导语：量化背景出身的基金经理，如人工智能 AIETF（515070）的李俊体现了持续的超额收益。

2025 年，人工智能（AI）主题基金持续成为投资者关注的焦点。随着全球 AI 技术从概念向落地加速演进，中国 A 股的 AI 产业链——涵盖芯片、算法、应用等环节——在政策红利和资金涌入下，展现出强劲韧性。

根据最新市场数据，截至 9 月 16 日，中证人工智能主题指数年内涨幅已逾 60%，带动相关基金集体 " 开花 "。

然而，这些基金的出色表现并非偶然，而是与基金经理的个人背景密切相关。许多经理拥有量化投资、科技研究或指数跟踪的专业积累，这不仅提升了基金在复杂 AI 赛道的精准度，还强化了风险控制能力。本文将剖析两只典型 AI 基金的业绩与经理背景间的逻辑联系，揭示 " 人机协同 " 如何驱动投资回报。

人工智能 AIETF（515070）：量化根基实现持续超额

作为 A 股较早发行的中证人工智能主题 ETF，人工智能 AIETF（515070）自 2019 年成立以来，已成为 AI 主题投资的 " 基准标杆 "。截至 2025 年 9 月 15 日，该基金今年以来回报率达 59.89%，近 1 年回报率高达 132.89%，成立以来累计回报 85.03%。 在 AI 算力需求爆发和国产化浪潮下，该基金重仓的寒武纪、科大讯飞等个股贡献了主要涨幅，完美诠释了指数跟踪的 " 低费率、高效率 " 优势。

基金经理李俊的背景，正是这一业绩的 " 隐形引擎 "。李俊持有硕士学位，早年曾在北京市金杜律师事务所证券部积累法律与合规经验，2008 年加入华夏基金后，转战数量投资部，任研究员和基金经理助理，至今从业逾 17 年。 他的量化专长在 AI ETF 管理中发挥关键作用：AI 主题指数涉及大数据、云计算等多维度标的，波动性高，需要精确的算法模型进行权重调整和再平衡。李俊的量化背景确保了基金与基准的紧密贴合，避免了人为偏差导致的超额损失。例如，在 2024-2025 年 AI 芯片周期中，该基金通过数据驱动的动态配置，捕捉了中际旭创等机会，回报率显著优于大盘。这里的逻辑在于：量化经验像 "AI 大脑 " 般辅助决策，帮助经理在海量科技数据中过滤噪音，实现可持续超额收益。

科创人工智能 ETF 华宝：CFA 量化视野下的科创 " 掘金 "

不止于中证系列，科创人工智能 ETF 华宝代表了科创板 AI 主题的 " 新生力量 "。该基金成立于 2025 年，截至 2025 年 9 月 15 日，今年以来回报率 23.5%，聚焦上证科创板人工智能指数，受益于中芯国际、寒武纪等科创 " 独角兽 " 的估值修复。

基金经理丰晨成持有硕士学位，并拥有 CFA 资格，2009 年加入华宝基金，历任助理产品经理、数量分析师、投资经理助理和投资经理，管理经验覆盖上证 180 价值 ETF 等多只指数产品。 他的 CFA 背景强调风险调整后收益，这在 AI 科创板的高贝塔环境中至关重要。科创板 AI 股往往伴随高研发投入和政策敏感性，丰晨成的数量分析技能优化了持仓分散度，避免了单一芯片股的 " 黑天鹅 " 冲击。业绩逻辑在于：CFA 的严谨框架结合量化经验，形成 " 双轮驱动 "，让基金在 2025 年 AI 政策落地（如 " 东数西算 " 扩展）中，提前布局下游应用，实现了从 " 跟跑 " 到 " 领跑 " 的转变。

业绩与背景的深层逻辑：科技 " 基因 " 驱动 AI 基金 " 进化 "

从上述案例可见，AI 基金经理的背景并非孤立，而是与业绩形成正向闭环。量化与科技研究经验占比高达 80% 以上（如李俊、丰晨成的从业路径），这源于 AI 投资的核心痛点：数据爆炸式增长下，需要算法而非直觉决策。 例如，在 2025 年 AI 算力短缺期，这些经理利用历史回测模型，优先配置高 ROE（净资产收益率）的产业链环节。反之，缺乏科技背景的经理往往在主题轮动中滞后，业绩分化加剧。

（数据来源：东方财富网、天天基金网等。）