核心观点 - 报告基于深度学习框架构建了针对沪深300、中证500和中证1000指数的增强策略，其AI体系下的低频策略在长期展现出显著的超额收益 [4][16] - 尽管长期超额收益显著，但本周（截至2025-10-24）主要指数增强策略的超额收益普遍出现回撤，其中沪深300指增组合超额收益为-1.0% [6] - 本周市场整体上涨但成交量萎缩，通信、电子等行业领涨，而指数增强基金的中位数超额收益表现分化，中证1000指增基金表现相对较好 [6][9][10][13] 本周市场指数表现 - 截至2025-10-24，本周主要市场指数普遍上涨：上证指数上涨2.88%，深证成指上涨4.73%，沪深300指数上涨3.24%，创业板指涨幅达8.05% [6][9][10] - 市场呈现缩量上涨态势，本周中证全指日均成交额为17,475.9亿元 [10] - 行业表现分化显著，通信、电子、电力设备行业周收益率分别为11.55%、8.49%、4.90%，表现最好；农林牧渔、食品饮料行业表现较差，周收益率分别为-1.36%、-0.95% [10] 指数增强基金绩效 - 本周（截至2025-10-24）指数增强基金超额收益中位数表现：沪深300指增基金为-0.08%，中证500指增基金为0.02%，中证1000指增基金为0.29% [6][13] - 今年以来（截至2025-10-24）指数增强基金超额收益中位数表现：沪深300指增基金为1.66%，中证500指增基金为2.65%，中证1000指增基金为8.77%，显示小盘股增强策略超额收益更显著 [14] - 中证1000指增基金今年以来的超额收益最大值达到19.27%，显著高于沪深300指增的13.40%和中证500指增的13.78% [14] 跟踪组合表现（策略框架） - 策略核心是使用深度学习框架构建alpha和风险模型，形成AI驱动的低频指数增强策略，组合周度调仓并约束周单边换手率为10% [16] - alpha模型利用多源特征集合和堆叠多模型策略，通过异构网络特征互补与集成算法优化得到alpha信号；风险模型利用神经网络寻找长期IC均值为0且高R方的风险信号 [16] 沪深300指数增强组合 - 截至2025-10-24，今年以来沪深300指数增强组合上涨26.5%，超越基准指数18.4%的涨幅，累计超额收益达8.1% [6][20] - 但本周组合表现落后于基准，沪深300指数上涨3.2%，而增强组合仅上涨2.3%，导致本周超额收益为-1.0% [6][20] - 全样本历史数据显示，该组合自2019年以来年均超额收益为13.5%，月度胜率达77.8%，跟踪误差为4.6% [21] 中证500指数增强组合 - 截至2025-10-24，今年以来中证500指数增强组合上涨33.2%，超越基准指数26.8%的涨幅，累计超额收益为6.4% [6][24] - 本周中证500指数上涨3.5%，增强组合上涨3.0%，本周超额收益为-0.5% [6][24] - 全样本历史数据显示，该组合自2019年以来年均超额收益为16.8%，月度胜率达79.0%，跟踪误差为4.9% [25] 中证1000指数增强组合 - 截至2025-10-24，今年以来中证1000指数增强组合上涨38.3%，显著超越基准指数24.5%的涨幅，累计超额收益高达13.8%，为三个策略中最高 [6][31] - 本周表现与基准持平，中证1000指数上涨3.3%，增强组合同样上涨3.3%，本周超额收益为0.0% [6][31] - 全样本历史数据显示，该组合自2019年以来年均超额收益达24.0%，月度胜率为86.4%，在所有策略中历史表现最优异 [32]