題圖｜AI生成

AI對于金融行業(yè)的滲透比預期的更快。

以往牛市中，基金業(yè)績主要靠基金經(jīng)理個人能力。本輪牛市中則有些許不同，橫掃千行百業(yè)的人工智能，也“卷”了進來。

從目前公募基金的業(yè)績來看，對人類的好消息是，人類依然是大幅度超額收益的主要創(chuàng)造者；對AI的好消息則是，它正幫著機構(gòu)抬升投研能力的基線。

主動權(quán)益的“后來者”天弘，便是個例子。他們研發(fā)了一套名為TIRD的AI系統(tǒng)，以此強力輔助研究員和基金經(jīng)理做決策。

海通證券數(shù)據(jù)顯示，截至2023年底的近三年權(quán)益業(yè)績50強基金公司中，天弘基金并未進入前50強。而到了2025年上半年，天弘基金在同類榜單中已經(jīng)進入前50強，在截至2025年6月30日的近三年權(quán)益業(yè)績50強中，居于36位，實現(xiàn)了權(quán)益產(chǎn)品業(yè)績的提升。

這頗有點“光腳的不怕穿鞋的”味道。

與基金行業(yè)的多數(shù)公司不同，早年天弘基金通過加碼自己的IT技術(shù)能力，憑借余額寶的創(chuàng)新，快速在規(guī)模上躍升至行業(yè)前列。此后，螞蟻集團成為其控股股東，這讓天弘成為業(yè)內(nèi)少有的具有互聯(lián)網(wǎng)背景的公募基金公司。這樣的背景和成長經(jīng)歷，也使之成為行業(yè)里最具互聯(lián)網(wǎng)原生性的、IT技術(shù)實力較強的公司之一。

因此，天弘對于AI賦能投研的嘗試，做得既深又徹底。

公募的病，AI能治？

在人形機器人行情最為熾熱的三月，天弘基金的TIRD系統(tǒng)卻給天弘的權(quán)益投資團隊發(fā)出了一個“不合時宜”的交易提示：人形機器人板塊經(jīng)過爆炒，風險已然累積，建議賣出。

這一判斷與天弘基金權(quán)益專委會的判斷不謀而合，當即要求公司所有基金經(jīng)理，六天內(nèi)清倉機器人個股。自3月起，人形機器人板塊果然從高點回落，一度出現(xiàn)過20%左右的回撤。

天弘基金副總經(jīng)理聶挺進事后復盤時表示，若按照自己對基本面的判斷，賣出指令或許會更早發(fā)出，但那將錯失最后一波上漲行情。他總結(jié)：“在行情頂部的時候，機器判斷更冷靜、更有效。這時候結(jié)合基本面的判斷，勝率顯著提高?！?/p>

2024年3月，聶挺進加盟天弘基金，6月開始，他牽頭著手打造TIRD系統(tǒng)（Tianhong Intelligent Research and Decision的首字母縮寫，其意為天弘智能研究及決策系統(tǒng)），到了我們交流的此刻，這套系統(tǒng)已在權(quán)益團隊內(nèi)部跑通并落地。

將人工智能嵌入研究及投資決策管理的整套流程中，甚至使之承擔起壓艙石的作用，這其中隱含了天弘基金這家以固收為長板的公司，在主動權(quán)益上的籌謀。

此時的公募基金行業(yè)剛好站在了一個歷史轉(zhuǎn)折的交叉點上。

從去年開始，在監(jiān)管的推動下，公募基金深度變革的帷幕正式拉開，行業(yè)導向放在了投資者回報而非產(chǎn)品規(guī)模之上。

與此同時，人工智能的技術(shù)水平也在加速迭代升維。

“基金行業(yè)面臨的環(huán)境不同了，方方面面會推動大家都要沿著數(shù)字化、AI這個方向去走?！甭櫷M道。

過去20年，公募基金行業(yè)高速發(fā)展，規(guī)模迭創(chuàng)新高，卻始終籠罩著一個揮之不去的“魔咒”：靠天吃飯、集中壓注、高位擴張、業(yè)績滑落，其結(jié)果是基民套牢。

“看看中國各個產(chǎn)業(yè)，沒有哪個給客戶盈利體驗這么差，還能以這么快速度發(fā)展的，這件事挺令人震驚的?！币晃辉诨鹦袠I(yè)摸爬滾打了多年的公募老兵，曾對妙投直言道。

的確，公募基金的主動權(quán)益產(chǎn)品，近幾年帶給客戶的總體體驗并不好。這里面除了A股本身行情不好的因素，公募自身的頑疾也不可忽視。

長久以來，公募非常依賴基金經(jīng)理和研究團隊的個人能力，日復一日挖掘投資機會，做出業(yè)績，做大規(guī)模，給公司帶來管理費。而這，某種程度上，還是一種手工作坊似的工作模式，靠的是大力出奇跡。

然而基金經(jīng)理并不是神，個人能力圈有局限性，情緒有波動，認知和判斷很難一直保持在線。再加之頂峰期規(guī)模帶來的超額收益空間下降，歷史業(yè)績再出色的基金經(jīng)理，也會出現(xiàn)業(yè)績滑坡、塌房。

一支球隊不能總靠一兩個知名球星來解決問題。

為此，公募基金行業(yè)里一直在探索投研平臺化，讓投資變成一場有戰(zhàn)略系統(tǒng)、有戰(zhàn)術(shù)組織的兵團作戰(zhàn)。研究團隊為身處前線的基金經(jīng)理提供高質(zhì)量的研究支持，基金經(jīng)理作出投資判斷并管理組合，形成自己的風格和與風格匹配的收益。正如球隊中場為前鋒輸送炮彈那樣，而不是只依靠基金經(jīng)理單槍匹馬，一個頂仨。

從短期的結(jié)果來看，投研平臺化建設卻并沒有在行業(yè)內(nèi)取得廣泛的成功。

說起來，這其中的因素很多，但核心原因也單純——靠明星個人更容易形成短期規(guī)模轉(zhuǎn)化，平臺化建設非一日之功。在這個高度激烈市場化競爭的行業(yè)里，真正能踐行長期主義，扎實打地基、做流程、培養(yǎng)團隊的人還是偏少。

聶挺進2006年入行公募，2012年開始歷任博時基金的研究總監(jiān)、投資總監(jiān)，2015年以后在浙商基金、華泰資管等擔任高管。在他看來，公募投研一體化經(jīng)歷了很長的探索期。痛點集中在四個方面。

第一，投研過程兩張皮。往往研究員研究自己的，基金經(jīng)理投資自己的。這讓考核也變成了一個難題，到底是以實盤轉(zhuǎn)化作為主要的判斷依據(jù)，還是以研究員做的模擬組合作為考核結(jié)果呢？總之，各有各的理。

第二，團隊之間協(xié)作缺乏合力。量化數(shù)據(jù)呈現(xiàn)在量化部門，而基本面研究員和基金經(jīng)理對行業(yè)理解、產(chǎn)業(yè)的把控是在主動投研部門，并沒有充分形成合力。

第三，投研交互沒有共識。投研是為了推票，但一個投研團隊內(nèi)部多種風格的基金經(jīng)理，比如偏成長的，偏價值的，偏主題的，行業(yè)輪動的，每個人推票都有一個自己的立場和邏輯，卻沒有共識，結(jié)果一支股票買不買，各方莫衷一是。這導致投研轉(zhuǎn)化成結(jié)果的過程，大量無效浪費。

第四，投資沒有品控。聶挺進認為，事后給業(yè)績歸因不代表品控，品控是在投研過程中進行管理，到歸因的時候可能產(chǎn)品已經(jīng)累積了很大的超額負收益了。

面對這些投研頑疾，聶挺進的解決方案就是數(shù)字化，用數(shù)字化鞏固科學的投研文化與工作流程，用數(shù)字化實現(xiàn)組織內(nèi)部的經(jīng)驗與知識的傳承。

這意味著，整個投研過程都在線上進行，一切留痕，可追溯，成果可復制，并且通過數(shù)字化平臺和AI技術(shù)來提升投研效能。

公募基金的頭號產(chǎn)品經(jīng)理

在聶挺進的從業(yè)經(jīng)歷中，一直有一條科技的暗線。

不論是他入行的博時，還是后來去的浙商基金、華泰資管，都是業(yè)內(nèi)技術(shù)比較強的公司，而他也都深度參與了這個投研信息化的進程。當年，他第一份工作的老領導肖風，就為他種下了這顆種子，如今肖風更是成了區(qū)塊鏈領域的一位標志性人物。而在浙商基金期間，聶挺進推動了智能投資與主動權(quán)益部門融合。

2024年3月，在天弘基金總經(jīng)理高陽的邀請下，聶挺進加入天弘基金任主管主動權(quán)益的副總經(jīng)理，他在天弘打出的一張明牌，就是TIRD。而他本人也成了這個系統(tǒng)最大的產(chǎn)品經(jīng)理。

對于聶挺進而言，這套系統(tǒng)已經(jīng)是他對人機結(jié)合探索的第四版迭代。

在他的定義下，TIRD系統(tǒng)的目前所要實現(xiàn)的核心功能是：投研生產(chǎn)的流程化、交互決策的平臺化、關(guān)鍵節(jié)點智能化。

針對投研條線上的基金經(jīng)理，系統(tǒng)的作用和目標是管住他們的下限，決策不能過于隨意，而是要保證每個動作的與其投資目標和風格相匹配。

針對研究員，是要利用這套系統(tǒng)讓他們盡快從新人成長為資深研究員，乃至基金經(jīng)理。系統(tǒng)之中，一個新人可以看到前輩當年的研究報告、決策結(jié)果等。系統(tǒng)的交互性，讓一個新人可以得到老鳥的留言、點評，理解他們對公司行業(yè)的看法和變化，從而快速成長。

針對管理團隊，目標則是用數(shù)據(jù)說話。這套系統(tǒng)則能以更加客觀、定量的方式來評價基金經(jīng)理和研究員。比如，研究員的個股推薦，不僅要看盈利預測是否到位，也要看推的位置是否夠低?；鸾?jīng)理的盈利是風格漂移押對了，還是因為自己的能力圈覆蓋，才獲得了較穩(wěn)健的超額收益。由于系統(tǒng)中每個關(guān)鍵節(jié)點都有留痕、回溯，系統(tǒng)也能輔助團隊管理者和研究員、基金經(jīng)理一起復盤與優(yōu)化。

系統(tǒng)解決了管理問題的同時，還能夠進一步明確每個產(chǎn)品的風險收益特征，即基金經(jīng)理的組合投資目標與預期結(jié)果。系統(tǒng)會根據(jù)組合的特征與市場所處的情景，事前提示該組合能否實現(xiàn)既定的風險收益特征。

明確風險收益特征的重要性在于，市場及銷售團隊基于此才能知道，某類型產(chǎn)品應該推給什么風險偏好的客戶。比如很多機構(gòu)客戶對產(chǎn)品的最大訴求是戰(zhàn)勝基準，C端的零售客戶是不虧、多賺點，而并不一定要超高收益。

基于TIRD，基金產(chǎn)品的研發(fā)-生產(chǎn)-售賣流程會變得更閉環(huán)。這也是基金行業(yè)努力從農(nóng)耕文明靠天吃飯，轉(zhuǎn)向更為標準化、可預期的工業(yè)文明的關(guān)鍵一步。

天弘基金TIRD系統(tǒng)模塊與用途（妙投整理）

制衡偏見

現(xiàn)在，天弘的基金經(jīng)理每天晚上7點鐘會收到一封郵件，內(nèi)容就是系統(tǒng)給出的板塊與個股交易信號?；久婕夹g(shù)面信息結(jié)合AI能力，往往能通過計算發(fā)現(xiàn)一些人無法發(fā)現(xiàn)的機會。

據(jù)天弘基金行業(yè)研究部總經(jīng)理俞仁欽介紹，去年下半年，天弘的基金經(jīng)理跟進了一家上市汽車公司的調(diào)研，調(diào)研中發(fā)現(xiàn)這個公司有些變化，便寫了一個調(diào)研紀要，再將其上傳TIRD系統(tǒng)，同時，系統(tǒng)也開始給出信號提示。

權(quán)益團隊就圍繞這家公司發(fā)起了討論，綜合下來，認為這是個合適的機會，基金經(jīng)理就上了倉位。

結(jié)果，這只股票成了天弘去年單股貢獻收入最多的一個股票。

天弘基金權(quán)益投資部總經(jīng)理賈騰則舉了個自己的例子。在前東家時，他注意到系統(tǒng)報了一個信號：有一家傳統(tǒng)車企的市值跌到了凈現(xiàn)金?；趥€人偏好，他買哪一支汽車股，都不愿意碰這家。但量化的同事測算發(fā)現(xiàn)，這家車企以1.1為底的logPB和它MA3的月銷量呈現(xiàn)了過去非常完美顯著的相關(guān)關(guān)系。這樣的公司，雖然銷量巨大爆發(fā)并不現(xiàn)實，但是翻正很有希望。賈騰買入了，也賺到了。

技術(shù)制衡了基金經(jīng)理的偏見。

這套系統(tǒng)封裝了天弘基金研究員、基金經(jīng)理以及賣方研究等多方成體系的研究成果。其中既有研究端的模塊，包括個股的競爭力分析、財務模型、未來的勝率與賠率等，也有結(jié)合了投研認知的行業(yè)研究框架、輿情等，還包含了個股與行業(yè)在交易層面的擇時信號等技術(shù)指標。

事實上，天弘基金的研究員和基金經(jīng)理的工作已經(jīng)全面實現(xiàn)數(shù)字化。 “對投研人員來說，只有線下調(diào)研的那一段時間他不數(shù)字化，其他所有工作流基本全部數(shù)字化了?！庇崛蕷J說。

當然，投研流程全面的數(shù)字化的推進也不是一蹴而就的?！澳阋囵B(yǎng)數(shù)字化投研人才，首先得自己干數(shù)字化，然后你得把你的團隊長，培養(yǎng)成數(shù)字化人才，讓他們學會用數(shù)字化的方式去看待投研這個事?！甭櫷M表示，只有關(guān)鍵崗位的人員率先使用并帶動，才能推動整個團隊的普及。

當我們談起人與AI的關(guān)系，有人總會擔心AI是對人力的替代。但實際上，真正明智的人是絕不會排斥更好用的工具。有位在天弘多年的資深基金經(jīng)理，本身有一套很獨特的投研方法，人比較內(nèi)向，不怎么外出調(diào)研，但每天都會復盤。TIRD這樣的新鮮事物，大家天然認為這名基金經(jīng)理不會接受，但令人意外的是，他不僅會用，而且還會不斷和研究員繼續(xù)系統(tǒng)去交互。

這位基金經(jīng)理表示，這套系統(tǒng)是對他方法論一種很好的補充。雖然他性格內(nèi)向，不擅長社交，但系統(tǒng)上有一個機制——一旦基金經(jīng)理@了研究員，研究員就多了個必須完成的任務，如果研究員不回應就會被問責。

通過日常持續(xù)交互，天弘權(quán)益團隊對于個股與行業(yè)研究在交鋒中更加深入。對個股與行業(yè)的KDI（即核心驅(qū)動因子）覆蓋的顆粒度越來越細，跟蹤也越來越及時。再結(jié)合技術(shù)指標，系統(tǒng)就可以結(jié)合基本面與技術(shù)面，給出買入或者賣出的信號。

過去，人可能得花很長時間才能找出一個KDI來，但現(xiàn)在依靠機器算法，可以做快速迭代，算法上出錯就調(diào)整。

比如對茅臺的投資，賈騰舉例，最早要看預收賬款，后來看批發(fā)價格，現(xiàn)在不看批價，而是去看批價的一階導，接著對它進行有效性分析，不停論證。論證完之后，如果發(fā)現(xiàn)一段時間后它的相關(guān)性或者有效性變差了，系統(tǒng)就會預警。

這時團隊再去找新的KDI，來跟進股票的價值判斷。

另一方面，賈騰表示，以往對于各行各業(yè)怎么投，方法都存在基金經(jīng)理的腦子里。每周打開自己的Excel過一遍，看看企業(yè)和行業(yè)出現(xiàn)了價格拐點、庫存拐點等信號。但若是關(guān)注10個行業(yè)就有10個Excel，人類難免掛一漏萬。

現(xiàn)在用TIRD系統(tǒng)7乘24小時幫著盯，出現(xiàn)信號就提示，瑣碎但重要的任務交由機器來完成。

資管行業(yè)智能化的未來在哪？

“基金經(jīng)理在多維風險的思考方面，天生比機器弱，他考慮單維的深度是有優(yōu)勢的，但他在多維的寬度存在劣勢，所以要通過這個方式去改變他。”聶挺進表示。

被動投資崛起的大時代中，關(guān)于主動投資管理能力是否還有價值，業(yè)內(nèi)討論不少。

事實上，不是α（超額收益）不值錢了，而是靠單個產(chǎn)品、人員持續(xù)創(chuàng)造α難以持續(xù)。在競爭更為激烈且透明的環(huán)境下，能長期保持競爭力的主動權(quán)益基金經(jīng)理及相應長期提供穩(wěn)定α收益的主動產(chǎn)品，實際上都會變得極為稀缺。

過去，很多公募基金經(jīng)理就是自下而上的選股模式，缺乏科學、分散的組合管理策略，當市場周期、風格出現(xiàn)變化時，組合不免大起大落。

通過TIRD系統(tǒng)的實時歸因，基金經(jīng)理能夠有效地識別不同情景下投資組合面臨的可能性，并給出解決方案。

“他只知道個股里面有一些股票不錯，但他不知道組合在一塊兒合成謬誤就出來了。這個情況你需要通過組合的優(yōu)化或情境分析去告訴他們?！甭櫷M解釋，情境分析會根據(jù)每個人使用的模型，提醒對方，比如CPI下行，或是打貿(mào)易戰(zhàn)，對某個組合的傷害最大。

同時，TIRD則會在策略端對基金經(jīng)理進行引導和建議，將其策略和投資組合打通。比如，系統(tǒng)會告訴基金經(jīng)理，根據(jù)測算，未來一段時間，是價值因子做主導，還是小盤因子做主導。如果此時基金經(jīng)理買了個大盤股，系統(tǒng)就會提示，而基金經(jīng)理就要做復盤和反饋。

“監(jiān)管對主動權(quán)益的評價要求這么高，行業(yè)要想把自己快速拉到這個水平上，必須在這方面（技術(shù)方面）有超常規(guī)的發(fā)展?！甭櫷M說。

最近，俞仁欽領到了一個任務，要做一個研究員智能體，這個研究員智能體就要能夠同時看十幾支股票，然后和現(xiàn)有的研究員進行同場PK。

這又是一場顛覆的開啟。

在研究員智能體上崗前，天弘的投研工廠已響起機器的轟鳴。當AI開始撰寫深度報告、監(jiān)控數(shù)百只股票，甚至挑戰(zhàn)人類研究員的權(quán)威，這場工業(yè)化革命才真正進入深水區(qū)。

未來，衡量基金公司競爭力的標尺，將不再是明星基金經(jīng)理的光環(huán)，而是人機協(xié)同的效率和深度。

特別策劃