私募证券投资产品市场动态 - 理财收益率持续下调叠加资本市场回暖推动私募证券投资产品销售升温 [1] - 6月私募证券投资基金备案数量达1100只 创年内月度次新高 环比增长26.44% [3] - 上半年新备案私募证券投资基金5461只 同比增长53.61% 环比增幅达100.48% [2][3] 产品策略分布 - 股票策略为上半年私募备案主力军 新备案产品3458只 占总量的63.32% [3] - 量化策略产品备案2448只 其中股票量化策略占比70.06%（1715只） [3] - 指数增强策略最受青睐 备案1061只 占股票量化策略的61.87% [3] - 股票市场中性策略备案571只 占比33.29% [3] 业绩表现与机构动向 - 上半年证券类私募业绩亮眼 量化策略领跑 探普1000指增私募指数收益率达+15.87% [5] - 百亿级量化机构成市场赢家 在备案产品≥20只的33家私募中量化机构占27席（含18家百亿级） [6] - 6月有2010只成立满1年的私募产品净值创新高 占近1年展示产品的45.68% [7] 下半年行业展望 - 私募机构普遍乐观 聚焦科技、消费、创新药和红利资产 [8][9] - 清和泉资本预计政策将更积极 重点配置AI应用、上游资源、新消费、创新药等领域 [9] - 6月751家私募调研387只A股 涉及28个申万一级行业 46只个股获≥10次调研 [9] - 望正资产提出"核心（科技蓝筹）+卫星（创新成长）"策略 关注互联网、电子、汽车等行业 [9]

报告核心观点 - 对国内主要宽基指数的公募指数增强基金产品业绩进行周度跟踪，展示量化选股模型中常用因子在不同股票池的表现，跟踪基于选股因子库构建的指数增强策略的样本外表现，为投资者提供参考 [6] 公募指数增强基金表现 产品规模与统计范围 - 统计 2024 年 12 月 1 日之前成立的公募基金指数增强产品，跟踪指数主要为沪深 300、中证 500、中证 1000、国证 2000。截至 2025 年 7 月 4 日，沪深 300 指数增强产品 53 只，规模 789 亿；中证 500 指数增强产品 66 只，规模 456 亿；中证 1000 指数增强产品 46 只，规模 153 亿；国证 2000 指数增强产品 11 只，规模 14 亿 [7] 各指数增强产品表现 - 沪深 300 指数增强产品本年以来收益排名前五的是安信量化精选沪深 300 指数增强 A 等，超额收益分别为 8.53%等，超额收益最大回撤分别为 -1.4%等 [8] - 中证 500 指数增强产品本年以来收益排名前五的是中欧中证 500 指数增强 A 等，超额收益分别为 8.85%等，超额收益最大回撤分别为 -2.87%等 [12] - 中证 1000 指数增强产品本年以来收益排名前五的是工银瑞信中证 1000 指数增强 A 等，超额收益分别为 13.1%等，超额收益最大回撤分别为 -2.14%等 [16] - 国证 2000 指数增强产品本年以来收益排名前五的是鹏华国证 2000 指数增强 A 等，超额收益分别为 12.78%等，超额收益最大回撤分别为 -2.4%等 [20] 因子表现 单因子表现 - 沪深 300 股票池上周超额较好的因子是分析师预测 EP - FY3 等，本年超额较好的因子是 EP120 日 score 等 [30] - 中证 500 股票池上周超额较好的因子是单季度扣非 ROE 变动等，本年超额较好的因子是一个月涨跌幅等 [31] - 中证 1000 股票池上周超额较好的因子是单季度 EP（营业利润）倒数等，本年超额较好的因子是一个月涨跌幅等 [31] - 中证 2000 股票池上周超额较好的因子是单季度归母 ROA 等，本年超额较好的因子是 20 日日内收益等 [32] - 中证全指股票池上周超额较好的因子是单季度扣非净利润等，本年超额较好的因子是分析师预测 ROE - FY3 的 120 变动等 [33] 大类因子表现 - 沪深 300 股票池上周超额收益较好的大类因子是公司治理等，本年超额收益较好的大类因子是分析师超预期等 [37] - 中证 500 股票池上周超额收益较好的大类因子是盈利等，本年超额收益较好的大类因子是市值等 [42] - 中证 1000 股票池上周超额收益较好的大类因子是估值等，本年超额收益较好的大类因子是市值等 [47] - 中证 2000 股票池上周超额收益较好的大类因子是估值等，本年超额收益较好的大类因子是分析师超预期等 [50] - 中证全指股票池上周超额收益较好的大类因子是估值等，本年超额收益较好的大类因子是市值等 [56] 指数增强策略表现 沪深 300 和中证 500 指数增强策略 - 截至 2025 年 7 月 4 日，沪深 300 指数增强策略上周收益 2.26%，超额 0.72%；本年收益 6.55%，超额 5.35%，超额最大回撤 -3.15% [59] - 截至 2025 年 7 月 4 日，中证 500 指数增强策略上周收益 1.58%，超额 0.77%；本年收益 6.22%，超额 2.97%，超额收益最大回撤 -4.23% [59] 中证 1000 和中证 2000 指数增强策略 - 截至 2025 年 7 月 4 日，中证 1000 指数增强策略上周收益 1.42%，超额 0.86%；本年收益 15.09%，超额 9.14%，超额收益最大回撤 -5.59% [64] - 截至 2025 年 7 月 4 日，中证 2000 指数增强策略上周收益 1.68%，超额 1.09%；本年收益 33%，超额 18.84%，超额收益最大回撤 -4.94% [64]

私募证券投资基金市场动态 - 理财收益率持续下调叠加资本市场回暖推动私募证券投资产品销售升温 [1] - 6月新备案私募证券投资基金1100只，创年内月度次新高，环比增长26.44% [2] - 上半年新备案私募证券投资基金5461只，同比增长53.61%，环比增幅达100.48% [2] 产品策略分布 - 股票策略为上半年私募备案主力军，新备案产品3458只，占总量的63.32% [2] - 量化策略产品备案2448只，其中股票量化策略占主导地位，备案1715只，占比70.06% [2] - 指数增强策略最受青睐，备案1061只，占股票量化策略产品的61.87% [2] - 股票市场中性策略备案571只，占比33.29% [2] 量化策略表现 - 上半年量化策略领跑市场，指数增强策略表现最优 [3] - 探普1000指增私募指数收益率达15.87%，探普主观成长私募指数收益12.80%，探普500指增私募指数收益10.66% [3] - 百亿级量化机构成为市场赢家，33家备案产品不少于20只的私募中量化机构占27席，其中18家为百亿级量化机构 [3] - 6月2010只私募产品净值创历史新高，占近1年有业绩展示产品的45.68% [3] 下半年市场展望 - 私募机构普遍乐观，聚焦科技、消费、创新药和红利资产等领域 [4] - 清和泉资本预计国内政策将更积极，流动性环境保持宽松，系统性风险概率较小 [4] - 6月751家私募证券管理人参与A股调研，覆盖387只个股，合计调研1769次 [4] - 望正资产提出"核心(科技蓝筹)+卫星(创新成长)"布局策略，重点关注互联网、电子、汽车等行业 [4]

中证A50指数编制方案 - 中证A50指数从98个中证三级行业中选取自由流通市值排名第一的公司作为备选成分股，并确保每个二级行业至少有一只入选，最终选出50只成分股 [1] - 成分股均为各细分行业龙头，营业收入和归母净利润分别占全市场的17.72%和16.13%，体现A股头部集中效应 [1] - 过去10年中证A50指数的营收增速始终高于沪深300及中证A500，净利润增长率和毛利率水平也高于其他指数 [1] 中证A50指数历史表现 - 近11年有8年跑赢沪深300，仅3年跑输且幅度较小 [2] - 行业分布上在食品饮料、电力设备和医药超配，银行低配，与沪深300在银行上的暴露一致，降低银行板块敞口风险 [2] - 历史回测显示"A50+红利低波"组合累计净值表现优异，跑赢沪深300幅度可观，是性价比高的沪深300增强策略 [2] 中证A50指数核心优势 - 聚焦细分行业龙头、行业结构均衡契合转型、盈利增长能力突出三大核心优势 [2] - 独特的编制规则和成分股特性使其天然具备相对于传统宽基指数的选股Alpha能力 [2] - 可作为沪深300指数增强工具，有效性和稳定性经过历史业绩验证 [2] 平安基金ETF产品布局 - 旗下共有28只ETF产品，涵盖宽基指数、行业主题指数、策略指数、债券指数等 [3] - 宽基指数实现市值大中小全面覆盖 [3] - 行业主题指数覆盖上游周期、中游制造、下游消费、TMT、医药等领域 [3] - 债券ETF包括公司债ETF、国开ETF和活跃国债ETF，满足债市不同场景需求 [3]

机器学习模型在量化选股中的应用 - 采用GBDT类树模型（LGBM/XGBoost/CatBoost）和神经网络模型（GRU/TCN/Transformer）进行量化选股训练测试，其中树模型适合处理手工构造的量价和基本面特征，神经网络擅长捕捉时序变化[1][2] - 特征筛选采用SHAP方案能有效减少特征数量并保证模型效果，特征中性化对因子改进不明显，整体标准化处理更有利于模型学习时序信息[2][28] - 沪深300指增策略年化超额10.03%，中证500指增年化超额8.41%，中证1000指增年化超额11.44%，显示机器学习因子在中小盘更具优势[3][61][62][63] 模型结构与特征处理 - GBDT模型通过残差迭代优化，每棵树学习前一棵树的残差，错分样本权重会逐步增大[10][11] - 神经网络结构中，GRU作为LSTM简化版通过更新门和重置门减少参数量，TCN采用空洞卷积实现指数级增长的历史数据回顾[12][13][18] - 特征类型选择显示：Alpha158量价特征适合两类模型，GFStyle基本面因子更适合树模型，原始量价数据神经网络表现更优[26][27] 损失函数与预测目标优化 - 排序学习损失函数中，结合NDCG指标的LambdaNDCG2和NeuralNDCG在多头部表现优异，与MSE因子相关性仅0.7-0.9[42][43][45] - 预测目标处理显示：截面标准化能排除市场beta干扰，使用超额收益率经CSRank处理后效果最佳[50][51] - 多周期预测目标合成可提升因子表现，沪深300指增策略信息比率从1.67提升至1.81，中证500年化超额从13.28%提升至14.28%[52][53][55] 策略构建细节 - 组合优化控制行业偏离、市值偏离等约束条件，采用月度调仓，交易成本假设双边千三[59][60] - 中证1000指增策略信息比率达2.09，超额最大回撤-7.95%，显著优于沪深300策略的2.23信息比和中证500策略的1.38信息比[63][61][62]

小盘股市场表现 - 6月20日中证2000增强ETF(159552)放量涨0.57% [1] - 该基金获资金连续4日净流入累计约1000万 [1] - 该基金年内规模增长328.73% [1] 小盘股上涨驱动因素 - 流动性宽松基调延续是核心因素 [1] - 市场风险偏好回升及季报风险释放 [1] - 央行强调"用好适度宽松的货币政策" [1] - 预计全年降准降息窗口仍存 [1] - "类平准基金"托底保障市场微观流动性 [1] 中证2000指数特点 - 综合反映中国A股市场较小市值公司表现 [1] - 在获取指数beta同时追求超额alpha [1] - 资金利用率高于场外指数增强基金 [1] - 二级市场交易费用低于场外申赎费用 [1] 招商指增类基金策略 - 采用多因子模型选股与组合优化框架 [2] - 因子涵盖基本面、技术面与机器学习因子 [2] - 追求长期稳定超额收益 [2] - 行业和风格不大幅偏离 [2] - 严格控制跟踪误差 [2] 招商量化团队优势 - 在指数增强领域深耕多年 [2] - 500等权增强、中证500增强等基金长期超额稳定 [2] - 将量化专长与ETF高效透明形式结合 [2]

5月期货市场成交数据 - 5月全国期货市场成交量为6.79亿手，成交额为54.73万亿元，同比分别下降4.51%和1.55% [1] - 1—5月全国期货市场累计成交量为33.37亿手，累计成交额为286.93万亿元，同比分别增长15.61%和21.33% [1] - 5月末全国期货市场总持仓量较上月增长16.62%，除中金所外，其余交易所持仓量均有增长 [3] 各期货交易所成交表现 - 上期所5月成交量为1.97亿手，成交额为21.13万亿元，同比分别下降1.59%和增长2.18% [1] - 上期能源5月成交量为0.14亿手，成交额为2.26万亿元，同比分别增长22.86%和下降8.95% [1] - 郑商所5月成交量为2.22亿手，成交额为6.18万亿元，同比分别下降14.07%和37.05% [1] - 大商所5月成交量为1.91亿手，成交额为6.78万亿元，同比分别下降7.53%和24.91% [1] - 中金所5月成交量为0.20亿手，成交额为16.82万亿元，同比分别增长24.62%和33.97% [1] - 广期所5月成交量为0.35亿手，成交额为1.56万亿元，同比分别增长88.28%和51.59% [1] 各交易所热门品种 - 按成交额排名前三品种：上期所黄金、白银、氧化铝期货；郑商所烧碱、菜籽油、PTA期货；大商所棕榈油、豆粕、铁矿石期货；广期所多晶硅、工业硅、碳酸锂期货；中金所中证1000股指、30年期国债、沪深300股指期货 [2] - 按成交量排名前三品种：上期所螺纹钢、氧化铝、白银期货；郑商所玻璃、PTA、纯碱期货；大商所豆粕、聚氯乙烯、苯乙烯期货；广期所工业硅、碳酸锂、多晶硅期货 [2] 市场动态与影响因素 - 5月大宗商品波动率收敛，需求偏弱，能源化工、黑色建材等品种持续下跌，黄金行情冲高回落 [2] - 5月为传统工业品和农产品消费淡季，实体企业低库存策略导致套保力度下降，贸易活动减少 [3] - 5月股市横盘整理，中性策略和指数增强策略仓位下降，股指期货成交量环比回落但同比仍增长 [3] - 6月大宗商品出现反弹，有色板块铜、贵金属白银及黑色板块上涨，国内股市上扬 [4] - 中美贸易谈判反复可能促使集运指数（欧线）、黄金等期货品种波动率回升 [4] - 新品种和绿色期货成交活跃，如碳酸锂、多晶硅期货，推动市场成交量增长 [4] 未来展望 - 6月期货市场成交规模有望回升，持仓水平或稳中有升，服务实体经济和金融市场的功能持续增强 [4][5] - 指数增强策略和套利策略或带动股指期货成交量回升 [4] - 风险对冲和投资需求驱动下，市场成交规模可能再次增长 [4]

市场环境与投资策略 - 当前A股市场呈现快速轮动与高波动特征，仅依赖市场贝塔收益难以获得理想回报，需通过捕捉阿尔法收益来增强投资表现[1] - 指数增强策略通过80%仓位跟踪指数获取贝塔收益，20%仓位争取阿尔法收益，但并非所有指增产品都能持续跑赢基准[4] 沪深300增强ETF(561990)表现 - 该产品成立以来年年跑赢沪深300指数，2022年超额收益3.94%，2023年1.79%，2024年3.51%，2025年2.55%，年化超额收益2.28%[5] - 采用平衡风格策略，避免过度风格暴露，通过精选现金流和估值合理的标的获取超额收益[4] - 沪深300ETF市场规模达10442.67亿元居首，中央汇金增持后规模增长356%，显示其作为核心宽基的虹吸效应[5] 中证2000增强ETF(159552)表现 - 4月8日以来收益率达22.93%，超越中证2000指数19.27%的涨幅，同期沪深300仅涨11.58%[9][10] - 在31个申万一级行业中，其表现超过所有行业涨幅第一的美容护理(22.01%)、传媒(17.65%)和通信(16.88%)[10][11] - 年内收益率22.93%在同类588只基金中排名第5，近六月14.81%排名第4[10] 组合配置建议 - 建议同时配置风格平衡的沪深300增强ETF(561990)和弹性较强的中证2000增强ETF(159552)，兼顾市场贝塔与阿尔法收益[11]

科创板发展现状 - DeepSeek推动AI应用普及，芯片企业技术迭代提速，为科创板注入成长动能[1] - 科创板上市公司达587家，总市值6.64万亿元，成为中国前沿科技核心阵地[1] - 科创板企业研发费用占营收比例中位数达12.5%，远高于其他宽基指数[9][10] 科创综指特点 - 成份股数量570只，覆盖科创板总市值97%以上，表征性优于科创50/100/200[2] - 覆盖16个一级行业和44个二级行业，二级行业覆盖度达96%[5] - 样本总市值平均数123亿元，中位数53亿元，包含大中小盘证券[9] - 自基日2019.12.31以来累计收益13.7%，跑赢科创50(-0.5%)和沪深300(-5.0%)[15] 科创综指投资价值 - 2024年盈利预期84.95%，2024-2025年预计年化增速39.26%[12] - 成份股分散降低单一市值风格波动风险，长跑能力突出[15] - 指数增强策略在科创综指中Alpha获取更容易，潜在超额收益更丰厚[20] 市场环境分析 - 政策持续支持科创板，2025年"十四五"规划收官年科技政策加码[18] - 美联储最快6月降息，全球流动性宽松利好科技股估值[18] - 半导体行业加速复苏，AI应用端商业化落地，生物医药创新药出海突破[18] 泰康科创综指指数增强基金 - 采用"指数Beta打底+量化Alpha增强"双轮驱动策略[21] - 基金经理袁帅管理产品累计绝对收益达48.29%，相对基准收益3.15%[22] - 基金A类代码023970，C类代码023971，6月9日正式发行[23]

指数投资发展趋势 - 指数化投资受到广泛认可，指数基金规模快速发展，增强策略指数基金产品布局火热 [1] - 今年以来已发行和正在发行的股票指数增强策略基金达57只，整体规模超290亿元 [1] - 华商中证500指数增强基金于5月19日起发行，利用量化选股模型力争超越中证500指数收益 [1] 中证500指数特点 - 中证500指数是A股最具代表性的中盘成长宽基指数，由剔除沪深300及市值前300名后的500只股票组成 [2] - 样本公司市值主要介于100亿至500亿元，其中100-300亿元占比72.8%，市值平均数257亿元，中位数237亿元 [2] - 覆盖11个中证一级行业和33个二级行业，前十大二级行业权重合计61%，行业分布均衡且集中度低 [3] - 兼顾传统行业与高成长性行业如电子、医药生物、电力设备等，契合技术创新和产业升级方向 [3] - 自基日以来累计收益率470.33%，年化收益率9.19%，优于同期上证指数和沪深300指数表现 [3] 指数增强策略表现 - 中证500指数增强基金近1年、3年、5年回报中位数分别为4.86%、6.80%、24.65%，均实现正超额收益 [4] - 近5年中证500指数上涨3.89%，有9只增强策略产品收益率超40% [4] - 华商中证500指数增强基金由量化投资团队管理，采用定量与定性结合方法优化配置 [4][7][10] 华商基金量化团队 - 拟任基金经理邓默为数学博士，拥有13.8年证券从业经历，擅长均衡配置风格和量化模型应用 [7] - 另一位拟任基金经理海洋拥有8年证券从业经历，侧重基本面与量化结合，注重行业轮动和风险收益优化 [10] - 华商基金量化投资部自主研发数量化模型，构建多因子体系并探索大模型技术应用 [10] 市场环境与机遇 - 政策提振和市场情绪升温推动A股交易热度提升，中证500指数活跃度持续向好 [10] - 市场成交额放量为指数增强策略提供更适宜发挥的环境 [10]