海富通基金经理林立禾：AI量化赋能投资，解码中证A500指数增强新机遇

中国基金报 · 公众号 · 基金 · 2025-03-17 07:45

正文

在量化投资领域，AI技术的融入正掀起一场变革，而海富通基金经理林立禾无疑是这场变革中的弄潮儿。他凭借着深厚的量化金融知识与实践经验，将AI量化模型运用于指数增强基金的管理中，取得了不俗的成绩。

基金定期报告数据显示，他管理的海富通沪深300增强A在2024年全年收益达到22.20%，在全市场191只同类产品中排名第一（排名数据来源：银河证券，股票基金-增强指数股票型基金-增强规模指数股票型基金(A类)，截至2024/12/31，同期业绩比较基准收益率为14.04%）。

如今，他将在指数增强领域继续探索前行，与朱斌全一同掌舵海富通中证A500指数增强基金，探索AI赋能中证A500指数。在他看来，股市具有良好投资价值，以中证A500指数为代表的宽基指数将有望受益于A股市场整体上涨行情。指数增强基金在把握指数Beta收益之上，更有望捕捉Alpha超额回报。

AI量化模型是当下量化投资领域

前沿性的探索

带着一幅科技感十足的眼镜，言谈清晰、语速飞快，林立禾具有典型的理工科男士的特征。

作为量化投资的基金经理，他早年的海外求学经历为他的职业发展奠定了坚实的基础。据林立禾介绍，在海外求学期间，他主修量化金融与风险管理，系统学习期权定价与随机游走理论，并辅修数据科学。尽管部分理论目前在国内应用还比较前沿，但其数据科学背景为构建高效代码架构提供了理论根基。

回国之后，他先是在中欧基金风险管理部量化风控岗任职。2020年8月，他加入海富通基金，转型投资，历任量化研究员、量化投资部基金经理助理。2023年11月起担任海富通沪深300指数增强基金的基金经理。

众所周知，在公募基金领域，传统的基本面量化增强模型应用已经较为成熟且竞争激烈，因此，林立禾结合过往自己的学习经验，另辟蹊径，探索将AI大模型与量化投资结合，并取得了不错的效果。

据林立禾介绍，AI量化模型是当下量化投资领域极具前沿性的探索，与传统线性模型相比，展现出诸多独特优势。传统线性模型在因子赋权等方面相对直观可见，比如给PB、ROE等因子按一定比例赋权，其逻辑清晰且易于理解。然而，市场的复杂性远超线性关系所能描绘的范畴。AI量化模型，尤其是机器学习与深度学习模型，能够深入挖掘数据中隐藏的非线性关系。它通过海量的数据训练，自主学习并总结规律，即便这些规律在人类传统认知中可能并无明确逻辑，但模型却能凭借其强大的信息补足能力，捕捉到传统模型难以触及的市场信号。

“举个例子，在因子处理上，AI模型可以对输入的PB、PE、ROE等基础因子进行复杂运算，创造出新的衍生因子，这些衍生因子往往能更精准地捕捉股票的潜在特征，为选股提供更具洞察力的依据。”林立禾解释说。这类相对偏“黑箱”式的运算虽然在因子权重等方面不似传统模型那般直观，但其效果却在实践中得到了验证。以海富通沪深300增强A为例，自2023年底全面采用AI量化模型后，2024年便以22.20%的年度收益在同类基金中拔得头筹。

不仅如此，AI模型还具备市场自适应能力。在训练过程中，模型被赋予了过去五到十年的海量数据，这些数据涵盖了市场在不同周期、不同环境下的种种表现。经过深度学习，模型能够提炼出长周期内的普适性规律，如“低买高卖”等投资法则，而非简单地追涨杀跌。这让它在面对市场风格的切换时，展现出更敏锐的市场感知与适应能力。

模型、因子、组合优化

助力实现超额收益

作为指数增强型基金，其产品的核心目标是“长期稳定超额收益”。在林立禾看来，指数增强型基金超额收益的实现路径主要依靠模型、因子、组合优化，其中组合优化是海富通旗下指数增强基金的关键，也是去年海富通沪深300指数增强基金能在同类产品中脱颖而出的重要原因。

“组合优化是将模型的阿尔法能力转化为实际投资组合的关键步骤。模型会为股票打分，但如何将这些分数转化为可投资的权重？我们需要在满足一系列约束条件（如成份股比例、行业偏离、风格控制等）的基础上，最大化目标函数，比如模型的打分。例如，沪深300增强产品有严格的成份股限制，优化过程需在框架内平衡收益与风险，最终生成既能捕捉阿尔法又符合规则的实盘组合。”林立禾举例。

“此外，我们还会在优化中补充额外信息。比如，针对大盘股量价信息作用有限的特点，引入基本面数据。如业绩超预期因子，我们会筛选出近期业绩超过分析师一致预期的股票，在原始模型打分基础上给予小幅加分。虽然单次加分影响微弱，但多维度的补充能提升组合的稳定性。”在林立禾看来，这种“广覆盖、微调整”的思路，既尊重模型判断，又弥补了策略的不足。

海富通基金经理林立禾：AI量化赋能投资，解码中证A500指数增强新机遇

正文

请到「今天看啥」查看全文