在公募量化产品线中，除了指数增强型品种外，量化选股型品种也占据重要地位，截止2025年二季末，全市场共计277只量化选股型基金，合计管理规模903.20亿元。这类基金由于不属于标准指数增强范畴，因而，不受限于指数成分股的投资比例和跟踪误差的硬性约束，拥有更广泛的投资范围和更高的风格暴露自由度，其业绩往往也展现出更高的弹性。同时，得益于相对宽松的策略环境，不同基金经理能够根据自身的偏好及特长，构建更具差异化的投资策略。
　　然而，对于投资者而言，由于量化选股型基金的工具化属性不如指数增强型基金明确，在产品选择时，往往面临对其定位与策略认知不够清晰的挑战。为此，本篇专题将对部分量化选股型基金的投资策略框架进行梳理，主要聚焦信达澳亚基金冯玺祥、国泰基金高崇南、信达澳亚基金林景艺、鹏华基金时赟超、西部利得基金翟梓舰等5名在量化选股型产品上投资框架体系各有特色的基金经理（按照姓名拼音字母顺序，下同），涵盖风格配置、中小市值、偏股混增强等差异化产品定位，以供投资者参考。
　　冯玺祥（信达澳亚基金）：采用统一框架管理，十分看重因子在整个投资域的有效性以及阿尔法模型的普适性，通过多样化的因子和模型提升超额的稳定性。在实盘运行多年的静态多因子线性模型的基础上，自2023年开始陆续加入了机器学习动态加权模型的应用，目前两套逻辑采用相对均衡化的方式分仓管理，在对标中证1000的信澳星耀智选中，两部分接近等权，在对标中证2000的信澳星亮智选中，机器学习模型占比略高。
　　高崇南（国泰基金）：注重卡玛比率，选择高股息、质量、成长三类风格进行配置搭配以提升组合风险收益配比的稳定性，整体产品定位于中低波动率的价值风格，以控制最大回撤为目标。基金经理会对每类风格构建一个优选股票池，分别通过对应风格子策略进行最终投资组合的确定，基本采用树模型进行因子合成。从实际运作来看，整体持仓高度分散，通过锚定波动率来控制风险的方式，同样很好的控制了产品相对于沪深300指数的偏离。
　　林景艺（信达澳亚基金）：践行“HI+AI”理念，采用一体化投研平台。信澳宁隽智选采用“基金优选→持仓还原→指数增强”三步法，通过量化方式复制优秀同行共识，以实现紧密跟踪万得偏股混基金指数，再叠加多类阿尔法模型进行指数增强，通过多策略组合追求稳健超额收益。由于信澳宁隽智选在全市场范围内选股且采用多策略框架运作，因而，整体持股十分分散，多策略分散化的持股特征也有利于控制风险、稳定超额。
　　时赟超（鹏华基金）：所管理的主动量化产品沿用与标准指增统一的策略体系，即采用多因子线性模型与机器学习非线性模型融合的框架。不过，相较标准指增产品，鹏华量化先锋在非线性模型的使用比例上略高，大约占比60%左右，且整体预测周期更短、换手率更高。风险模型中，鹏华量化先锋在风险因子层面的硬约束较少，主要控制组合的波动率以及市值因子的偏离，自2024年以主动量化产品运作以来，该产品持仓分散度明显提升，通过分散持仓适当分散风险。
　　翟梓舰（西部利得基金）：采用AI量化投资策略，构建“核心+卫星”多策略均衡配置框架。核心策略依托机器学习技术，包括多因子叠加（神经网络+树模型）进行中长期预测、基于Level 2数据的RNN高频量价因子挖掘等。卫星策略则搭配主动量化或其它线性模型，并根据产品定位差异化配置，如西部利得量化优选侧重小盘股，AI策略与主动量化各占50%；中证1000指增采用70%核心AI策略+30%多因子线性模型的配置，严格控制跟踪误差。
　　风险提示
　　海外降息进程不及预期、国内政策及经济复苏不及预期等带来的股票市场大幅波动风险。
　　基金相关信息及数据仅作为研究使用，不作为募集材料或者宣传材料。本文涉及所有基金历史业绩均不代表未来表现。