全谱系布局与AI赋能：天弘量化指增的“低相关”Alpha之道
创建于 更新于
摘要
本报告聚焦“全谱系”指增产品在AI驱动下实现低相关Alpha的路线，强调通过宽基、行业主题与风格策略的多维布局来提升超额收益的可持续性；并以400+ Alpha因子、遗传规划、混频序列等机器学习要素结合Level2逐笔数据，构建日内、短期、中长期多期限预测的预测体系，同时引入本土化风险模型与LLM风格因子实现风险前置与动态监控。实证层面，宽基指增在今年及近两年阶段普遍实现正向超额收益，国证2000、中证1000等小盘风格表现尤为突出，信息比率普遍优于同类，回撤控制显著低于基准，显示了以低相关Alpha为核心的新型量化框架的有效性与稳定性 [page::0][page::6][page::9][page::11][page::14][page::16]
