導語：量化背景出身的基金經理，如人工智能AIETF（515070）的李俊體現了持續的超額收益。

2025年，人工智能（AI）主題基金持續成為投資者關注的焦點。隨著全球AI技術從概念向落地加速演進，中國A股的AI產業鏈——涵蓋芯片、算法、應用等環節——在政策紅利和資金涌入下，展現出強勁韌性。

根據最新市場數據，截至9月16日，中證人工智能主題指數年內漲幅已逾60%，帶動相關基金集體“開花”。

然而，這些基金的出色表現并非偶然，而是與基金經理的個人背景密切相關。許多經理擁有量化投資、科技研究或指數跟蹤的專業積累，這不僅提升了基金在復雜AI賽道的精準度，還強化了風險控制能力。本文將剖析兩只典型AI基金的業績與經理背景間的邏輯聯系，揭示“人機協同”如何驅動投資回報。

人工智能AIETF（515070）：量化根基實現持續超額

作為A股較早發行的中證人工智能主題ETF，人工智能AIETF（515070）自2019年成立以來，已成為AI主題投資的“基準標桿”。截至2025年9月15日，該基金今年以來回報率達59.89%，近1年回報率高達132.89%，成立以來累計回報85.03%。 在AI算力需求爆發和國產化浪潮下，該基金重倉的寒武紀、科大訊飛等個股貢獻了主要漲幅，完美詮釋了指數跟蹤的“低費率、高效率”優勢。

基金經理李俊的背景，正是這一業績的“隱形引擎”。李俊持有碩士學位，早年曾在北京市金杜律師事務所證券部積累法律與合規經驗，2008年加入華夏基金后，轉戰數量投資部，任研究員和基金經理助理，至今從業逾17年。 他的量化專長在AI ETF管理中發揮關鍵作用：AI主題指數涉及大數據、云計算等多維度標的，波動性高，需要精確的算法模型進行權重調整和再平衡。李俊的量化背景確保了基金與基準的緊密貼合，避免了人為偏差導致的超額損失。例如，在2024-2025年AI芯片周期中，該基金通過數據驅動的動態配置，捕捉了中際旭創等機會，回報率顯著優于大盤。這里的邏輯在于：量化經驗像“AI大腦”般輔助決策，幫助經理在海量科技數據中過濾噪音，實現可持續超額收益。

科創人工智能ETF華寶：CFA量化視野下的科創“掘金”

不止于中證系列，科創人工智能ETF華寶代表了科創板AI主題的“新生力量”。該基金成立于2025年，截至2025年9月15日，今年以來回報率23.5%，聚焦上證科創板人工智能指數，受益于中芯國際、寒武紀等科創“獨角獸”的估值修復。

基金經理豐晨成持有碩士學位，并擁有CFA資格，2009年加入華寶基金，歷任助理產品經理、數量分析師、投資經理助理和投資經理，管理經驗覆蓋上證180價值ETF等多只指數產品。 他的CFA背景強調風險調整后收益，這在AI科創板的高貝塔環境中至關重要。科創板AI股往往伴隨高研發投入和政策敏感性，豐晨成的數量分析技能優化了持倉分散度，避免了單一芯片股的“黑天鵝”沖擊。業績邏輯在于：CFA的嚴謹框架結合量化經驗，形成“雙輪驅動”，讓基金在2025年AI政策落地（如“東數西算”擴展）中，提前布局下游應用，實現了從“跟跑”到“領跑”的轉變。

業績與背景的深層邏輯：科技“基因”驅動AI基金“進化”

從上述案例可見，AI基金經理的背景并非孤立，而是與業績形成正向閉環。量化與科技研究經驗占比高達80%以上（如李俊、豐晨成的從業路徑），這源于AI投資的核心痛點：數據爆炸式增長下，需要算法而非直覺決策。 例如，在2025年AI算力短缺期，這些經理利用歷史回測模型，優先配置高ROE（凈資產收益率）的產業鏈環節。反之，缺乏科技背景的經理往往在主題輪動中滯后，業績分化加劇。

（數據東方財富網、天天基金網等。）