低利率时代投资变局：指增产品如何穿越“伪Alpha”迷雾？

（原标题：低利率时代投资变局：指增产品如何穿越“伪Alpha”迷雾？）

图片来源于网络，如有侵权，请联系删除

近日，随着权益市场情绪回暖，传统固收资产的收益率持续压低，资金不得不奔赴的“含权战场”（含权，指含有权益类资产）。在此背景下，指数增强基金（下称“指增基金”）发行悄然提速。Wind数据显示，目前全市场正在发行的指数产品中，指增基金占据7席，成为资金布局权益市场的重要工具之一。

拉长时间来看，2025年全年指增基金更是迎来爆发式增长，截至2025年12月31日，2025年全年共计成立了187只指增基金（各类份额合并计算），合计新发规模超1004.54亿元，这一数字超过了2022年至2024年三年的总和。

然而，在这场“低利率追逐收益”的浪潮中，许多亮眼的业绩实则源于对风格（如市值、成长）、行业的隐性暴露，是披着Alpha（超额收益）外衣的Beta（随市场波动而获得的收益）。

指增产品能否持续创造超额收益？为此，经济观察报记者采访了天弘基金指数与数量投资部总经理杨超。

“伪Alpha”的盛行

“为什么低利率时代当中我们觉得尽管市场波动很大，但是实际上收益越来越难做？”杨超在采访中抛出了此问题。

他从金融学定价原理出发，解释了低利率的两大影响：其一，极低的资金成本吸引大量资本涌入市场，使得各类资产定价更为充分。“原来小的定价机会现在也有人来抢”，导致与宏观产业无关的纯粹交易性机会锐减。其二，低利率时代深刻地改变了投资者的决策心理。当无风险收益近乎消失，投资者对权益回报的渴求与焦虑并存，更容易陷入追逐热门行业与风格的陷阱。

“所有人觉得只要把行业看对了、风格看对了，收益就有保证了。”杨超指出，但这是一种危险的错觉。“从大量统计学的结果来看，尽管每一年耀眼的明星都是配置对的Beta，押对了行业的收益，但仅仅在‘赔率’当中。在‘胜率’上来讲，拉长时间看，这种压赛道的模式不一定能够在长期维度提供好的投资体感。”他提出，想成为“长胜将军”，必须降低对风格或行业长期判断的依赖，聚焦到个股选择中。

指增产品的核心是提供超越基准的超额收益。然而，杨超揭示了行业中普遍存在的“伪Alpha”现象，即许多超额收益并非来自真正的个股选择能力，而是对某些系统性风险因子的隐性暴露。

如小盘暴露的“哑铃陷阱”，A股市场结构的一个显著特征是，前10%的上市公司占据了约80%的总市值权重。这种分布导致了组合构建中的一个经典难题，即为了追求Alpha，量化模型往往在市值较小的股票中更容易找到统计上的优势。结果就是，“无论做什么样的组合优化，要么在小盘股当中有明显的长期的系统性的暴露，要么号称是中性的，但是实际是左手拿非常大的股票，右手拿非常小的股票。”

这种结构内部的“哑铃型”配置，在风平浪静时或许能提供可观收益，但一旦市场风格逆转，将带来巨大风险。“当市场出现了比较明显的以微盘股或者小盘股为主要贡献的市场环境，可能出现非常大的一次性回撤。”杨超以过去多次市场结构反转小微盘股巨大波动的时间点为例，直言许多产品的超额回撤本质上是“有意和无意地承担了小盘市值的风险”。他认为，过去几年微盘股指数的强势，是特定利率环境、市场结构和政策导向共振的结果，不能将其简单归因为Alpha能力，其本质上依然是一个Beta。

其次，杨超认为，行业与主题划分存在一定程度的“失真”，传统的风险模型基于固定的行业分类（如申万、GICS），以0或1的变量来划分公司归属。但在以产业升级和主题投资为特征的A股市场，这套体系日益显得僵化。“以机器人为例，有很多跨行业的资产同时在机器人或者在其他赛道当中都有一些非原来传统性的风险定价因子能够映射的暴露。”杨超说。

这意味着，一个严格控制在传统行业分类上中性的组合，可能在实际风险暴露上高度集中于某个热门主题。当该主题定价充分甚至出现泡沫后，随之而来的回撤会吞噬前期所有“超额”，同时仅仅控制行业分类也会错失很多新主题Beta化过程中的机会。

杨超还提到，传统基本面因子的“红利消退”，即便在主动投资领域备受推崇的财务分析能力，其超额收益的来源也值得重新审视。他认为，过去的成功更多是建立在对基本面财务信息的相对优势上，特别是散户投资者获取和分析财务信息，从而进行价值投资的占比较低。随着信息传播速度加快、数据服务商崛起，基于公开财务信息的分析能力正在迅速“平权”，其带来的Alpha实则是“市场不够有效”的历史阶段红利。

本源回归

面对重重误区，如何破局？杨超给出的答案是：回归Alpha的本质，即获取与市场系统性风险低相关的收益。

“我们要跳出能够预测未来的假设，转而能做的是，当非系统性的定价偏离了系统性的定价之后，在三倍标准差之外等它错误定价的恢复。”杨超将投资分为两类：一类是对Beta方向进行时间维度的套利；另一类则是他追求的“横截面套利”，在任何一个时间截面上，剥离系统性风险，寻找个股相对于其合理定价的暂时性偏离，并进行反向操作。

“所以做Alpha的前提并不是我有很强的观点和技术能力，而是首先认识到自己的不足和局限性，然后清晰地把Beta和Alpha拆分开。”这种对自身能力局限的清醒认知，是构建可持续Alpha体系的思想起点。

杨超表示，要实现这一理念，依赖于强大的风险识别与剥离工具。天弘基金的实践是深度应用AI技术，对传统风险模型进行本土化改造。

从数据处理层面来讲，杨超透露，AI每日可处理高达30G的逐笔成交与委托数据，融合多源另类信息，构建高频量价与微观结构特征。

而在模型层面则是利用GRU（Gated Recurrent Unit，门控循环单元)、Transformer（快速权重控制器）等深度学习模型进行多周期预测，并通过混合专家（MoE）等机制适应不同市场状态。

此外，还有关键一步，即改造Barra（一种结构化多因子模型）等传统风险模型。其中，将行业划分从粗颗粒度的全球行业分类系统细化至53个细分行业，并对跨行业经营的公司，赋予非0-1的连续权重。这使得对系统性风险的度量更加精准，从而能更干净地剥离出“残差收益”作为纯Alpha的挖掘对象。

这一套体系化作战的目的，是确保超额收益的来源尽可能纯粹。正如杨超定义的“纯Alpha”：行业、风格偏离都压得极严，超额收益80%以上来自个股选择，追求与市场热点的低相关性。

资金需求变迁与监管导向下的产品进化

事实上，指增产品的发展，始终受到资金端需求与监管政策的双重牵引。

在经历了多轮市场牛熊转换，尤其是低利率下波动加剧的洗礼后，投资者的需求正从追逐短期排名，转向注重持有体验和长期稳定增值。

杨超观察到，“短期看，风格押注可能赚快钱，但波动大，客户拿不住。”因此，天弘基金在产品设计上明确分层，既有追求一定弹性的指增，也有面向低风险客户的“稳稳增”系列，后者将行业偏离压至1%以内，追求月度七成以上的胜率。

天弘基金数据显示，截至2025年9月30日，天弘基金旗下指增产品用户平均持有时间超过7个月，持有满6个月的投资者中超90%跑赢基准。

与此同时，近年来，监管部门持续加强对基金业绩比较基准的规范，严厉遏制风格漂移。从政策层面强化了指增产品的“契约精神”，产品必须紧紧围绕其声明的基准进行投资，超额收益应主要通过对基准成分股的精研获得，而非大幅偏离基准去押注其他赛道。

透过天弘基金的实践，可以一窥指增产品在下一阶段竞争中的关键维度――

全谱系布局背后的体系化布局。根据Wind数据，天弘基金旗下指增产品覆盖宽基、行业、特色指增共19只产品，这种广度基于统一的AI大底座和工业化投研流程的输出。杨超称之为“科学化体系支撑全品类投资”。

面对量化策略极易被复制，护城河何在的问题，杨超的答案是“快速迭代”和“体系化壁垒”。其因子库每周新增十几个因子，超过75%的因子在一年内被迭代；壁垒是数据、模型、团队协作构成的复杂整体，而非单一策略。

低利率时代正在倒逼资管行业从“机会驱动”转向“能力驱动”。杨超表示，AI是工具，而非“黑箱神�o”。天弘基金对AI的应用贯穿数据、预测、组合全流程，但始终保持工程师思维，注重偏离误差控制、归因透明和持续监控。

然而，挑战依然严峻。杨超指出，未来的竞争将集中于两点：数据来源的独有性与模型信噪比的提升。当模型架构逐渐趋同，独特、高质量的数据将成为稀缺资源；而如何在金融这个高噪声领域设计出更具鉴别力的模型架构，仍极大依赖人的经验与智慧。此外，如何在规模增长下维持策略的有效性，以及持续向投资者传递长期主义理念，也是所有市场参与者必须面对的课题。