财π新闻 2026年的A股市场，以AI为代表的科技成长风格在上半年走出罕见的极致抱团行情，市场风格切换速度远超以往，这一特殊的市场环境对公募量化策略的有效性形成了全面的压力测试。从4月到6月，科技行情几乎呈现一枝独秀的局面，不少量化基金经理在这一阶段感受到明显的策略运行压力，部分产品出现“超额削薄”的情况。进入三季度后，随着科技股抱团的快速解体与市场的剧烈震荡，公募量化产品的超额收益开始逐步修复回暖，行业整体经历了从阶段性承压到业绩回升的完整转折。

　　在风格快速切换与行业竞争加剧的双重挤压下，公募量化正站在策略迭代的十字路口。面对超额收益波动加剧、策略趋同导致的“内卷”困境，如何通过风险管理与模型升级，在捕捉收益的同时剥离风格暴露带来的扰动，成为摆在每一位量化基金经理面前的核心课题。不少量化团队在经历今年的极端行情后，开始重新梳理投研逻辑，从长期有效的基本逻辑出发调整策略框架，避免因追逐短期市场热点而偏离量化投资的核心本源。

公募机构多维度推进策略体系迭代

　　为适配波动明显加大的权益市场环境，多家公募量化团队已经落地了一系列针对性的策略升级措施，从风控体系、信号来源、风格约束到技术融合多个维度完成优化。启用动态风控模型成为不少机构的共同选择，通过实时检测当前市场波动较大的风格因子并动态收紧风控，能够有效增强市场巨幅波动下的抗回撤能力。博道基金量化团队透露，今年7月团队在风控方面进行了一次较为重要的升级迭代，这也是自2025年以来该量化团队的第三次重要迭代。

　　丰富低相关性选股信号、多元化阿尔法来源是另一项核心升级方向。中欧基金表示，三季度以来量化投研团队持续拓展和引入更多低相关性的选股信号，推动“三元低相关”策略的深度融合与协同应用，从而降低单一阿尔法来源在极端市场环境下出现阶段性承压的风险，提升收益来源的多元化水平，增强整体策略的稳健性。不少团队还同步推进模型优化，针对市场拥挤、风格反转以及极端波动等状态，提升模型在极端环境下的适应能力与表现稳定性。

　　全面严控风格暴露、专注纯粹的个股阿尔法挖掘，成为多数公募量化团队的共识。中信保诚沪深300指增的基金经理姜鹏表示，经历今年的行情后，重要的感受还是要尊重常识，从长期有效的基本逻辑出发做好风险管理，即使市场出现阶段性的非理性，最终也会回归常识，从量化角度看，挖掘长期有效的因子和交易逻辑，避免因市场波段而过度追求短期的热点因子，长期来看可能是正确的思路，后续再进行研究和迭代策略时，也会兼顾中高频交易因子和长期基本面因子的均衡，避免集中于某一种风格。

　　探索机器学习、AI大模型与基本面研究的深度结合，是当前行业策略升级的前沿方向。路博迈基金相关团队将公募量化策略大致分为“传统手工型”与“AI智能型”两类，前者依靠经验总结规律，但2022年以后传统量化遇到两个难题，市场越来越“聪明”，因情绪造成的错误定价很快被纠正，海量的信息又超出人力处理范围，而AI的优势正在于远超人类的搜索范围，以及通过非线性方式识别因素与结果之间潜在关系的能力。不少机构已经开始将大语言模型的注意力机制引入量化模型架构，让模型既能处理更长的序列，又能稳定收敛，进一步提升投研效率。

三季度量化超额收益迎来显著修复

　　尽管上半年的极致行情让不少量化基金经理直呼“难受”，但三季度以来，不少公募量化产品的超额收益正在逐步回暖。开源证券的研报表示，三季度公募量化300/500/1000增强产品超额收益分别为3.5%、4.4%、3.5%，私募量化300/500/1000增强产品超额收益分别为4.6%、9.6%、10.1%，公募指增和私募指增产品超额均大幅反弹，行业整体业绩修复态势明确。

　　对于这一轮超额收益修复的背后原因，姜鹏分析认为，最近随着科技股抱团的解体，市场拥挤度下降，阿尔法宽度有所增加，有效的中低频基本面因子数量增加，尤其前期表现一般的红利低波类因子大幅修复，以中低频策略为主的公募量化整体表现较好。不少业内人士也指出，市场从极致抱团转向多元分化的过程中，个股定价偏差的机会重新增多，为量化策略的选股逻辑提供了更友好的运行环境。

　　从市场运行特征来看，8月量化较强的收益弹性是市场环境、模型、交易效率和组合分散度共同作用的结果，市场环境提供了贝塔，而模型与交易把当时的定价偏差机会转换为阿尔法，分散度保证了稳健性。进入9月后，市场风格正在“再平衡”，前期领涨的中小盘成长方向面临获利回吐，成交活跃度有所回落，市场从此前的普涨修复转向存量博弈下的快速轮动，贝塔整体弹性有所减弱，但多数量化团队并未因此调整组合的核心逻辑，而是继续守住规则化、可控的风险暴露，不随着市场情绪起舞。

行业长期发展核心机遇逐步显现

　　站在当前的时间节点，公募量化行业的长期发展空间依然广阔，多项核心机遇正在逐步落地。AI大模型的深度应用将显著提升另类数据挖掘与因子筛选效率，进一步拓展新的阿尔法来源。过去一名量化研究员从构思逻辑到挖掘一个有效因子，往往需要数周，如今借助大语言模型，研究员只需提出投资假设，即可自动生成上千个候选因子，大幅压缩投研从创意到落地的周期，从底层重塑整条投研链路。

　　A股市场广度的持续扩大，也为量化策略带来更多差异化选股信号。当前A股市场仍存在大量定价不充分的个股，为量化策略保留了长期的收益土壤，随着上市公司数量稳步增长，不同行业、不同市值维度的个股特征持续丰富，能够为量化模型提供更多元的选股维度，避免策略信号的同质化。不少行业人士指出，量化行业正在从“拼速度”转向“比深度”，策略研发重心向中低频迁移已成为主要趋势，中低频意味着资金容量更大，也意味着不能只靠价量规律吃饭，必须向更深层的模式识别要收益，这是所有想做大规模的量化团队绕不开的课题。

　　机构资金将量化作为分散组合波动的配置工具，也将为行业进一步引入长线资金。随着A股机构化程度不断提升，越来越多的机构投资者开始将量化产品纳入自身的资产配置组合，利用量化策略与主观策略低相关性的特征，平滑整体组合的波动水平。在这一过程中，公募量化立足全市场选股，兼顾流动性与合规约束，更加注重策略稳定性与回撤控制的特征，将进一步凸显适配普通投资者配置需求的差异化价值。

　　当前量化行业的主要矛盾，已从“缺乏因子”转向“缺乏因子的甄别”，尤其是在极端行情下，大量表面上相关性低的因子，在经济逻辑上高度同质，一旦市场转向，便会迅速共振回撤。不少头部机构已经开始搭建完善的因子治理框架，通过多维度的检验环节筛选真正具备长期有效性的因子，同时建立常态化巡检与淘汰机制，定期复盘因子表现，一旦出现失效、拥挤度过高等情况，将及时剔除或降权，保障整个策略库的运行质量。

(编辑：徐松丽)