全球公募直接使用 AI 选股策略的产品较少，但机构多数重视 AI 应用。根据 Invesco 在2023 年进行的全球量化投资调查，被调查的机构 90%以上都使用了因子投资的方法，而使用 AI 方法的机构也达到 30%，其中亚太地区的比例更高；具体方法上，“机器学习挖因子”使用率最高，直接开发投资策略的情况在北美的使用更高，而文本分析虽然此前使用有限，但随着大模型的推出，投资者对其未来的应用更加看好。

头部公募量化平台对 AI 的应用：存在分歧，但都重视“人”的作用。贝莱德、高盛、WisdomTree、Invesco 等机构都关注 AI 的使用，但使用尺度不同，贝莱德、高盛借助公司的算力资源自主搭建大模型，Invesco 则尚未直接应用 AI 进行选股。

贝莱德：文本是最大的应用方向。基于 Transformer 架构自主训练模型，输入文本、输出收益预测，将预测胜率提高到 60%以上；此外也通过“主题机器人”赋能主动基金经理。

高盛：主要运用大模型来判断文本中的情绪观点，未来希望拓展到音频。

WisdomTree：与 Voya 合作开发 AI 价值策略，输入人工处理的基本面特征、输出选股结果。

Invesco：仅将 AI 作为辅助分析工具，暂未直接用于选股。

AI 选股产品的策略与表现：综合端到端产品表现不佳，输入源为价量的产品表现优于基本面，使用机器学习进行传统大类因子配置的框架表现也较为出色。目前将 AI 选股直接应用于开发产品的机构的使用方式及结果主要如下：

1）基于不同维度数据的端到端模型：输入变量包括宏观、基本面、价量、文本等各维度数据，直接输出股票组合，但未能体现持续超额收益能力，近两年对美国市场的适应情况较差；

2）输入人工处理的特征后构建选股模型，且输入的特征带有一定风格偏向：偏基本面的产品表现偏弱，偏价量（动量）的进攻性相对更强但超额波动也较大；

3）使用机器学习模型对可解释的大类因子进行配置：实际更像风格轮动产品，代表产品QRFT 近 5 年累计超额约 28%，在同类产品中较为领先。

风险提示及声明：本报告对于海外产品的研究分析基于公司、Bloomberg、Refinitiv 公开信息，本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐。

目录

1. 机器学习在海外公募平台的应用概览 .......... 4

2. 头部公募量化平台对 AI 的应用 .......... 7

2.1 贝莱德：文本是最大的应用方向 .......... 7

2.1.1 基于文本的股价预测大模型 .......... 7

2.1.2 主题投资 .......... 9

2.1.3 私募股权等其他领域 ..........10

2.2 高盛量化团队：借助公司算力资源应用大模型分析文本情绪 .......... 11

2.3 WisdomTree：基本面数据为主的选股模型.......... 12

2.4 Invesco：仅将 AI 作为辅助分析工具 .......... 15

3. 其他 AI 选股产品的策略与表现 .......... 15

3.1 AM-One World Eq Fund with Artificial Intelligence ..........15

3.2 AIEQ：AI Powered Equity ETF ..........16

3.3 QRAFT 系列 ..........18

4. 总结 .......... 19

5．风险提示与声明 .......... 20

因篇幅限制，仅展示部分，更多重要内容、核心观点，请下载报告。