#對話金昉毅# 我認為有兩個方面的特色。一是致力於融合量化學術研究和投資，堅信學術研究創造投資價值。因為我們認為量化的學術研究是量化投資賴以生存的土壤，我們希望打造學術研究和實際投資相結合的環境。這方面我們做了2件事：一是定期舉辦光保“耀阿爾法”量化學術論壇，邀請學校的一線教授過來分享。我對團隊

金昉毅 光保 學術論壇 選股 一是 團隊 我們

#對話金昉毅# 300價值屬於SmartBeta，將某一列因子單獨列出，並在300中挑選低估值標的。滬深300價值的意義在於，若是有人認為其有能力選擇價值風格，願意將其作為工具去做，去選擇時點，但這樣比較難。儘管我們現在關注低估值的股票，但是低估值可能不會一直跑贏高估值，我們同滬深300價值的差別在

因子 金昉毅 SmartBeta 其有 同滬深 選擇 我們

#對話金昉毅# 300增強，500增強以及創業板增強，其實很難判斷之後哪個會表現更好，因為他們的Beta是不一樣的。若投資者想追求穩定收益，那300增強可能較好；500增強的波動性會略大，但對應的，彈性較大。

金昉毅 Beta 會略 波動性 對話 彈性 哪個

#對話金昉毅# 這取決於你的選股策略，現在的量化模型不能只靠單純的風格暴露去賺錢。所以量化模型要不斷改進。量化是一個工具，不代表我用量化就一定比其他基金跑的好，這裡面差異非常大，量化策略本身有千萬種。最終用得好或者不好取決於基金經理和團隊能力。

千萬種 金昉毅 選股 只靠 我用 策略 不斷改進

#對話金昉毅# 機器學習、人工智能等是新的工具，在某些領域作用大，比如處理高維度，非機構化、巨量數據時。AI代替不了人，量化基金經理的作用從來不是運算模型，而是決定用什麼模型。但是AI能夠實現以往人做不了的事。所以不是代替，而是補充。

金昉毅 維度 而是 做不了 人工智能 巨量 作用

#對話金昉毅# 這裡面有兩個概念需要區分。單從資金容量來講，指數增強與指數基金是一樣的，因為指數增強的選股範圍與指數基金是一樣的，不存在容量大小問題。大家實際關心的問題是超額收益的獲取是否會因規模增加而降低。因為被動指數不存在超額收益，但是如果是指數增強產品，這個答案是肯定的，而且這對所有主動基金都

收益 容量 規模 基金 金昉毅 選股 會因

#對話金昉毅# 我們沒有嚴格的分工，而是在一個平臺上鼓勵百花齊放，一個平臺是指衡量策略優劣的方法論統一，多因子的風格因子體系統一。公募的量化模型主要偏基本面，迭代週期相對慢。策略相對穩定，對於單個alpha因子會有淘汰機制。

金昉毅 公募 alpha 策略 迭代 統一 相對

#對話金昉毅# 我認為可以通過定性和定量兩種方法去判斷。定性主要是量化策略的分類。機構投資者和個人投資者可能不太一樣，共同點是需要業績記錄長一點，規模、歷史業績記錄至少三年。機構投資者需要對規模有個起碼的要求，規模過大對於高換手策略確實會有影響。除了以上這些方面，還可以考慮超額收益的歸因。

記錄 金昉毅 有個 策略 歸因 業績 共同點

#對話金昉毅# 任何一個市場都在發生改變，不會有同一種量化策略放之四海皆準。技術分析確實可以是量化策略的一種，但量化投資也包括利用基本面指標進行投資，這種投資邏輯和大白馬、大藍籌可以較好的契合，比如低估值、高盈利能力等指標。所以各種市場都有可適用的量化投資策略，關鍵是選對策略。

皆準 指標 金昉毅 有同 選對 契合 四海

#對話金昉毅# 量化投資在中國經過多年的發展後對於投資者來說並不陌生，關於量化的優勢相信大家也討論了很多。我自己的看法是：量化是個工具，成功與否取決於基金經理的投資判斷和能力。並不是說量化投資就一定會優於其他基金。但是作為一個工具來說，量化的優勢在於對於任何一個策略都可以進行歷史回測，第二個優勢是獲

金昉毅 回測 投資 來說 對於 策略 與否