量化模型与构建方式 1. 模型名称：常青低波基金组合策略 - 模型构建思路：通过量化方法挑选具有低波动特征的主动权益基金，目标是寻找长期稳定收益的基金，满足风险偏好较低的投资者需求[9][11] - 模型具体构建过程： - 以基金的历史净值回撤和波动水平为核心指标，评估基金经理的投资风格和风险控制能力[11] - 在因子测试中发现，最大回撤和波动率指标具有显著的延续性[11] - 增加基金估值水平的限制，从净值表现和持仓特征两个维度优选基金[11] - 构建低波动特征的主动权益基金组合[11] - 模型评价：该组合在减小净值波动的同时，保持了较好的收益水平，低波动和小回撤特性在市场波动中得到了验证，适合风险偏好较低的投资者[21] 2. 模型名称：股基增强基金组合策略 - 模型构建思路：通过挖掘具有更强Alpha收益能力的基金经理，构建风险波动较高且进攻性更强的基金组合，满足高风险偏好投资者的需求[9][12] - 模型具体构建过程： - 对基金收益率指标进行研究，拆分收益来源[12] - 剔除配置行业的Beta收益，提取剩余的Alpha收益[12] - 发现Alpha收益具有显著延续性，基于此构建组合[12] - 组合在回测中表现出较高的持有期胜率[12] - 模型评价：组合策略在弱市场环境下表现与基准接近，未来在市场改善后有望展现更强弹性[23] 3. 模型名称：现金增利基金组合策略 - 模型构建思路：通过多维因子筛选货币基金，优选收益表现更佳的基金，帮助投资者优化现金管理[10][14] - 模型具体构建过程： - 综合管理费率、托管费率、销售服务费率、久期水平、杠杆水平等因子[14] - 关注机构持仓占比和偏离度等风险指标，避免收益率波动[14] - 构建货币基金优选体系，减少收益波动风险[14] - 模型评价：策略运行以来持续跑赢基准，超额收益显著，适合现金管理需求[24] 4. 模型名称：海外权益配置基金组合策略 - 模型构建思路：基于海外市场指数的长期动量和短期反转因子，优选上涨趋势且动能较好的指数，构建全球化投资组合[10][15] - 模型具体构建过程： - 剔除涨势过高、超买的指数[15] - 选择处于上涨趋势且动能较好的指数作为配置标的[15] - 构建海外权益配置基金组合，拓展全球化投资工具[15] - 模型评价：组合在美债利率见顶及人工智能科技带动下，累积了较高超额收益，适合全球化配置需求[27] --- 模型的回测效果 1. 常青低波基金组合策略 - 本周收益：1.063%[16] - 近一个月收益：-1.612%[19] - 今年以来收益：10.948%[19] - 策略运行以来收益：5.779%[19] 2. 股基增强基金组合策略 - 本周收益：1.347%[16] - 近一个月收益：-1.774%[19] - 今年以来收益：6.896%[19] - 策略运行以来收益：6.896%[19] 3. 现金增利基金组合策略 - 本周收益：0.034%[17] - 近一个月收益：0.152%[19] - 今年以来收益：1.809%[19] - 策略运行以来收益：2.715%[19] 4. 海外权益配置基金组合策略 - 本周收益：1.269%[17] - 近一个月收益：2.161%[19] - 今年以来收益：17.789%[19] - 策略运行以来收益：23.962%[19]