资产管理行业适配性服务 - 资产管理行业核心症结是严重信息不对称 约三分之二管理人能取得超额收益但缺乏适配性匹配[2] - 中泰资管构建系统化真实信息输出机制 通过反复阐述自身观点与框架消弭信息鸿沟[2] - 期货公司应成为企业战略合作伙伴 协助将生产经营不确定性转化为可管理风险敞口[2] - 中泰期货为公募提供两地三中心异构柜台 为私募提供最优托管机房接入及行情服务[3] - 策略研究服务平台聚焦截面量化CTA 时序量化CTA及量化期权三大领域 显著缩短机构策略回测周期[3] 人工智能重塑量化投资 - AI赋能三大维度变革：非结构化数据应用 传统数据非线性关系挖掘 非线性模型框架突破线性局限[3] - 深度学习模型可融合不同跨度时间维度信息源 带来模型性能重大改进[3] - AI编程工具极大提高量化研究员开发效率 但实际应用效果差异巨大[3] - 量化私募属于技术驱动型公司 正处于数据+AI驱动技术革命起点[4] - 技术进步催生四大趋势：顶级人才争夺白热化 高效协作团队成护城河 底层基础设施战略价值凸显 成长型机构需差异化突破[4] 低利率环境破局路径 - 理财公司通过收益重构 服务重构 风控重构三方面帮助投资者穿越低利率周期[4] - 收益重构突破固收依赖 深耕基础设施REITs稳定现金流资产 捕捉权益市场结构性机会[5] - 服务重构建立三分定制化体系：按人生阶段分阶段设计 按特定目标分场景定制 依托三级投顾体系分层次匹配[5] - 风控重构升级智能信用评估体系 打造机器学习驱动预警平台 实现从事后应对到事前预防范式跃迁[6] - 未来3至5年更看好权益类资产 中国权益市场估值处于历史相对低位 在AI创新药消费及先进制造领域涌现全球竞争力企业[6]

融资余额创新高现象 - 沪市融资余额突破1万亿元大关 创近十年新高 [2] 散户投资行为特征 - 散户投资者普遍存在持仓大涨时纠结卖出、不涨时纠结换仓、盈利时纠结止盈、亏损时纠结止损的焦虑心态 [3] - 焦虑情绪使散户容易被机构资金反复收割 [3] - 多数投资者无法看清市场真实交易行为 容易被表面涨跌迷惑而忽视机构资金动向 [3] 机构资金定价权机制 - 机构投资者利用散户对概念和利好的执念来改变股价走向 掌握市场定价权 [6] - 大数据时代资金流向数据可能被造假 但大资金交易行为必然在数据上留下痕迹 [6] - 案例显示盛屯矿业和齐峰新材同样发布业绩预增公告 但股价表现大相径庭 [4] 量化数据监测价值 - 机构库存数据可反映机构资金活跃程度 橙色柱状图显示机构交易特征 [7][9] - 机构库存越活跃表明参与交易的机构资金越多且参与时间越长 [9] - 当机构库存数据活跃时股价通常上涨 反之则下跌 盛屯矿业因机构资金提前布局而上涨 齐峰新材缺乏机构参与最终下跌 [11] 融资余额本质分析 - 融资余额创新高本身不能说明市场好坏 关键需看资金流向标的 [12] - 若融资资金流入机构看好优质标的则市场可能向好 若仅是散户一厢情愿则风险积聚 [12] - 量化数据价值在于还原市场真相 帮助投资者看清本质 [12]

生态共建 降低门槛培育行业新动能 行业动态 7月29日，"智数投资，邮你有未来"首届量化交易大赛启动仪式于北京隆重举行。中邮证券有限责任公 司副总裁谷文、北京创新乐知网络技术有限公司（CSDN）高级副总裁李建忠、主办方及协办方相关部 门负责人、大赛委员会及专家组成员出席现场，共同见证大赛启航。 本届赛事由中邮证券有限责任公司（以下简称中邮证券）主办、CSDN联合主办、中邮证券重庆分公司 承办、华夏基金和掘金量化协办。大赛旨在顺应资产配置大时代背景，通过激活量化领域的"新质生产 力"，驱动金融科技迭代，引流高净值客户与机构，搭建量化交流生态圈，提升科技品牌形象，推动投 资者教育，实现融合战略布局、生态培育与行业变革的深度实践。 量化大赛打造竞技与创新平台 当前，人工智能、大数据等技术正深刻重塑金融行业格局。量化投资凭借其系统性、纪律性和高效性， 日益成为市场重要力量。中邮证券始终致力于金融科技前沿探索，本届大赛依托中邮证券强大的技术平 台、研究实力、海量数据资源及北京创新乐知网络技术有限公司的生态支持，为参赛者提供实盘交易环 境及丰富多元的金融数据，打造专业、公平、高水准的竞技舞台。 大赛面向专业技术人员、行业 ...

核心观点 - 稳博投资是2025年上半年百亿私募收益冠军，上半年收益均值约为***%，近一年收益约为***%（百亿私募第3名），近三年收益均值约为***%（百亿私募TOP10）[1][6] - 公司核心优势包括量化策略迭代能力、高频行情获取、投研团队配置及管理效率，数据量已达10PB量级[45][48][49][52] - 采用多周期量价因子+基本面因子的Alpha策略，结合机器学习与高频交易，形成股票池并严格控制波动率[27][33] - 风险管理体系涵盖策略风控、系统风控和人工风控三重机制，实现全流程监控[44] 公司概况 公司简介 - 成立于2014年，2015年获私募基金管理人资格，2020年成为基金业协会观察会员，注册资本3000万元[5] - 实控人为殷陶、郑耀（各持股47.5%），业务覆盖商品期货、股指、证券投资等领域，愿景为成为世界一流资管公司[5][11] 发展历程 - 2014-2017年：初创期积累原始资本；2018-2020年：搭建机器学习高频团队与Alpha模型；2021-2023年：规模突破百亿并获金牛奖；2024-2025年：迭代风格轮动模型并建立合伙人模式[9] 核心投资理念 - 科学：基于大数据分析与人工智能建模，通过纯数据驱动策略[10] - 严谨：严控风险，追求合理回报[10] 核心投研团队 - 创始团队为上海交通大学计算机/金融复合背景，含ACM金牌得主及奥林匹克奖牌获得者[15][25] - 殷陶（股票Alpha负责人）：擅长算法开发与风险评估；郑耀（高频交易专家）：创立自主高频策略并应用AI机器学习[17][19][20] - 其他成员包括阿里/百度机器学习专家、Millennium数据系统开发者等，覆盖高频交易、深度强化学习等领域[22][23][24] 投资策略与产品线 策略类型 - Alpha策略：量价因子（分钟至十日周期）为主，基本面因子为辅，通过滚动训练降低过拟合风险[27] - 指数增强：覆盖沪深300、中证500、中证1000指数，控制跟踪误差并叠加T0交易增强收益[30][31][32] - 中性策略：严控回撤，全市场选股组合（代表产品稳博中睿6号）[34][35] 代表产品业绩 - 稳博1000指数增强1号：成立5.3年年化收益***%，中证1000指增策略超额显著[28][29] 核心优势 - 策略迭代：Alpha因子储备充足，2020-2021年完成研究框架搭建，T0交易保持竞争力[45][47] - 技术设施：沪深双中心服务器部署，多数据源订阅结合机器学习优化[48] - 管理效率：投研团队占比超65%，创始人一线推动策略革新[49][50] - 数据规模：达10PB量级，应用图神经网络、大语言模型处理另类数据[52] 公司未来规划 - 目标成为国际一流资管公司（对标千禧年投资），持续投入策略创新与技术迭代[54] 荣誉奖项 - 2023年英华奖量化策略50强、2022年金牛奖（三年期相对价值策略）、2024年金排奖股票量化多头卓越管理人等15项行业奖项[55]

华商中证800指数增强基金 - 华商中证800指数增强基金（A类：024669，C类：024670）正在发行，旨在高效覆盖A股核心资产并捕捉市场阿尔法收益 [1] - 该基金采用多因子量化选股模型，结合大数据挖掘与数量统计分析，在跟踪中证800指数基础上力争超额收益 [2] - 基金由邓默博士和海洋博士共同管理，邓默拥有14年投研经验（9.8年证券投资经历），海洋拥有8年证券从业经历（6.8年研究+1.4年投资经历） [4][6][7] 中证800指数特征 - 中证800指数由沪深300与中证500成分股组成，具有"价值蓝筹+成长龙头"双轮驱动结构 [1] - 行业分布覆盖银行、食品饮料等成熟行业及半导体、电子、医药等科技创新行业 [1] - 指数成份股预期ROE平均值超10%，整体呈现低波动、高盈利和高分红风格 [1] - 新"国九条"政策推动长期资金配置大盘蓝筹股，中证800指数作为核心资产配置标的价值凸显 [1] 华商基金投研实力 - 华商基金主动权益类基金近7年绝对收益排名同类第3（115家公司），近5年排名第8（137家公司） [7] - 邓默博士擅长均衡配置风格，通过定量定性结合方法掘金高景气行业优质资产 [4] - 海洋博士以量化配置模型为框架，擅长行业比较和轮动，风格均衡偏成长 [7] 市场展望 - 邓默认为市场估值处于合理位置，流动性充裕，有利于多因子量化模型发挥效果 [8] - 主动量化模型有望在结构性机会中呈现稳定超额收益，将通过分散配置力争中长期超额收益 [8]

公司业务战略 - 2025年以核心客户海外业务为战略突破口加速全球布局 外销业务占比预计提升至50%以上 [1] - 美国湿巾工厂处于建设期 预计明年投产 通过自动化生产线和优化管理流程控制成本 [1] - 后期业务驱动力包括现有品牌客户业务拓展和美国工厂建设 [1] 业务现状与订单情况 - 湿巾业务订单充足 存量客户订单稳定 承接部分关键客户欧洲和加拿大市场新增业务 [1] - 化妆品业务主要为国际品牌客户代工 同时拓展国内客户但订单规模较小 [1] - 胶原蛋白业务尚未取得实质性进展 处于战略调整期 [1] 风险与挑战 - 美国工厂面临厂房改造和审批进度风险 客户审核及投产时间存在不确定性 [1] - 中美文化差异可能对海外运营产生影响 [1] - 自主品牌建设前期效果未达预期 目前大幅减少投入但仍持续推进 [1] 投资机构背景 - 调研机构上海牧鑫资产成立于2014年 注册资本1000万 持有基金业协会私募投资基金管理人资格(P1026632) [2] - 专注于量化投资策略研发测试运行管理 覆盖固定收益投资、另类投资及投顾服务 [2] - 核心团队拥有多年海内外投资研究管理经验 专业背景涵盖数量金融工程、计算机科学、系统工程等领域 [2]

来源：市场资讯 （来源：赢在纯碱） 投资战绩与策略核心理念 周期：2025.3.17 - 2025.5.6 收益：+29% | 最大回撤：2% 方法论：70%基本面驱动（产业政策/供需裂变）+30%技术面量化（趋势跟踪） 操作纪律 1. 动态跟踪：紧盯地缘事件（中东/几内亚）及国内政策细则； 2. 量化辅助：结合"大法师盯盘神器"+"大法师趋势神器"指标（克服人性30%）； 3. 核心原则：聚焦基本面与情绪共振品种（70%基本盘）。 终极目标：通过"70%基本面+30%量化"实现100%大满贯！ 终极武器 "大法师双神器"量化闭环： 1. 日线定生死：双↑↑才做多，否则空仓； 2. 15分钟找买点：小周期共振↑↑+止损入场； 3. 纪律保命：破止损立即撤退，等下次信号！ 一、黑色系与建材板块：政策预期主导波动 1. 焦煤/焦炭 核心逻辑：前期因"反内卷"政策（煤矿超产整改）推动焦煤单周暴涨35%，但本周一焦煤跌停（-11%），焦炭跌停（-8%），反映多头情绪退潮。 关键驱动： 政策博弈：中央政治局会议（本周召开）若未超预期强化"反内卷"，价格或回归产业逻辑；若政策加码，可能重启上涨。 基本面变化：煤矿复产加速 ...

华泰证券AI金融创新论坛核心观点 - 华泰证券举办"数智跃迁 生态共创"科技金融创新论坛 探讨AI与金融业务场景深度融合路径 公司已落地"泰为"大模型平台体系 包含异构算力 大模型运营管理和应用开发三大模块 在投研 投行等场景取得突破 [1] - 大模型发展进入与产业深度融合新阶段 华泰证券积极探索以AI思维重塑业务场景 利用场景和数据资源优势提升智能化客户服务能力 [1] AI技术范式演变 - AI发展范式正从自监督预训练转向强化学习后训练 使模型具备举一反三能力 量化投资领域从人工建模转向AI建模 算法自主生产算法可成倍提高金融模型研发效率 [3] - 端到端量化策略建模直接实现原始数据到交易仓位预测 规避传统多因子模型误差累计 因子研发周期长等局限 通用底座预训练大模型可实现低成本跨市场策略迁移 [3] AI Agent在金融场景的应用 - AI赋能模式从"人+智能助理"向"人+多智能体"演进 智能体开始承担关键工作 端到端投顾服务Agent体系实现客户服务素材自动生成分发 [5] - AI Agent与平台化核心系统结合是融入金融机构核心业务的基本路径 将引发技术厂商与金融机构商业模式转变 从成本定价转向价值产出定价 [6] - 万得数百项AI应用已落地金融机构日常工作流 数据治理结构需适应AI语义化 金融机构与科技公司需开放合作推动业务转型 [5] 自动驾驶领域发展 - 货运卡车自动驾驶无人化可节约每车每年20-30万元人力成本 L4自动驾驶编队车队已在内蒙古 新疆运行 未来驱动力来自世界模型和强化学习 [9] - 自动驾驶企业致力于将模型升级至全无人化阶段 通过VLA技术引入思维链 使车端模型具备基本推理能力 世界模型及仿真数据将成为刚需模块 [9] - 预计到2030年 辅助驾驶系统有望达到人类普通司机水平 [9] AI产业发展趋势 - AI产业进入Token增长驱动新阶段 AI服务器有望取代智能手机成为最大科技硬件品类 需关注技术迭代带来的量价齐升机会 [11] - 生成式AI在B端软件应用领先C端 机器人的真正成熟还需时日 中国作为美国外唯一具备完整AI产业链国家 在物理AI具比较优势 [11]

文章核心观点 - 中美量化基金表现出现显著分化：中国量化基金（包括私募和公募）在上半年业绩亮眼，获得显著超额收益，行业规模与集中度快速提升；而美国量化基金自6月初以来遭遇近5年来最严重的月度回撤，表现疲弱 [1][4][7][9][10] 量化基金定义与特点 - 量化基金指依托数学模型与计算机程序，对海量数据进行系统性分析筛选并构建策略的基金类型，其决策核心在于数据驱动的量化模型，而非基金经理的主观判断 [2] - 量化基金的优势包括：理性决策规避情绪干扰、通过多因子框架配置数百至上千只标的实现风险分散、运用机器学习等技术高效挖掘市场规律 [2] - 量化基金的缺点包括：模型可能因市场环境或结构性变化（如政策突变）而失效、对数据质量和准确性高度依赖、策略因复杂算法而难以穿透评估，易导致同质化拥挤和超额收益衰减 [4] 中国量化基金市场表现 - **整体表现**：上半年股票策略产品中，量化多头策略以17.32%的平均收益在16个二级策略中排名第一 [1] - **私募领域**： - 百亿私募阵营中，量化策略私募数量（42家）首次超过主观策略私募（40家）[7] - 百亿量化私募规模增长较快，备案产品较多，行业集中度预计将进一步提升 [6][7] - 今年有近百只量化策略基金净值创下历史新高 [7] - **公募领域**： - 公募主动量化基金今年平均收益11.21%，实现正收益的基金占比95.86% [9] - 上半年，超过80%的公募量化基金（可比口径）单位净值增长率跑赢业绩比较基准，量化指增基金中获得超额收益的产品比例约为82.9% [9] - 同期，全市场基金中获得超额收益的产品比例为70.5%，被动指数型基金为79.6%，公募量化基金在获取超额收益方面更胜一筹 [9] - **市场环境**：A股市场情绪向好，赛道轮动热点不断，结构性行情有利于量化产品作出超额收益 [9] - **交易占比**：当前A股市场中，量化交易占比已达到相当规模，程序化交易使机构能快速响应市场变化 [5] 美国量化基金市场表现 - **整体表现**：自6月初起，美国量化对冲基金持续亏损，截至7月累计下跌5%，创下近5年来最差月度表现 [1][10] - 高盛数据显示，量化基金7月累计损失达3.6% [10] - 从6月初到7月22日，股票量化经理的亏损达4.2%，是系统性多空策略自2023年底暴跌以来表现最差的一次 [12] - **具体基金表现**： - Qube Research & Technologies旗舰基金7月份下跌5%，其Torus基金下跌7% [10] - Point72的Cubist部门经历了自2020年3月以来最糟糕的时期之一 [10] - Man Group旗下的AHL Dimension基金截至7月22日下跌2.5% [11] - Renaissance Technologies旗下最大的外部基金6月份下跌近6% [12] - Two Sigma的谱系基金截至7月22日本月内下跌约2% [12] - **亏损原因分析**：动量交易、拥挤多头仓位和高波动率股票成为拖累表现的主要因素，散户重新涌入高空头利息股票推动新一轮逼空行情，进一步加剧回撤 [13] - **市场状况与风险**：当前市场状况被类比为2007年8月的量化危机，量化策略存在快速平仓风险，且过去6周内已跑输基本面多空策略 [13] - **后续展望**：尽管7月出现大幅回撤，但由于上半年整体表现尚可，多数基金年内仍录得正回报，中长期仍有恢复潜力，但短期内高波动股票的反弹可能持续挤压动量交易 [15] 专业机构配置视角 - 量化基金Top50中，第一名和第十名的业绩差异较小（不超过几个点），业绩方差小于主观基金 [15] - 量化基金管理人方法论趋同，圈子较小，能大体量承接策略的多为带有贝塔（市场收益）的产品，而非仅有阿尔法（超额收益）的产品 [16] - 对于家族办公室等配置者而言，需要具备清晰的投资逻辑和合理的收益预期，选择与自身目标和团队契合的基金经理进行配置，不必追求榜单前三 [15][16]

市场表现分化 - 万得微盘股指数2025年7月16日涨幅42% 中证2000指数涨幅18% 显著超越中证500指数5%和沪深300指数2%的涨幅 [2] - 2025年上半年百亿量化私募平均收益13.5% 中证2000指增策略收益中位数接近30% [2] - 2010年以来万得微盘股年化收益率达30.4% 波动率31.2% 风险收益比优于万得全A指数4.1%收益率和22.3%波动率 [2] 宏观环境支撑 - 微盘股表现与PMI呈负相关 经济弱复苏或下行阶段小盘股胜率更高 2017年和2020年经济过热时期微盘股明显跑输 [4] - 新质生产力政策推动AI应用和低空经济等创新题材 中小市值企业成为产业创新载体 [4] - 2025年5月重组新规发布 简化审核程序并鼓励私募参与并购重组 形成题材与政策双轮驱动 [4] 流动性驱动因素 - 小盘股流通盘小易受资金撬动 与流动性外溢效应高度适配 2010-2024年五次小盘行情均与市场成交量高度对应 [5] - 剩余流动性指标（M2减社融余额同比）显示当前流动性充裕 居民超储向股市债市转移 [5] - 沪深两市日均成交额达1.37万亿元 同比增幅63% 显著高于去年同期8400亿元和前年9400亿元水平 [5] 量化资金影响 - 量化策略依赖算法模型而非主观判断 净值走势与微盘股高度一致 [6] - 量化投资侧重高频量价因子 主观多头侧重低频基本面因子 选股标准产生分野 [6] - 小市值股票波动率高且错误定价多 为动量类因子提供超额收益土壤 [7] 风险评估指标 - 小盘股成交额占比处于高位 PB估值偏高 期指深度贴水等指标发出预警信号 [8] - 中证2000成交额占比5月底达极端高位后回落 微盘股PB估值虽高于万得全A但仍在合理区间 [8] - 量化机构逐步收紧小盘风格暴露 1000指增产品对小市值偏好下降 [8] 系统性风险控制 - 杠杆产品规模较2024年初大幅下降 雪球产品购买门槛提高至1000万元 存量规模缩小且距离敲入点更远 [8] - DMA产品杠杆率从4倍降至1倍 市场杀伤力显著减弱 [8] - 微盘股弹性较强 去年春节前下跌35%后七个交易日快速反弹33% [8] 市场前景判断 - 市场流动性保持充裕 政策环境持续改善 衍生品风险大幅降低 [9] - 量化机构减少小微盘仓位配置 大级别系统性风险概率极低 [9] - 单纯依据拥挤度交易可能产生误判 需避免重仓追涨操作 [9]