量化模型与构建方式 1. **模型名称：A股景气指数模型**[29] * **模型构建思路**：构建一个高频指数，用于对A股整体景气度（以上证指数归母净利润同比为代表）进行实时预测（Nowcasting）[29]。 * **模型具体构建过程**：报告未提供该模型的具体构建公式和详细步骤，仅说明其目标是对上证指数归母净利润同比进行Nowcasting[29]。 2. **模型名称：A股情绪指数系统**[34] * **模型构建思路**：基于市场波动率和成交额的变化方向来刻画市场情绪，并构建择时信号[34]。 * **模型具体构建过程**： 1. 将市场状态根据波动率和成交额的变化方向划分为四个象限[34]。 2. 通过历史统计发现，只有“波动率上行-成交额下行”的区间表现为显著负收益，其余三个象限均为显著正收益[34]。 3. 基于此规律，构建了包含“见底预警”与“见顶预警”的A股情绪指数[34]。 4. 具体信号生成逻辑：当市场波动率处于下行区间时，见底信号看多；当成交额处于上行区间时，见顶信号看多；综合两个信号得出整体观点[37]。 3. **模型名称：中证500增强组合模型**[45] * **模型构建思路**：通过量化策略模型构建投资组合，旨在持续跑赢中证500指数基准[45]。 * **模型具体构建过程**：报告未提供该增强模型的具体构建公式和详细步骤，仅展示了其持仓和业绩表现[45][48]。 4. **模型名称：沪深300增强组合模型**[51] * **模型构建思路**：通过量化策略模型构建投资组合，旨在持续跑赢沪深300指数基准[51]。 * **模型具体构建过程**：报告未提供该增强模型的具体构建公式和详细步骤，仅展示了其持仓和业绩表现[51][54]。 5. **模型名称：主题挖掘算法**[45] * **模型构建思路**：从新闻和研报文本中自动挖掘具有投资机会的主题概念[45]。 * **模型具体构建过程**：算法涉及多个维度，包括文本处理、主题关键词提取、主题个股关系挖掘、主题活跃周期构建、主题影响力因子构建等[45]。报告未提供具体公式。 模型的回测效果 1. **中证500增强组合模型**，本周收益1.07%，本周超额收益-1.12%（跑输基准），2020年至今累计超额收益47.12%，2020年至今最大回撤-9.32%[45]。 2. **沪深300增强组合模型**，本周收益0.44%，本周超额收益1.01%（跑赢基准），2020年至今累计超额收益43.72%，2020年至今最大回撤-5.86%[51]。 量化因子与构建方式 1. **因子名称：市值因子 (SIZE)**[55] * **因子构建思路**：衡量公司规模大小的风格因子[55]。 * **因子具体构建过程**：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 2. **因子名称：BETA因子**[55] * **因子构建思路**：衡量股票相对于市场整体波动性的风格因子[55]。 * **因子具体构建过程**：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 3. **因子名称：动量因子 (MOM)**[55] * **因子构建思路**：衡量股票价格趋势强弱的风格因子[55]。 * **因子具体构建过程**：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 4. **因子名称：残差波动率因子 (RESVOL)**[55] * **因子构建思路**：衡量股票特异性风险的风格因子[55]。 * **因子具体构建过程**：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 5. **因子名称：非线性市值因子 (NLSIZE)**[55] * **因子构建思路**：捕捉市值因子非线性效应的风格因子[55]。 * **因子具体构建过程**：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 6. **因子名称：估值因子 (BTOP， 即Book-to-Price)**[55] * **因子构建思路**：衡量股票估值水平的风格因子[55]。 * **因子具体构建过程**：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 7. **因子名称：流动性因子 (LIQUIDITY)**[55] * **因子构建思路**：衡量股票交易活跃度与变现能力的风格因子[55]。 * **因子具体构建过程**：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 8. **因子名称：盈利因子 (EARNINGS_YIELD)**[55] * **因子构建思路**：衡量公司盈利能力的风格因子[55]。 * **因子具体构建过程**：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 9. **因子名称：成长因子 (GROWTH)**[55] * **因子构建思路**：衡量公司成长能力的风格因子[55]。 * **因子具体构建过程**：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 10. **因子名称：杠杆因子 (LVRG)**[55] * **因子构建思路**：衡量公司财务杠杆水平的风格因子[55]。 * **因子具体构建过程**：报告未提供具体构建公式，但指出参照了BARRA因子模型框架[55]。 11. **因子名称：行业因子**[56] * **因子构建思路**：衡量不同行业对投资组合收益影响的因子[56]。 * **因子具体构建过程**：报告未提供具体构建公式，但在风格分析中将其与十大类风格因子并列提及[56]。 因子的回测效果 *注：报告未提供各因子长期历史回测指标（如IC、IR、多空收益等）的具体数值。仅提供了近期（近一周）的表现描述和相关性矩阵。* 1. **近期因子表现评价**：本周，风格因子中**Beta因子**超额收益较高，**残差波动率因子**呈较为显著的负向超额收益[56]。从近期表现看，高Beta股表现优异，**杠杆因子**、**盈利因子**等表现不佳[56]。行业因子中，**计算机**、**传媒**等行业因子跑出较高超额收益，**国防军工**、**煤炭**、**保险**等行业因子回撤较多[56]。 2. **因子暴露相关性**：近一周，流动性因子分别与Beta、动量、残差波动率因子呈现明显正相关性；价值因子分别与Beta、残差波动率、流动性等因子呈现明显负相关性[56]。具体相关性矩阵参见报告图表[57]。

市场整体表现与百亿私募产品创新高概况 - 2025年12月，A股三大股指全线上涨，上证指数、深证成指、创业板指分别上涨2.06%、4.17%、4.93%，同时黄金、白银、铜、铝、碳酸锂等商品期货也强势上涨 [2] - 在此背景下，百亿私募旗下共有352只产品净值在当月创下历史新高，约占百亿私募产品总数的51% [3] - 按策略划分，创新高产品中股票策略产品最多，有249只，占比超70%，其中量化多头占225只，主观多头占8只；其次是多资产策略56只，债券策略23只，期货及衍生品策略22只，组合基金2只 [3] - 按产品类型划分，量化产品占307只，占比接近9成，其中指数增强产品占180只；非量化产品仅45只 [4] 旗下产品全部创新高的百亿私募名单 - 有12家百亿私募旗下全部产品（至少有3只有业绩展示）净值在2025年12月均创历史新高 [4] - 按旗下产品2025年收益均值排序，这12家私募依次为：灵均投资、宁波幻方量化、诚奇私募、明汯投资、超量子、启林投资、量派投资、正瀛资产、千宜投资、纽达投资、泓湖私募、旌安投资 [5] - 其中，按投资模式看，量化私募占8家；按核心策略看，股票策略私募占8家；前7强均为股票策略量化私募 [5] - 创新高产品数在10只以上的私募有明汯投资、量派投资、泓湖私募、宁波幻方量化等4家 [6] - 宁波幻方量化有10只产品（均为指数增强类）在排排网有业绩展示，2025年收益均值位列第2，同时也是百亿量化私募2025年收益的第2名 [10] 旗下超八成产品创新高的百亿量化私募名单 - 另有13家百亿私募旗下均有8成以上产品（至少有3只有业绩展示且创新高）净值在2025年12月创历史新高，均为量化私募 [11] - 按创新高产品占比排序，这13家私募分别为：阿巴马投资、聚宽投资、黑翼资产、金戈量锐、因诺资产、博润银泰投资、致诚卓远、龙旗科技、蒙玺投资、千衍私募、世纪前沿、千象资产、顽岩资产 [11] - 其中，产品数在10只以上的有：黑翼资产、博润银泰投资、聚宽投资、龙旗科技、千象资产 [11] - 龙旗科技有16只产品在排排网有业绩展示，其中14只在2025年12月创历史新高 [15] 创新高百亿私募产品收益排名（按不同时间维度） 2025年度收益前20强产品 - 创新高百亿私募产品2025年度收益20强的上榜门槛接近***% [16] - 其中量化多头产品占18只，主观多头产品占2只 [16] - 收益前5的产品分别来自：远信投资、银叶投资、龙旗科技、灵均投资、平方和投资，且前2名为主观多头产品 [16] - 平方和投资旗下“平方和鼎盛中证2000指数增强21号A期”产品，2025年收益超***%，位列第5 [20] 近三年收益前20强产品 - 创新高百亿私募产品近3年收益20强的上榜门槛接近***% [21] - 其中量化多头产品占17只，主观多头产品占2只，宏观策略产品占1只 [21] - 近3年收益前5的产品依次来自：阿巴马投资、泓湖私募、千衍私募、明汯投资、鸣石基金 [21] - 泓湖私募旗下“泓湖稳健宏观对冲A类份额”近三年收益超***%，位列第2 [24] 近五年收益前20强产品 - 创新高百亿私募产品近五年收益20强的上榜门槛接近***% [25] - 其中量化多头产品占19只，宏观策略产品占1只 [25] - 近五年收益前5的产品分别来自：泓湖私募、九坤投资、明汯投资、天演资本、世纪前沿 [25] - 泓湖私募旗下“泓湖稳健宏观对冲A类份额”近五年收益接近***%，位列榜首 [24] - 明汯投资旗下“明汯量化中小盘增强1号B类份额”近五年收益超***%，位列第3 [29] 重点私募公司及产品补充信息 - 宁波幻方量化是我国私募量化投资领域巨头之一，创始人梁文锋因DeepSeek的突出表现入选《自然》杂志“2025年度十大科学人物”榜单 [11] - 泓湖私募共有11只产品在排排网有业绩展示，均在2025年12月创历史新高，公司采用“主观+量化”相结合的投资模式 [24] - 明汯投资共有14只产品在排排网有业绩展示，均在2025年12月创历史新高，2025年收益均值超***% [29]

核心观点 - 报告核心观点为：在截至2026年1月16日的一周内，市场风格以高Beta和低杠杆为主导，小市值风格亦表现突出[1][2][18] 主要市场指数与风格表现回顾 - **宽基指数表现**：本周主要宽基指数大部分上涨，其中中证500上涨2.18%，北证50上涨1.58%，中证1000上涨1.27%，深证成指上涨1.14%，创业板指上涨1.00%，中证2000上涨0.94%，中证800上涨0.20%，而上证指数下跌0.45%，沪深300下跌0.57%[2][10][11] - **行业指数表现**：本周计算机、电子、传媒、有色金属、机械等行业表现居前，周涨幅分别为4.31%、3.64%、3.34%、3.03%和1.36%；国防军工、农林牧渔、煤炭、房地产、非银行金融等行业表现居后，其中国防军工周跌幅达5.86%[2][14][16] - **风格因子表现**：最近一周，Beta因子、杠杆因子、非线性市值因子的表现尤为突出，其多空收益分别为4.40%、-2.55%和1.67%，表明高Beta、低杠杆和小市值股票跑赢市场[2][18] 选股因子表现跟踪 - **沪深300股票池**：本周表现较好的因子为20日成交量变异系数、标准化预期外盈利、盈余公告前隔夜动量[3][25] - **中证500股票池**：本周表现较好的因子为60日特异度、20日特异度、60日动量，其最近一周超额收益分别为1.32%、1.21%和1.06%[3][27] - **中证800股票池**：本周表现较好的因子为60日动量、标准化预期外盈利、盈余公告前隔夜动量，其最近一周超额收益分别为1.47%、1.25%和1.25%[3][30] - **中证1000股票池**：本周表现较好的因子为20日特异度、60日偏度、CFEV_TTM，其最近一周超额收益分别为1.42%、1.35%和1.35%[3][33] - **沪深300ESG股票池**：本周表现较好的因子为20日成交量变异系数、20日特异度、盈余公告前隔夜动量[3][36] - **全市场股票池**：本周表现较好的因子为单季度ROA、单季度ROE、单季度净利润率，其近一周Rank IC分别为16.18%、16.13%和15.86%[3][38][39] 量化基金表现 - **指数增强型基金**：过去一周，沪深300指数增强产品超额收益平均值为0.58%，中证500指数增强产品为-0.26%，中证1000指数增强产品为0.44%[4][43] - **主动量化与对冲型基金**：本周业绩最好的主动量化基金为汇安量化优选A（005599.OF），周绝对收益为8.68%；业绩最好的对冲型基金为中邮绝对收益策略（002224.OF），周绝对收益为2.39%[4][46] 招商证券量化指数增强组合周度跟踪 - **近期超额收益**：招商证券构建的指数增强组合近一周超额收益分别为：沪深300增强组合0.24%，中证500增强组合-0.27%，中证800增强组合0.59%，中证1000增强组合-0.06%，沪深300ESG股票池下的沪深300增强组合0.12%[5][51][52] - **长期绩效**：自2010年以来，各增强组合相对于基准指数的年化超额收益分别为：沪深300增强组合6.40%，中证500增强组合8.50%，中证800增强组合7.12%，中证1000增强组合14.90%，沪深300ESG股票池下的沪深300指数增强组合5.56%[53]

报告行业投资评级 未提及 报告核心观点 报告聚焦量化基金市场表现，总结主要指数和量化基金业绩、不同类型公募量化基金整体和业绩分布，以及收益较优的量化基金供投资者参考 [1] 根据相关目录分别进行总结 主要指数和量化基金业绩表现 - 1月12日 - 1月16日A股小盘成长领涨，大盘价值下跌，量化基金正收益，指增超额分化 [2][6] - 主动量化平均上涨1.21%，沪深300指增、中证500指增、中证1000指增超额收益分别为0.63%、 - 0.34%、0.34%，其他指增平均超额0.25%，市场中性上涨0.16% [2][4][6] - A股指数涨跌不一，沪深300、中证500、中证1000本周收益率分别为 - 0.57%、2.18%、1.27% [3][6] 不同类型公募量化基金业绩表现 |基金类型|本周收益率（%）|近一月收益率（%）|近三月收益率（%）|近六月收益率（%）|近一年收益率（%）|今年以来收益率（%）| | ---- | ---- | ---- | ---- | ---- | ---- | ---- | |沪深300指数增强基金|0.06|5.98|4.49|18.97|28.26|2.82| |中证500指数增强基金|1.84|13.95|11.77|31.37|46.82|8.08| |中证1000指数增强基金|1.61|13.93|11.58|28.43|50.81|7.97| |其他指数增强基金|1.23|11.05|8.89|31.54|49.43|6.43| |主动量化基金|1.21|9.67|7.56|22.97|39.33|5.52| |市场中性基金|0.16|0.03| - 0.07|0.45|1.18|0.09|[14][15][16] 不同类型公募量化基金业绩分布 展示各类型公募量化近半年业绩走势，以及本周和近一年的业绩分布情况，指数增强型基金展示超额收益率表现 [17] 不同类型公募量化绩优基金 - 各类型公募量化基金列出本周业绩较优的五只基金，指数增强型按超额收益率展示，基金名单季度更新 [30] - 沪深300指数增强绩优基金如易方达沪深300精选增强等 [31] - 中证500指数增强绩优基金如博道中证500指数增强等 [32] - 中证1000指数增强绩优基金如华泰柏瑞中证1000增强策略ETF等 [33] - 其他指数增强绩优基金如易方达上证50增强策略ETF等 [34] - 主动量化绩优基金如汇安量化优选等 [35] - 市场中性绩优基金如中邮绝对收益策略等 [36]

量化模型与构建方式 1. **模型名称：PB-ROE-50组合** **模型构建思路：** 基于市净率（PB）和净资产收益率（ROE）两个核心估值与盈利指标，构建选股组合[23]。 **模型具体构建过程：** 报告未详细描述该组合的具体构建公式和步骤，仅提及其为基于PB和ROE的选股策略[23]。 2. **模型名称：公募调研选股策略** **模型构建思路：** 基于公募基金调研活动的事件驱动选股策略[25]。 **模型具体构建过程：** 报告未详细描述该策略的具体构建公式和步骤，仅提及其为公募调研选股策略[25]。 3. **模型名称：私募调研跟踪策略** **模型构建思路：** 基于私募基金调研活动的事件驱动选股策略[25]。 **模型具体构建过程：** 报告未详细描述该策略的具体构建公式和步骤，仅提及其为私募调研跟踪策略[25]。 4. **模型名称：大宗交易组合** **模型构建思路：** 根据“高成交、低波动”原则，从发生大宗交易的股票中筛选后续表现更佳的股票[29]。 **模型具体构建过程：** 通过统计分析发现，“大宗交易成交金额比率”越高、“6日成交金额波动率”越低的股票后续表现更佳[29]。根据此原则，通过月频调仓方式构造组合[29]。具体计算公式未在本文中给出。 5. **模型名称：定向增发组合** **模型构建思路：** 以定向增发的股东大会公告日为事件节点，进行事件驱动选股[35]。 **模型具体构建过程：** 综合考虑市值因素、调仓周期以及对仓位的控制来构造组合[35]。具体计算公式和权重分配未在本文中给出。 模型的回测效果 1. **PB-ROE-50组合**，本周超越基准收益率（中证500） -0.20%[24]，本周超越基准收益率（中证800） 1.98%[24]，本周超越基准收益率（全市场） 2.85%[24]，今年以来超额收益率（中证500） -2.37%[24]，今年以来超额收益率（中证800） 3.37%[24]，今年以来超额收益率（全市场） 4.12%[24]，本周绝对收益率（中证500） 1.98%[24]，本周绝对收益率（中证800） 2.19%[24]，本周绝对收益率（全市场） 3.34%[24]，今年以来绝对收益率（中证500） 7.66%[24]，今年以来绝对收益率（中证800） 7.91%[24]，今年以来绝对收益率（全市场） 9.88%[24] 2. **公募调研选股策略**，本周超越基准收益率 3.24%[26]，今年以来超额收益率 2.92%[26]，本周绝对收益率 3.45%[26]，今年以来绝对收益率 7.44%[26] 3. **私募调研跟踪策略**，本周超越基准收益率 2.59%[26]，今年以来超额收益率 4.93%[26]，本周绝对收益率 2.80%[26]，今年以来绝对收益率 9.53%[26] 4. **大宗交易组合**，本周超越基准收益率 3.94%[30]，今年以来超额收益率 4.66%[30]，本周绝对收益率 4.43%[30]，今年以来绝对收益率 10.46%[30] 5. **定向增发组合**，本周超越基准收益率 1.16%[36]，今年以来超额收益率 -0.57%[36]，本周绝对收益率 1.64%[36]，今年以来绝对收益率 4.94%[36] 量化因子与构建方式 1. **因子名称：6日成交金额的移动平均值** **因子构建思路：** 衡量股票近期成交活跃度的趋势[12]。 **因子具体构建过程：** 报告未给出具体计算公式，因子方向为负向[13]。 2. **因子名称：5日平均换手率** **因子构建思路：** 衡量股票短期流动性[12]。 **因子具体构建过程：** 报告未给出具体计算公式，因子方向为负向[13]。 3. **因子名称：净利润断层** **因子构建思路：** 事件驱动因子，捕捉公司净利润超预期增长带来的股价跳空上涨效应[12]。 **因子具体构建过程：** 报告未给出具体计算公式，因子方向为正向[13]。 4. **因子名称：总资产增长率** **因子构建思路：** 衡量公司资产规模扩张速度的基本面因子[14]。 **因子具体构建过程：** 报告未给出具体计算公式，因子方向为正向[15]。 5. **因子名称：早盘后收益因子** **因子构建思路：** 捕捉特定交易时段（早盘后）的股价行为模式[14]。 **因子具体构建过程：** 报告未给出具体计算公式，因子方向为负向[15]。 6. **因子名称：单季度ROA同比** **因子构建思路：** 衡量公司单季度资产盈利能力同比变化的基本面因子[14]。 **因子具体构建过程：** 报告未给出具体计算公式，因子方向为正向[15]。 7. **因子名称：单季度ROE** **因子构建思路：** 衡量公司单季度净资产盈利能力的基本面因子[16]。 **因子具体构建过程：** 报告未给出具体计算公式，因子方向为正向[17]。 8. **因子名称：总资产毛利率TTM** **因子构建思路：** 衡量公司过去十二个月总资产毛利创造能力的基本面因子[16]。 **因子具体构建过程：** 报告未给出具体计算公式，因子方向为正向[17]。 9. **因子名称：单季度ROA** **因子构建思路：** 衡量公司单季度资产盈利能力的基本面因子[16]。 **因子具体构建过程：** 报告未给出具体计算公式，因子方向为正向[17]。 10. **因子名称：Beta因子** **因子构建思路：** 衡量股票相对于市场整体波动性的风格因子[1]。 **因子具体构建过程：** 报告未给出具体计算公式。 11. **因子名称：市值因子** **因子构建思路：** 衡量公司规模大小的风格因子[1]。 **因子具体构建过程：** 报告未给出具体计算公式。 12. **因子名称：残差波动率因子** **因子构建思路：** 衡量股票特异性风险的风格因子[1]。 **因子具体构建过程：** 报告未给出具体计算公式。 13. **因子名称：流动性因子** **因子构建思路：** 衡量股票交易便利程度的风格因子[1]。 **因子具体构建过程：** 报告未给出具体计算公式。 14. **因子名称：净资产增长率因子** **因子构建思路：** 行业内分析使用的基本面因子，衡量公司净资产增长[21]。 **因子具体构建过程：** 报告未给出具体计算公式。 15. **因子名称：净利润增长率因子** **因子构建思路：** 行业内分析使用的基本面因子，衡量公司净利润增长[21]。 **因子具体构建过程：** 报告未给出具体计算公式。 16. **因子名称：每股净资产因子** **因子构建思路：** 行业内分析使用的基本面因子，衡量公司每股账面价值[21]。 **因子具体构建过程：** 报告未给出具体计算公式。 17. **因子名称：每股经营利润TTM因子** **因子构建思路：** 行业内分析使用的基本面因子，衡量公司每股经营利润[21]。 **因子具体构建过程：** 报告未给出具体计算公式。 18. **因子名称：BP因子** **因子构建思路：** 行业内分析使用的估值类因子，即市净率（PB）的倒数[21]。 **因子具体构建过程：** 报告未给出具体计算公式。 19. **因子名称：EP因子** **因子构建思路：** 行业内分析使用的估值类因子，即市盈率（PE）的倒数[21]。 **因子具体构建过程：** 报告未给出具体计算公式。 20. **因子名称：5日动量因子** **因子构建思路：** 行业内分析使用的动量类因子[22]。 **因子具体构建过程：** 报告未给出具体计算公式。 21. **因子名称：1月动量因子** **因子构建思路：** 行业内分析使用的动量类因子[22]。 **因子具体构建过程：** 报告未给出具体计算公式。 22. **因子名称：对数市值因子** **因子构建思路：** 行业内分析使用的规模风格因子[22]。 **因子具体构建过程：** 报告未给出具体计算公式。 *(注：报告中还提及了大量其他因子，如ROIC增强因子、标准化预期外盈利、市净率因子、大单净流入等，均未提供具体构建过程，此处不一一列举。)* 因子的回测效果 *(以下因子表现数据均为“最近1周”的收益，为剔除行业与市值影响后多头组合相对于基准指数的超额收益[12])* 1. **6日成交金额的移动平均值因子**，最近1周收益 3.60%[13] 2. **5日平均换手率因子**，最近1周收益 3.53%[13] 3. **净利润断层因子**，最近1周收益 3.35%[13] 4. **总资产增长率因子**，最近1周收益 1.23%[15] 5. **早盘后收益因子**，最近1周收益 1.12%[15] 6. **单季度ROA同比因子**，最近1周收益 1.02%[15] 7. **单季度ROE因子**，最近1周收益 1.67%[17] 8. **总资产毛利率TTM因子**，最近1周收益 1.47%[17] 9. **单季度ROA因子**，最近1周收益 1.33%[17] 10. **Beta因子**，最近1周收益 1.22%[18] 11. **市值因子**，最近1周收益 -0.79%[18] 12. **残差波动率因子**，最近1周收益 -0.77%[18] 13. **流动性因子**，最近1周收益 -0.56%[18]

量化模型与构建方式 1. **模型名称**：沪深300增强组合[4][8] * **模型构建思路**：基于多因子模型构建的沪深300指数增强策略，旨在获取超越基准指数的超额收益[4] * **模型具体构建过程**：报告未详细描述具体构建过程，仅展示了其业绩表现。通常此类模型会基于一系列选股因子（如风格、技术、基本面因子）对沪深300成分股进行综合评分，选取得分较高的股票构建组合，并可能进行权重优化以控制跟踪误差[4][8] 2. **模型名称**：中证500增强组合[4][8] * **模型构建思路**：基于多因子模型构建的中证500指数增强策略，旨在获取超越基准指数的超额收益[4] * **模型具体构建过程**：报告未详细描述具体构建过程，仅展示了其业绩表现。构建逻辑与沪深300增强组合类似，但应用于中证500成分股池[4][8] 3. **模型名称**：中证1000增强组合[4][8] * **模型构建思路**：基于多因子模型构建的中证1000指数增强策略，旨在获取超越基准指数的超额收益[4] * **模型具体构建过程**：报告未详细描述具体构建过程，仅展示了其业绩表现。构建逻辑与前述增强组合类似，但应用于中证1000成分股池[4][8] 4. **模型名称**：进取组合[8] * **模型构建思路**：以中证500为基准的多因子选股组合，风格可能更为激进[8] * **模型具体构建过程**：报告未详细描述具体构建过程，仅展示了其业绩表现[8] 5. **模型名称**：平衡组合[8] * **模型构建思路**：以中证500为基准的多因子选股组合，风格可能较为均衡[8] * **模型具体构建过程**：报告未详细描述具体构建过程，仅展示了其业绩表现[8] 6. **模型名称**：绩优基金的独门重仓股组合[4][8] * **模型构建思路**：通过筛选绩优基金的独门重仓股来构建投资组合，利用基金经理的选股能力获取超额收益[4] * **模型具体构建过程**：报告未详细描述具体构建过程，仅展示了其业绩表现。通常逻辑是定期分析绩优基金（如业绩排名靠前）的持仓报告，筛选出被少数基金独家重仓持有的股票构成组合[4][8] 7. **模型名称**：盈利、增长、现金流三者兼优组合[4][8] * **模型构建思路**：筛选在盈利能力、成长性和现金流质量三个维度均表现优异的股票构建组合[4] * **模型具体构建过程**：报告未详细描述具体构建过程和筛选标准，仅展示了其业绩表现[4][8] 8. **模型名称**：PB-盈利优选组合[4][8] * **模型构建思路**：结合低市净率（PB）和高盈利能力的选股策略，旨在寻找有基本面支撑的低估值股票[4][28] * **模型具体构建过程**：报告未详细描述具体构建过程和因子权重，仅展示了其业绩表现[4][8][28] 9. **模型名称**：GARP组合[8][32] * **模型构建思路**：采用“合理价格成长”策略，兼顾公司的成长性和估值水平[8][32] * **模型具体构建过程**：报告未详细描述具体构建过程，仅展示了其业绩表现[8][32] 10. **模型名称**：小盘价值优选组合1[8][34] * **模型构建思路**：在微盘股中优选具备价值特征的股票构建组合[8][34] * **模型具体构建过程**：报告未详细描述具体构建过程，仅展示了其业绩表现[8][34] 11. **模型名称**：小盘价值优选组合2[8][36] * **模型构建思路**：在微盘股中优选具备价值特征的股票构建的另一个组合，可能与组合1的筛选标准或权重不同[8][36] * **模型具体构建过程**：报告未详细描述具体构建过程，仅展示了其业绩表现[8][36] 12. **模型名称**：小盘成长组合[4][8] * **模型构建思路**：在微盘股中优选具备高成长特征的股票构建组合[4][38] * **模型具体构建过程**：报告未详细描述具体构建过程，仅展示了其业绩表现[4][8][38] 量化因子与构建方式 1. **因子名称**：市值因子[42] * **因子构建思路**：衡量公司规模大小的风格因子[42] * **因子具体构建过程**：报告未给出具体计算公式。通常为股票的总市值。在因子测试中，将股票按因子值排序，因子值低（小市值）的股票构成多头组合，因子值高（大市值）的股票构成空头组合[41][42] 2. **因子名称**：PB因子[42] * **因子构建思路**：市净率，衡量估值水平的风格因子[42] * **因子具体构建过程**：报告未给出具体计算公式。通常为股价除以每股净资产。在因子测试中，将股票按因子值排序，因子值低（低PB）的股票构成多头组合，因子值高（高PB）的股票构成空头组合[41][42] 3. **因子名称**：PE_TTM因子[42] * **因子构建思路**：滚动市盈率，衡量估值水平的风格因子[42] * **因子具体构建过程**：报告未给出具体计算公式。通常为股价除以最近十二个月每股收益。在因子测试中，将股票按因子值排序，因子值低（低PE）的股票构成多头组合，因子值高（高PE）的股票构成空头组合[41][42] 4. **因子名称**：反转因子[48] * **因子构建思路**：技术类因子，认为过去一段时间跌幅较大的股票未来可能反弹，涨幅较大的股票未来可能回调[48] * **因子具体构建过程**：报告未给出具体计算公式。通常计算过去一段时间的收益率并取负值。在因子测试中，将股票按因子值排序，因子值高（过去表现差）的股票构成多头组合，因子值低（过去表现好）的股票构成空头组合[41][48] 5. **因子名称**：换手率因子[48] * **因子构建思路**：技术类因子，衡量股票交易活跃程度[48] * **因子具体构建过程**：报告未给出具体计算公式。通常为一段时间内的成交股数除以流通股本。在因子测试中，将股票按因子值排序，因子值低（低换手）的股票构成多头组合，因子值高（高换手）的股票构成空头组合[41][48] 6. **因子名称**：波动率因子[48] * **因子构建思路**：技术类因子，衡量股票价格波动风险[48] * **因子具体构建过程**：报告未给出具体计算公式。通常计算过去一段时间收益率的标准差。在因子测试中，将股票按因子值排序，因子值低（低波动）的股票构成多头组合，因子值高（高波动）的股票构成空头组合[41][48] 7. **因子名称**：ROE因子[53] * **因子构建思路**：净资产收益率，衡量公司盈利能力的核心基本面因子[53] * **因子具体构建过程**：报告未给出具体计算公式。通常为净利润除以净资产。在因子测试中，将股票按因子值排序，因子值高（高ROE）的股票构成多头组合，因子值低（低ROE）的股票构成空头组合[41][53] 8. **因子名称**：SUE因子[53] * **因子构建思路**：标准化未预期盈余，衡量公司盈利增长超预期程度的基本面因子[53] * **因子具体构建过程**：报告未给出具体计算公式。通常为（当期实际EPS - 预期EPS）除以历史盈利波动的标准差。在因子测试中，将股票按因子值排序，因子值高（盈利超预期多）的股票构成多头组合，因子值低（盈利低于预期）的股票构成空头组合[41][53] 9. **因子名称**：预期净利润调整因子[53] * **因子构建思路**：反映分析师对公司未来盈利预测调整方向的基本面因子[53] * **因子具体构建过程**：报告未给出具体计算公式。通常计算一段时间内分析师对未来净利润一致预期的调整幅度。在因子测试中，将股票按因子值排序，因子值高（盈利预期上调）的股票构成多头组合，因子值低（盈利预期下调）的股票构成空头组合[41][53] 模型的回测效果 （数据期间：2025年12月31日至2026年01月16日）[8] 1. **沪深300增强组合**，绝对收益5.64%，超额收益3.44%，跟踪误差4.23%，最大相对回撤0.38%[8] 2. **中证500增强组合**，绝对收益7.98%，超额收益-2.30%，跟踪误差4.98%，最大相对回撤4.77%[8] 3. **中证1000增强组合**，绝对收益8.89%，超额收益0.50%，跟踪误差6.83%，最大相对回撤2.78%[8] 4. **进取组合**，绝对收益7.28%，超额收益-3.00%，跟踪误差20.28%，最大相对回撤12.81%[8] 5. **平衡组合**，绝对收益8.34%，超额收益-1.93%，跟踪误差17.57%，最大相对回撤11.94%[8] 6. **绩优基金的独门重仓股组合**，绝对收益8.89%，超额收益2.84%，跟踪误差18.53%，最大相对回撤3.12%[8] 7. **盈利、增长、现金流三者兼优组合**，绝对收益1.82%，超额收益-0.38%，跟踪误差10.21%，最大相对回撤3.01%[8] 8. **PB-盈利优选组合**，绝对收益1.72%，超额收益-0.48%，跟踪误差12.40%，最大相对回撤4.47%[8] 9. **GARP组合**，绝对收益4.89%，超额收益2.69%，跟踪误差11.68%，最大相对回撤2.90%[8] 10. **小盘价值优选组合1**，绝对收益5.91%，超额收益-0.60%，跟踪误差8.50%，最大相对回撤3.40%[8] 11. **小盘价值优选组合2**，绝对收益7.92%，超额收益1.40%，跟踪误差8.30%，最大相对回撤1.53%[8] 12. **小盘成长组合**，绝对收益6.21%，超额收益-0.31%，跟踪误差10.52%，最大相对回撤2.25%[8] 因子的回测效果 （数据期间：2025年12月31日至2026年01月16日）[42][49][53] 1. **市值因子**，全市场多空收益0.16%，沪深300多空收益5.33%，中证500多空收益-9.74%，中证1000多空收益-2.90%[42][43] 2. **PB因子**，全市场多空收益-5.94%，沪深300多空收益-8.16%，中证500多空收益-12.18%，中证1000多空收益-8.70%[42][43] 3. **PE_TTM因子**，全市场多空收益-3.25%，沪深300多空收益-7.85%，中证500多空收益-11.41%，中证1000多空收益-6.82%[42][43] 4. **反转因子**，全市场多空收益-4.10%，沪深300多空收益-0.84%，中证500多空收益-13.83%，中证1000多空收益-1.38%[49] 5. **换手率因子**，全市场多空收益-2.11%，沪深300多空收益-6.95%，中证500多空收益-16.07%，中证1000多空收益-5.47%[49] 6. **波动率因子**，全市场多空收益-3.87%，沪深300多空收益-5.98%，中证500多空收益-15.65%，中证1000多空收益-4.06%[49] 7. **ROE因子**，全市场多空收益1.10%，沪深300多空收益0.13%，中证500多空收益-2.02%，中证1000多空收益1.16%[53] 8. **SUE因子**，全市场多空收益0.37%，沪深300多空收益2.40%，中证500多空收益-0.62%，中证1000多空收益0.17%[53] 9. **预期净利润调整因子**，全市场多空收益0.40%，沪深300多空收益3.35%，中证500多空收益2.00%，中证1000多空收益-1.55%[53]

2025年十佳私募创始人业绩概览 - 截至2025年12月底，旗下有业绩显示且符合排名规则的产品在10只及以上的私募创始人共30位，其中百亿私募创始人15位、准百亿私募（50-100亿）创始人9位，他们管理的460只产品2025年收益均值为27.10% [2] - 2025年十佳私募创始人均采用股票策略，按排名依次为：天演资本谢晓阳、进化论资产王一平、聚宽投资高斯蒙、龙旗科技朱晓康、黑翼资产邹倚天、海南盛丰私募林子洋、日斗投资王文、少数派投资周良、衍复投资高亢、海之源投资梁勇 [2] - 百亿私募天演资本创始人谢晓阳管理的12只产品2025年收益均值位居榜首，其年度收益最高的产品为“天演赛能” [4] - 天演资本在2025年业绩亮眼，全年分红超百次，旗下80%产品参与分红，总分红金额超50亿元，同时公司数据系统全面升级，策略回溯效率提升3倍以上，数据分析吞吐能力增长5倍以上 [5] - 进化论资产王一平管理的15只产品2025年收益表现位居第二，其年度收益最高的产品为“进化论多棱镜量化选股一号C类份额” [5] - 准百亿私募少数派投资创始人周良管理的10只产品2025年收益均值上榜，其认为利率降低、资金充裕、股市财富效应、企业盈利恢复及中美竞争态势变化等五个长期因素尚未被市场充分反映，当前估值较低，未来几年市场有望创出历史新高 [5][6] 近3年十佳私募创始人业绩概览 - 截至2025年12月底，旗下有业绩显示且符合排名规则的产品在10只及以上的私募创始人共14位，其中百亿私募创始人6位、准百亿私募（50-100亿）创始人5位，他们管理的273只产品2025年收益均值为24.10% [7] - 近3年十佳私募创始人上榜者包括：东方港湾但斌、天演资本谢晓阳、海之源投资梁勇、大禾投资胡鲁滨、黑翼资产邹倚天、衍复投资高亢、前海博普资产袁豪、宏锡基金刘锡斌、前海国恩资本何文领、海南希瓦梁宏 [7] - 东方港湾创始人但斌管理的68只产品近3年收益均值以明显优势领先，其业绩表现最亮眼的产品为“东方港湾麒庭一号” [9] - 但斌专注于价值投资，近年来以美股AI龙头为主要投资方向，其认为AI泡沫谈论为时过早，2026年或成“AI应用爆发之年”，截至2025年三季度末，其海外基金前两大重仓股为英伟达和谷歌 [9] - 量化私募创始人中，黑翼资产邹倚天管理的10只产品近3年收益均值表现亮眼，黑翼资产成立于2014年，两位创始人均为华尔街归国量化投资经理，拥有18年海内外量化投资经验 [10] 近5年十佳私募创始人业绩概览 - 截至2025年12月底，旗下有业绩显示且符合排名规则的产品在5只及以上的私募创始人共40位，其中百亿私募创始人13位、准百亿私募（50-100亿）创始人7位，他们管理的327只产品近5年收益均值高达80.16% [11] - 近5年十佳私募创始人上榜者包括：前海国恩资本何文领、复胜资产陆航、君之健投资张勇、隆翔资产张融、前海博普资产袁豪、中安汇富戴春平、君之健投资张友军、旭日盛德资产杜小东、高熵资产邓浩、海之源投资梁勇 [11] - 复胜资产创始人陆航管理的5只产品近5年收益均值位居第二，其业绩表现最亮眼的产品为“复胜正能量二号”，该公司在2025年以优异收益均值位居百亿私募第三 [12] - 复胜资产在2025年开年通过私人银行渠道发行的主动股票私募产品单日完成10亿元募资并售罄，成为年内首个“日光”私募爆款，该公司2025年抓住了“新消费”投资逻辑，2026年仍以此为核心关注方向 [12] - 旭日盛德资产创始人杜小东是唯一上榜的“小而美”私募创始人，其管理的5只产品近5年实现亮眼业绩，其投资心法为“取势、明观、精做、长合” [13]

中国科技股投资价值 - 中国科技股当前最大的优势在于估值水平相对偏低，而美股科技板块在过去几年经历了显著的估值扩张，整体定价处于较高区间[1] - 中国科技企业市场估值相对合理，为全球资金提供了一个重要的分散配置窗口，近几个月部分国际资金已重新流入中国资本市场[1] - 对于腾讯、阿里等成熟的中国科技企业，其商业模式清晰、现金流基础稳固、市场地位明确，在复杂环境下具备较强的抗风险能力，适合作为中国科技资产的“核心配置”[1][24] - 对于AI领域的新兴科技公司，态度更为谨慎，因新公司面临政策监管、技术迭代、商业化落地及市场接受度等多重变量，且不少企业尚未稳定盈利却已被赋予较高估值，泡沫和波动风险不容忽视[1][25] 2026年全球资产配置方向 - 随着德国和中国经济逐步企稳，非美市场重新具备吸引力，全球进入多极化与利差收敛阶段[2][34] - 资产配置可重点关注三类方向：第一，提高非美资产比重，尤其是估值相对合理、处于修复阶段的德国和中国市场[2][35]；第二，黄金等实物资产重要性上升，在通胀不确定、地缘冲突未解、政策可信度下降的环境下，避险需求将持续强化，黄金已成为组合中稳定性的重要来源[2][35]；第三，新兴市场在“本身利率较高、而美国可能转向宽松”的组合下风险回报正在改善，一旦美元进入结构性走弱阶段，其弹性会更明显[2][35] - 对于美国资产，并非全面回避，而是要更谨慎，美国核心科技龙头虽整体估值仍处高位，但其技术垄断地位、规模优势与政策支持依然稳固，经历调整后依然具备不可替代的长期配置价值，但投资前提应转向精选标的、节奏控制与仓位管理[2][35] 核心投资策略与框架演进 - 核心投资理念建立在系统化的全球宏观视野之上，结合长期结构性趋势与短周期市场变化，通过情境驱动的方式进行跨资产配置与多策略布局[9] - 多策略架构的目的是让不同策略在不同市场阶段各自发挥作用，通过组合的互补性来提升整体的稳健度与回报的可持续性[9] - 投资方法随市场环境、政策变化、技术进步持续演化，从早期的“买入并持有”，到90年代因风险管理需求转向对冲与套利策略，再到2008年后引入量化方法，以及近年尝试用AI将宏观知识等非结构化因素转化为模型信号[10][11] - 2025年因政策节奏与信息发布体系被打乱，策略又调整为主动性、策略化的“全面核心配置”，在信息受阻时期将股票和黄金作为基础配置以维持系统稳定[12] 多元策略的具体落地与执行 - 当前市场呈现高波动、信息不完整、政策不确定性上升等特征，任何单一策略的有效性周期都在明显缩短，因此采用多元策略框架以降低单一策略失效的风险[12] - 多元策略的分散并非简单配置不同资产，而是针对不同类型的风险来源设计相应策略，资金配置覆盖多种策略维度，每一类策略都具备独立的模型、规则与风险控制体系，并整合为统一组合框架[13] - 不同策略之间保持较低的相关性，使其在单一策略承压时能够相互补位，增强组合的整体韧性与持续性，实际执行中结合环球宏观、套利、动量、事件驱动与风险管理等多类策略[13] - 量化工具是不可或缺的组成部分，用于捕捉短期风险变化、市场情绪与结构性信号，但最终投资判断仍以宏观环境与政策方向为核心，结合量化的精确性与宏观判断的方向性[13] 团队决策与风控体系 - 采用团队分工协作模式，不依赖纯自动化，宏观层面提供明确的观点，核心角色负责基于地缘政治、经济政策判断市场大方向，设定收益目标与尾部风险的预期管理[14] - 专门的量化团队负责关注影响短期风险的因素，用更宽泛的方式收集资料、捕捉市场信号，资料收集可以自动化，但资料选择、检验和处理需要人为判断，数据用于印证宏观观点[14] - 决策流程有序：宏观观点提出后，中间团队负责收集资料、分析数据并印证观点提出调整建议，再将处理好的数据结果反馈，最终结合数据做出决策[15] - 建立系统化的复盘与验证机制，由数据团队对宏观观点进行独立检验，对比宏观判断与实际数据的差异，并共同探讨偏差来源，通过反复校准使决策既符合宏观逻辑又贴合市场实际[16] 产品规模与收益管理 - 产品规模扩大后收益率下降的现象取决于投资策略与资产类别，公司采用多策略组合并覆盖股票指数、货币、大宗商品等多个高流动性市场，资产容量充足，有利于承载规模增长，因此整体收益并不会因规模扩大而自然下滑[18] - 目前整体管理规模约在15亿美元左右，在现有策略和资产结构下，进一步扩张并未构成实质性压力[19] - 对客户进行清晰的分层管理，对于资金体量较大的客户采用独立账户管理模式，根据其风险偏好和目标定制投资策略，避免大规模资金在同一产品中高度集中[19] - 收益目标的设定遵循清晰而务实的原则：先定义可实现的稳定回报目标，再反向设计实现路径，将年度目标拆分为季度执行目标，通过纪律化执行和严格的风险控制实现回报[20] AI时代投资逻辑与估值体系变化 - 当前AI周期与2000年互联网泡沫存在本质差异，AI应用率先服务于拥有核心资本、算力和决策权的大型企业，其效率提升已在财务报表中转化为真实利润，估值基础更为扎实，系统性泡沫风险被先行兑现的盈利有效对冲[27][28] - 政策环境剧变，AI已上升为大国博弈核心领域，政府会通过产业政策、财政支持与监管协调来维持头部企业和核心生态的稳定发展，不会坐视失控式崩溃[28] - 英伟达等头部科技企业在技术、政策协同、资本、产业链、品牌和生态体系等多个层面形成了高度复合的竞争壁垒，通过与国家级机构和大型企业建立长期合作关系锁定了未来数年的盈利空间，被迅速替代的可能性极低[29] - AI的崛起正重塑传统估值体系，利润创造重心从“需求端扩张”转向“供给端效率提升”，头部科技企业之间形成高度集中、相互强化的“自循环盈利”体系[31][32] - AI时代企业价值的评估核心从“关注过去的盈利”转向对“未来资源的控制力”，需考察企业是否拥有由核心算法、算力架构及海量数据构成的技术壁垒，其战略方向是否与国家政策导向高度契合，以及是否在供应链中掌握关键节点并与关键机构建立深度绑定关系[33] 2026年市场前瞻与风险关注 - 2025年主导市场的“别无选择”逻辑正在显著弱化，进入2026年，随着德国和中国经济逐步企稳，非美市场重新具备吸引力[34] - 全球货币政策出现明显利差收窄，欧洲和不少新兴市场降息周期接近尾声或完成，而美国可能因经济放缓进入更明显的宽松阶段，这会削弱美元优势，增加资金重新分散配置的动力[34] - 日本利率政策逐步正常化迈向加息，意味着过去多年盛行的“借日元、买高风险资产”的套利交易存在反转风险，一旦集中平仓，容易对高估值风险资产形成放大式波动[34] - 财富分化趋势越来越严重，在投资上需聚焦“有权力、有资源、有技术垄断能力”的企业，远离那些依赖传统消费驱动的资产[35] - 短期最需要关注的风险是通胀是否再度回升，一旦通胀反弹，央行可能被迫收紧政策，冲击市场流动性[36] - 更深层风险来自政策和市场结构本身，美国长期依赖财政刺激和政策托底的模式正受到高债务和政治周期的限制，如果美元利差优势消退过快，可能引发资金从美债和高估值资产中快速撤出，叠加日元套利交易集中平仓，容易造成市场放大波动[36] - 由于过去一段时间经济数据存在滞后和失真，一旦2026年上半年真实的增长和通胀情况逐步显现，市场可能需要在较短时间内完成重新定价，波动性自然会上升[38]

文章核心观点 文章系统性地介绍了双百亿量化私募幻方量化创始人梁文锋的传奇经历，核心观点在于阐述其如何将量化投资与前沿人工智能技术深度融合，不仅在国内量化投资领域取得领先地位，更通过创办深度求索（DeepSeek）在通用人工智能（AGI）领域实现重大技术突破，成为横跨金融与科技界的标志性人物 [3][7][41] 一、传奇亮相：震惊硅谷的中国力量 - 2025年1月，深度求索发布推理模型DeepSeek-R1正式版并开源，在数学、代码及自然语言推理任务上媲美美国一流AI模型 [9] - 该模型发布后，其应用在苹果中美应用商店下载榜登顶，在美区超越ChatGPT，并一度引发欧美科技股市值蒸发超过1万亿美元 [9] - 2025年2月5日，DeepSeek概念股迎来爆发行情；2月6日，微软、英伟达、亚马逊等国际科技巨头纷纷宣布上线DeepSeek大模型 [9] 二、从业历程：探索财富与科技的征途 - **初涉量化**：梁文锋于2008年毕业后投身量化投资，在2010年沪深300股指期货推出后抓住机遇，其自营资金迅速增长至超过5亿元 [13][14] - **创立私募**：2015年与浙大校友共同创立九章资产，2016年成立幻方量化，立志打造世界顶级量化对冲基金 [15] - **AI驱动交易**：2016年，幻方量化成功上线第一笔由AI驱动的实盘交易，并逐步将所有交易策略AI化，旗下基金回报率大幅超越同期沪深300指数 [22][26] - **规模发展**：至2021年，幻方量化基金规模突破千亿元，跻身国内量化“四大天王”；截至2025年12月底，管理规模超700亿元，处于国内量化“第一梯队” [22] - **算力布局**：2019年投资2亿元建成搭载1100块GPU的“萤火一号”算力集群；2021年再斥资10亿元建成搭载1万张A100显卡的“萤火二号”，为后续AI大模型研发奠定基础 [24][25] 三、经典案例：彰显实力与智慧 - **DeepSeek-V2引发价格战**：2024年5月推出的DeepSeek-V2大模型，其API定价为每百万tokens输入1元、输出2元，仅为GPT-4 Turbo的百分之一，被称“AI界的拼多多”，引发字节、阿里、百度等大厂纷纷降价 [27][30] - **慈善捐赠**：2022年，幻方量化公司捐赠2.2138亿元，同时公司员工“一只平凡的小猪”（被广泛认为是梁文锋）个人捐赠1.38亿元 [30] 四、2025年动态：引领行业前沿 - **财富上榜**：2025年6月，梁文锋以1846亿元财富首次上榜《新财富》500创富榜即闯入前十 [33][40] - **学术突破**：2025年9月，梁文锋作为通讯作者的DeepSeek-R1研究论文登上《自然（Nature）》封面，该模型是全球首个经过同行评审的主流大语言模型 [33] - **国际认可**：2025年12月，梁文锋入选《自然》年度十大科学人物，被评价为“科技颠覆者（Tech disruptor）” [33] - **产品业绩**：截至2025年底，梁文锋旗下的宁波幻方量化有10只指数增强产品在展示，且均在2025年12月创历史新高，2025年收益均值位居百亿量化私募第2 [3][6] 五、人物评价与理念 - **创新践行者**：梁文锋敢于打破常规，将AI引入量化交易，并以DeepSeek的创新技术打破了外界对中国AI只能做应用拓展的偏见 [41][44] - **核心理念**：公开发言显示，其团队专注AGI研究而非短期商业化，认为AI应是普惠的；创新需要自由空间；中国需要站到技术前沿；并展望了国内量化私募达到万亿规模的可能性 [45]

2025年中国私募量化行业整体业绩概览 - 截至2025年12月底，符合排名规则的量化产品共1600只，合计规模约为1350.51亿元，2025年收益均值为30.91%，显著跑赢同年大盘 [1] - 百亿私募量化基金经理管理的386只量化产品，2025年收益均值高达38.52%，收获13.59%的超额收益，表现最为优秀 [1] - 按公司规模划分，2025年量化产品收益均值从高到低依次为：100亿以上（38.52%）、20-50亿（30.63%）、5-10亿（30.26%）、10-20亿（28.83%）、50-100亿（27.69%）、0-5亿（27.56%）[2] 百亿以上私募量化基金经理表现 - 百亿私募中，符合排名规则且产品数在3只及以上的基金经理共49位，2025年全部实现正收益，其中收益均值在30%以上的有32位，8位基金经理收益突破50% [3] - 2025年百亿私募十大量化基金经理为：灵均投资马志宇、信弘天禾张华、宁波幻方量化陆政哲、九坤投资王琛、信弘天禾章毅、诚奇私募何文奇、进化论资产王一平、稳博投资殷陶、鸣石基金王晓晗、天演资本谢晓阳 [3] - 宁波幻方量化陆政哲和九坤投资王琛作为国内“四大量化天王”的代表人物，业绩领跑 [7] - 2026年初，九坤投资开源发布新一代代码大语言模型IQuest-Coder-V1系列，幻方量化旗下DeepSeek提出名为mHC的新架构，显示头部量化机构持续加码人工智能布局 [8] 50-100亿规模私募量化基金经理表现 - 该规模区间内，基金经理管理的168只量化产品2025年收益均值约为27.69%，其中正收益产品157只，占比93.45% [9] - 2025年该规模区间十大量化基金经理为：云起量化施恩、千朔投资黄辉、大岩资本黄铂、安子基金李靖、洛书投资谢冬、天算量化何天鹰、海南盛丰私募林子洋、倍漾量化蔡其志、深圳量道投资李喆腾、鲁民投基金刘波 [9] - 排名首位的云起量化施恩拥有伯克利金融工程与卡耐基梅隆计算机工程双硕士学位及十余年量化投资经验 [12] - 排名第二的千朔投资黄辉毕业于北京大学基础数学系，拥有CFA三级资格，投研核心方法论源于其5年的美股量化研究与交易经验 [12] 20-50亿规模私募量化基金经理表现 - 该规模区间内，基金经理管理的207只量化产品2025年收益均值约为30.63%，其中正收益产品202只，占比97.58% [13] - 2025年该规模区间十大量化基金经理为：翰荣投资聂守华和贺杰、鹿秀投资么博、橡木资产楼建平、玄信资产吴星玮、海南无量资本李德安、广州守正用奇牟鹏和徐晗潇、衍合投资汤亦多和张磊、双隆投资李隽、福克斯投资吴立彬、弈倍投资余建国和汤昕烨 [13] - 排名首位的翰荣投资团队主要毕业于纽约大学、卡内基梅隆大学等知名高校，其策略以纯量价数据为主，通过高频策略赚取收益 [16] - 排名第二的鹿秀投资么博毕业于北京大学，拥有16年投行与资管业务经验 [16] 10-20亿规模私募量化基金经理表现 - 该规模区间内，基金经理管理的184只量化产品2025年收益均值约为28.83%，其中正收益产品183只，占比99.46% [17] - 2025年该规模区间十大量化基金经理为：龙吟虎啸吴胤彤、中闽汇金王江明、杨湜资产郑彬、长鲸九州(北京)私募李爽、砚博乘风程鸿岩、上海元涞私募袁涛、星阔投资邓剑、上海汉鸿私募杨正豪、陆生生私募秦国文、洺沣投资卫少峰 [17] - 排名首位的龙吟虎啸成立于2021年，专注于权益和固收市场，权益策略以基本面量化为主 [20] - 排名第二的中闽汇金王江明拥有十余年证券期货从业经历，擅长利用组合投资、量化增强等构建复合策略模型 [20] 5-10亿规模私募量化基金经理表现 - 该规模区间内，基金经理管理的225只量化产品2025年收益均值约为30.26%，其中正收益产品208只，占比92.44% [21] - 2025年该规模区间十大量化基金经理为：华澄私募颜学阶、巨量均衡基金程志田、航景星和资产李静、上海紫杰私募曾书良、七禾聚资产朱超娜、榕树海私募陈婧、易持资产谢海权、百航投资李焕逸、顺义成投资程晓玮、万坤投资王云翔 [21] - 排名首位的华澄私募颜学阶自2010年专注于量化投资，拥有10年不间断的量化实盘投资经验 [24] - 核心策略为股票的基金经理中，巨量均衡基金程志田居前，其具备18年以上大型机构量化投研经验，曾为原公募基金头部量化团队负责人 [24] 0-5亿规模私募量化基金经理表现 - 该规模区间内，基金经理管理的464只量化产品2025年收益均值约为27.56%，其中正收益产品427只，占比92.02% [25] - 2025年该规模区间十大量化基金经理为：京盈智投谢黎博、嘉信融成杨竑和蒋文浩、开云私募王阳阳、杭州塞帕思傅申超、广州天钲瀚胡勤天、广州天钲瀚曹俊毅、广州传山私募李传山、水木长量杨英华、杭州金时资产高德赋、无隅资产杨志诚 [25]