2026年AI赋能投资，揭秘大成量化团队的多样化策略布局

引言

2025 年，公募基金行业在多重挑战与机遇中迎来深刻变革。年初 DeepSeek 引爆市场热度，5 月《推动公募基金高质量发展行动方案》（公募新规）重磅出台， 加之 AI 技术迭代与“反内卷”思潮为市场注入新动能——凡此种种，叠加公募新规、 浮动费率、薪酬体系改革等顶层设计，共同推动行业变革驶入快车道，且迫在眉 睫。面对变局，各机构破局路径各异，其中量化投资领域的探索尤为值得关注。 回望国内公募量化自 2004 年以来的发展历程，大致历经萌芽、生长、精细化 至百花齐放的四大阶段。在此过程中，基金管理人持续积累经验、迭代策略，共 同驱动量化投资不断演进与突破：

萌芽阶段（2004–2009）：国内公募量化于此阶段初步探索，策略类型较为单 一。此时期市场仍处摸索阶段，发展节奏相对缓慢，产品以主动量化型基金为主。 生长阶段（2010–2016）：2008 年后，海外量化人才回流为行业注入专业力 量，多因子模型与指数增强策略逐步落地，产品供给日益丰富。2014 至 2015 年 随市场走强，量化产品迎来首轮规模高峰。2015 年下半年起，受股指期货限制等 因素影响，对冲类产品增长放缓。至 2016 年，主动量化基金表现突出，成为市场 亮点。 精细化阶段（2017–2020）：此阶段 A 股呈现鲜明结构性行情，大盘蓝筹与 “抱团”风格持续占优，多数量化策略适应困难。转机出现在 2019 年底，监管放 开公募对冲产品审批，推动 2020 年对冲型量化基金规模实现明显扩张。 百花齐放阶段（2021 至今）：市场风格轮动加快，行业表现高度分化，为量 化策略创造了有利环境。2021 年“抱团”行情瓦解后，成长与价值风格频繁切换， 量化模型优势再现。2022 年以来，量化产品整体表现稳健，关注度与认可度持续 提升，迎来新一轮发展机遇。 随着市场对量化策略的认可度不断提升，布局量化产品的公募机构数量也稳 步增长。二十余年间，布局量化的公募机构数量从个位数突破至 111 家，这不仅 是一个数量的增长，更是一场深刻的行业范式变迁。

宏观环境演变叠加量化投资固有的系统性、纪律性等核心优势，使其迎来前 所未有的发展机遇。市场数据有力佐证了这一判断：截至 2025 年 11 月 30 日， 业绩层面，量化基金在 2022-2023 年市场下行期展现良好防御性，2024 年实现 业绩突围，2025 年上行行情中亦能紧跟主动权益基金步伐；规模层面，其资产管 理规模从 2019 年末的 1500 亿元，迅猛增长至 2025 年 11 月末的超 3800 亿元。 业绩与规模的双轮驱动，标志着量化投资正加速迈向主流，步入蓬勃发展的快车 道。

在这样的大背景下，大成基金作为国内量化投资领域的重要践行者，凭借清 晰的发展思路和深厚的策略积淀，在量化领域不断深耕——既专注于 Alpha 量化 选股策略这一核心赛道，聚焦指数增强产品以打造差异化优势，又以“因子是第 一生产力”的理念持续构筑核心竞争力。大成基金深谙量化之本，其策略因子库 覆盖全面，不仅囊括传统因子，更前瞻性地纳入高频、AI 因子及另类因子，并对 因子的挖掘与优化保持高度专注与持续投入。在此基础上，公司构建了策略多样 互补的体系：既有传统基本面、中低频多因子策略筑牢根基，亦有高频和人工智 能策略开拓前沿，多策略协同有效降低了组合风险与回撤。尤为重要的是，大成 基金的量化产品历经多年实盘检验，凭借稳定的超额收益、长期靠前的业绩排名， 以及策略与实盘的高度一致性，赢得了市场的广泛认可，彰显了其量化投资体系 的成熟与可靠。 大成的量化产品线自 2016 年来逐步完善，规模呈现上升趋势。2016 年至 2022 年的主动权益基金火热，压缩了量化基金的份额，大成量化产品在此阶段的 规模维持在 10 亿元以下。2023 年起，量化产品“大行其道，大成量化产品规模 于 2023 年末大幅增长至 43.91 亿元。2025 年最新规模较 2023 年虽有所下降， 但仍超 25 亿元，较 2016 年有着较大的增长。

大成基金产品布局日臻完善，叠加量化基金市场的蓬勃发展，为其在大模型 时代破局量化投资奠定了坚实基础。凭借扎实的投研体系与不懈的技术创新，大 成基金正加速走出一条独具特色的量化投资突围之路。

大成量化投资团队投研体系介绍

（一）量化策略：以因子为核心，注重策略多样性

大成基金的量化发展之路，以“专注于 Alpha 量化选股策略，聚焦于指数增 强产品”的清晰思路为引领。围绕这一核心战略，公司秉持“因子是第一生产力” 的理念，着力打造全面且持续进化的策略因子体系——既深耕传统因子沃土，亦 积极拥抱高频、AI 及另类因子等前沿方向，并通过不间断的因子挖掘与优化，确 保策略的活力与竞争力。正是这种对核心赛道的聚焦与对核心要素的极致打磨， 推动着大成基金在指数增强领域稳步前行。 形成多样化的量化策略，进而实现策略互补。 大成基金的量化团队在策略上 讲究“多样性 + 纪律性 + 持续性”，确保策略既能灵活应对不同市场环境，又能 坚守投资纪律，并通过持续迭代保持领先优势，正是这种对核心赛道的聚焦与对 核心要素的极致打磨，推动着大成基金在指数增强领域稳步前行。

大成量化团队的因子总库规模庞大，种类丰富，其构建方式体现了多元化与 系统化的特点。因子库包含超过一千个因子，并根据来源与逻辑划分为四个主要 类别：基本面因子、分析师因子、量价因子以及另类因子，分别从公司价值、市 场预期、交易行为和非常规数据等不同维度捕捉投资信号。 在因子构建方法上，团队遵循一套严谨的四步流程，确保因子的逻辑性与有 效性。该流程始于基于经济学逻辑的人工挖掘，确保每一个因子都有坚实的理论 基础，而非纯粹的数据拟合。随后，通过海量数据进行验证，并运用人工智能算 法对因子进行增强和优化，以提升其预测能力与稳定性。 最终，这些经过严格构建和测试的因子，会被整合到不断迭代的量化模型当 中，形成一个动态、进化的智能投资系统。这种“广谱来源、逻辑驱动、智能增强、 动态迭代”的体系，构成了大成量化策略在多变市场中保持竞争优势的核心基础。

在因子整合上，大成量化团队也采用多样化的模型。本质上，因子整合的结 果是对股票未来收益的预测，通常不直接预测未来收益的绝对数值，而是预测未 来收益的相对排序或者相对打分。大成量化团队将线性模型、机器学习模型及深 度学习模型加以融合，并根据因子的换手率、因子频率、因子表现等选择不同的 因子整合方式。

（二）团队介绍：团队成员具有丰富的投资经验

大成量化投资团队核心成员平均从业年限超过 10 年，具备穿越完整牛熊周 期的投资管理经验。团队成员专业背景多元，在指数增强、量化选股、衍生品策 略等领域各有所长，形成了能力互补、协同高效的作战体系。 团队核心成员包括： 孙雨先生：执行总监、基金经理。中央财经大学经济学硕士，从业年限：11 年。深耕指数和 ETF、量化择时及组合配置等领域，致力于推动被动指数业务、 主动量化业务、资产配置实践的创新与发展。 夏高先生：副总监、基金经理。清华大学计算机工学博士，从业年限：14 年。 10 年公募管理经验。专注于多因子选股、指数增强和主动量化等领域，追求稳健 战胜业绩基准。 刘旺女士：基金经理。香港中文大学金融工程硕士，从业年限：7 年。坚持以 数据驱动结合逻辑分析的投资方法，追求在控制风险的前提下，通过量化模型不 断挖掘市场潜在的超额收益机会。 李子钰先生：基金经理助理。上海交通大学硕士，从业年限：8 年。负责量化 投资策略研究、AI 模型研究，深耕机器学习领域。

（三）多策略产品线布局

团队秉承稳扎稳打的精神，自 2016 年以来陆续布局了沪深 300 指增、中证 500 指增等宽基增强类产品，也布局了大成动态量化基金等主动量化产品。此外， 此外，团队发行了“大成互联网+大数据基金”，进一步完善了在行业指数增强领 域的产品线布局。

具体来看，2016 年，大成基金即率先布局了大成互联网+大数据基金，该产 品在近年科技股行情中逐渐展现出配置价值。该基金依托基本面分析与中低频人 工量价因子，获取了较为持续的 Alpha 收益。其长期稳健且具有竞争力的业绩表 现，也推动了基金规模近年来显著提升。 在宽基指数增强方面，大成基金旗下量化增强产品已覆盖沪深 300、中证 500、 中证 1000 等主流宽基指数。由于宽基指数行业分布广泛，对管理团队的行业覆 盖广度与因子储备深度提出较高要求，大成量化团队凭借扎实的因子储备与多元 化的策略体系，在宽基增强领域形成了有效支撑与策略反哺。 此外，大成量化团队正持续完善产品布局，目前战略新兴产业增强、中证红 利指数增强等新产品已在积极筹备中，通过“创新+拓展”双向推进，进一步丰富 产品矩阵。 在策略体系方面，团队历经多年迭代，能够针对不同样本空间与市场环境， 适配差异化的模型与方法，展现出持续扩展能力边界、紧跟市场发展的积极姿态。

（四）AI 及大模型的应用

大成量化投资团队极为重视人工智能技术，在量化投资的各个环节使用了 AI。 特别是大模型出现之后，进一步深化了人工智能与量化投资的结合。

今年以来海内外的大模型能力都有巨大的提升，已经在深刻影响很多行业的工作 流程，辅助完成一些初级工作。在量化投资行业，大模型已具备资深实习生的水 平。大成量化投资团队通过梳理好的研究框架，可以引导大模型参与量化研究的 整个流程，从策略想法的生成到策略代码的编写再到策略的评价反思，大模型都 可以参与进来，这相当于为每个同事都配备了具有强悍能力又任劳任怨的研究助 手，从而极大地提升了策略研发效率。

另外，大模型具备卓越的文本分析和推理能力，可以利用大模型深入分析一 些之前难以利用的数据，比如研报文本、调研纪要文本、新闻文本等，这些文本 中蕴含着分析师和产业专家对上市公司实时经营状况的跟踪，比财务报表更具时 效性，从而使得量化投资能更早抓住一些产业趋势投资机会。以往大家普遍认为 量化投资相比主观投资的优势在于覆盖股票的广度而不是单个股票的深度，但随 着大模型的使用，有更多个股基本面的数据可以使用，可以弥补量化投资在个股 深度研究上的不足。

未来，随着基本面投资思维被大模型越来越好地掌握，主观投资和基本面量 化投资的边界可能越来越模糊，基本面量化将迎来广阔的发展空间。

编辑：火腿肠