核心观点 - 报告基于深度学习框架构建了AI体系下的低频指数增强策略，该策略通过组合优化将深度学习alpha信号与风险信号结合，构建了针对沪深300、中证500、中证A500及中证1000的增强组合，组合采用周度调仓，约束单边换手率为10% [3][15] 本周市场指数表现 - 截至2026年1月30日当周，主要市场指数表现分化：上证指数下跌0.44%，深证成指下跌1.62%，沪深300指数微涨0.08%，而创业板指下跌0.09%，科创50指数下跌2.85%，北证50指数下跌3.59% [6][9][10] - 行业层面，石油石化、通信、煤炭行业表现居前，周收益率分别为7.95%、5.83%、3.68%；国防军工、电力设备、汽车行业表现落后，周收益率分别为-7.69%、-5.10%、-5.08% [10] 指数增强基金绩效 - 截至2026年1月30日当周，全市场指数增强基金超额收益表现不一：沪深300指增基金超额收益率最小值为-1.05%，中位数为-0.04%，最大值为1.08%；中证500指增基金超额收益率最小值为-0.55%，中位数为0.42%，最大值为1.85%；中证1000指增基金超额收益率最小值为-0.85%，中位数为0.31%，最大值为1.09% [6][12] - 从年初至今（截至2026年1月30日）表现看，沪深300指增基金超额收益率中位数为1.13%，中证500指增基金超额收益率中位数为-1.78%，中证1000指增基金超额收益率中位数为0.92% [13] 跟踪组合表现 - 报告构建的AI低频指数增强策略，在alpha维度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；在风险维度利用神经网络寻找长期IC均值为0且高R方的风险信号 [15] 沪深300指数增强组合 - 截至2026年1月30日，该组合年初至今上涨1.2%，同期沪深300指数上涨1.7%，超额收益为-0.4%；当周组合下跌0.5%，同期指数上涨0.1%，超额收益为-0.6% [6][19] - 历史回测（全样本）显示，组合年化收益为19.5%，基准年化收益为6.4%，年化超额收益为13.1%，月度胜率为76.5% [20] 中证500指数增强组合 - 截至2026年1月30日，该组合年初至今上涨9.5%，同期中证500指数上涨12.1%，超额收益为-2.6%；当周组合下跌2.3%，同期指数下跌2.6%，超额收益为0.3% [6][25] - 历史回测（全样本）显示，组合年化收益为25.5%，基准年化收益为10.2%，年化超额收益为15.3%，月度胜率为77.6% [26] 中证A500指数增强组合 - 截至2026年1月30日，该组合年初至今上涨3.4%，同期中证A500指数上涨4.5%，超额收益为-1.1%；当周组合下跌0.5%，同期指数下跌0.6%，超额收益为0.2% [6][32] - 历史回测（全样本）显示，组合年化收益为19.3%，基准年化收益为4.9%，年化超额收益为14.4%，月度胜率为77.8% [35] 中证1000指数增强组合 - 截至2026年1月30日，该组合年初至今上涨6.4%，同期中证1000指数上涨8.7%，超额收益为-2.3%；当周组合下跌3.5%，同期指数下跌2.5%，超额收益为-1.0% [6][38] - 历史回测（全样本）显示，组合年化收益为31.5%，基准年化收益为8.9%，年化超额收益为22.6%，月度胜率为84.7% [39]