量化交易行业概况 - 人工智能技术推动量化交易在海外主要资本市场成为必不可少的投资工具，目前超过70%的美股交易由算法驱动，且该比例持续上升 [2] - 全球量化交易巨头正以前所未有的速度扩张，其美股三季度持仓已披露完毕，包括千禧年、世坤、Two Sigma、城堡投资、德劭、桥水等顶流机构 [2] - 国内众多海归派量化基金经理源自海外知名量化机构，可分为千禧年/世坤系、Two Sigma系、Citadel系及D.E Shaw系，其中千禧年/世坤系谱写了半部中国量化进化史 [2] 千禧年基金 - 千禧年基金由Israel Englander于1989年创立，2025年管理资产超过700亿美元，自成立以来实现34年中33年正收益，仅2008年金融危机亏损 [3] - 公司实施严格回撤管理机制：投资经理策略出现5%回撤时资金分配减半，累计回撤达约10%时策略清盘且团队通常被解雇 [3] - 被称为"中国量化私募的黄埔军校"，国内14位私募基金经理曾任职于此，包括百亿私募诚奇资产创始人何文奇、准百亿私募申毅投资创始人申毅等 [4] - 三季度末持仓市值达2342.92亿美元，较二季度末2070.76亿美元增长13.14%，前三大持仓为罗素2000ETF看跌期权、英伟达看跌期权、标普500ETF [5] - 三季度大手笔加仓英伟达，持股数量1827.25万股，环比增长126.28%，持股市值34.09亿美元；加仓苹果持股数量701.58万股，环比增长250.45%，持股市值17.86亿美元 [6] 世坤投资 - 世坤投资2007年从千禧年分离，与文艺复兴科技、Two Sigma等齐名全球十大量化公司，核心战略是将Alpha生成工业化，构建包含400万个"alphas"的中央知识库 [7] - 14位中国量化大佬曾任职于世坤投资，包括九坤投资创始人王琛与姚齐聪、百亿私募灵均投资创始人马志宇等 [8] - 三季度末持仓市值达231.49亿美元，较二季度末201.31亿美元增长14.99%，前三大持仓为苹果、英伟达、微软，持股市值分别约12.99亿美元、12.15亿美元、10.21亿美元 [9] - 三季度对主要科技股加仓，仅减仓谷歌；大手笔加仓埃森哲，持股数量106.07万股，环比增长2070.95%，持股市值2.62亿美元 [10] Two Sigma - Two Sigma由David Siegel和John Overdeck于2001年创立，专注数据科学与先进技术应用，运用机器学习、大数据分析和分布式计算技术 [11] - 8位中国私募大佬曾任职于Two Sigma，包括百亿量化私募衍复投资创始人高亢、量派投资创始人孙林 [12] - 三季度末持仓市值达671.74亿美元，较二季度末564.73亿美元增长18.95%，前三大持仓为标普500ETF、金融ETF、日常消费ETF，持股市值分别约6.80亿美元、5.83亿美元、4.90亿美元 [13] 城堡投资 - 城堡投资由肯尼斯·格里芬于1990年创立，2025年管理资产约650亿美元，截至2024年底累计费后净回报超659亿美元，全球对冲基金排名第一 [15] - 做市规模在美股市场位居前列，35%美国上市零售交易通过其平台执行，日均处理近4100亿美元交易，覆盖超11000家美国上市证券和16000家场外交易证券 [15] - 7位中国私募大佬曾任职于城堡投资，包括百亿量化私募锐天投资创始人徐晓波 [16] - 三季度末持仓市值达6571.49亿美元，较二季度末5759.55亿美元增长14.09%，前三大持仓为标普500ETF看跌期权、纳斯达克100ETF看跌期权、标普500ETF看多期权，持股市值分别约273.13亿美元、265.78亿美元、184.14亿美元 [17] AQR资本管理 - AQR成立于1998年，管理规模达1592亿美元，投资策略涵盖长短仓、套利、股权、全球宏观等，核心原则为系统化方法、多样化投资和Alpha技艺 [23] - 国内百亿量化私募喜岳投资创始人周欣曾任职于AQR核心Alpha模型研发部，喜岳投资于今年10月管理规模首次突破百亿 [24] - 三季度末持仓市值达1559.99亿美元，较二季度末1208.84亿美元增长29.05%，前三大持仓为英伟达、微软、苹果，持股市值分别约40.91亿美元、31.98亿美元、27.55亿美元，且均有加仓 [24] 文艺复兴 - 文艺复兴成立于1982年，管理规模超650亿美元，创始人詹姆斯·西蒙斯被誉为"量化交易之父"，其大奖章基金在多次市场危机中表现卓越 [30] - 三季度末持仓市值达757.53亿美元，二季度末为751.71亿美元，前三大持仓为Palantir、英伟达、Roblox，持股市值分别约15.63亿美元、10.50亿美元、9.54亿美元 [31] - 三季度大幅加仓谷歌，持股数量260.67万股，环比增长超百倍，持股市值约6.06亿美元 [31] 德劭集团 - 德劭由计算机科学家David Shaw于1986年创立，员工超1300人，被誉为"量化分析之王"，将高性能计算与严谨数理方法应用于市场定价 [37] - 三季度末持仓市值达1771.62亿美元，二季度末为1410.59亿美元，前三大持仓为英伟达、微软、纳斯达克100ETF看跌期权，持股市值分别约47.64亿美元、38.45亿美元、37.46亿美元 [38] - 三季度唯一减仓科技股为苹果，其余如英伟达、微软、博通均加仓；首度建仓纳斯达克100ETF看跌期权，持股624万股，持股市值37.46亿美元 [38]

核心观点 - 西部利得基金总经理贺燕萍退休，标志中国公募基金行业第一代开拓者（60后）的集体退场，行业进入由70后甚至80后主导的新阶段 [3][4][16] - 贺燕萍通过坚持“非主流”的稳健战略，将公司从管理规模不足百亿的后进生，发展为管理规模1166亿元的千亿俱乐部成员 [7][13] - 行业代际更迭将推动竞争模式从粗放式规模增长转向精细化服务、科技赋能和特色化竞争，对普通投资者意味着更低的成本、更贴心的服务和更清晰的选择 [18][20][25] 人事变动与代际更迭 - 西部利得基金总经理贺燕萍因达到退休年龄离任，其职位由董事长何方接任 [1][4] - 贺燕萍的退休是公募行业代际更迭的缩影，今年以来信达澳亚朱永强、诺德基金潘福祥等十几位60后高管均以同样方式告别 [16] - 接任者何方具备券商背景、资管经验、国际视野和对数字化的理解，体现了新一代掌门人的典型特征 [18] 公司战略与发展历程 - 2015年贺燕萍接手时，公司管理规模不足百亿，在近百家同行中几乎排不上号 [7] - 贺燕萍选择不做爆款、不追风口，专注成为“基础产品供应商”，重点布局货币基金和纯债基金 [9] - 2015年股灾后，公司货币基金和债券基金成为资金避难所，规模不降反升，奠定了“稳”的基因 [11] - 2017年提前布局债券产品线，近年又推出“固收+”策略和指数增强产品，满足市场对风险收益均衡的需求 [11] - 十年间公司管理规模从不足百亿增长至1166亿元，进入千亿俱乐部 [13] 行业格局与未来趋势 - 60后高管代表中国基金业第一代开拓者，亲手将行业规模从零做到26万亿元 [3] - 新一代管理者面临市场竞争白热化、投资者成熟、监管趋严、技术迭代加速的挑战，行业核心从“开拓与积累”转向“精耕与服务” [18][20] - 未来竞争是特色、科技和服务的竞争，依赖渠道关系和爆款产品的模式难以为继 [20] - 对投资者而言，基金管理费将进一步下调，产品将更围绕养老等长期需求，服务将更精准和数字化 [25] - 基金公司将强化自身特色，投资者能更轻松匹配风险偏好，投资理念需从看基金经理业绩转向关注公司整体实力 [25][27]

资本市场投教“星火计划”2025年9月热门作品 - 2025年9月热度最高的五个投教作品基于阅读量、分享次数、点赞量、收藏量、观看时长、阅读时长等主要运营指标筛选得出 [1] - 热门作品包括泓德基金对食品饮料行业未来发展方向及关键影响因素的分析 [1] - 热门作品包括博道基金关于如何选择指数增强基金及关键指标的解析 [1] - 热门作品包括深交所推出的帮助投资者识别非法证券活动的《守护银发》系列短剧 [1] - 热门作品包括针对A股两融余额突破历史新高的信号与后续行情演绎的分析 [1] 投资者教育平台与内容 - 资本市场投教“星火计划”是由深交所、上交所、北交所、投服中心作为指导单位，深圳证监局作为特别支持单位，证券时报作为发起单位建立的多位一体投资者教育平台 [2] - 深交所推出《来！聊聊ETF》系列动画短视频，旨在以浅显易懂的语言帮助投资者系统了解ETF及其投资方法，第三期内容为境内ETF的发展历程 [2]

监管政策导向 - 中国证监会发布《推动公募基金高质量发展行动方案》，鼓励提升权益基金规模与占比，强化投资者利益绑定 [1] - 强调业绩比较基准在产品设计与组合管理中的“锚”与“尺”的约束作用 [1] - 政策推动行业向锚定基准、风格稳定、超额收益稳健的产品管理思路发展 [2] 行业发展趋势 - 资产管理行业加速向专业化分工发展，投资组合中的超额收益与市场收益将被更精准剥离 [1] - 被动指数、指数增强、锚定基准的主动权益等定位清晰的产品将为长期配置型资金提供高效多样选择 [1] - 行业变化对公募基金投研团队建设、投资框架重构和风控合规管理提出新要求，同时也带来新的战略机遇 [2] 基金管理人策略 - 须坚持以投资者为本，探索建立适合国情的公募基金发展模式，打造具备长期配置价值和研究附加价值的“特色化”产品体系 [1] - 应围绕金融“五篇大文章”持续优化产品布局，例如推出符合国家发展导向的主动权益及量化指数基金产品 [2] - 需提升资产配置能力，布局含权类中低波动型混合资产产品以匹配百姓理财需求 [2] - 应发挥在指数增强业务中的投研优势，赋能主动权益、固收增强等业务领域，提升投资者回报 [2] - 应积极践行长期投资、价值投资的投研文化，深入调研客户需求，响应行业高质量发展新要求 [3]

主动管理策略与行业背景 - 主动管理在经历三年多困难时期后正重新回归，此前市场偏好转向红利投资和被动投资[2] - 2024年9月中央政治局会议及国务院意见提出推动资本市场高质量发展，支持中长期资金入市[3] - 2024年5月证监会印发行动方案，提出多项政策举措推动行业高质量发展，包括支持主动管理权益类基金创新发展[3] - 主动管理的核心价值在于发现价值和重估价值，在经济转型升级中不可或缺[4] - 华商基金将主动管理作为基因，不追逐短期赛道，而是捕捉经济发展中最具生命力的公司[2] 公司战略与产品布局 - 公司完成三大产品板块战略升级：主动权益风格多元化、权益思维驱动的固收+产品、完善指数增强产品谱系[2] - 公司坚持“以业绩带动规模”发展战略，通过提升产品收益和投资者体验来应对费率改革挑战[8] - 公司是首批获批浮动费率产品试点基金公司之一，推行基于业绩基准的浮动管理费模式[9] - 公司重视逆周期布局和投资者陪伴，在市场低迷期引导投资者认知价值洼地[9] 投研团队建设与人才发展 - 截至2024年末，公司投研团队规模达65人，平均从业年限近8年，其中从业10年以上的资深基金经理17人[5] - 公司通过“内生培养+外部引进”双轨机制构建人才体系，并搭建从研究员到基金经理的透明成长阶梯[5][6] - 公司自建“华商金海螺”投研平台，实现投研数据化，旨在将基金经理的α沉淀为公司可复用的β[6] 投研文化与机制 - 公司秉持“深度研究驱动投资”理念，要求深入产业链调研而非闭门造车[6] - 公司搭建内部投研平台整合资源，实现信息实时共享，缩短研究到投资的转化链条[7] - 通过定期投研交流会促进策略讨论与协作，确保研究成果高效转化为组合收益[7] - 公司强调开放包容的软文化，以激发创新活力并推动能力代际传承[7] 公司理念与行业展望 - 公司成立20周年最重要的经验是专注和责任，将资源聚焦于主动管理核心方向[9] - 在科技革命和AI浪潮下，公募基金行业将更均衡发展，呈现百花齐放局面[10] - 公司将继续坚守主动管理战略，以投研为支撑、业绩为导向，为投资者创造持续回报[10]

文章核心观点 - 主动管理在经历困难时期后正重归舞台中央 其核心价值在于发现和重估价值 在中国经济转型升级中不可或缺 [1][2][4] - 华商基金作为主动管理坚守者 以深度研究为基础 以卓越业绩为导向 致力于为持有人创造长期回报 [1][8][10] - 监管政策改革为主动管理带来发展契机 公司通过前瞻性的战略拼图升级和投研体系建设 为未来发展奠定基础 [3][7][9] 主动管理行业背景与趋势 - 主动管理在2019至2020年经历辉煌期后 于2021年中市场见顶后承受了三年多压力 市场偏好转向红利和被动投资 [2] - 2024年9月中央政治局会议及相关政策意见 以及证监会《推动公募基金高质量发展行动方案》 推动行业改革并支持主动管理权益类基金创新发展 [3] - 行业未来将更均衡发展 指数投资提供底层支撑 主动管理负责价值发现 迎来百花齐放局面 [10] 公司战略与产品布局 - 公司完成三大产品板块战略拼图和升级 包括主动权益风格多元化 权益思维驱动的“固收+”产品 以及完善指数增强产品谱系 [3] - 坚持“以业绩带动规模”的发展战略 积极响应费率改革 通过提升产品收益和投资者体验来驱动增长 [8] - 公司是首批获批浮动费率产品试点的基金公司之一 推行基于业绩基准的浮动管理费模式 强化与持有人利益绑定 [9] 投研团队与人才建设 - 截至2024年末 投研团队规模达65人 平均从业年限近8年 其中从业10年以上的资深基金经理有17人 [6] - 通过“内生培养+外部引进”双轨机制构建人才体系 并设有从研究员到基金经理的透明晋升阶梯 [5][6] - 强调深度研究驱动投资 要求深入上市公司上中下游进行产业调研 而非闭门造车 [6] 投研平台与文化机制 - 自建“华商金海螺”投研平台 实现投研一体化 将历史数据数字化 旨在将基金经理的α沉淀为公司可复用的β [7] - 高度重视投研沟通与信息实时共享 通过定期投研交流会缩短“研究-投资”转化链条 促进策略优化与反馈迭代 [7] - 营造开放包容、积极共享的软文化 激发创新活力 推动投研能力代际传承 [7] 投资者关系与责任 - 在市场情绪低迷期重视投资者陪伴 引导认知价值洼地 实现“低位播种、长期收获”的良性循环 [9] - 在市场鼎沸时坚持以持有人利益为先 对产品布局保持审慎 [9] - 公司成立20周年的重要经验是专注和责任 将资源聚焦于主动管理 基金经理以创造投资者回报为己任 [9]

基金收益构成 - 基金总收益由基准收益和超越基准的超额收益（α）共同构成，例如基准收益为10%，基金总收益为18%，则超额收益为8% [3] - 投资表现既依赖于市场整体走势（借市场的风），也依赖于基金管理人的主动管理能力（靠自己的翅膀） [3] 基金风险解析 - 风险并非单纯由已知的下跌幅度决定，而是由收益的不确定性（波动）所带来 [3] - 基金风险可拆分为两部分：一是基准本身固有的风险，二是基金管理人为获取超额收益进行主动操作所引入的风险 [4] - 跟踪误差是衡量基金管理人主动操作所带来的风险的指标 [4] 基金风险评估指标 - 波动率是衡量基金收益稳定程度的关键指标，高波动率对应高风险，低波动率对应低风险 [4] - 夏普比率是经典的投资收益风险比指标，计算公式为（基金收益 - 无风险收益）/ 波动率，用于评估投资“性价比” [5] - 夏普比率高表明经风险调整后的回报高，投资性价比高；夏普比率低则相反 [5] 指数增强产品评估 - 对于跟踪同一基准的指数增强产品，可使用信息比率来评估基金管理人的“增强”效果 [6] - 信息比率计算公式为 超额收益（α）/ 跟踪误差，被视为“超额收益的夏普比率” [6] - 信息比率越高，表明基金管理人获取可持续超额收益的能力越强，增强效果更稳定 [6] 核心指标应用总结 - 理解基金收益来源（赚的是什么）、风险构成（风险来自哪）以及经风险调整后的回报（投资性价比），是实现理性投资决策的完整闭环 [7] - 关键五大指标包括：基金收益、基准收益、超额收益、夏普比率、信息比率，分别用于评估绝对收益、相对收益、超额收益稳定性、绝对收益风险比和超额收益风险比 [7]

指数增强组合表现 - 沪深300指数增强组合本周超额收益-0.65%，本年超额收益16.53% [1][5] - 中证500指数增强组合本周超额收益-0.37%，本年超额收益8.50% [1][5] - 中证1000指数增强组合本周超额收益-0.53%，本年超额收益16.52% [1][5] - 中证A500指数增强组合本周超额收益0.02%，本年超额收益9.22% [1][5] 选股因子表现 - 沪深300成分股中一年动量因子最近一周收益0.67%，单季营收同比增速因子收益0.66%，三个月机构覆盖因子收益0.60% [6][8] - 中证500成分股中高管薪酬因子最近一周收益1.13%，标准化预期外收入因子收益1.07%，单季营收同比增速因子收益1.05% [10] - 中证1000成分股中预期PEG因子最近一周收益1.37%，标准化预期外收入因子收益1.26%，三个月机构覆盖因子收益0.62% [12] - 中证A500指数成分股中高管薪酬因子最近一周收益0.69%，三个月机构覆盖因子收益0.63%，单季营收同比增速因子收益0.38% [14] - 公募基金重仓股中标准化预期外收入因子最近一周收益0.37%，高管薪酬因子收益0.21%，三个月机构覆盖因子收益0.09% [16] 公募基金指数增强产品 - 沪深300指数增强产品本周超额收益最高1.16%，最低-1.26%，中位数-0.17% [1][21] - 中证500指数增强产品本周超额收益最高1.09%，最低-1.70%，中位数-0.25% [1][23] - 中证1000指数增强产品本周超额收益最高0.96%，最低-1.05%，中位数-0.08% [22][26] - 中证A500指数增强产品本周超额收益最高0.77%，最低-0.96%，中位数-0.07% [1][27] 产品规模统计 - 公募基金沪深300指数增强产品共74只，总规模793亿元 [18] - 中证500指数增强产品共71只，总规模432亿元 [18] - 中证1000指数增强产品共46只，总规模150亿元 [18] - 中证A500指数增强产品共57只，总规模226亿元 [18] 方法论框架 - 采用最大化单因子暴露组合（MFE）方法检验因子有效性，控制行业暴露、风格暴露等实际约束条件 [28][29] - 公募重仓指数构建基于普通股票型和偏股混合型基金持仓，选取累计权重达90%的股票作为成分股 [32][33]

行业变革趋势 - 公募量化投资正从传统量化全面向AI量化转型 数据与算法重塑投资决策方式 [1] - 行业面临降薪降费 人才流失和主动管理能力弱化挑战 推动AI技术为基础的投研体系改革 [2] - 产品工具化率提升 某中型公募产品工具化率超过70% 预计2026年完成智能投研升级 [2] 技术应用差异 - AI量化能处理非标准化数据 包括研报文本 行业政策和社交媒体情绪 显著提升超额收益 [3] - 不同公司采用差异化路径：嫁接海外算法框架 AI与传统模型加权融合 或专注行业轮动 [3] - AI模型用于寻找传统多因子模型难以发现的特殊因子 增强投资策略多样性 [4] 数据竞争核心 - 数据质量成为差异化关键 非结构化数据处理能力决定模型信息密度 [5] - 整合内部非结构化资产 包括研究员笔记 电话会议录音和产业链群聊记录 通过NLP技术转化 [5] - 专业团队基于经验选择有价值特征数据 而非全量输入 形成竞争优势 [6] 竞争优势与挑战 - AI量化覆盖全市场5000多只股票 不受情绪影响 保持投资纪律性 [6] - 客户忠诚度较低 业绩波动易导致规模缩水 需持续争取超额收益 [6] - 中小基金公司缺乏平台优势 通过构建数据平台+策略工厂双引擎应对竞争 [2]

行业变革趋势 - 公募基金行业正经历由传统量化向AI量化全面转型的深刻变革，数据与算法正在重塑投资决策方式[1] - 行业整体走向工具化、指数化，主动管理能力被弱化，叠加费率不断下降，中小基金公司面临巨大压力[2] - 一家国企背景的中型公募已将主动权益部与指数量化投资部整合，其产品工具化率超过70%[2] 公司AI转型路径 - 不同公司的AI赋能路径各异：一家头部基金公司主要嫁接海外成熟算法框架，但规模扩大后超额收益衰减明显[3] - 一家银行系公募的量化投资部由传统量化全面升级为AI量化，其指数增强产品在采用AI策略后超额收益显著提升[3] - 有公募量化团队采用AI模型与传统线性模型加权融合的策略，即AI辅助传统量化模型[3] - 另有量化团队主要利用AI模型寻找传统多因子模型难以找到的特殊因子[4] 数据的关键作用 - 在AI量化投资中，数据质量是决定差异化的关键，核心在于非结构化数据的处理能力[5] - 一家银行系公募强调，通过自然语言处理技术将研究员笔记、专家路演、突发舆情等非结构化信息转化为结构化信号是提升投资效率的核心[5] - 一家中型公募的数据平台已整合内部非结构化资产，包括研究员笔记、电话会议录音、专家观点等，大模型的任务是将这些碎片化情报转化为可量化因子[5] - 为机器学习模型选择对未来走势有价值的特征数据，而非输入所有数据，是形成差异化的关键[6] AI量化的优势与挑战 - AI量化模型能够处理研报文本、行业政策、社交媒体情绪等非标准化数据，这些是超额收益的真正来源[3] - AI量化能够覆盖全市场5000多只股票，不受情绪影响，严格遵守投资纪律，具备广度和纪律性优势[6] - 客户忠诚度不高，只关注业绩曲线，一旦业绩波动，产品规模可能快速缩水，因此量化投资必须持续争取更多超额收益[6]