在公募基金投资领域，技术的革新正不断推动着行业的进步。DeepSeep引爆AI热潮，随着AI元年的到来，如何从海量交易数据中挖掘超额收益、洞悉市场规律，成为投资者关注的焦点。人工智能，尤其是深度学习技术的快速发展，为公募基金投资提供了新的解决方案。

　　泓德基金自3月3日起发行的泓德智选启诚混合（A类代码：021726，C类代码：021727），正是以AI选股为核心，对标中证全指指数，长期追求更优的超额曲线。该基金的业绩比较基准为中证全指指数收益率×90%+中国债券综合全价指数收益率×10%。

　　“深度学习技术帮助投资者实现了对海量数据的建模和对非线性信息的提取，从而获取较好的Alpha。而深度学习模型的迭代和人工智能技术的进步，也使我们能够持续加深对股票市场的理解。”泓德基金AI Lab负责人、泓德智选启诚混合拟任基金经理李子昂表示。

　　中证全指：被低估的市场“晴雨表”

　　中证全指是由中证指数公司编制的一只全市场覆盖型指数，旨在综合反映沪深京三市上市公司的整体表现。截至2025年2月28日，中证全指成份股数量达5060只，覆盖A股市场95%以上市值、90%多的上市公司、93个中证三级行业，显示出广泛的覆盖性和强大的代表性。自基日（2004年12月31日）以来，中证全指累计涨幅达384.74%，显著跑赢沪深300、中证800等市场指数。

　　中证全指之所以能够成为A股市场的核心宽基指数，得益于其科学的编制方法。同时，因其覆盖全市场、行业分布均衡的特征，能够分散单一市值风格的风险，更加适合均衡配置型投资者。

　　泓德基金李子昂介绍，一般而言，指数选股域越宽往往具有更多挖掘阿尔法的机会。中证全指作为成份股数量最多的宽基指数，在选股自由度上高于其他指数，且行业风格也具有一定的分散性，更适合AI量化进行投资。

　　AI选股：破解超额难题的“秘钥”

　　AI选股之所以能够在量化投资领域脱颖而出，关键在于其处理高频数据和非线性特征挖掘的能力。

　　高频数据是全市场所有的参与者交易行为数据的体现。通过神经网络处理逐笔成交、逐笔委托数据，日均分析量可达数亿条，能够捕捉市场微观结构变化。金融市场非常复杂，AI或神经网络能够挖掘市场特征，并将特征有效组合，以进行预测。在挖掘阿尔法方面，AI模型不仅更准确、高效，而且挖掘角度更多元。

　　自2020年起，泓德基金就基于人工智能相关领域的前沿科技成果，开始研发并不断升级新一代量化投资体系，通过集聚团队智慧，从架构设计、海量数据处理到模型训练，最终打造出一套能较好适应国内股票市场的AI综合量化投资策略。经过大量的实盘数据验证，借助AI选股模型，泓德基金已经发现许多能够高效、多元挖掘超额收益的量化策略，并将这些策略应用到量化相关产品中，取得了良好的效果。

　　模型迭代：海量数据中寻找概率优势

　　泓德智选启诚混合拟任基金经理李子昂，是美国哥伦比亚大学理学硕士、中国人民大学工学学士，具备本土与国际的双重复合背景，拥有11年资管从业经历，在AI量化研究及投资领域积累了丰富的经验，多年从事神经网络模型研究，熟练掌握主流深度学习模型，并基于此开发和迭代了用于选股的深度神经网络，挖掘多维度交易信息特征。

　　李子昂所管理的泓德智选启航混合A自2024年3月19日成立至2025年2月28日，累计收益17.26%，超越中证全指7.85个百分点。尤其是在2024年10月至年底，市场经历了较大幅度的调整，泓德智选启航混合A的最大回撤为-10.08%，优于中证全指和同类平均。

　　李子昂表示：“尽管市场的震荡会对模型Alpha端产生一定挑战，但是我们可以采用多模型的方式尽可能降低超额收益回撤。的确，市场环境变化带来的巨大波动和可能的风格切换不容忽视，我们会不断努力开发新的模型，提升量化模型的适应性，为投资者创造更好收益。”

　　“AI不是‘预测神器’，而是通过海量数据寻找概率优势。我们的目标是在各类市场环境下力争跑赢指数。”李子昂说。