#揭秘量化#日前谷歌推出AI模型Gemini，据了解，从自然图像、音频、视频理解到数学推理，Gemini Ultra在32个常用学术基准的30个上，已经超越GPT-4。人工智能再次成为市场关注热点。
近年来，AI大模型领域的迭代升级异常活跃，今年3月16日，百度发布了大语言模型文心一言，6月更新到了3.5版本，10月就迭代到了4.0版。除此之外，阿里通义千问、科大讯飞星火等也都在不断进阶与升级。ChatGPT作为人工智能领域中现象级的C端产品，为人工智能的产业化和商业化开启了广阔的前景。
传统量化策略的投资理念是进行数据挖掘，更多体现在数据的广度上，数据深度上做的还远远不够，这将不可避免地导致了数据与策略的同质化非常严重。而且市场是动态的，但是策略是相对静态的，量化模型开始输出很低的信噪比，以上都是量化投资发展到一定阶段后，管理人面临的普遍痛点。
事实上，量化投资和人工智能本身就是相辅相成的，量化投资的底层逻辑就是利用数学统计方法，通过计算机模型预测未来价格走势，而人工智能本身也是以大数据为基础，尤其擅长像金融市场这样信息量大、特征维度高、相互关联复杂的数据环境，更适合人工智能发挥其特长。
量化投资结合了人工智能后，最根本的变化是，交易模型从回溯历史、识别未来发展趋势向实时预测并随时适应新环境而转变。基金经理把自己的投资策略写成程序，用数字模型和构建算法代替自己进行交易决策，许多头部基金和量化机构都在人工智能方面十分积极地布局。
随着人工智能AI浪潮的来临，公募基金逐渐依靠自身的强大资源和数据积累充分利用深度学习等技术，毫无疑问，“AI+量化”投资的前景将会越来越广阔，相较于传统的量化策略，AI机器学习更能自动进化和策略迭代，保持策略旺盛的生命力，捕捉市场超额收益。一般而言，公募量化基金分为三类：指数增强、量化对冲和主动量化。
1、指数增强基金旨在跟踪某个特定的指数（如沪深300指数），但同时使用一些策略以超越该指数的表现。这些策略可能包括权重调整、风险管理技巧或一些其他策略，以期望在整体市场表现的基础上获得额外收益。表现比较好的指数增强基金由于其相对指数基金的超额收益明显，获得投资者的普遍认可。
2、量化对冲基金是一种将量化策略应用于对冲基金领域的投资。这些基金运用数学模型和算法，通过各种市场中长期或短期的机会来进行交易，旨在实现绝对收益或对冲市场风险。
3、主动量化基金是一种利用定量模型和算法进行投资决策的基金。这些基金的策略可能包括利用数学模型、技术分析、统计学等方法来寻找投资机会。基金经理和团队会设计和执行这些模型，以预测市场走势并进行投资。
今天给大家介绍一只主动量化公募基金，申万菱信智能生活量化选股基金（016515），成立于 2023 年 03月17日，成立以来收益11.50%，远超同类平均和沪深300指数收益，回撤控制良好，基金经理王剑，2015年起从事金融相关工作，曾任职于东证期货、浙商基金等。2019年8月起任基金经理，2020年12月加入申万菱信基金，投研经验相对丰富。
基金保持高仓位运行，2023年中报显示，股票市值占比为93.39%。从行业绝对配置比例来看，按照申万一级行业划分，该基金主要配置于电子、计算机、传媒等TMT板块，行业集中度较高，偏好小市值、低估值、低波动与低盈利风格。
基金持仓覆盖的个股范围较广，对于量化选股策略能够较为充分地发挥其广度与胜率的优势。另外专精特新上市公司含量相对更高，加上政策加持下，细分赛道隐形冠军优势显著，加上没有被量化基金猎手们充分挖掘，感兴趣的同学可以择机关注布局！
