私募大咖来了

采访嘉宾：弥加投资 投资经理 奚朗 悉尼大学人工智能硕士， 擅长从量化逻辑出发，长期坚持以买方交易角度参与投研配置。 从海内外宏观政策经济出发, 自上而下对大类资产、策略研究，擅长数据分析建模、量化交易模型构建。 以下是大咖来了117期精彩片段。 更多精彩话题 1、现在市场流行杠铃配置，一端重仓AI成长、一端配置固收红利，站在宏观视角对比震荡市与趋势行情，杠铃策略存在哪些短板，您会怎样优化资产配比？ 2、现阶段内需偏弱、海外AI产业链摩擦风险升温，对比内需消费、高端制造出口链，后续哪一条主线更能够穿越外部风险，成为中长期核心主线？ 3、当下流动性充裕、大盘持续放量，但板块轮动极快，对比主观宏观多头、CTA、量化轮动三类策略，哪种更适配当前高轮动、结构性分化的市场环境？

本期我们邀请了盛丰基金的机构业务总监吴湉女士为大家带来分享。 吴总介绍了回撤是**因子对冲体系极端行情阶段性失效，并非量化底层逻辑崩塌**，属于行业压力测试；极端环境下，风控能力的差距会被显著放大。 AI 量化存在适用边界，不能完全依赖历史数据。策略同质化、过度依赖量价因子是行业突出短板。后市：月末市场负反馈有所缓和；AI 技术浪潮发展过程中出现阶段性回调属于正常现象。

受邀分享的是上海创奥的创始人/总经理杨志泉先生，杨总分享的主题是“A股极致轮动时代一行业主题ETF轮动的量化实践”。 杨总给我们分享了当前A股极致轮动+K型分化环境，单纯持有个股/单一行业ETF波动风险很高。 量化ETF轮动依靠多因子选赛道、量化择时调仓、股指期货对冲，兼顾进攻与防御。和主流量化指增相关性低，可作为资产配置里的差异化补充。

采访嘉宾：上海创奥 总经理/创始人 杨志泉 高考状元，复旦金融学本硕博，曾在中国平安从事投资工作，近20年金融从业背景，同时还有4年高科技领域成功创业经验，兼具创业者、企业家、研究学者特质。 更多精彩话题 1、创奥是国内较早以量化方式布局ETF轮动的私募管理人，2017年就开始了，您当初为什么会选择这条赛道？ 2、您的履历非常特别——复旦大学金融学本硕博，曾在平安做投资经理，还创立过电子化学品光刻胶企业并担任首席运营官，后来又回到金融领域做跨境对冲基金。从实业创业者再到量化私募创始人，这段“金融→实业→金融”的经历对您设计ETF轮动策略有什么独特的影响？实业经验是否让您对行业周期的判断有不同于纯量化背景基金经理的视角？ 3、创奥的ETF轮动策略收益来源有三个层次：市场Beta、行业风格Beta、交易Alpha。在您看来，这三个层次中哪一个才是策略真正的“核心壁垒”？是模型选ETF的能力，还是择时交易的能力，还是多空对冲的风控能力？ 4、2026年上半年ETF市场发生了深刻的结构性变化：宽基ETF规模大幅缩水，而科技类行业和主题ETF规模突破5400亿元。这对量化ETF轮动策略意味着什么？是交易机会更多了，还是模型需要重新适应？ 5、在这种“宽基退潮、主题接棒”的新格局下，创奥的ETF筛选模型是否感知到了市场偏好的变化？模型在行业主题ETF的选择上做了哪些适应性调整？ 6、行业轮动ETF是从1000+行业主题ETF中选出标的构建组合，这和选股票在量化逻辑上有什么本质区别？ 7、ETF的一篮子属性对于量化模型来说是不是更难捕捉行业Beta、也更难挖掘Alpha？创奥是如何攻克这些难点的？ 8、创奥的策略强调“双重风控”——多头动态控仓+股指期货空头对冲。能不能展开说下您的风控理念？能否分享一下极端行情、比如2025年两次关税冲击阶段创奥策略的应对情况？ 9、您认为量化ETF轮动策略的核心竞争壁垒到底是什么——是数据、模型、交易系统，还是对市场的理解深度？ 10、行业ETF轮动策略和市场传统量化指增策略相关性低，和债券指数甚至是负相关，这是资产的性质决定的，还是策略设计的结果？您如何看待ETF轮动在资产配置中的作用？ 11、您认为什么样的投资者真正适合长期投资这类策略？他们需要具备哪些认知前提？