随着指数化投资的蓬勃发展，除了指数基金以外，现在也有越来越多的指数增强基金（简称“指增基金”）进入了我们的视野。

“主动量化”简单理解，就是将基金经理的主观研究和量化模型的筛选结合起来。

量化投资具有纪律性强、反应迅速、数据处理量大、覆盖面广等优点，但单纯依赖历史数据的挖掘可能存在局限，在模型中融入基金经理主观的基本面理解和判断，目的是让量化策略更加“聪明”，能像主动基金经理那样“思考”。

主动量化要求基金经理既要懂宏观经济和行业趋势，也要懂因子挖掘和模型构建，主动对投资组合进行偏离操作。比如说，如果看好科技方向，那可以通过适当提高组合里科技行业的权重，进行行业偏离；如果看好哪个基本面优秀、投资价值高的股票，则可以通过适当提高个股配比，进行股票的偏离。

值得一提的是，在主动量化增强过程中，使用多元化的风格子策略进行均衡配置，是一些基金经理优化投资组合的重要方法。

“风格子策略”这个名词听起来有点抽象，其实理解起来并不难。常见的投资风格包括价值、成长、低波动等等，“子策略”指的是针对上述每一种风格的具体投资策略或方法，每个子策略都代表了一种独特的获取收益的方式。

就像做菜时合理搭配多种调料，才能让菜肴更美味一样，基金经理在投资中采用多元化的风格子策略，既不过度偏重某一种风格，也不容易错失其他风格带来的机会，可以起到分散风险、把握多样化收益机会的效果。

近年来，人工智能（AI）技术在量化投资中扮演着越来越重要的角色，不少指增基金开始引入AI来辅助选股和优化模型，我们时不时就能在一些指增基金的宣传里看到类似“算法”“非线性模型/非线性手段”这些高大上的名词。

使用非线性手段对选股池进行增强，挖掘传统线性模型难以发现的超额收益来源，是AI助力指增基金的关键应用。那么，怎么理解这个“线性”和“非线性”呢？

线性模型，描述的是一个非常“耿直”的A导致B的关系，比如“估值和股价涨幅等比例上升”这句话，描述的就是一种线性关系。线性模型的优点是逻辑简单、易于解释，但缺点在复杂多变的现实中不够灵活。

虽然指增基金可以通过各种手段实现“增强”，但它也不能无限制地偏离基准指数。

控制个股/行业的权重偏离，可以防止组合因押注某一个股/行业而承担额外风险，限制换手率，可以防止基金过度交易，这些条件都好理解，但刚刚出现了一个大家比较陌生的词汇——Barra风格因子，这又是什么东西呢？ 

简单来说，Barra模型是一套国际上广泛使用的风控模型，它将股票的风险和收益来源分解为多个因子，包括动量、波动率、流动性、成长、估值、盈利、杠杆等等。每个因子就好比一项“体检指标”，反映投资组合在某一方面的风险暴露情况。

有的时候，我们可能会听到基金经理说“把各个因子控制在零点几倍标准差以内”，比如前面提到的“Barra风格因子偏离不超过0.2”——这里面的“0.2”指的就是0.2倍标准差。

一般认为，0.2～0.3倍标准差属于比较严格的约束，意味着相比于基准指数，基金在该指标上的偏离没有很大，相关风险因子对组合的影响较小。

通过以上的介绍，相信大家对指增基金也有了更多的认识。如果大家在跟踪指数趋势的同时，希望争取更优的超额收益体验，不妨也关注一下与指数挂钩的指数增强基金哦。