2025年11月27日，国信证券发表了一篇基金行业的研究报告，报告指出，AI资管产品提升信息处理效率，超额收益不稳定。

报告摘要如下：
　　核心观点：

　　①本报告围绕三类代表性AI资管产品开展复盘对照：AIEQ、ProPicks、QRFT，回答AI能否为投资者带来超额收益。②从结果看，当前海外AI资管产品总体提质增效但不宜过度“神化”：以情绪流为代表的主动型ETFAIEQ长期跑输SPY，关键在于受到市场情绪波动较大，且费率与极高换手带来成本侵蚀；订阅性产品ProPicks在科技顺风期收益突出，但对执行纪律与滑点高度敏感，实际复现难度较高；AI增强行ETFQRFT长期与标普接近，阶段性强弱分化明显，更偏窄幅增强而非稳定高Alpha。③结论上，AI更可靠的价值在提升信息处理效率与投研流程标准化，而非保证持续战胜指数；判断产品靠不靠谱应优先看三点，长期相对基准是否有净超额，费率与换手后的收益是否仍成立，信号与业绩披露是否可复盘、可验证。

　　一、AI驱动型资产管理：进展与案例

　　全球金融市场的演进史，在某种程度上是一部计算能力与数据处理能力不断博弈的历史。从早期的格雷厄姆式基本面分析，到20世纪80年代兴起的以西蒙斯大奖章基金为代表的量化投资，再到如今2025年全面爆发的AI驱动型资产管理，投资决策的产生机制发生了根本性的范式转移。这种转移并非简单的技术迭代，而是认知维度的升维。

　　传统的量化投资，尽管使用了复杂的数学模型，但其核心逻辑依然主要依赖于线性回归、统计套利以及人类研究员预先设定的因子库。在这种“人类假设驱动”的模式下，计算机的角色更接近于一个极其高效的计算器，它验证并执行人类的逻辑。然而，随着非结构化数据的爆炸式增长——包括社交媒体情绪、卫星图像、高管电话会议的语调、甚至是供应链的物联网数据——传统量化模型面临着维度灾难。

　　伴随着生成式AI和大语言模型的成熟，金融市场迎来了“AI驱动”的资产管理时代。与传统量化不同，新一代AI选股策略——如本报告将深入探讨的AIEQ、InvestingPicks以及QRFT——采用了深度学习、强化学习以及自然语言处理技术。这些系统不再仅仅是执行规则，而是具备了从海量噪音中“涌现”出新规则的能力，它们能够识别出人类分析师无法察觉的非线性市场模式和微观相关性。本文通过深入探讨AIEQ、InvestingPicks以及QRFT等AI驱动的资产管理案例，探讨AI驱动资产管理的进展及表现。

　　二、案例1：AIEQETF介绍

　　2.1AIEQETF——AI赋能投资策略的基本介绍

　　AmplifyAIPoweredEquityETF（AIEQ）是AI在ETF领域应用的先驱。该基金于2017年10月17日成立，是全球首只完全由人工智能系统进行主动管理的ETF。其底层框架由EquBotLLC开发，并以IBMWatson的认知计算平台作为算力与NLP支撑。AIEQ的投资方法体现了AI选股体系中的“信息驱动”路径——通过对全市场信息环境进行高频、全覆盖的扫描与情绪解读构建投资组合。与传统基金经理依赖人工阅读有限数量的研究报告不同，AIEQ的模型每天会处理数百万份非结构化文本，包括监管文件、财报新闻稿、全球新闻源，以及占比愈发重要的社交媒体与论坛讨论。其核心优势来自自然语言处理（NLP）能力。模型尝试识别文本中的情绪方向与语境差异，从噪声中提取具有预测意义的信号，并将情绪因子与宏观变量、企业基本面指标进行融合。基于上述多源数据，系统动态优化并生成约30–200只股票的组合，目标是在市场情绪产生边际变化之前捕捉被低估、具备潜在情绪催化的标的，从而实现超额收益。

　　风险提示：本报告基于公开市场数据、基金披露文件及第三方研究资料撰写。历史业绩不代表未来表现，文中涉及的投资产品在特定投资场景下均存在本金损失的潜在风险。本报告出现的产品、公司、指数、个股等不构成任何投资建议。