量化基金经理调研纪要：建信中证1000指增策略分析

摘要： 本次调研聚焦于建信基金的量化指增策略，重点分析了其中证1000指数增强基金的业绩表现、多因子策略框架、风险控制机制以及 AI 技术在量化模型中的应用与未来演进方向。

核心观点：

1. 策略构建与超额来源：构建涵盖基本面、技术面（占比超70%）和情绪面的因子库，通过机器学习与传统多因子融合，利用中证1000成分股的信息差捕捉错误定价，实现长期稳定的阿尔法收益。
2. 风控与波动管理：采取严格的风格中性化（偏离控制在±0.2σ）和行业偏离控制（约1.5%），通过约300只个股的高度分散持仓及禁投库机制，有效降低单一个股黑天鹅事件的影响。
3. AI 的定位：AI 被视作传统多因子框架的增强补充而非替代，旨在通过处理非结构化数据拓宽量化能力圈，提升对行业和主题的把握能力。

论据支撑：

1. 业绩数据：产品自2018年底至2026年7月累计超额收益达174.1%，2026年以来超额收益7.1%。
2. 标的优势：中证1000指数成分股流动性充裕且券商覆盖率低（平均4家），为量化选股提供了广阔的空间。

局限性/风险：

1. 市场环境限制：在单边急跌行情中难以主动规避；当市场出现强主题行情导致波动集中于局部领域时，量化模型处理难度较大，超额获取挑战增加。