公司背景与创始人 - 创始人丁鲁明拥有16年卖方研究经验，曾担任金融工程与大类资产双首席，近期创立上海睿成私募并完成备案 [2][6] - 公司承接了周期天王周金涛的理论体系，研究结论显示2025年之前为长周期看空，2025年之后转为长周期看多 [2][6] - 公司定位为打造"中国人自己的桥水"，致力于陪伴投资者把握三十年"国运牛"历史机遇 [4][5] 投资策略与框架 - 核心策略为康波周期的大类资产配置叠加择时框架，结合现代化定量组合管理体系 [5][8][9] - 策略在2017-2024年模拟盘实现年化***%的沪深300超额收益，个人实盘账户在今年1-7月获得***%超额，8月超额升至***%以上 [5][19] - 通过近30个资产配置因子择时模型、100多个行业因子轮动模型及200多个个股因子选股模型构建投资决策体系 [12] - 300指增策略在过去8年实现年化***%超额收益，信息比达***倍，在2019-2021年成长市中实现年化***%绝对收益 [19][20] 产品特点与风控 - 主打产品睿成康波盛世定位类绝对收益策略，追求"大号债券"收益结构特征 [16] - 风控体系包括择时信号跟踪触发、行业权重限制（单行业不超20%）及个股权重分散化原则 [16] - 产品投资者结构中个人与机构占比约为7:3，公司及员工跟投份额高达20% [12][17] - 核心策略在过去8年实现年化收益***%，月度最大回撤***% [16] 行业定位与发展规划 - 公司选择差异化竞争路径，专注沪深300指增赛道，避免中小市值板块内卷 [13] - 当前规模保持在5亿以内策略红利期，拒绝以牺牲策略有效性为代价的规模扩张 [14] - 未来30年看好中国成为第六轮康波周期核心技术主导国，预计A股长期年化收益率将显著提升 [10][25] - 短期（6-12个月）资产配置优先级排序为权益大于债券大于商品，重点关注科技赛道独立崛起机会 [24] 业绩表现与竞争优势 - 策略卡玛比率在加入康波体系后显著提升，持有体验接近最大回撤类似长期国债但年化收益为其***-***倍 [9] - 300指增策略同时具备高年化超额、成长市强进攻性及不同市场环境超额稳定性 [20] - 公司强调研究驱动，策略开发鼓励员工自有资金跟投，实现利益与客户业绩一致性 [17] - 创始人历史拐点判断准确率高，包括2020年3月24日全球股市看涨提示及2024年多次空翻多信号 [13]

投资范式转移 - 投资行业正经历从依赖人类智慧的“碳基”投资向依托机器智能的“硅基”决策的深刻范式转移[1] - 投资大师查理·芒格和詹姆斯·西蒙斯的离世标志着“碳基”投资智慧传承的挑战与局限[1] - 文艺复兴科技公司在创始人退休及去世后仍保持较好业绩，揭示了“硅基”决策系统不依赖个体生命、能持续稳定运行迭代的独特优势[1] - 大部分顶尖投资机构正在发力机器决策，预示人机协作新模式的诞生[1] 人工智能应用与潜力 - 当前AI在金融领域的应用多集中于捕捉短期市场错误定价机会[2] - 生成式AI的“词嵌入”技术通过将信息转化为空间向量理解内在关联，具备强大的模式识别和跨模态推理能力[2] - AI的能力边界正不断拓展，未来五到十年有望处理更长期、更复杂的金融逻辑，突破短期预测局限[2] - AI是一个涵盖多种模型的集合体，不同模型能力各异，发展路径不同[2] - 当前AI展现的主要是基于统计的“预测”能力，而非真正的逻辑推理[2] 挑战与未来方向 - 金融市场的信噪比较低，顶尖投资者与随机猜测的准确率优势可能仅为几个百分点[2] - 单纯依赖历史数据驱动的“归纳法”量化投资不够，未来突破在于将数据科学与对金融经济世界的深刻理解相结合[3] - 需要通过跨学科深度融合，结合对AI模型能力局限的理解和对金融现象的洞察，开发更具前瞻性和稳健性的投资策略[3]

投资范式转移 - 投资行业正经历从依赖人类智慧的“碳基”投资向依托机器智能的“硅基”决策的深刻范式转移 [1] - 以查理·芒格和詹姆斯·西蒙斯为例 传奇人物的离世凸显“碳基”投资智慧传承的挑战与局限 培育下一代大师需数十年周期 [1] - “硅基”决策系统优势在于不依赖个体生命 能够持续稳定运行和迭代 如文艺复兴科技公司在创始人退休及去世后仍保持较好业绩 [1] - 大部分顶尖投资机构正在发力机器决策 预示人机协作新模式的诞生 [1] 人工智能应用与潜力 - 当前AI在金融领域的应用多集中于捕捉短期市场错误定价机会 但其能力边界正不断拓展 [2] - 生成式AI的“词嵌入”技术可将信息转化为空间向量并理解内在关联 具备强大的模式识别和跨模态推理能力 可应用于文本、图像、声音及复杂科学问题 [2] - 未来五到十年 AI有望处理更长期复杂的金融逻辑 突破短期预测局限 带来更广阔应用前景 [2] 人工智能的挑战与局限 - AI概念存在误用 其是涵盖多种模型的集合体而非通用智能体 不同模型能力各异发展路径不同 [2] - 当前AI更多展现基于统计的“预测”能力 而非真正的逻辑推理 [2] - 金融市场信噪比较低 顶尖投资者与随机猜测的准确率优势可能仅为几个百分点 在巨大市场噪音中提取微弱有效信号非常困难 [2] 未来投资策略方向 - 单纯依赖历史数据驱动的“归纳法”量化投资不够 未来突破在于将数据科学与金融经济世界的深刻理解相结合 引入“演绎法” [3] - 通过跨学科深度融合 在理解AI模型能力和局限的基础上 结合对金融现象的洞察 才能开发出更具前瞻性和稳健性的投资策略 [3]

投资范式转移 - 投资行业正经历从依赖人类智慧的“碳基”投资向依托机器智能的“硅基”决策的深刻范式转移 [1] - 以查理·芒格和詹姆斯·西蒙斯为例 传奇人物的离世凸显“碳基”投资智慧传承的挑战与局限 培育下一代投资大师需数十年周期 [1] - 文艺复兴科技公司在创始人退休及去世后仍保持较好业绩 揭示“硅基”决策系统不依赖个体生命 能持续稳定运行迭代的独特优势 [1] - 大部分顶尖投资机构正在发力机器决策 预示人机协作新模式的诞生而非机器完全取代人类 [1] 人工智能的潜力与挑战 - 当前AI在金融领域的应用多集中于捕捉短期市场错误定价机会 但其能力边界正不断拓展 [2] - 生成式AI的“词嵌入”技术通过将信息转化为空间向量并理解内在关联 使AI具备强大的模式识别和跨模态推理能力 可应用于文本、图像、声音及复杂科学问题 [2] - 未来五到十年 AI有望处理更长期复杂的金融逻辑 突破短期预测局限 带来更广阔应用前景 [2] - AI概念存在误用 AI是涵盖多种模型的集合体而非通用智能体 不同模型能力各异发展路径不同 [2] - 当前AI更多展现基于统计的“预测”能力 而非真正的逻辑推理 [2] - 金融市场竞争信噪比较低 顶尖投资者与随机猜测的准确率优势可能仅为几个百分点 在巨大市场噪音中提取微弱有效信号非常困难 [2] 未来投资策略发展方向 - 单纯依赖历史数据驱动的“归纳法”量化投资不够 未来突破在于将数据科学与金融经济世界的深刻理解相结合 引入“演绎法” [3] - 通过跨学科深度融合 在理解AI模型能力和局限的基础上结合对金融现象的洞察 才能开发出更具前瞻性和稳健性的投资策略 [3]

文章核心观点 - 行业专家在私募基金高质量发展大会上探讨AI技术如何重塑量化投资生态、量化策略的演进与突破、行业挑战与未来趋势 [1] - 监管规范为行业健康发展注入信心 A股市场自2024年9月24日后展现出显著韧性与独立性并走出强势复苏行情 [1] - AI技术被视为量化投资的重要赋能工具 能提升对海量金融数据的分析能力并深化对商业世界的理解 [2] - 量化行业在应对策略同质化等挑战时 通过多样性、组合管理及另类数据挖掘寻求突破 AI可能加剧行业头部聚集效应 [3][4][5] 市场环境与表现 - 监管深入规范程序化交易并厘清量化投资与程序化交易的边界 规范发展成为行业主基调 [1] - 2024年9月24日以来A股市场展现出显著韧性与独立性 走出一波强势复苏行情 [1] - 驱动此轮行情核心动力包括政策支撑为市场与经济明确底部、DeepSeek技术突破带来宏观叙事新视角、基本面验证和市场参与者共同努力 [1] - 此轮行情与2014年至2015年相比显示出更加稳健的特征 [2] - 量化私募业绩整体表现突出 募资情况显著优于主观机构 [2] 量化与主观投资对比 - 量化与主观投资在方法论、持仓特点、盈利频率等方面相对独立 双方同时提升市场整体活跃度和流动性 [2] - 量化投资特色在于稳健性 持仓分散且具有完备风险管理工具 主观投资优势在于爆发力 [2] - 万物皆有周期 量化与主观表现交替是正常现象 [2] AI技术应用与影响 - AI技术比起人脑或线性模型能更多抓住海量金融数据之间的微妙联系 [2] - 大模型基于原始数据分析可成为优秀分析师 使量化策略对商业世界的理解实现飞跃式提升 [2] - AI被定位为一种有优势的统计学 与量化投资有非常强的底层关系 但在可预见的未来不会取代人的核心地位 [3] - AI技术发展直击金融领域哲学问题 即应相信简洁规律还是拥抱复杂智能 [3] - 量化投资是交叉学科 用程序和工程连接数学、金融、统计、经济及心理学等学科 [3] - 量化模型容易掉进样本内部过度优化的陷阱 [3] - 量化私募天然与AI相辅相成 [3] 行业挑战与应对策略 - 行业面临策略同质化、市场风格快速切换等挑战 [3] - 应对阿尔法因子周期性的核心在于多样性（不同来源信息与玩法）和组合管理水平（因子失效时有效管理风险） [4] - 通过收益来源拆分 在不同时间维度上研究风格收益与非风格收益 通过多模型研究不同收益来源并合成预测以丰富多样性 [4] - 另类数据在未来具有较好前景 具体解决方案包括采用自然语言处理技术去噪、多周期回测验证有效性及保障实时性 [5] - AI时代算力、算法和数据呈指数级上升 需警惕样本内过度优化 要理解复杂模型背后逻辑并确保样本外可重复 [5] 行业生态与格局演变 - AI有可能造成量化行业的头部聚集效应 因开发优质策略需在数据、算力和人才上大量投入 提高行业门槛 [5] - 在监管规范与技术创新的双轮驱动下 量化行业正在构建更加健康、多元的生态体系 [5]

"当前，世界正在重估中国资产，中国资产成为'不可不投'的标的。""当前基本面的点状改善有望逐渐扩 散到更多行业，市场未来的上涨空间可期。"一连串掷地有声的重磅观点，从一场行业盛会上传出…… 10月15日，由中国证券报主办、国信证券独家冠名的"固本砺新行远——2025私募基金高质量发展大 会"在深圳举行。 在高质量发展成为基金行业共识的当下，大会汇聚政界、学界与产业界的思想火花，纵论私募基金的发 展路径与机遇。 宏观经济展现活力与韧性 国信证券党委书记、董事长张纳沙在致辞中表示，当前，资本市场投融资综合改革正深入推进，随着 新"国九条"和资本市场"1+N"政策体系落地实施，多层次市场体系更加完备，为私募行业高质量发展创 造了良好环境。 在市场发生积极变化的同时，人工智能（AI）等技术进步也为投资带来更广阔的发展机遇。 超量子基金创始人张晓泉表示，投资界正经历一场深刻的范式转移——从依赖人类智慧的"碳基"投资， 迈向依托机器智能的"硅基"决策新时代。这一转变不仅重塑着投资行业的格局，也为金融领域带来了巨 大的想象空间。 坚定看好中国资本市场 2024年"9.24"以来，伴随着一系列改革举措落地，A股向上动能持续释 ...

AI对投资方法论的影响 - AI技术出现为打破传统投资方法论中归纳法与演绎法之间的壁垒提供了可能[1] - 金融领域面临相信简单朴素规律还是拥抱复杂模型的哲学问题[1] AI在量化投资中的应用与挑战 - AI技术让数据挖掘更加便利并使许多非结构化数据可被利用[3] - AI应用容易陷入量化领域常见的样本内过度挖掘陷阱[3] AI驱动的投资发展趋势 - 在AI帮助下不同投资派系有望逐渐找到中间结合点[3] - AI引领的投资革命值得期待[3]

公司核心策略 - 面对量化行业同质化挑战 公司通过长期深耕 在数据端拓展细分信息 在方法端实现行业定制加特征化建模 以避免与同行在通用因子上的同质化竞争 并使基本面因子在不同场景下更精准发挥作用 [1] - 在数据维度跳出通用数据池 补充细分场景信息 除净利润 ROE等传统基本面因子外 主动拓展更细分数据来源 例如与券商研究所合作开展阿尔法捕获 直接引入分析师对行业 公司的点状研究信息 将非标准化洞察转化为可量化信号 [3] - 在方法论维度 根据行业特性做精细化设计 同时结合机器学习 突破传统因子的局限性 [3]

市场热点与行业主题 - 资源和科技板块引领节后A股市场开门红 [1] - 化工行业在经历4年磨底后可能出现行业性机会 [1] - 黄金价格出现显著上涨 [1] - 日本股市可能因高市早苗当选自民党总裁而受到利好影响 [1] 指数与板块投资机会 - 国证2000指数在中长期具备配置价值 长期受益于科技产业升级 [2] - 科技成长领域存在结构性机会 包括AI（算力/应用）、半导体、创新药等 [2] - 高端制造领域存在国产替代带来的投资机会 [2] - 生物科技板块长期受益于人口老龄化趋势和工程师红利 估值性价比逐步凸显 [2] 投资策略与市场动态 - 北交所存量上市公司股票代码将进行切换 [1] - 2025年第四季度投资联席会关注市场趋势 [1] - 2025年前三季度进出口情况被重点介绍 [1] - 量化投资的内核正被AI技术重塑 [2][3]

兴业银行养老资产配置策略 - 兴业银行发布9月份养老资产配置策略月报 [2] 鹏扬基金A股市场观点 - 鹏扬基金认为资源和科技板块引领节后A股市场开门红 [2] - 市场呈现结构性修复和轮动特征 [2] 景顺投资日本股市展望 - 景顺投资观点认为高市早苗当选自民党总裁对日本股市构成利好 [3] 华夏基金化工行业观点 - 华夏基金探讨化工行业在磨底4年后是否将迎来反转机会 [3] 黄金市场投资机会 - 中国基金报关注黄金价格大幅上涨后的投资机会 [3] 基金业绩比较 - 中国基金报提出从去年10月8日至今投资者业绩与基金表现的比较问题 [5] 国新办进出口数据 - 国新办新闻发布会介绍2025年前三季度进出口情况 [7] 博时基金投资展望 - 博时基金召开2025年第四季度投资联席会 [9] AI项目路演活动 - X-Day"西丽湖路演社举办模力营AI项目专场活动 [11] 民生加银基金量化投资 - 民生加银基金何江早期接触复杂系统理论为其转向量化投资奠定基础 [18] - 何江看好国证2000指数的中长期配置价值 [18] - 国证2000指数在AI算力/应用 半导体/创新药 高端制造国产替代等领域存在结构性机会 [18] 生物科技板块投资观点 - 生物科技板块长期受益于人口老龄化趋势和工程师红利 [19] - 生物科技领域估值性价比逐步凸显 正迎来长期布局机会 [19]