来源：贝莱德BlackRock

（本文由《券商中国》刘筱攸撰写并授权贝莱德基金公众号发布。原文刊登于2025年9月17日。此内容由《券商中国》原创，未经授权，不可使用及转载）

贝莱德集团的系统化主动权益（SAE）策略正越来越多在中国本土投资里担纲重要角色。

截至2025年6月末，贝莱德集团资产管理规模达12.5万亿美元，是全球最大资管公司之一。作为贝莱德的旗舰策略，SAE策略运用机器学习、自然语言处理等大数据分析方法，来捕捉对投资有指导价值的投资信号，持续升级满40周年。目前SAE已迭代至第六代大语言模型，在管规模达3360亿美元。

之所以说SAE在中国本土投资中的作用越发大，是因为据记者了解，继贝莱德沪深300指增A（成立于2024年11月26日）和贝莱德中证A500指增A（成立于2025年1月23日）之后，贝莱德基金正在发行的中证500指数增强基金，也将借力SAE策略并加以本土化改进。

万得显示，截至今年8月末，此前借力SAE策略的贝莱德沪深300指增A、贝莱德中证A500指增A成立以来的净值增长率分别为18.35%、18.02%，收益表现亮眼。

更重要的是，贝莱德基金拟将SAE全面引入公司主动权益投资。也就是说，SAE的另类数据库和1000多个自研信号，将全面赋能贝莱德基金的投资决策，提升其投资广度和胜率。此外，系统化投资的全面引入还意味着贝莱德基金将把投研机制变成“平台化管理”，基金经理不再是单打独斗，而是依托统一的研究框架、风险管理体系和数据平台来运作。

贝莱德系统化主动权益投资团队董事总经理赵睿告诉记者，SAE团队有超过120名成员，研究人员和投资经理拥有多样化的背景，如会计、工程、经济、计算机科学、金融和物理等领域，并拥有科技公司、 NASA、学术界的从业经历。经过40年升级，贝莱德SAE平台的自然语言分析模型能有效分析研报、业绩发布会、新闻、论坛评论等信息，有助于了解各类投资者的情绪，并形成有价值的投资信号。

在赵睿看来，在SAE的本土化进程里，贝莱德实际是将其全球模型部署在中国的海量数据文本上予以不断优化。“我们会训练模型，让模型去回答一些问题，比如在哪些公司、哪些行业的业绩交流会上，高管说了什么；公司在回答客户问题的过程中，是否有提到他们能够看到的比如价格复苏、竞争减少等关键信息，然后我们将这些问题交给机器，让它来学习、研究并生成能赋能投资的成果。”赵睿说。

赵睿介绍，目前机器学习相关的信号在SAE模型里的权重已从2019年的15%上升到当前30%，且还会一直上升。另外，SAE平台自研了一套AIM（Augmented Investment Management辅助投资管理系统）机器学习系统，能基于整个信号库所有的信号和所有数据资源，通过学习过去的市场环境和基金表现，动态地调整和优化信号权重。在不同的市场条件下，哪些信号更重要、哪些信号的权重应该降低， AIM会自动做出判断和调整，确保策略始终适应市场变化。

“总之，AI驱动的信号和AIM动态优化工具的结合，让投资变得更加智能、快速和精准。”赵睿总结。

贝莱德基金量化及多资产投资总监王晓京，即贝莱德中证500指数增强基金的拟任基金经理，从一线投资角度阐述了SAE策略如何赋能投资：SAE策略在指增产品线上将主动风险集中于个股选择，不会在行业和风格因子上进行过多主动的风险暴露，因此受到单因子的影响较小，属于相对全天候获取alpha的方式，且可以达到alpha的来源分散于数百只个股。

“这种方式要求更高的组合构建与管理能力，也考验管理机构的长期定力。有时风格漂移比较容易做出短期alpha，但我们这类纯alpha策略更多的是‘积小胜为大胜’，更注重持续积累稳定收益。” 王晓京说。

王晓京表示，在经过系统化策略赋能的主动权益产品线上，行业和风格因子的择时也是获取整体收益的手段。与指增系列追求高信息比率高胜率战胜指数不同，系统化策略赋能的主动权益产品线能以最大化获取超额收益为目标，而且是在整体组合波动率、回撤和主动风险可控的前提下。

CBOH0925A/S-4832647