基金启动六个月后，Zenith Nexus Capital以稳定的表现和创新的方法开始引人注目。我们采访了CEO马希铭（Maxime Duval）和AI研究主管埃琳娜·科瓦奇博士，深入讨论基金上半年运作情况、汲取的经验，以及未来这套人机协作策略的计划。

问： 马希铭，恭喜开局稳健。截至年中净值+2%，波动率低——在许多基金挣扎的一年里，这很亮眼。您会如何总

结OmniHedge AI 迄今的表现？

马希铭： 感谢肯定。OmniHedge AI 在非常震荡的上半年里导航有方，我们对此很满意。截至6月末基金收益约2%，更重要的是我们几乎没什么波动，没有出现月度亏损。我们基本靠在不同领域积累小幅收益走到这一步——一些来自外汇，一些来自利率，一些来自大宗商品——同时避免大幅回撤。对于一支新基金来说，保住本金是头等大事。我认为我们在实现这一点的同时也提供了一定上行收益。

问： 出发后遇到的最大挑战是什么？

马希铭： 我想3月的市场波动是一场炙热的考验。美国地区银行风波引发信用市场动荡，同时市场揣测央行可

能转向。这测试了我们系统快速适应的能力。其中一个挑战是AI最初将银行消息视为孤立事件，导致我们在下跌初期对股票有些过早看多。随后抛售加剧，但我们的风险控制启动了。我们进行了人工稍微干预——记得深夜开电话会议决定：“这个头寸我们还是砍了吧，哪怕模型还没发信号”，因为我们主观感觉市场情绪明显转向。那次人机协作至关重要，让小回撤没酿成大祸。

问： 科瓦奇博士，从AI研究角度看，模型表现如何？做了哪些调整？

科瓦奇： 总的来说核心模型表现不错。它们发挥了训练所长：寻找模式、提出交易建议。但真实市场总能暴露出模

型未见过的场景。例如，在那次银行风波中，我们的AI模型从未见过类似情形（区域性美国银行因社交媒体引发挤兑暴跌）。AI起初将其视为一次性新闻冲击。我们认识到需要更好地纳入范式转换识别——教AI辨识市场动力基本转换的时刻。5月我们给OmniHedg AI 新增了一个算法模块，监测跨市场压力信号（如信用利差飙

升、波动指数剧烈上升），用以标记“情况不妙，进入特殊模式”。这个强化学习智能体是我们加进OmniHedge AI的，它有助于AI不在剧烈转换中站错队。

另一个改进：我们微调了NLP新闻分析器，让它更快响应定性信号。我们发现系统最初在事件期间对推特情绪反应稍慢。所以我们加快了其处理流程，也扩大了监控来源。这听起来微小，但在美国债务上限风波中，快30秒解读一个新闻标题就可能产生差别。

问： 马希铭，听说6月您在日内瓦的一场AI宏观论坛上发言。这半年来外界对顶联资本（Zenith Nexus Capital）的反响如何？

马希铭： 是的，我6月参加了日内瓦的一场金融科技活动，那是我开张以来首次公开露面。我谈的比较笼统——聊人工智能如何辅助宏观投资，没透露我们的“独门秘方”。反响不错。大家真心好奇我们到底怎么运作。有怀疑的当

然也有——有人当场质疑：“AI只是噱头还是真在决策？”我解释OmniHedge AI绝对是我们决策核心，但始终有人类监督。AI提议，人类拍板。如果要举例，我谈了4月发生的一件事：AI在法国养老金改革抗议新闻后发现法德国债之间的错价（建议做空法国OAT、多头德国布债，我们照做了）。这个例子证明我们不是炒概念，AI真的在发挥作用。有趣的是，那次圆桌后，我被一位重量级机构投资人找上了——瑞士一个养老基金，他们想深入了解，着眼于投

资。在我们的雷达之外，他们本没太关注我们。因此这些公开活动拓宽了我们的人脉。我们仍然有意保持相对低调，但市场上关于我们能稳健交出成绩的口碑已经传开。

问： 投资者总关心容量和增长。您以$1亿起步，我听说如今资产已超2亿美元，因为有些新增资金入场。您如何考

虑基金规模扩大？

马希铭： 慎之又慎。没错，我们在年中管理规模超过2亿美金——部分来自业绩增长，也有几位新投资者加入。我们接收了一家欧洲母基金的投资，还有中东一家私人银行平台把我们加入了他们的客户产品池。对大家兴趣高涨我们很荣幸，但我非常留意容量问题。我们的策略交易高度流动的市场，理论上容量上限很高。但从实际出发，我们要确保AI模型放大后不过载。所以我们的计划是：如果业绩稳健，未来一年或许增长至约$5亿，OmniHedge AI的设计——多市场多场所拆单交易——已将滑点降到最低。

问： 最后一个问题——接下Zenith Nexus Capital 有什么新动向？有新产品或计划吗？

马希铭： 有几件令人兴奋的事。首先，我们计划推出一个针对个人投资者的联接基金。我们已经开发了一个网

络平台，正处理监管审批，让中小额资金也能进来。我们的使命是“对冲基金惠及大众”，这一点我们没忘记。

其次，我们团队正研究将份额代币化——让投资者通过安全代币持有基金份额。内部有个小组在看这个。我们觉得这可能为投资者提供流动性和透明度的新方式。

当然在策略方面，我们一直在改进OmniHedge AI。埃琳娜的团队已经在测试2.0版，增加了一些花哨功能，包括从我们自己的交易数据中更自适应地学习。

科瓦奇： 我补充一下，2.0版集成了我们称为元学习（meta-learning）的东西——AI将更好地学习自己哪种模型在什么环境中效果最佳，并可动态调整。这大概2024年才能上线，但我们很期待。

马希铭： 简而言之，在确保核心基金稳健的同时，我们也有宏大计划拓宽参与者范围和参与方式。我们的目标不仅是创造业绩，也希望在对冲基金如何与投资者和技术互动上带来些范式转变。

随着Zenith Nexus Capital度过首年，马希铭的愿景正稳步成真。如果他们能延续此轨迹，AI与对冲基金的交汇处或许不久将挤满追随者——而Zenith将是率先规划航线的先驱之一。