倍漾量化是一家AI原生量化管理人,以全流程AI重构量化投研生产线。公司核心团队多为AI科学家背景,无传统华尔街量化对冲基金经验。2025年底资管规模突破200亿,获金牛奖认可。投研团队分为人工智能与IT两类,前者每两周小迭代、每季度大迭代训练模型;后者自研算法交易系统比外采快4-8个基点,累计硬件投入超2亿元,现有近80人团队,算力含大几百块英伟达芯片,数据存储达80多PB。
AI量化赛道正经历快速发展,以AI重构量化投研成为核心趋势。传统量化依赖人工挖掘因子,而AI量化通过机器学习自动挖掘,迭代频率更高,如倍漾量化每两周因子迭代、每季度模型迭代。AI量化在算力、数据存储、模型训练效率上优势明显,推动量化策略从传统模式向AI驱动模式转变,提升策略性能与稳定性。未来AI量化将在更多领域渗透,如高频交易、风险管理等。
报告重点分析了倍漾量化的多种量化策略。核心策略包括1000指增策略、中性策略、A500指增策略、中证2000纯复制底仓T0策略及全场选股量化策略。1000指增策略2025年累计超额27.14%,中性策略采用中证1000指数多头对冲,A500指增策略累计超额11.59%,全场选股策略表现优异,2025年绝对收益61.68%。各策略均强调低单票持仓占比,主动规避小微盘风险。
当前市场环境对量化策略影响显著。2026年7月量化产品普遍出现超额回撤,如A500指增当月超额回撤2-3个点。市场环境与投资者结构差异提升超额获取难度,极端行情下策略回撤风险增加。同时股指期货深度贴水导致中性策略对冲成本年化达12%-16%,增加策略运营压力。未来市场波动性或影响量化策略表现,需关注策略适应性调整。
报告提示的主要风险包括市场风险与对冲成本风险。市场风险体现为2026年7月量化产品普遍超额回撤,不同年份市场环境差异提升超额获取难度。对冲成本风险因股指期货深度贴水导致中性策略对冲成本年化达12%-16%,增加策略运营成本。此外,策略迭代效果、极端行情应对能力等也需持续关注,以维持策略有效性。