开场与嘉宾背景：从人大到MIT，再到英仕曼中国策略总监

主持人王瑞晨介绍方子昂的履历——人大经济学本科、MIT斯隆金融硕士，2017年加入英仕曼，2026年被任命为中国量化策略总监。方子昂表示最有成就感的是跟随好奇心探索新领域，例如十年前探索另类数据在量化中的应用，以及当前推动AI在投研体系落地。

AHL与Numeric合并：一次整合要解决的三件事

英仕曼将旗下两大量化引擎AHL（宏观）与Numeric（微观选股）合并为统一量化投资部。方子昂称这不是转向而是「连续光谱上的下一步」，整合要在研究协同、基础设施规模效应（500人技术团队、1500亿美元系统化交易平台）和产品创设三个层面产生价值。

外资分化之际，英仕曼为何继续加码中国

方子昂给出两层理由：中国期货与股票市场都是全球最大市场之一，头部对冲基金无法忽略；海外客户需要中国资产作为低相关性配置，本土投资者这几年也快速成熟。英仕曼是最早进入中国的外资管理人之一。

新岗位的定位：宏观与微观的统筹，全球资源与本土实践的结合

方子昂表示新岗位对他不算全新课题，因为从2018年起就在做A股研究。相对新的是宏观与微观策略的统筹规划，以及如何把集团在全球的资源与经验有机落地到A股和期货市场，同时理解国内私募运营的独特业态。

一个阿尔法信号的完整旅程：从想法到实盘

方子昂拆解投研流程：想法生成、立项与历史回测、经济直觉检验、样本内外严格区分、投委会评审、投资组合构建、交易执行与事后监控。他强调A股数据量大、容易做因子挖掘，因此经济直觉是判断因子能否在实盘和未来五到十年持续有效的关键。

AI不是加法是乘法：人工乘以机器

方子昂澄清英仕曼并非只追求有经济直觉的因子，前AI时代就有自动化因子挖掘。AI真正的价值是赋能依赖经济直觉的研究——研究员一天只有24小时，逻辑框架难以规模化应用。团队把机构知识与研究员个人知识架构通过AI复现，追求「人工乘以机器」的乘数效应。

AI投研的探索历程：从agent到生态系统

英仕曼很早就组建中央AI团队接入大语言模型。团队重新审视量化研究全链路，发现从提出主题、执行研究、代码实现到结果评估都在语言框架内进行。2024年开始用agent复现研究员任务，并做过「AI重做人类另类数据研究」的对比实验，结果令人印象深刻。如今已从简单agent发展到AI生态系统。

AI会取代研究员吗：招聘画像的变化

方子昂认为AI在量化研究上仍有很大提升空间，因为市场不完全是文本的组合，面对回撤时的情绪与信息整合仍是人的能力。AI给了所有人一个升职机会——不必再一行行写代码，而要思考投研体系怎么搭建、什么问题值得回答。招聘从要求数学好、能写代码，转向更关注好奇心与市场直觉。

指数增强：忠于指数构成，再谈偏离

英仕曼去年在国内推出指数增强策略，海外同类策略规模超过1000亿美元，国内已实盘约三年。方子昂强调其做法完全从指数构成出发，每天组合起点是指数权重，选股空间覆盖约五千只股票，通过自研风险模型控制偏离带来的行业与风格风险，让客户体验「指数加超额收益」。

阿尔法是什么：一场信息的竞争

方子昂定义阿尔法为对资产收益率的预测，且要优于市场平均预测。数据从价格、交易量到财务报表，再到另类数据——结构化的数字与非结构化的文本、声音、图片。不同市场环境下不同阿尔法信号表现分化，因此理念是捕捉多种信号并有机组合，避免超额收益大起大落。

白热化竞争下的差异化：全球经验加本土落地

面对A股量化赛道的激烈竞争，方子昂表示英仕曼在海外无时无刻不在竞争，非常适应。中国市场的特点是变化极快，团队希望把全球三四十年沉淀的能力落地本土，同时用海外经验提前预判哪些超额收益来源在未来更有持续性。上海本土投研团队将持续扩张。

从单一策略到多资产多策略的战略逻辑

英仕曼在中国从CTA、指增走向多资产多策略。方子昂解释，全球范围内为客户提供解决方案一直是强项，投资者效用函数各不相同，单一资产或单一策略难以满足。多策略在保证金管理、杠杆管理上有难度，但团队积累了大量经验，且多样化是投资里唯一的免费午餐。

风险平价：为什么60/40的风险其实高度集中在股票

方子昂解释风险平价的原则：风险比回报更容易预测，风险调整后的资产回报本质上差别不大。传统60/40组合风险端可能有80%到90%来自股票，股市疲软时体验不好；风险平价把股、债、商品综合配置，利用低相关性降低组合风险，再通过杠杆把波动率调整到客户需要的水平。

方法论一致，细节全不一样：本土化的真实难点

方子昂说风险平价在中国方法论完全一致，但研究细节很不一样。协方差矩阵需要长历史数据，美国有超过一百年，国内相对短——但这不是中国特有挑战，很多新兴市场类似。A股交易规则与海外不同，指数增强与多空策略逻辑完全不同，每个环节的细节都决定最终体验。

未来布局与22岁的建议

方子昂介绍两步走：单一策略一对一映射全球能力（指增、市场中性、CTA、风险平价），再在复合策略上突破。投研上持续扩充本土团队。节目最后他回答「回到22岁想早点知道什么」：理解什么是长期正确的事，然后一直去做它——这在量化里叫look-ahead bias，是大家都梦想拥有的东西。