公募量化进化论：不再追逐风口，策略还剩下什么

来源：中国证券报

2026年以来的极致行情，是对公募量化的一次“压力测试”。

上半年，科技股一枝独秀，不少公募量化基金经理直呼“难做”。三季度，随着科技股抱团结束，公募量化不少指增产品超额收益反弹，业绩逐步修复。但在业绩回暖背后，如何控制风格暴露、提升策略稳定性，仍是行业绕不开的命题。近期，记者采访了多家公募机构量化团队，还原这场变局下的策略进化图谱。

投资策略迎来迭代升级

科技股今年的极致行情，对公募的“量化人”来说是一场大考验。4月到6月，科技行情几乎“一枝独秀”，随后经历剧烈震荡调整。基于此，不少量化基金经理有了更多思考，并在投资策略上探索新的路径。

中信保诚沪深300指增基金经理姜鹏坦言：“经历今年的行情后，重要的感受还是要尊重常识。从长期有效的基本逻辑出发，做好风险管理，即使市场出现阶段性的非理性，最终也会回归常识。从量化角度看，挖掘长期有效的因子和交易逻辑，避免因市场波动而过度追求短期热点因子，长期来看可能是正确的思路。后续再进行研究和迭代策略时，会兼顾中高频交易因子和长期基本面因子的均衡，避免集中于某一种风格。”

为了应对波动较大的权益市场，博道基金量化团队向记者透露：“今年7月，团队在风控方面进行了一次较为重要的升级迭代。团队从7月起，启用了动态风控模型，实时监测当前市场波动较大的风格因子并动态收紧风控，增强市场大幅波动下的抗回撤能力。”记者了解到，这是自2025年以来量化团队的第三次重要迭代。

中欧基金向记者表示，三季度以来，量化投研团队在两大方面进行策略升级：一是丰富Alpha来源。持续拓展和引入更多低相关性的选股信号，推动“三元低相关”策略的深度融合与协同应用，从而降低单一Alpha来源在极端市场环境下出现阶段性承压的风险，提升收益来源的多元化水平，增强整体策略的稳健性。二是提升极端环境适应能力。针对市场拥挤、风格反转以及极端波动等状态，持续推进模型优化，增强模型在极端环境下的适应能力与表现稳定性。

超额收益逐步回暖

三季度以来，不少量化产品的超额收益正在逐步回暖。

开源证券在研报中统计显示，三季度公募量化300/500/1000增强产品超额收益分别为3.5%、4.4%、3.5%，私募量化300/500/1000增强产品超额收益分别为4.6%、9.6%、10.1%，公募指增和私募指增产品超额收益均大幅反弹。

分析这一情况的背后原因，姜鹏表示，随着科技股抱团的结束，市场拥挤度下降，阿尔法宽度有所增加，有效的中低频基本面因子数量增加，尤其前期表现一般的红利低波类因子大幅修复，以中低频策略为主的公募量化整体表现较好。

还有业内人士表示，近期公募量化超额收益反弹，是市场环境、策略特性、投研迭代多重因素共振的结果。第一，市场个股分化抬升，板块轮动趋于均衡，个股定价偏差增多，多因子分散选股的模型或更容易捕捉超额机会。第二，市场成交活跃度回升，流动性改善，量化信号或更容易落地，冲击成本有所回落。第三，公募机构持续优化模型与风控体系，借助AI工具提升因子挖掘效率，有望在风格修复阶段兑现收益。

避免过多风格暴露

拉长时间来看，不少公募量化产品今年的整体超额收益，依然受到了市场风格快速切换的较大影响。

谈及这一现象，天相投顾基金评价中心的研究人员分析，大概率是因为发行放缓，加上近两年指增产品扎堆、竞争加剧，超额收益被摊薄。另外，从观察的数据上看，以私募沪深300指增为例，部分产品在6月底至7月净值大幅回撤，或因其在某类风格或行业上暴露过度，导致超额收益剧烈波动。

在姜鹏看来，2026年市场风格较为极致，收益更多受到贝塔因素的影响，阿尔法的获取空间被压缩，今年的主要挑战是波动率的控制，即如何在获取超额收益基础上控制跟踪误差和回撤，避免超额收益大起大落，这种极端波动的行情容易使超额收益表现得像是smartbeta，承担的风险过大，如何提升稳定性是比较大的挑战。

面对这一挑战，路博迈基金量化团队有不少心得。路博迈基金基金经理韩羽辰向记者表示，2025年7、8月AI行情中，市场结构分化程度前所未见，模型再度回撤。经历几轮冲击后，2025年9月团队做出关键调整：全面严控风格暴露，专注纯粹的选股阿尔法。“风格暴露虽能增厚收益，但波动过大且极端行情频发，仅靠阿尔法已足以支撑产品表现与持有体验。”他表示，2025年的调整效果在2026年得到验证：5、6月AI板块再现极端分化，模型未现大幅回撤；7、8月市场高低切换、风格趋于均衡，组合整体表现不俗。

天相投顾基金评价中心的研究人员亦向记者表示：“从我们观察的数据看，部分在行业或风格暴露上控制较好的产品，超额曲线仍保持原有斜率，没出现明显衰减或大幅波动，说明其策略能较有效地捕捉个股阿尔法。未来，量化团队或更聚焦个股Alpha挖掘，而不是依赖行业轮动或风格择时。”

展望未来，姜鹏表示，中信保诚基金量化团队的规划是会从长期有效的基本逻辑出发，做好风险管理，具体而言，后续除了继续深入研究机器学习方面的应用，也会重新梳理并且深入整理基本面方面的研究，探索AI等技术与基本面研究的结合，同时探索行业轮动、ETF及衍生品等策略在量化选股和指增方面的应用，为后续可能的市场交易模式以及监管政策的潜在变化做准备。

各家的策略迭代并没有终点，但却揭示了一个行业共识：超额收益的稳定性，远比阶段性爆发的弹性更重要。真正的变化发生在“水面”之下：更严格的风控、更多元的阿尔法来源、更强的极端环境适应力，正在成为公募量化的新底盘。当市场从极致回归均衡，当公募不再追逐风口，量化策略的真正底色才得以显现。这场“压力测试”留给行业的，是一次关于“长期主义”的重新出发。