近年來(lái)，基于人工智能技術(shù)的量化投資逐漸受到國(guó)內(nèi)基金業(yè)重視。2017年3月，華夏基金與微軟亞洲研究院合作探索智能投資，兩年后上線人工智能實(shí)盤產(chǎn)品，把AI技術(shù)應(yīng)用到針對(duì)主動(dòng)量化和指數(shù)增強(qiáng)產(chǎn)品的投資策略。為進(jìn)一步高效率挖掘A股市場(chǎng)投資機(jī)會(huì)，力爭(zhēng)創(chuàng)造更好的超額收益，華夏基金近期又重磅推出AI量化策略新產(chǎn)品華夏智勝先鋒股票基金（LOF）（簡(jiǎn)稱：智勝先鋒LOF，代碼：501219），該基金11月22日起公開發(fā)售。

疫情以來(lái)，中國(guó)經(jīng)濟(jì)體現(xiàn)了突出的比較優(yōu)勢(shì)，GDP總量實(shí)現(xiàn)百萬(wàn)億歷史性突破。科技創(chuàng)新和制造業(yè)升級(jí)為資本市場(chǎng)帶來(lái)持續(xù)的結(jié)構(gòu)性行情，A股成為超額回報(bào)的沃土。在深度學(xué)習(xí)的AI+智能時(shí)代，AI量化投資成為掘金A股投資機(jī)遇的新鑰匙。據(jù)華夏基金介紹，用“AI+投資“策略可在納秒級(jí)時(shí)間內(nèi)完成市場(chǎng)掃描和股票選擇，相比傳統(tǒng)的量化策略，AI機(jī)器學(xué)習(xí)更能在算法上進(jìn)行自動(dòng)進(jìn)化和策略迭代，能夠更好地應(yīng)對(duì)瞬息萬(wàn)變的市場(chǎng)活動(dòng)。

 據(jù)介紹，華夏智勝先鋒是一只基于人工智能量化模型，結(jié)合基本面研究等多種策略篩選優(yōu)質(zhì)上市公司、構(gòu)建投資組合，并運(yùn)用數(shù)量化方法優(yōu)化組合交易并控制風(fēng)險(xiǎn)的股票型基金產(chǎn)品，其中投資于股票資產(chǎn)的比例不低于基金資產(chǎn)的80%。業(yè)績(jī)比較基準(zhǔn)是代表中盤成長(zhǎng)風(fēng)格的中證500指數(shù)，該指數(shù)聚集一批如電子、醫(yī)藥生物、國(guó)防軍工等符合政策導(dǎo)向，成長(zhǎng)性和景氣度高的行業(yè)龍頭，未來(lái)在經(jīng)濟(jì)結(jié)構(gòu)調(diào)整中具有較大的發(fā)展空間。作為一只運(yùn)用AI深度學(xué)習(xí)選股的全市場(chǎng)股票型產(chǎn)品，華夏智勝先鋒投資范圍更靈活，偏離靈活度更高，基金經(jīng)理可根據(jù)市場(chǎng)環(huán)境，在全市場(chǎng)范圍選股，力爭(zhēng)比強(qiáng)更強(qiáng)。

 華夏智勝先鋒擬任基金經(jīng)理孫蒙畢業(yè)于北京大學(xué)物理專業(yè)，加州大學(xué)洛杉磯分校電子工程專業(yè)碩士，現(xiàn)任華夏基金數(shù)量投資部副總裁，擁有7年量化投資研究經(jīng)驗(yàn)，1年公募基金管理經(jīng)驗(yàn)。孫蒙主要在管產(chǎn)品包括華夏智勝價(jià)值成長(zhǎng)、華夏中證500指數(shù)增強(qiáng)、華夏安泰對(duì)沖策略3個(gè)月定期開放，他在人工智能算法、風(fēng)險(xiǎn)模型、組合優(yōu)化等方向有成熟策略，通過(guò)量化模型優(yōu)化投資策略，孫蒙在管產(chǎn)品業(yè)績(jī)表現(xiàn)亮眼。

 統(tǒng)計(jì)顯示，孫蒙在管（與張弘弢共同管理）的華夏中證500指數(shù)增強(qiáng)自成立以來(lái)相較于業(yè)績(jī)比較基準(zhǔn)月度勝率76.5%，季度勝率83%；另一只在管基金華夏智勝價(jià)值成長(zhǎng)自孫蒙任職以來(lái)，月度勝率77.8%，季度勝率100%。截至2021年9月30日，華夏中證500指數(shù)增強(qiáng)自2020年3月成立以來(lái)凈值增長(zhǎng)79.53%，超越業(yè)績(jī)比較基準(zhǔn)達(dá)42.22%，長(zhǎng)期超額收益顯著，近一年銀河證券同類排名第4（4/100）。華夏智勝價(jià)值成長(zhǎng)自應(yīng)用量化投資策略以來(lái)有效性顯著，產(chǎn)品表現(xiàn)力大幅提升，孫蒙自2020年3月17日任職以來(lái)基金實(shí)現(xiàn)58.68%的累計(jì)收益。

 孫蒙表示，華夏智勝先鋒之所以采用AI量化策略是因?yàn)閭鹘y(tǒng)基本面、量化分析手段只能對(duì)有限的數(shù)據(jù)進(jìn)行假設(shè)、分析、驗(yàn)證及應(yīng)用，對(duì)海量數(shù)據(jù)對(duì)應(yīng)的模式識(shí)別難以實(shí)現(xiàn)全覆蓋。利用人工智能進(jìn)行投資，可通過(guò)數(shù)據(jù)接口導(dǎo)入大量數(shù)據(jù)，包括歷史行情走勢(shì)、行業(yè)數(shù)據(jù)、產(chǎn)業(yè)鏈關(guān)系、上下游變化、宏觀數(shù)據(jù)、交易情況、政策信息等，都可以作為機(jī)器學(xué)習(xí)的訓(xùn)練樣本，幫助機(jī)器多維度、跨維度整合可用信息，尋找可能存在的“贏家模式”?？紤]到目前A股市場(chǎng)散戶資金占比仍然很高，人工智能快速識(shí)別投資者相應(yīng)交易行為、情緒、輿情等信息，有望為組合實(shí)現(xiàn)超額收益。