经过20年积累与沉淀，中国资本市场跑步进入指数投资大时代。Wind数据显示，截至11月底，ETF市场总规模已经达到3.65万亿元。而在2023年底，这一数据还是2.05万亿元，也就是说，不到一年时间，ETF规模增长超过了70%。伴随规模狂奔的，是传统宽基指数的更新迭代和不断扩容，以及日益丰富的产品生态。而当人们惊叹于指数赛道势不可当的跨越式发展，指数产品布局和发行竞争之激烈，更多基金公司开始思考，如何在一片红海中找到并填补市场的空白，发挥自己的独特优势，用更加细腻的产品创新、服务创新，提升投资者的获得感。浦银安盛基金，就一直在做这样的尝试，走出了一条极具特色的指数业务发展之路：将指数投资纳入多资产管理能力建设的大愿景中，同时结合主动和被动管理优势，用量化策略为指数投资做加法。这也是浦银安盛“指数家”这一指数业务品牌的初心和目标：成为“指数＋”这个领域最专业、全面的专家。作为一家银行系基金公司，浦银安盛在公司创立初期就开始探索指数投资领域，旗下已经初步形成了“宽基指数＋行业主题ETF”的量化产品矩阵，其中浦银安盛沪深300指数增强从2010年成立至今，回报率89.34%，超额收益达62.98%。今年5月成立的浦银安盛中证A50指增是全市场首只A50指增产品，成立至今涨幅14.63%，跑赢A50指数2.61%，超额效果明显（Wind数据，截至2024.12.10）。在做好公募行业“多资产专家”这个愿景下，浦银安盛指数量化团队强调“大量化”概念，量化投资既是公司多资产管理框架中的一部分，也有自身广泛的产品线，包括指增、场内ETF、固收+、主动量化、量化对冲等，指数量化和公司权益、固收团队互相支持，力争实现指数量化产品、策略和阿尔法来源的多元化。
科学的超额收益来源于一支专业、多元的年轻投研队伍。作为国内公募行业里的一股新锐力量，浦银安盛量化指数团队成员结构呈梯队型，既有行业经验丰富的资深基金经理，也有新兴有活力的年轻研究员，目前成员10人，平均从业年限10年左右。公司首席指数量化官楚天舒拥有二十余年金融从业经验，富有指数量化投资管理经验。部门总监孙晨进则拥有十余年量化投资研究经验，专注于指数增强、量化对冲、资产配置等量化领域的解决方案。另有3名基金经理，2名基金经理助理，3名研究员，均具有多年量化从业经验。浦银安盛基金指数与量化投资部总监孙晨进介绍，整个指数量化团队是一支具有“工程师思维”的投研队伍，每个成员就像搭积木一样协同作战，既能够作为独立模块分开运作，又能互相补充组合。“积木”则包括了因子选股、行业驱动、资产配置、配对交易等等，这些模块共同构成了量化策略的基石，而各个分工领域的研究员也能够专注自己的核心策略，基金经理使用这些策略进行灵活组合，从而获得各类子策略带来的收益，也形成了不同的量化产品。正如瑞·达利欧曾经分享的，“投资的圣杯就是找到10-15个良好的、互不相关的回报流，创建自己的投资组合。” 市场环境复杂多变，需要多样化的阿尔法来源，这意味着依靠单个模型、单个因子走天下并不现实。浦银安盛指数与量化投资团队通过深入的市场研究和数据分析，开发出适应不同市场环境的投资策略，包括资产配置、择时、行业轮动、量化选股、事件驱动等，同一策略框架下，也坚持多模型的开发思路。量化选股领域，不仅关注传统的多因子模型，也在积极探索深度学习和人工智能在投资策略中的应用。团队拥有一个包含数百因子的大型因子库，实时更新、实时评价，这些因子都被广泛研究，并能够解释股票回报的长期趋势和异常表现。在孙晨进看来，多策略结合将是未来公募量化挖掘超额收益的重要出路，即便单个策略出现较大回撤，多策略组合也能平抑产品净值波动，给持有人带来更好的投资体验。“量化投资不是圣杯。也不是暗箱。”
近几年市场叙事的转向，让“主动”和“被动”的对垒突然失去平衡，被动投资、工具化投资的浪潮席卷而来。而指数增强产品的出现消解了这种对垒，也给出一条可以充分结合主观研究和量化策略优势、更好匹配投资者需求的发展路径。主动和被动，两者非但不是非此即彼的竞争关系，还可以相互交融，相得益彰。作为指数增强领域较早的开拓者，浦银安盛基金认为，做“指数化”投资，严控跟踪误差，再寻找确定性的超额收益，这是一条走向成熟的必经之路，未来指数增强是量化投资发展的重要方向。浦银安盛中证A50指增基金经理罗雯表示，基本面逻辑下的长效因子选股为主+市场当下的投资逻辑补充，构成了指增产品的超额收益来源。在严控风险的前提下采用量化策略对指数进行增强。注重超额收益的持久性，不会再风格和行业上做太大偏离，拒绝单一风格因子暴露带来的超额收益，这是浦银安盛指增产品的特色。量化投资的核心环节是数据的收集和分析处理，人工智能的发展，与量化研究有着天然的结合点，也已经在量化投资领域产生了极其重要的影响。面对大量原始数据，传统手动构造因子表达式的过程是极其繁琐而且低效的，同时近几年来，随着传统多因子模型在市场的应用逐渐广泛，因子波动特征加大、因子拥挤等原因，造成收益也在逐渐下滑，而AI深度学习模型能够更高效地挖掘因子，寻找更多的alpha来源。孙晨进介绍，AI目前主要体现在高效的数据处理与分析，量化投资除了处理的数据量非常大，处理的数据种类也非常丰富，包括文本在内的另类数据，其重要性也在不断提升，Kimi等先进的语言大模型能够从海量非标准化的数据中提取关键信息，帮助基金经理筛选提炼有效的选股信息，如果说从前选股是“大浪淘沙”，现在则是“AI淘金”。浦银安盛指数与量化投资部陶阿明介绍，AI在挖掘更高质量的因子、捕捉热点模型和择时模型方面，在团队中已经能够成熟地应用。为了更加高效的将AI融入团队的投资体系，浦银安盛指数量化团队建立了完善的数据管理体系和代码协助开发体系，每个基金经理、研究员都是工程师，都具有编程能力，团队数据和模型管理体系全是自主开发，90%的自建率。“我们使用先进的计算工具和算法，对数据进行清洗、整合和分析，确保数据的高质量和可用性。”孙晨进表示，团队采用的是多编程语言、数据共享的技术框架，目前量化分析平台支持多种常用编程语言，拥有多套成熟的量化分析工具包，相互验证互为补充。公司内部也在通力合作，为指数量化部门提供资源支持，“我们团队和公司IT部门合作紧密，IT部门协助构建和维护我们的数据平台，这些系统不仅要求高性能和高稳定性，还要能够快速响应市场变化，支持高频交易和大规模数据处理。”资本市场发展的车轮滚滚向前，指数基金被时代机遇所选择，也将为市场参与者带来新的机遇，彼此成就。指数的魅力，就在于不断自我更新，生生不息，这是一个有活力的指数能够保持长期向上趋势的基础，资管行业也是如此。展望未来，浦银安盛也将秉持“多资产管理能力建设”的初心，为指数做好加法，不断打磨投资者体验，让“指数+”成为“指数家”。声明：观点不代表投资建议，市场有风险，投资需谨慎。
友情提醒：请扫码添加基金人事，更多内容社群私享，你懂的！![]()
我们以积分悬赏、奖励为基础的求助、咨询、解答机制，实时连接遍布金融领域各主流机构的20万+名会员，帮你消除各种信息不对称，摆脱把握行业动态依赖口口相传的原始方式。 另有《券商人事》、《基金人事》、《银行人事》、《保险人事》报告，独家汇总行业最新人事变动信息，足不出户洞悉全行业！![]()
