金融工程2026年度策略：擁抱AI投研巨浪，迎接量化投資新篇章.pdf

金融工程2026年度策略：擁抱AI投研巨浪，迎接量化投資新篇章。

2026 年大模型生態(tài)與應(yīng)用展望：多模態(tài)與 Agentic AI推動投研應(yīng)用加速迭代

大模型方面，多模態(tài)能力與 Agentic AI 應(yīng)用落地是未來大模型領(lǐng)域的兩個發(fā)展主線。多模態(tài)已成為大模型角逐的核 心維度之一，模型能力快速迭代；Agentic AI 相關(guān)理論與應(yīng)用探索已有豐富成果，基礎(chǔ)設(shè)施搭建完善，可支持應(yīng)用快 速落地。投研領(lǐng)域，多模態(tài)能力將帶來更豐富的信息來源與應(yīng)用場景；投研專家 Agent 將成為業(yè)界核心探索方向，在 主動投研輔助和投資決策生成兩個方面集中出現(xiàn)新的應(yīng)用成果；

2026 年資產(chǎn)配置年度策略展望：通脹再起行情下，如何對風(fēng)格和行業(yè)進行配置？

資產(chǎn)配置方面，展望明年，周期+科技雙線行情可期，市場驅(qū)動由估值往盈利進一步偏移，帶動權(quán)重股抬升。預(yù)期風(fēng)格 方面，從小盤成長往大盤均衡進行傾斜， 微盤風(fēng)格往茅指數(shù)進行切換，紅利板塊仍能穩(wěn)健表現(xiàn)。行業(yè)方面加大對于 基本面因子的關(guān)注；

2026 年因子選股展望：指增 AI 策略失效分析及優(yōu)化方式

選股方面，近年來指增策略 AI 模型應(yīng)用趨勢上升，策略逐漸擁擠，容易出現(xiàn)集體超額回撤的現(xiàn)象。在有效嘗試擇時 策略的基礎(chǔ)上，我們對模型本身進行優(yōu)化。通過因子加權(quán)、HuberLoss 改進以及 Memory 模塊與 CVaR 損失的引入，有 效降低了模型超額回撤，提升卡瑪比率。預(yù)計在面對未來市場持續(xù)震蕩、風(fēng)格輪動以及策略擁擠度抬升的長期趨勢時， 能夠使 AI 模型更準(zhǔn)確及時地適應(yīng)市場變化；

2026 年權(quán)益基金投資展望：新規(guī)重塑主動權(quán)益 Alpha 投資邏輯

基金方面，2025 年主動權(quán)益基金超額回歸，選股端也獲得了 Alpha，在預(yù)期的明年科技及周期雙線行情下，我們認(rèn)為 主動權(quán)益基金 Alpha 依然可能存在。結(jié)合業(yè)績基準(zhǔn)及風(fēng)格漂移控制新政策，我們也給出寬基類基金產(chǎn)品以及行業(yè)主題 類基金產(chǎn)品的主動被動選擇的建議。