AI量价因子年内超额基本抹平及量化投资策略跟踪

摘要： 本报告为量化投资周报，重点跟踪了全频段量价融合因子、LLM-FADT文本选股策略以及AI行业/主题/概念轮动模型的近期表现。核心结论指出，AI量价融合因子的年内超额收益基本抹平，相关增强组合近期遭遇较大回撤。

核心观点：

1. AI量价因子失效风险：全频段融合因子今年以来TOP层相对全A等权基准超额收益仅0.44%，基于此构建的中证1000增强组合年内超额收益为-8.03%，短期回撤明显。
2. 文本策略表现分化：引入大模型（LLM）增强的文本选股策略（LLM-FADT）虽长期表现稳定且优于BERT-FADT，但6月相对中证500超额收益为-5.3%，本周回撤较大。
3. 短期轮动建议：AI行业轮动模型建议未来一周持有贵金属、工业金属、非银行金融、银行、国防军工；主题/概念模型推荐有色矿业、贵金属、稀土产业等方向。

论据支撑：

1. 数据跟踪：全频段融合因子5日RankIC均值为11.1%，但近期实盘增强组合表现不佳。
2. 模型机制：LLM-FADT通过大模型提取“言外之意”、潜在风险等深层解读，丰富了FinBERT的文本特征输入。
3. 轮动打分：行业轮动模型中，贵金属（0.76）和工业金属（0.73）得分最高。

局限性/风险：
AI模型基于历史经验总结，存在失效可能且可解释程度较低，模型输出不构成直接投资建议。