现在这个市场，想挣点钱太难了。量能一再萎缩，今天涨的板块明天就跌，风格也在切换，科技新登和价值周期老登被随机翻牌子。

这也是为啥我这段时间一直在重点定投量化策略基金。因为相比于我们这种碳基生物，AI算法模型天然更适应市场的高频变化，也更擅长在短线波动里捕捉机会，低买高卖，趋利避害。

但是量化基金里的门道不少，如果没搞清楚，结果很可能会让人失望。

国内公募量化这两年变化很大，也跑出了一大批优质基金，在挖掘超额收益方面表现非常亮眼。

拿中证A500来说，虽然今年市场整体不好做，但却有超过60%的中证A500指数增强基金（以A份额计）拿到了正超额，说明量化策略在今年这样的复杂市场里是有效的。

（数据来源：Wind，截至2026.5.19）

今天就好好聊聊量化策略，拿里面的一些优秀代表作为案例，拆解一下量化基金的筛选逻辑。

再次提醒一下，这只是一篇科普文，文中提到的所有产品都只是分析举例，不涉及任何投资建议，市场有风险，投资须谨慎哈。

一、量化基金也有策略差异？

在筛选量化基金时，第一个要看的就是选股范围。这既决定了基金的beta收益弹性，也关乎alpha，也就是超额收益的挖掘空间。

很多人误以为，量化基金都是在全市场随意选股。

并不是。

量化基金大体可分为两类，指数增强和全市场选股。

指数增强基金会锚定一个指数，比如国金中证A500指数增强（A类022485，C类022486），锚定的就是中证A500指数，它的持仓通常有大约两三百只股票，80%以上都是中证A500指数的成分股。

也就是说，它虽然也会去交易非中证A500指数成分股，但比例比较小（20%以内），而且整体持仓的行业分布和风格比例，得始终控制得和中证A500指数大体一致。

全市场选股就没有这个限制。比如国金智享量化选股混合（A类018823，C类018824），它虽然在业绩上对标了中证800指数，持仓中也确实是大盘股居多，但实际交易中并不受中证800指数的刚性约束，也没有偏离度的要求，选股更自由。

再举一组更典型的对比案例，国金中证全指指数增强（A类025041，C类025042），和国金智远量化选股混合（A类025656，C类025657），它们对标的指数都是中证全指。但是，前者是指数增强策略，对指数跟踪的要求更严格，后者却是全市场选股，腾挪空间更大。

结果就是，由于中证全指本身是按自由流通市值加权的方式编制的，大盘股的权重更大，使得国金中证全指指数增强的持仓更偏中大市值风格。

而国金智远量化选股混合的持仓，就没有市值风格上的明显偏好了。

我个人觉得，从长期来看，选股空间越大，就越有利于量化模型去挖掘阿尔法收益，也越能适应市场的风格变化。

所以在筛选量化策略基金时，如果要做长线持有，我会优先考虑全市场选股的基金，或者选股空间足够大的指数增强基金。比如像中证A500和中证全指这种指数，它们本身就有行业分布广、市值风格均衡的特点，使得这类指数增强基金的超额挖掘空间也是够大的。

但如果我对某一阶段的市场有偏好，比如更看好某个具体风格主题指数（比如上证50是典型的大盘股风格，中证2000是典型的小盘股风格，还有红利指数、消费指数等等），那就再考虑专门锚定这个指数的增强基金，这样更有针对性。

二、怎么看量化基金是否优质？

beta的选择取决于你的策略，alpha的获取才是真刀实枪的水平。

所以，评判一只量化基金的好坏，我认为最重要也最直接的指标就是，能不能获取稳定的正超额，也就是持续跑赢所对标的指数。

如果不能持续跑赢，那我为啥不直接买ETF呢，对吧？

而对一只量化基金来说，能获得持续稳定的正超额，说明这个量化模型对市场短线变化的适应能力更强，学习能力更强，更灵活，这也是我们买量化基金的初衷。

我个人的经验是，月度和季度的超额胜率在50%以上，通常就是一只相对不错的量化基金。

比如上面提到的几只，月度胜率都很高。国金中证全指指数增强A，在经历的7个完整月度里，有6个月度都跑赢了对标指数，月度胜率高达86%。

国金智远量化选股混合A的月度胜率也有80%。国金中证A500指数增强A和国金智享量化选股混合A的月度胜率也都在70%以上。

（数据来源：Wind，截至2026.5.19）

正超额积少成多，长跑起来就很可观。比如国金中证A500指数增强A，成立以来的累计收益是53.56%，同期中证A500指数上涨30.57%，超额收益率达到22.99%。（数据来源：Wind，数据区间：2024.11.18~2026.5.19）

也就是说，这只基金通过量化模型不断低买高卖挖掘短线超额，积小胜为大胜，一年多下来，拿到了近乎两倍于指数本身的涨幅。

看下面这个走势对比也一目了然，超额收益在持续走阔。这就说明，这只量化基金在复杂多变的市场环境里，适应力挺强的。

三、量化公募看哪几家？

我们买公募基金，主要看产品本身，很少会去看它到底是哪家基金公司出的。但是量化基金有点特殊，基金公司的选择很重要。

因为量化策略的表现取决于量化模型的开发和管理水平。而这是一种系统能力，它的底层必须要有一整套成熟的工业化体系做支撑。

比如数据是否足够全面，因子库是否丰富，回测体系是否可靠，风控是否成熟，交易执行是否稳定，算力是否足够，模型更新是否及时，团队协作是否顺畅，等等，这些东西不是靠一个类似于明星基金经理这样的个体英雄就能完成的。

它必须依赖公司的长期投入、团队积累、技术迭代，以及人才体系，所以量化行业有很强的平台效应。

这也是为什么，一家基金公司通常是，要么就压根没有优秀的量化基金，要么就有很多只。它本质上是平台系统能力的外溢。

国内哪些公募量化做得好呢？以我这些年的观察，我觉得这个名单上首先得有国金基金，这些年异军突起，量化规模和水平都很领先。比如上面提到的国金的四只量化基金，今年以来的超额表现，全都排在同类前三，竞争力非常强。

（数据来源：Wind，截至2026.4.30）

也不只是国金。第一梯队里面，我个人认为应该还有博道基金，他们也是在量化业务重点发力，基本面量化和机器学习做得都不错。而本身权益规模就在行业头部的易方达基金、华夏基金、招商基金，也都有非常强大的量化投研团队，旗下优秀的量化基金也很多。

再有就是像汇添富基金、鹏华基金、中欧基金、富国基金、国泰海通资管、广发基金这几家，在公募量化上也是可圈可点的。

你们发现没，量化做得好的，不仅仅有传统权益大厂，也有整体规模并不在头部的腰部基金公司，量化成了他们弯道超车的拳头产品。

最典型的案例还是国金基金。他们的量化产品在同类里面扎堆冒尖，说明在量化体系能力上，国金基金已经是国内公募妥妥的头部玩家了。

这跟他们很早就All in量化有很大的关系。量化在国内很多公募都只是附属部门，但国金是直接把量化写进公司的战略方向，这很罕见。

国金基金量化业务的负责人姚加红本身就是做了多年量化专户的老将。他在路演中提到，自己是从IT转向量化投资的，最早就是在基金专户里摸爬滚打，积累了大量实盘经验；直到策略非常成熟稳定了，才开始管理公募产品。

可以说，他们在专户阶段的积累非常深，现在也是一直紧盯着私募量化的收益和回撤在做，目前的业绩表现已经能稳稳地站在第一梯队里了

战略定位就决定了资源配比。所以国金做的就不只是一个量化小作坊，而是平台型量化。

这些年国金确实是投入了真金白银去搭数据平台、AI模型、交易和风控系统，以及因子研究体系的，甚至形成了自己的“国金量舰平台”。这个平台据公开资料说，可以支持数十种策略、数百只产品、上千亿资金管理，这就远不是小团队作战了，而是工业化的量化平台了。

国金的量化业务这几年迅速崛起还有很关键的一点是，很早就在往AI量化这条大道上走。早在十年前，他们就已经开始系统性研究机器学习、MLP神经网络、AI预测模型，而直到现在，国内很多公募量化还停留在传统多因子、高频套利、线性模型阶段。

AI量化这件事为什么重要呢？因为A股传统因子，这几年已经越来越卷。如果只是用简单的小市值、量价反转、质量因子，超额越来越难做。于是，谁能更好地处理非线性关系、风格切换、因子动态权重，谁就更容易获得稳定超额。

而机器学习和AI模型，天然适合干这个。

所以很多人不理解，为啥国金能做出国内公募量化的一大批绩优产品，甚至比很多规模处在更头部的大厂做得还要好，我认为核心就在于他们在量化这块战略更聚焦，是真正把量化当成核心能力建设了十几年，并且走的是AI驱动的量化平台路线。

最后稍微总结一下。

对我们散户来说，当市场风格变化太快，而我们又不想，也不擅长做太多择时，那宽范围选股+AI学习模式的量化基金，其实就是一个有效工具，去帮助我们拓展自己能力的边界。

如果能在选股范围、超额胜率以及基金公司层面做好筛选，那大概率就能选到自己比较满意的量化基金了。

风险提示：本文所有内容均不构成任何投资建议，请务必结合自己的风险承受能力独立判断。历史业绩以及短期涨跌均不预示未来表现。市场有风险，投资须谨慎。基金从业编号：A20191117003685