(資料圖片僅供參考)

新基金發(fā)行市場(chǎng)傳來(lái)今年并不多見(jiàn)的提前結(jié)募消息。日前，華夏基金連續(xù)發(fā)布兩條公告，先是宣布旗下華夏智勝新銳股票型基金（A類：018728、C類：018729）提前結(jié)束募集；隨后又發(fā)布該基金啟動(dòng)末日比例配售，確認(rèn)比例約10.43%。記者同時(shí)從廣發(fā)證券等銷(xiāo)售渠道了解到，今年新基金發(fā)行普遍遇冷，但華夏智勝新銳卻逆勢(shì)獲得投資者追捧，托管方廣發(fā)證券彰顯了不俗的銷(xiāo)售實(shí)力。一方面，在AI風(fēng)暴席卷全球的背景下，該基金主打“AI+量化投資”的方式頗為吸睛；另一方面，擬任基金經(jīng)理孫蒙的投資能力也獲得了很多投資者的認(rèn)可。

Wind數(shù)據(jù)顯示，2023年上半年，公募基金市場(chǎng)共成立609只新基金，較去年同期減少151只；合計(jì)募集規(guī)模僅為5286億元，與去年同期募集規(guī)模相差1560億元，同比下滑22.3%；新基金平均募集規(guī)模約為8.66億元，較2022年上半年的9.65億元下滑超10%。而華夏智勝新銳于6月28日起通過(guò)各大渠道啟動(dòng)發(fā)售，截至7月5日短短數(shù)個(gè)工作日便已賣(mài)超15億，其中，廣發(fā)證券作為主力代銷(xiāo)機(jī)構(gòu)，銷(xiāo)售情況最為火爆。

據(jù)悉，華夏智勝新銳是一只基于人工智能量化模型篩選優(yōu)質(zhì)上市公司、構(gòu)建投資組合，并運(yùn)用數(shù)量化方法優(yōu)化組合交易并控制風(fēng)險(xiǎn)的股票型基金產(chǎn)品。尤值一提的是，該基金特別選取了中證1000指數(shù)為業(yè)績(jī)比較基準(zhǔn)，作為A股市場(chǎng)最具代表性的小盤(pán)成長(zhǎng)風(fēng)格指數(shù)之一，中證1000指數(shù)聚焦了一批如醫(yī)藥生物、計(jì)算機(jī)等領(lǐng)域的“專精特新”企業(yè)和戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)。而華夏智勝新銳采用AI深度選股，相對(duì)于中證1000指數(shù)，其投資范圍更靈活，基金經(jīng)理可根據(jù)市場(chǎng)環(huán)境，在全市場(chǎng)范圍選股，力爭(zhēng)獲得更可觀的超額收益。

除了產(chǎn)品本身的亮點(diǎn)，基金經(jīng)理孫蒙的投資能力則是華夏智勝新銳備受追捧的另一大原因。據(jù)悉，孫蒙本碩先后畢業(yè)于頂尖學(xué)府北京大學(xué)物理專業(yè)和加州大學(xué)洛杉磯分校電子工程專業(yè)，理工科學(xué)霸背景非常契合其現(xiàn)在專注的量化投資方向。作為一名具備9年證券從業(yè)經(jīng)驗(yàn)和超過(guò)3年公募基金管理經(jīng)驗(yàn)的量化投資新秀，孫蒙尤為擅長(zhǎng)通過(guò)創(chuàng)新型的人工智能算法尋找市場(chǎng)投資機(jī)會(huì)。目前，孫蒙管理著華夏智勝價(jià)值等多只“AI+量化”特色產(chǎn)品，同時(shí)還負(fù)責(zé)華夏中證500指數(shù)增強(qiáng)等增強(qiáng)指基的主動(dòng)投資部分，從在管產(chǎn)品的表現(xiàn)來(lái)看，也證明了其投資方法的有效性。

Wind數(shù)據(jù)顯示，華夏智勝價(jià)值A(chǔ)成立于2016年8月9日，自2018年3月6日采用量化策略轉(zhuǎn)型以來(lái)，業(yè)績(jī)表現(xiàn)顯著提升。截至今年上半年末，該基金轉(zhuǎn)型以來(lái)累計(jì)回報(bào)達(dá)到62.55%，相較同期業(yè)績(jī)比較基準(zhǔn)斬獲了超過(guò)50%的超額收益。而自孫蒙2018年3月17日接管該基金以來(lái)，任職回報(bào)高達(dá)73.93%，年化回報(bào)超18%。此外，孫蒙管理的華夏中證500指數(shù)增強(qiáng)A自2020年3月25日成立以來(lái)的總回報(bào)達(dá)到76.45%，跑贏業(yè)績(jī)比較基金達(dá)59.31%。

談及采用“AI+投資”策略的新作華夏智勝新銳，孫蒙表示，利用人工智能進(jìn)行投資，可通過(guò)數(shù)據(jù)接口導(dǎo)入海量數(shù)據(jù)。包括歷史行情走勢(shì)、行業(yè)數(shù)據(jù)、產(chǎn)業(yè)鏈關(guān)系、上下游變化、宏觀數(shù)據(jù)、交易情況、政策信息等，都可以作為機(jī)器學(xué)習(xí)的訓(xùn)練樣本，幫助機(jī)器多維度、跨維度整合可用信息，尋找可能存在的“贏家模式”。此外，目前A股市場(chǎng)散戶資金占比仍然很高，人工智能還可以快速識(shí)別投資者相應(yīng)的交易行為、情緒、輿情等信息，力爭(zhēng)獲得更多超額收益。