AI赋能资产配置(二十六)：AI“添翼”，大模型增强投资组合回报

请务必阅读正文之后的免责声明及其项下所有内容1AI 赋能资产配置（二十六）AI“添翼”：大模型增强投资组合回报 策略研究·策略解读证券分析师：王开021-60933132wangkai8@guosen.com.cn执证编码：S0980521030001证券分析师：陈凯畅021-60375429chenkaichang@guosen.com.cn执证编码：S0980523090002核心观点：①本报告围绕三类代表性 AI 资管产品开展复盘对照：AIEQ、ProPicks、QRFT，回答 AI 能否为投资者带来超额收益。②从结果看，当前海外 AI 资管产品总体提质增效但不宜过度“神化”：以情绪流为代表的主动型 ETF AIEQ 长期跑输 SPY，关键在于受到市场情绪波动较大，且费率与极高换手带来成本侵蚀；订阅性产品 ProPicks 在科技顺风期收益突出，但对执行纪律与滑点高度敏感，实际复现难度较高；AI 增强行ETF QRFT 长期与标普接近，阶段性强弱分化明显，更偏窄幅增强而非稳定高 Alpha。③结论上，AI 更可靠的价值在提升信息处理效率与投研流程标准化，而非保证持续战胜指数；判断产品靠不靠谱应优先看三点，长期相对基准是否有净超额，费率与换手后的收益是否仍成立，信号与业绩披露是否可复盘、可验证。一、AI 驱动型资产管理：进展与案例全球金融市场的演进史，在某种程度上是一部计算能力与数据处理能力不断博弈的历史。从早期的格雷厄姆式基本面分析，到 20 世纪 80 年代兴起的以西蒙斯大奖章基金为代表的量化投资，再到如今 2025 年全面爆发的 AI 驱动型资产管理，投资决策的产生机制发生了根本性的范式转移。这种转移并非简单的技术迭代，而是认知维度的升维。传统的量化投资，尽管使用了复杂的数学模型，但其核心逻辑依然主要依赖于线性回归、统计套利以及人类研究员预先设定的因子库。在这种“人类假设驱动”的模式下，计算机的角色更接近于一个极其高效的计算器，它验证并执行人类的逻辑。然而，随着非结构化数据的爆炸式增长——包括社交媒体情绪、卫星图像、高管电话会议的语调、甚至是供应链的物联网数据——传统量化模型面临着维度灾难。伴随着生成式 AI 和大语言模型的成熟，金融市场迎来了“AI 驱动”的资产管理时代。与传统量化不同，新一代 AI 选股策略——如本报告将深入探讨的 AIEQ、InvestingPicks 以及 QRFT——采用了深度学习、强化学习以及自然语言处理技术。这些系统不再仅仅是执行规则，而是具备了从海量噪音中“涌现”出新规则的能力，它们能够识别出人类分析师无法察觉的非线性市场模式和微观相关性。本文通过深入探讨 AIEQ、InvestingPicks 以及 QRFT 等 AI 驱动的资产管理案例，探讨 AI 驱动资产管理的进展及表现。二、案例 1：AIEQ ETF 介绍2.1 AIEQ ETF——AI 赋能投资策略的基本介绍Amplify AI Powered Equity ETF (AIEQ) 是 AI 在 ETF 领域应用的先驱。该基金于 2017 年 10 月 17 日成立，是全球首只完全由人工智能系统进行主动管理的 ETF。其底层框架由 EquBotLLC 开发，并以 IBM Watson的认知计算平台作为算力与 NLP 支撑。AIEQ 的投资方法体现了 AI 选股体系中的“信息驱动”路径——通过对全市场信息环境进行高频、全覆盖的扫描与情绪解读构建投资组合。与传统基金经理依赖人工阅读有限数量的研究报告不同，AIEQ 的模型每天会处理数百万份非结构化文本，包括监管文件、财报新闻稿、全球新闻源，以及占比愈发重要的社交媒体与论坛讨论。其核心优势来自自然语言处理（NLP）能力。模型尝试识别文本中的情绪方向与语境差异，从噪声中提取具有预测意义的信号，并将情绪因子与宏观变量、企业基本面指标进行融合。基于上述多源数据，系统动态优化并生成约 30–200 只股票的组合，目标是在市场情绪产生边际变化之前捕捉被低估、具备潜在情绪催化的标的，从而实现超额收益。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告2图1：AIEQ 的前十大股票持股图2：AIEQ 持仓的行业分布情况资料来源：AIEQ，国信证券经济研究所整理 注：数据截至 2025 年11 月 21 日资料来源：AIEQ，国信证券经济研究所整理 注：数据截至 2025 年11 月 21 日表1：AIEQ ETF 的整体表现复盘资料来源：AIEQ，国信证券经济研究所整理 风险提示：本文中出现的产品仅作为案例列举梳理，不作为任何投资推荐依据，下同2.2 实盘绩效深度剖析尽管 AIEQ 的技术概念极具前瞻性，但其长期的实盘业绩却揭示了 AI 战胜市场的难度。截至 2025 年 11月的数据，我们对其绩效进行了多维度的对比分析。（1）短期与中期回报分析截至 2025 年 11 月 22 日，AIEQ 的 2025 年初至今（YTD）回报率约为 9.38%。在绝对收益上，这是一个正向的结果，表明基金为投资者赚取了利润。然而，投资的评价核心在于相对收益。同期，基准的标普 500指数（通过 SPY ETF 衡量）的 YTD 回报率约为 12.45%。这意味着，在 2025 年这个对于美股而言相对不错的年份里，AIEQ 实际上跑输了市场基准约 3 个百分点。此外，2025 年中，除了二月、五月 AIEQ 的表现略高于 SPY，其余月份都未超过 SPY 的收益率。对于一只主动管理型基金而言，这种幅度的落后是显著的，特别是考虑到其持仓风格本身偏向科技和成长，理应在牛市中表现出更强的攻击性。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告3图3：AIEQ 与 S&P 500 ETF（SPY）YTD 业绩比较资料来源：Google Finance， 国信证券经济研究所整理（2）长期累积回报与阿尔法衰减将时间轴拉长，AIEQ 的劣势更为明显。1）1 年期表现：AIEQ 回报约为 +6.15%，而标普 500 同期回报为 +11.00%。2）5 年期表现：AIEQ 累计上涨约 +33.85%，而标普 500 同期涨幅高达 +85.61%。3）成立以来表现：自 2017 年成立以来，虽然 AIEQ 实现了正收益，但其总回报率显著落后于被动指数。下表总结了 AIEQ 与基准指数的关键绩效对比：表2：AIEQ 与 SPY 的关键绩效对比绩效指标 (截至 2025.11)AIEQSPY相对表现年初至今 (YTD)+10.5%～+11.9%+13.4% ～+15.6%落后 -3% ～-5%1 年回报+6.15%～+9.7%+11.0%～+12.4%落后 -5% ～ -6%5 年累计回报33.85%85.61%大幅落后 -51.7%费率0.75%0.09%成本高出 8.3 倍资料来源：AIEQ，SPY 国信证券经济研究所整理请务必阅读正文之后的免责声明及其项下所有内容证券研究报告4图4：AIEQ 与 S&P 500 ETF（SPY）1 年业绩比较资料来源：Google Finance， 国信证券经济研究所整理图5：AIEQ 与 S&P 500 ETF（SPY）5 年业绩比较资料来