近日，隨著權(quán)益市場情緒回暖，傳統(tǒng)固收資產(chǎn)的收益率持續(xù)壓低，資金不得不奔赴的“含權(quán)戰(zhàn)場”（含權(quán)，指含有權(quán)益類資產(chǎn)）。在此背景下，指數(shù)增強基金（下稱“指增基金”）發(fā)行悄然提速。Wind數(shù)據(jù)顯示，目前全市場正在發(fā)行的指數(shù)產(chǎn)品中，指增基金占據(jù)7席，成為資金布局權(quán)益市場的重要工具之一。

拉長時間來看，2025年全年指增基金更是迎來爆發(fā)式增長，截至2025年12月31日，2025年全年共計成立了187只指增基金（各類份額合并計算），合計新發(fā)規(guī)模超1004.54億元，這一數(shù)字超過了2022年至2024年三年的總和。

然而，在這場“低利率追逐收益”的浪潮中，許多亮眼的業(yè)績實則源于對風格（如市值、成長）、行業(yè)的隱性暴露，是披著Alpha（超額收益）外衣的Beta（隨市場波動而獲得的收益）。

指增產(chǎn)品能否持續(xù)創(chuàng)造超額收益？為此，經(jīng)濟觀察報記者采訪了天弘基金指數(shù)與數(shù)量投資部總經(jīng)理楊超。

“偽Alpha”的盛行

“為什么低利率時代當中我們覺得盡管市場波動很大，但是實際上收益越來越難做？”楊超在采訪中拋出了此問題。

他從金融學定價原理出發(fā)，解釋了低利率的兩大影響：其一，極低的資金成本吸引大量資本涌入市場，使得各類資產(chǎn)定價更為充分?！霸瓉硇〉亩▋r機會現(xiàn)在也有人來搶”，導(dǎo)致與宏觀產(chǎn)業(yè)無關(guān)的純粹交易性機會銳減。其二，低利率時代深刻地改變了投資者的決策心理。當無風險收益近乎消失，投資者對權(quán)益回報的渴求與焦慮并存，更容易陷入追逐熱門行業(yè)與風格的陷阱。

“所有人覺得只要把行業(yè)看對了、風格看對了，收益就有保證了。”楊超指出，但這是一種危險的錯覺?！皬拇罅拷y(tǒng)計學的結(jié)果來看，盡管每一年耀眼的明星都是配置對的Beta，押對了行業(yè)的收益，但僅僅在‘賠率’當中。在‘勝率’上來講，拉長時間看，這種壓賽道的模式不一定能夠在長期維度提供好的投資體感?！彼岢觯氤蔀椤伴L勝將軍”，必須降低對風格或行業(yè)長期判斷的依賴，聚焦到個股選擇中。

指增產(chǎn)品的核心是提供超越基準的超額收益。然而，楊超揭示了行業(yè)中普遍存在的“偽Alpha”現(xiàn)象，即許多超額收益并非來自真正的個股選擇能力，而是對某些系統(tǒng)性風險因子的隱性暴露。

如小盤暴露的“啞鈴陷阱”，A股市場結(jié)構(gòu)的一個顯著特征是，前10%的上市公司占據(jù)了約80%的總市值權(quán)重。這種分布導(dǎo)致了組合構(gòu)建中的一個經(jīng)典難題，即為了追求Alpha，量化模型往往在市值較小的股票中更容易找到統(tǒng)計上的優(yōu)勢。結(jié)果就是，“無論做什么樣的組合優(yōu)化，要么在小盤股當中有明顯的長期的系統(tǒng)性的暴露，要么號稱是中性的，但是實際是左手拿非常大的股票，右手拿非常小的股票。”

這種結(jié)構(gòu)內(nèi)部的“啞鈴型”配置，在風平浪靜時或許能提供可觀收益，但一旦市場風格逆轉(zhuǎn)，將帶來巨大風險?！爱斒袌龀霈F(xiàn)了比較明顯的以微盤股或者小盤股為主要貢獻的市場環(huán)境，可能出現(xiàn)非常大的一次性回撤。”楊超以過去多次市場結(jié)構(gòu)反轉(zhuǎn)小微盤股巨大波動的時間點為例，直言許多產(chǎn)品的超額回撤本質(zhì)上是“有意和無意地承擔了小盤市值的風險”。他認為，過去幾年微盤股指數(shù)的強勢，是特定利率環(huán)境、市場結(jié)構(gòu)和政策導(dǎo)向共振的結(jié)果，不能將其簡單歸因為Alpha能力，其本質(zhì)上依然是一個Beta。

其次，楊超認為，行業(yè)與主題劃分存在一定程度的“失真”，傳統(tǒng)的風險模型基于固定的行業(yè)分類（如申萬、GICS），以0或1的變量來劃分公司歸屬。但在以產(chǎn)業(yè)升級和主題投資為特征的A股市場，這套體系日益顯得僵化?！耙詸C器人為例，有很多跨行業(yè)的資產(chǎn)同時在機器人或者在其他賽道當中都有一些非原來傳統(tǒng)性的風險定價因子能夠映射的暴露?！睏畛f。

這意味著，一個嚴格控制在傳統(tǒng)行業(yè)分類上中性的組合，可能在實際風險暴露上高度集中于某個熱門主題。當該主題定價充分甚至出現(xiàn)泡沫后，隨之而來的回撤會吞噬前期所有“超額”，同時僅僅控制行業(yè)分類也會錯失很多新主題Beta化過程中的機會。

楊超還提到，傳統(tǒng)基本面因子的“紅利消退”，即便在主動投資領(lǐng)域備受推崇的財務(wù)分析能力，其超額收益的來源也值得重新審視。他認為，過去的成功更多是建立在對基本面財務(wù)信息的相對優(yōu)勢上，特別是散戶投資者獲取和分析財務(wù)信息，從而進行價值投資的占比較低。隨著信息傳播速度加快、數(shù)據(jù)服務(wù)商崛起，基于公開財務(wù)信息的分析能力正在迅速“平權(quán)”，其帶來的Alpha實則是“市場不夠有效”的歷史階段紅利。

本源回歸

面對重重誤區(qū)，如何破局？楊超給出的答案是：回歸Alpha的本質(zhì)，即獲取與市場系統(tǒng)性風險低相關(guān)的收益。

“我們要跳出能夠預(yù)測未來的假設(shè)，轉(zhuǎn)而能做的是，當非系統(tǒng)性的定價偏離了系統(tǒng)性的定價之后，在三倍標準差之外等它錯誤定價的恢復(fù)?！睏畛瑢⑼顿Y分為兩類：一類是對Beta方向進行時間維度的套利；另一類則是他追求的“橫截面套利”，在任何一個時間截面上，剝離系統(tǒng)性風險，尋找個股相對于其合理定價的暫時性偏離，并進行反向操作。

“所以做Alpha的前提并不是我有很強的觀點和技術(shù)能力，而是首先認識到自己的不足和局限性，然后清晰地把Beta和Alpha拆分開?！边@種對自身能力局限的清醒認知，是構(gòu)建可持續(xù)Alpha體系的思想起點。

楊超表示，要實現(xiàn)這一理念，依賴于強大的風險識別與剝離工具。天弘基金的實踐是深度應(yīng)用AI技術(shù)，對傳統(tǒng)風險模型進行本土化改造。

從數(shù)據(jù)處理層面來講，楊超透露，AI每日可處理高達30G的逐筆成交與委托數(shù)據(jù)，融合多源另類信息，構(gòu)建高頻量價與微觀結(jié)構(gòu)特征。

而在模型層面則是利用GRU（Gated Recurrent Unit，門控循環(huán)單元)、Transformer（快速權(quán)重控制器）等深度學習模型進行多周期預(yù)測，并通過混合專家（MoE）等機制適應(yīng)不同市場狀態(tài)。

此外，還有關(guān)鍵一步，即改造Barra（一種結(jié)構(gòu)化多因子模型）等傳統(tǒng)風險模型。其中，將行業(yè)劃分從粗顆粒度的全球行業(yè)分類系統(tǒng)細化至53個細分行業(yè)，并對跨行業(yè)經(jīng)營的公司，賦予非0-1的連續(xù)權(quán)重。這使得對系統(tǒng)性風險的度量更加精準，從而能更干凈地剝離出“殘差收益”作為純Alpha的挖掘?qū)ο蟆?/p>

這一套體系化作戰(zhàn)的目的，是確保超額收益的來源盡可能純粹。正如楊超定義的“純Alpha”：行業(yè)、風格偏離都壓得極嚴，超額收益80%以上來自個股選擇，追求與市場熱點的低相關(guān)性。

資金需求變遷與監(jiān)管導(dǎo)向下的產(chǎn)品進化

事實上，指增產(chǎn)品的發(fā)展，始終受到資金端需求與監(jiān)管政策的雙重牽引。

在經(jīng)歷了多輪市場牛熊轉(zhuǎn)換，尤其是低利率下波動加劇的洗禮后，投資者的需求正從追逐短期排名，轉(zhuǎn)向注重持有體驗和長期穩(wěn)定增值。

楊超觀察到，“短期看，風格押注可能賺快錢，但波動大，客戶拿不住?！币虼?，天弘基金在產(chǎn)品設(shè)計上明確分層，既有追求一定彈性的指增，也有面向低風險客戶的“穩(wěn)穩(wěn)增”系列，后者將行業(yè)偏離壓至1%以內(nèi)，追求月度七成以上的勝率。

天弘基金數(shù)據(jù)顯示，截至2025年9月30日，天弘基金旗下指增產(chǎn)品用戶平均持有時間超過7個月，持有滿6個月的投資者中超90%跑贏基準。

與此同時，近年來，監(jiān)管部門持續(xù)加強對基金業(yè)績比較基準的規(guī)范，嚴厲遏制風格漂移。從政策層面強化了指增產(chǎn)品的“契約精神”，產(chǎn)品必須緊緊圍繞其聲明的基準進行投資，超額收益應(yīng)主要通過對基準成分股的精研獲得，而非大幅偏離基準去押注其他賽道。

透過天弘基金的實踐，可以一窺指增產(chǎn)品在下一階段競爭中的關(guān)鍵維度——

全譜系布局背后的體系化布局。根據(jù)Wind數(shù)據(jù)，天弘基金旗下指增產(chǎn)品覆蓋寬基、行業(yè)、特色指增共19只產(chǎn)品，這種廣度基于統(tǒng)一的AI大底座和工業(yè)化投研流程的輸出。楊超稱之為“科學化體系支撐全品類投資”。

面對量化策略極易被復(fù)制，護城河何在的問題，楊超的答案是“快速迭代”和“體系化壁壘”。其因子庫每周新增十幾個因子，超過75%的因子在一年內(nèi)被迭代；壁壘是數(shù)據(jù)、模型、團隊協(xié)作構(gòu)成的復(fù)雜整體，而非單一策略。

低利率時代正在倒逼資管行業(yè)從“機會驅(qū)動”轉(zhuǎn)向“能力驅(qū)動”。楊超表示，AI是工具，而非“黑箱神祇”。天弘基金對AI的應(yīng)用貫穿數(shù)據(jù)、預(yù)測、組合全流程，但始終保持工程師思維，注重偏離誤差控制、歸因透明和持續(xù)監(jiān)控。

然而，挑戰(zhàn)依然嚴峻。楊超指出，未來的競爭將集中于兩點：數(shù)據(jù)來源的獨有性與模型信噪比的提升。當模型架構(gòu)逐漸趨同，獨特、高質(zhì)量的數(shù)據(jù)將成為稀缺資源；而如何在金融這個高噪聲領(lǐng)域設(shè)計出更具鑒別力的模型架構(gòu)，仍極大依賴人的經(jīng)驗與智慧。此外，如何在規(guī)模增長下維持策略的有效性，以及持續(xù)向投資者傳遞長期主義理念，也是所有市場參與者必須面對的課題。

（作者 洪小棠）

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

洪小棠

財富與資產(chǎn)管理部主任、資深記者 長期關(guān)注公私募基金、銀行理財、資產(chǎn)配置、金融創(chuàng)新以及大資管背景下的一切人與事。新聞線索請聯(lián)系：hxt082420@sina.com