AI与贝叶斯赋能的主动权益投资新范式

在高集中度市场环境下，主动权益投资所面临的新挑战与机遇，AQR在其发布于2025年2月的白皮书揭示了他们的主张：市场集中度飙升，但并不等同于高风险 近年来，股市集中度显著上升，例如标普500指数前十大权重股的占比从十年前的约18%飙升至今天的超过35%，美国科技股权重也大幅增加。

赢家通吃的市场背景下，2023年和2024年的市场回报极度收窄，少数几只股票，如英伟达等Mag-7，贡献了市场的大部分涨幅。对主观基金经理来说这这种市场风格是一种考验，如果他们错过了这几只领涨的巨头，就会面临非黑即白的持仓”有或无“结果，导致其业绩分化极大。

AQR的视角下，量化/系统性投资为何更具韧性呢？系统性量化主动管理建立在两个基础原则之上：

- 消除不必要的风险敞口： 量化模型通常维持行业中性，主要依靠在行业内部进行股票的相对对比。这不仅提高了比较的置信度，还能在市场被诸如半导体、科技相关等单一板块主导时，提供更加一致的收益表现。

- 分散预期押注，积少成多： 在一个高度分散的投资组合中，超额收益通常来自数百只股票上微小的盈利或亏损，而不是集中押注在少数几家公司上。只要个股选择的胜率略高于50%，这种广度就能为量化经理提供强大的确定性回报。此外，现代量化不仅使用传统的行业分类，还通过识别公司间的经济联系，比如同一个供应链或客户群，来进一步增加选股的广度。

随着技术的发展，量化投资已经远远超越了传统的“聪明贝塔”（Smart Beta）或基础因子投资，进入了一个整合多维度数据和机器学习的新阶段。这其中包括了Alpha信号的创新。以传统的动量策略为例，过去仅仅是基于股票历史价格的相对表现。如今，量化模型已经扩展出基本面动量、利用自然语言处理（NLP）分析非结构化数据的动量，以及捕获经济关联企业间溢出效应的间接动量等。随着新信号类型的增加，它们与传统量化因子之间的相关性大幅降低，提供了新的收益来源。

本期参考来源：A New Paradigm in Active Equity
Navigating Concentrated Markets and Harnessing New Technologies
February 5, 2025 - Alfie Brixton, Charles Fattouche, Thomas Maloney