在市场由普涨走向分化的背景下，公募量化正加速迈入以追求稳定性与体系能力为核心的新阶段。
2025年，随着市场交投活跃、结构性行情频现，量化策略的适配性明显提升，行业整体呈回暖态势。但与此同时，单一策略在风格切换中的波动问题逐步显现，市场对量化产品“可持续、稳定超额”的要求却不断提高。
在这一背景下，中欧量化团队提出的“三元低相关”策略，通过追求多来源Alpha的组合，力争有效对冲单一策略波动并成为提升整体超额稳定性的关键路径。在此基础上，持续推进策略与底层基础设施的数智化升级，逐步形成全链条协同的体系化Alpha能力。从产品表现来看，不同类型产品在各自风格与周期中展现出差异化优势，“体系化作战”能力正逐步显现。
2025年，公募量化迎来新一轮发展周期。在市场交投活跃、从“普涨”转向“分化”的背景下，量化策略的适配性明显提升，行业整体呈现出回暖态势。
在这一环境变化之下，指数增强产品的配置价值进一步凸显。相较于纯被动产品，指增既追求清晰的Beta属性，又力争在分化行情中捕捉个股Alpha，逐步成为资金配置的重要工具。与此同时，量化策略有效性也在提升。
在这一轮的修复行情中，中欧量化产品线年一季度，中欧量化产品的整体管理规模已超130亿元（数据来源中欧基金，截至2026/3/31），产品关注度持续提升。从过往具体表现来看，无论是宽基增强还是主动量化产品，在不同市场环境中都追求较为稳健的超额收益。
不过，在这一系列亮眼业绩的背后，中欧量化团队并非简单顺势而为，而是经历了一轮主动的策略调整。中欧基金量化投资总监曲径在接受采访时表示，仅依靠长周期基本面因子，在市场风险偏好快速变化的环境中容易遭遇阶段性失效，如2023年；而投资者对量化产品的预期却更偏向于追求“年年增厚”式的持续超额收益。这种单一策略兑现周期和客户需求的“错位”，一度给团队带来了不小的挑战。
围绕这一问题，中欧量化开始从策略结构入手，通过引入顶尖量化私募人才力争补齐不同周期的Alpha来源：一方面，通过引入因子工厂框架，将长期基本面Alpha与中周期量价因子进行融合；另一方面，引入基于深度学习的端到端模型，加强对短周期信号的捕捉能力。
随着多类策略逐步落地，中欧量化逐步形成了“三元低相关”的策略框架——以基本面因子、量价因子及深度学习端到端模型为核心，通过三者之间的低相关甚至负相关组合，追求提升整体超额收益的稳定性与持续性。
在“三元低相关”策略框架逐步成型之后，如何进一步提升策略对复杂市场的应对能力，并在实际交易中尽可能减少Alpha损耗，成为中欧量化在新阶段发力的重点。
在策略层面，人工智能技术的引入，正在推动量化投资由传统因子挖掘向模型自驱动转变。“深度学习端到端”模型也成为了团队重点探索的方向之一。中欧量化团队系统化投资组组长杨柳介绍称，端到端并非简单地从数据生成预测信号。与传统因子体系相比，端到端模型更强调“特征”而非“因子”。大量原本不具备直接经济含义的高维数据，被纳入统一建模框架之中，由深度学习模型进行综合刻画，从而捕捉更为复杂的市场结构关系。
不过，杨柳也强调，金融数据本质仍属于“小数据集”，且噪音较高、信噪比较低，因此模型在实际应用中需要保持克制，在预测能力与稳健性之间寻找平衡，避免过拟合及潜在风险暴露。
团队在提升端到端模型稳定性上做了很多工作，数据处理强调精细化和多元化，希望获得更多独立样本，并通过特征工程将传统金融逻辑引入深度学习模型，作为风险控制手段，控制模型的搜索空间，提升模型的鲁棒性。简单来说，是将人类智慧与机器智能有机结合。
如果说端到端模型提升的是“寻找Alpha”的能力，那么在组合与执行层面，优化器的引入，则更多承担着“保留Alpha”的角色。
随着因子拥挤度上升与市场竞争加剧，量化投资正从早期的粗放组合走向精细化调度，优化器在多约束条件下高效寻找最优解的能力变得愈发关键。曲径认为，只有在交易与组合环节尽可能降低摩擦，才能有望释放策略的收益潜力。
为此，团队与上海交通大学智能计算研究院展开深度合作，引入前沿优化技术，并结合金融场景持续推进落地，根据测算，投资组合优化速度可提升百倍。在实际应用中，优化器被广泛应用于跨产品、跨周期的公平交易、冲击成本控制，例如在多个产品同时交易同一标的时，通过求得最优解，降低交易冲击成本。
此外，中欧量化团队还联合风控、IT、交易、运营等多个部门，通过梳理流程卡点，大幅提升交易效率，减少交易摩擦，从而尽可能追求保留更多Alpha。
在端到端模型与优化器能力的共同驱动下，中欧量化团队正由因子挖掘进一步迈向系统工程能力的竞争阶段，这也为策略容量扩展与长期稳定运行提供了较为坚实的支撑。
随着市场逐步走向相对平稳阶段，指数增强产品正逐渐成为投资者参与权益市场的一种常见选择。能否在不同产品上、不同风格环境中持续挖掘超额，也成为市场观察公募量化机构的重要维度。
从这一角度来看，中欧量化的特点更接近于“体系化作战”。其产品线等主流宽基，同时延伸至小盘量化、全市场选股、主题量化等多策略方向，其“三元低相关”策略体系使得不同市场环境下都有相应工具可用，并通过不同策略配比追求打造全产品线超额能力。
具体到业绩上，不同类型产品的过往超额都有可圈可点之处。以中小市值指增为例，中欧中证500指数增强A近三年实现45.41%的收益，超额收益达25.88%，银河同类排名前6%（8/148）；中欧中证1000指数增强A同期超额收益也达到26.27%。相比之下，大盘风格指增则更偏向“求稳求进”，例如中欧沪深300指数量化增强A近一年实现29.88%的收益，对应超额收益16.09%，在核心资产中体现出较强的历史超额能力。（业绩均经托管行复核，截至2026/3/31）
如果把周期再拉长来看，主动量化产品的优势则更多体现在长期历史超额积累上。例如中欧数据挖掘多因子A成立以来累计收益达210.79%，超额收益达到152.45%，近十/五/三年均获国泰海通五星评级（业绩经托管行复核，2016/1/13—2026/3/31）；中欧小盘成长A近三年收益76.06%，超额收益57.02%，银河同类排名前4%（53/1507），在成长风格中过往表现出更强的进攻性（业绩经托管行复核，截至2026/3/31）。
整体来看，在模型持续迭代与产品体系不断完善的支撑下，中欧量化团队追求为投资者提供一套“能进攻、也能防守”的投资工具箱：指数增强产品力争在标的指数之上提供稳定超额，是风格清晰的配置工具，主动量化产品则在不同风格、主题上追求更具弹性的超额收益。对于量化投资而言，这种“可复制、可扩展”的体系化能力，或许比单一阶段的高收益更具意义。
正如中欧基金量化投资总监曲径所说，“量化基金是时间的朋友”,优质量化产品追求的Alpha具备时间复利价值，有望在长期熨平基准指数Beta的波动，争取为投资者提供更具性价比的投资体验。
排名来源：银河证券，截至2026/3/31，同类为银河证券分类。中欧中证500指数增强A属于增强规模指数股票型基金(A类)，中欧小盘成长混合A属于偏股型基金(股票上下限60%-95%)(A类)。五星评级来源：国泰海通证券，截至2026/3/31，中欧小盘成长混合A分类为强股混合型，中欧数据挖掘混合A为灵活策略混合型。
数据来源：基金定期报告，或经托管行复核，截至2026/3/31。中欧中证500指数增强A近三年收益率45.41%，业绩比较基准19.53%。中欧中证1000指数增强A近三年收益率37.08%，业绩比较基准10.81%。中欧沪深300指数量化增强A近一年收益率29.88%，业绩比较基准13.79%。中欧数据挖掘多因子A成立以来收益率210.79%，业绩比较基准58.34%。中欧小盘成长A近三年收益率76.06%，业绩比较基准19.04%。
风险提示：基金有风险，投资需谨慎。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证本基金一定盈利，也不保证最低收益。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。您在做出投资决策之前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和风险揭示书，充分认识本基金的风险收益特征和产品特性，认真考虑本基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。
中欧沪深300指数量化增强A、中欧中证500指数增强A、中欧中证1000指数增强A为股票型基金，其预期收益及预期风险水平高于债券型基金、货币市场基金和混合型基金。中欧沪深300指数量化增强A为股票型指数增强基金，跟踪沪深300指数，其风险收益特征与标的指数所表征的市场组合的风险收益特征相似。中欧中证500指数增强A为股票型指数增强基金，跟踪中证 500 指数，其风险收益特征与标的指数所表征的市场组合的风险收益特征相似。中欧中证1000指数增强A为股票型指数增强基金，跟踪中证1000指数，其风险收益特征与标的指数所表征的市场组合的风险收益特征相似。中证系列指数由中证指数有限公司编制和计算。关于指数值和成分股名单的所有版权归属中证指数有限公司。
中欧小盘成长混合A、中欧数据挖掘混合A为混合型基金，其预期收益及预期风险水平高于债券型基金和货币市场基金，但低于股票型基金。
中欧沪深300指数量化增强A、中欧中证500指数增强A、中欧中证1000指数增强A、中欧小盘成长混合A可投资于港股通标的股票。除了需要承担与内地证券投资基金类似的市场波动风险等一般投资风险之外，本基金还面临港股通机制下因投资环境、投资标的、市场制度以及交易规则等差异带来的特有风险。