关情况 调研情况 - 幻方量化参与雅化集团电话会议 [1] 业务战略 - 雅化集团坚持双主业发展战略 [1] 业绩情况 - 2024年全年实现营业收入77.16亿元，同比下降35.14%，净利润2.57亿元，同比上升539.36% [1] - 2025年一季度实现营业收入15.37亿元，同比下降17.03%，净利润8,246.44万元，同比上升452.32% [1] 资源与产能 - 公司拥有津巴布韦卡玛蒂维锂矿68%控制权，年处理锂矿石230万吨 [1] - 现有氢氧化锂产能6.3万吨，碳酸锂产能3.6万吨，预计2025年将新增3万吨氢氧化锂产能 [1] 客户情况 - 锂盐客户包括特斯拉、松下、LGES等知名企业，海外客户订单占比较大 [1] - 民爆业务覆盖四川、西藏、新疆等20余个省市区，客户包括中铁建、中电建等大型央企 [1] 业务拓展 - 公司自2013年收购新西兰红牛公司后，加大在非洲和澳洲区域民爆业务的拓展力度 [1]