指数增强基金行业趋势 - 指数增强基金结合了指数基金的纪律性、分散性与主动管理的超额收益潜力，成为市场焦点 [1] - 近年来市场有效性提升及量化策略同质化导致多数指数增强产品超额收益明显下降 [1] - 量化投资正从传统的“因子驱动”向“算法驱动”时代演进，AI与机器学习技术成为获取Alpha的新引擎 [8] 基金经理施荣盛的业绩表现 - 施荣盛管理的安信量化精选沪深300指数增强自2023年8月24日任职至2025年8月底，累计收益率达36.53%，相对沪深300指数累计超额收益为14.89% [2] - 该基金近一年累计收益率为45.63%，相对沪深300指数近一年累计超额收益为10.24% [2] - 持有该基金半年以上历史正超额天数比例为88%，持有超一年以上比例为100% [3] 安信量化精选沪深300增强基金指标 - 基金收益率为45.63%，显著高于沪深300指数增强基金平均水平的34.96% [3] - 基金年化信息比率为2.13，远高于同类平均的-0.06；年化夏普比率为1.92，高于同类平均的1.56 [3] - 基金Calmar比率为4.22，高于同类平均的2.55 [3] 施荣盛的投资策略与方法论 - 投资框架核心为独特的“AI+机器学习”量化框架，旨在实现持续稳定的超额收益 [1] - 策略从传统多因子模型转向机器学习，通过计算机自主学习历史收益率与因子间的复杂关系，包括线性和非线性关系 [8][14] - 该方法不依赖因子挖掘，而是寻找各类因素与股价表现之间的数学关系，并高效预测股票未来收益率 [8] 创业板指数增强新产品的背景与潜力 - 基金经理施荣盛将管理新产品安信创业板指数增强基金，并沿用其成熟的“AI+机器学习”框架 [9][14] - 创业板指数涵盖1385家上市公司，前20大成分股权重合计达67%，集中在新能源、医药、电子等战略性新兴产业 [9] - 自基期至2025年8月29日，创业板指累计收益率达189.01%，历史年化收益率7.42%，显著高于沪深300的3.12%和中证500的3.49% [12] - 创业板指当前估值处于历史相对低位，配置性价比凸显，且在强市中收益弹性超过主要宽基指数 [12]

人工智能在量化投资中的应用 - 人工智能出现革命性技术突破，通过整合强化学习与大语言模型架构，使机器学习具备自我思考能力，突破人脑思维边界 [1] - 机器学习在自动驾驶、机器人等领域实现重大技术突破 [1] - 基金经理施荣盛将机器学习应用于量化投资，采用“白盒化”方式，属于公募量化中的“少数派” [1] 安信量化精选沪深300指数增强基金业绩表现 - 安信量化精选沪深300指数增强A近一年回报达45.63%，优于对比产品（38.12%、38.55%、38.18%、36.48%）[2] - 该基金近一年最大回撤为-10.90%，优于对比产品（-11.98%、-11.65%、-12.85%、-12.94%）[2] - 基金规模从2024年末的1.06亿元增长至2025年中的12.05亿元，规模增长10.99亿元，在2025年上半年规模增长超3亿的同类产品中表现突出 [2][3] - 自2023年8月24日管理以来，累计收益率36.53%，历史年化收益16.62%，跑赢沪深300指数14.89% [4] - 该基金在不同市场环境下表现稳健，指数上涨时表现分位数达100%，指数下跌时为78.9%，成长占优时为96.1%，价值占优时为82.9%，大盘占优时为94.7%，小盘占优时为94.7% [18] “白盒化”机器学习模型框架 - 采用统一模型管理所有指数增强产品，框架为预期收益率y来自x因子的挖掘和f因子的组合 [11] - 主动筛选因子，运用遗传算法、深度学习、大语言模型等方法挖掘因子，并进行主动检测以确保数据质量 [13] - 采用因子随机剔除（dropout）机制进行模型训练，以增强模型稳健性，例如剔除北向因子后模型结果无显著差异 [13] - 建立统一的指数增强框架，适用于不同市值和风格指数（如沪深300、上证科创综指、红利增强等），确保因子普适性，避免过度拟合 [13][14] - 通过跟踪数十个指数增强策略表现，理解模型有效性及市场特征，实现统一策略评估和调整 [14][15] 模型优化与创新 - 采用集成学习方式，使用多个模型互相验证，而非依赖单一模型 [17] - 模型训练时考虑交易成本并设置严格风险约束，追求Pure Alpha [17] - 进行动态优化，模型根据实时市场表现自行调整约束条件和优化目标 [19] - 采用模块化处理，将收益率预测、因子挖掘筛选、组合优化、风险管理、交易执行等环节标准化，形成可持续迭代能力 [21] - 积极探索大语言模型（如DeepSeek）挖掘因子，通过API接入进行测试，保持模型创新 [22] 行业比较与竞争优势 - 该基金超额收益与其他公募量化产品相关性低，源于底层方法论的差异 [21] - 多因子模型仍是公募量化主流，而机器学习在私募基金中应用更普遍，该策略结合了公募与私募量化投资的优势 [21][22] - 通过持续创新寻找低相关性Alpha，改善基金组合风险收益比 [22] - 在工具化产品盛行的时代，积极拥抱AI、有效训练模型的“白盒化”量化策略具备竞争优势 [24]

基金产品布局 - 多家基金公司正在布局指数增强基金 这些产品多挂钩反映A股大盘走势的主流宽基指数 如上证指数 创业板指数 科创综指等 [1] - 国投瑞银上证综合指数增强基金将于10月22日发售 首募规模上限为80亿元 [1] - 安信创业板指数增强基金将于10月13日发售 [1] - 景顺长城上证科创板综合指数增强基金已于9月18日成立 合计募资达15.16亿元 [1] 市场指数表现 - 上证指数 创业板指数 科创综指近期表现均较为亮眼 均于9月18日盘中一度创阶段性新高 [1] - 9月18日上证指数盘中逼近3900点 创业板指数盘中突破3160点 科创综指盘中逼近1700点 [1] 后市展望 - 国投瑞银基金坚持对国内权益市场中长期乐观态度 关注科技 反内卷方向的投资机会 制造业盈利水平有望大幅提升 [1] - 景顺长城基金认为权益市场前期表现强劲 成长风格涨幅较大 短期美联储降息落地可能产生利好兑现影响 市场难免波动 [1] - 中期而言降息周期仍将延续 对于人民币资产是直接利好 有利于海外资金回流趋势强化 [1]