◎记者 朱妍 当前，市场目光投向高弹性资产，红利资产的长期配置逻辑是否依然稳健？在光大保德信基金量化投资总监朱剑涛看来，科技行情带来极致的风格分化，红利资产自身的长期底层配置价值仍在，但配置逻辑已从赚估值修复和风格博弈的钱，转向追求长期稳定的收益回报。 红利资产长期配置价值仍在 长江证券另类策略团队数据显示，主动型基金的高股息持仓占比在2025年一季度见顶后快速回落，而险资重仓中高股息个股的占比却在2026年一季度升至75%，持仓市值创新高。 “科技板块分走的是追求弹性的资金，险资和ETF配置型资金仍在持有。”朱剑涛表示，随着IFRS 9会计准则的实施以及“长钱入市”政策的推进，高股息、低波动的权益资产对于险资而言，天然具备吸引力。 谈及红利策略的内部分化，朱剑涛表示，红利投资不等于股息率投资，策略类型多样：纯红利追求“便宜+高息”；红利低波追求“拿得住”；红利质量追求“有质量的分红但要扛得住波动”。在红利资产内部也会有一些短期量价轮动的机会。 朱剑涛表示，可将红利资产从“赚价差的进攻品种”修正为“赚现金流和久期的偏防御类品种”。“在科技资产占优的阶段，红利资产可能跑不赢，但可以控制权益仓位波动，提供一定的确定性。两者的组合本就不是非此即彼的选择题，而是根据资金属性进行的填空题。”他说。 量化投资的“变”与“不变” 当被问及公募量化如何应对科技极致行情与策略同质化挑战时，朱剑涛表示：“量化本身是一套投资方法，不是一个固定的模型，须持续研发，动态调整，增强适应市场的能力。” 作为光大保德信红利量化混合基金的基金经理，朱剑涛透露了其主动量化产品相对被动指数“超额收益”的来源。“纯被动的红利指数往往行业集中度高，银行和煤炭占比较高，选股的超额收益空间有限。”他解释称，其量化模型并非简单地复制指数，而是在更宽泛的红利股票池中，通过传统量化多因子与机器学习模型进行约束与优化的权衡，去挖掘个股阿尔法。 不过，他坦言，今年以来红利策略整体贝塔承压，叠加科技行情“虹吸”，投资难度显著增加。不过，从较低估值位置看，下行空间或相对有限，且部分优质标的可能蕴藏机会。 关于AI赋能量化投资，朱剑涛表示，随着大模型能力提升，AI在投资中的作用越来越大：一方面它是非常强的效率工具，特别是在编程、数据文本处理等领域；另一方面，它越来越像精通各个领域的专家，在对话过程中能提供很多新思路。不过，硬件和系统的投入边际贡献未必有想象中那么大，关键还是基金经理对市场的认知，以及基于认知构建的因子逻辑。

◎记者 朱妍

当前，市场目光投向高弹性资产，红利资产的长期配置逻辑是否依然稳健？在光大保德信基金量化投资总监朱剑涛看来，科技行情带来极致的风格分化，红利资产自身的长期底层配置价值仍在，但配置逻辑已从赚估值修复和风格博弈的钱，转向追求长期稳定的收益回报。

红利资产长期配置价值仍在

长江证券另类策略团队数据显示，主动型基金的高股息持仓占比在2025年一季度见顶后快速回落，而险资重仓中高股息个股的占比却在2026年一季度升至75%，持仓市值创新高。

“科技板块分走的是追求弹性的资金，险资和ETF配置型资金仍在持有。”朱剑涛表示，随着IFRS 9会计准则的实施以及“长钱入市”政策的推进，高股息、低波动的权益资产对于险资而言，天然具备吸引力。

谈及红利策略的内部分化，朱剑涛表示，红利投资不等于股息率投资，策略类型多样：纯红利追求“便宜+高息”；红利低波追求“拿得住”；红利质量追求“有质量的分红但要扛得住波动”。在红利资产内部也会有一些短期量价轮动的机会。

朱剑涛表示，可将红利资产从“赚价差的进攻品种”修正为“赚现金流和久期的偏防御类品种”。“在科技资产占优的阶段，红利资产可能跑不赢，但可以控制权益仓位波动，提供一定的确定性。两者的组合本就不是非此即彼的选择题，而是根据资金属性进行的填空题。”他说。

量化投资的“变”与“不变”

当被问及公募量化如何应对科技极致行情与策略同质化挑战时，朱剑涛表示：“量化本身是一套投资方法，不是一个固定的模型，须持续研发，动态调整，增强适应市场的能力。”

作为光大保德信红利量化混合基金的基金经理，朱剑涛透露了其主动量化产品相对被动指数“超额收益”的来源。“纯被动的红利指数往往行业集中度高，银行和煤炭占比较高，选股的超额收益空间有限。”他解释称，其量化模型并非简单地复制指数，而是在更宽泛的红利股票池中，通过传统量化多因子与机器学习模型进行约束与优化的权衡，去挖掘个股阿尔法。

不过，他坦言，今年以来红利策略整体贝塔承压，叠加科技行情“虹吸”，投资难度显著增加。不过，从较低估值位置看，下行空间或相对有限，且部分优质标的可能蕴藏机会。

关于AI赋能量化投资，朱剑涛表示，随着大模型能力提升，AI在投资中的作用越来越大：一方面它是非常强的效率工具，特别是在编程、数据文本处理等领域；另一方面，它越来越像精通各个领域的专家，在对话过程中能提供很多新思路。不过，硬件和系统的投入边际贡献未必有想象中那么大，关键还是基金经理对市场的认知，以及基于认知构建的因子逻辑。