量化私募市场表现分化 - 中小盘风格策略显著跑赢大盘策略 反映市场结构性变化对不同投资策略的深刻影响 [1] - 量化1000指增策略表现最突出 灵均投资以36.79%年内收益领跑 信弘天禾/龙旗/启林等机构同类策略收益均超30% [3] - 量化500指增策略表现优异 信弘天禾和阿巴马相关产品年内收益超30% 量化300指增策略相对逊色 最高收益仅19.13% [3] 量化选股策略盈利能力突出 - 孝庸量化选股策略以46.26%年内收益领跑市场 衍盛铭量/子午等机构选股策略收益均超40% [3] - 选股策略因不受指数成分股限制 可通过动态调整因子权重和行业暴露精准捕捉市场机会 [3] 中小盘风格主导市场格局 - 中证1000指数成分股受益专精特新政策 涨幅显著高于沪深300指数 中小盘股研究覆盖度低带来更多定价偏差机会 [4] - 市场波动率提升有利量化策略 中小盘股波动率高于大盘股 日均成交额维持万亿以上保障策略容量需求 [4] - 个股表现高度分化 结构性行情下量化模型能更好识别相对价值 系统性捕捉定价偏差带来的超额收益 [4] 规模效应与策略分化特征 - 百亿私募在指增策略占据主导 量化1000/500指增前20名中大型机构优势明显 凭借资金/人才/算力资源实现更快模型迭代 [5] - 50亿以上私募指增产品上半年平均收益率18.30% 平均超额14.51% 正超额占比99.25% 显著优于中小型私募 [5] - 量化私募业绩分化加剧 1000指增策略最高收益与第20名相差超15个百分点 头部机构GPU算力优势显著 [5]

AI基金摩根红利优选股票A（021187）披露2025年二季报，第二季度基金利润64.92万元，加权平均基金份额本期利润0.0195元。报告期内，基金净值增长率 为2.05%，截至二季度末，基金规模为3482.17万元。 该基金属于标准股票型基金，长期投资于周期股票。截至7月21日，单位净值为1.165元。基金经理是胡迪、何智豪和韩秀一。 基金管理人在二季报中表示，报告期内，本基金保持高仓位运作，股票仓位部分以中证红利为基准，通过量化选股模型构建股票组合。未来在公司基本面经 营稳健，股东回报力度持续改善的前提下，我们将维持高仓位运作。量化模型也会在实际运行过程中将进行定期动态调整，力争股票配置最优化，以期持续 超越业绩比较基准收益率的投资目标。 截至7月21日，摩根红利优选股票A近三个月复权单位净值增长率为7.61%，位于同类可比基金13/18；近半年复权单位净值增长率为8.31%，位于同类可比基 金14/18。 通过所选区间该基金净值增长率分位图，可以观察该基金与同类基金业绩比较情况。图为坐标原点到区间内某时点的净值增长率在同类基金中的分位数。 据定期报告数据统计，成立以来平均股票仓位为90.7%，同类平均 ...

国信金工主动量化策略表现跟踪 - 优秀基金业绩增强组合本周绝对收益2.75%，本年绝对收益10.32%，相对偏股混合型基金指数超额收益分别为-0.31%和-2.13%，在主动股基中排名45.63%分位点（1583/3469）[1][12] - 超预期精选组合本周绝对收益3.68%，本年绝对收益24.40%，超额收益分别为0.62%和11.95%，排名11.53%分位点（400/3469）[1][9][13] - 券商金股业绩增强组合本周绝对收益1.91%，本年绝对收益14.13%，超额收益分别为-1.14%和1.67%，排名31.39%分位点（1089/3469）[1][21] - 成长稳健组合本周绝对收益2.15%，本年绝对收益29.61%，超额收益分别为-0.91%和17.15%，排名7.26%分位点（252/3469）[1][22][24] - 本周股票收益中位数0.60%（58%上涨），主动股基收益中位数2.20%（92%上涨）；本年股票收益中位数13.24%（76%上涨），主动股基收益中位数9.32%（91%上涨）[1][32] 策略构建方法论 - 优秀基金业绩增强组合：对标主动股基中位数，优选基金持仓后通过量化方法增强，年化跟踪误差4.68%[33][34] - 超预期精选组合：筛选研报标题超预期且分析师上调净利润的股票池，结合基本面与技术面双重优选[38] - 券商金股业绩增强组合：以券商金股股票池为基准，通过组合优化控制个股/风格偏离，行业配置参照公募基金分布[42] - 成长稳健组合：采用"时序+截面"二维评价体系，优先选择临近财报披露日的成长股，引入多重风控机制[47] 历史绩效表现 - 优秀基金业绩增强组合（2012-2025）：年化收益20.31%，超额11.83%，14年中有11年排名前30%[35][37] - 超预期精选组合（2010-2025）：年化收益30.55%，超额24.68%，连续16年排名前30%[39][41] - 券商金股业绩增强组合（2018-2025）：年化收益19.34%，超额14.38%，每年均排名前30%[43][46] - 成长稳健组合（2012-2025）：年化收益35.51%，超额26.88%，13年中有11年排名前30%[48] 市场基准数据 - 偏股混合型基金指数本年收益率12.46%，作为各组合的对标基准[6][13][17][24] - 股票收益分布：本周90分位点6.87%，本年90分位点57.57%；主动股基本周90分位点7.18%，本年90分位点26.16%[30]

量化选股策略发展历程 - 2021-2022年为早期实践阶段，量化选股因宽基指数低迷和指增策略收益不理想而兴起，22年Top 3百亿量化私募选股产品均实现正收益，稳博以22%绝对收益居首 [4] - 2023年策略正式出圈，因指增策略拥挤度激增，头部私募集中推出量化选股产品，近九成产品获正收益且平均收益5%，显著跑赢沪深300（-11.38%）和中证500（-7.42%） [5] - 2024-2025年迎来业绩爆发，上半年30%-40%收益成常态，50%+收益管理人不在少数，受益于日均万亿成交量和板块轮动的结构性行情 [6] 量化选股策略优势与适应性 - 策略核心依赖成交量和波动率双高环境，当前日均万亿成交+行业轮动加快的波动率水平构成舒适区间 [8] - 相比量化指增受指数风格约束，量化选股通过模型选股构建组合，不受行业/市值风格限制，灵活性和适应性更强 [13] - 典型管理人A私募采用多因子策略+杠杆择时，36%年内收益和117%近一年收益，历史最大回撤修复仅14天 [14][15] - 管理人B私募专注高频量价策略，30%年内收益和83%近一年收益，在极端行情中回撤修复迅速（如2024年4.16中证2000急跌后两周修复） [16][17] 市场环境与策略逻辑 - A股当前3500点走势缓慢扎实，不同于2007/2014/2021年疯牛行情，市场恐高情绪与历史3000点阶段类似 [9][11] - 量化选股弱化择时需求，其超额收益逻辑在于持续高成交（日均万亿）和板块轮动带来的波动率红利 [8][13] - 策略规模红利显现，A私募35亿规模、B私募27亿规模仍处可获取超额阶段 [14][16]

组合表现 - "银行AH+小微盘"组合从去年924至今上涨54.97%，期间最大回撤13.89%，表现优于多数主要指数 [1] - 中证2000指数同期涨幅56.91%，但最大回撤达19.65%，组合波动更小 [1][2] - 组合构成：40%银行AH优选ETF(517900)+30%1000ETF增强(159680)+30%中证2000增强ETF(159552) [2] 银行AH优选ETF表现 - 银行AH优选ETF(517900)2025年至今上涨24%，基金份额暴增411% [4] - 低利率环境下，保险、养老等长期资金对高股息银行股有配置需求 [6] - ETF采用AH轮动机制，动态调仓两地更便宜的银行股以获取超额收益 [6] 小微盘增强策略 - 中证2000增强ETF(159552)上半年净值增长29.18%，在同类宽基ETF中排名第一 [9] - 该ETF成立一周年以来累计净值增长68.21%，大幅跑赢中证2000指数 [10] - 组合采用"高股息打底+小微盘增强进攻"的哑铃结构 [7] 小微盘行情展望 - 银河证券预计未来1-2季度仍有宽松政策，利好流动性敏感的小盘股 [11] - 并购重组新规推进将打开小市值企业成长空间，历史显示小盘股在重组潮中估值弹性更好 [11] - 中证2000增强ETF持续的超额收益验证了量化策略的有效性 [12]

市场情绪追踪 - 截至2025年6月30日，沪深300上涨家数占比指标最近一个月环比上升，且高于60%，显示市场情绪较高 [3] - 动量情绪指标显示快线向上、慢线向下，快线位于慢线上方，预计未来维持看多观点 [3] - 均线情绪指标表明沪深300指数短期内处于情绪景气区间 [3] 基金分离度跟踪 - 截至2025年6月30日，基金抱团分离度小幅上行但仍处于低位，反映基金抱团程度较高 [4] - 最近一月抱团股超额收益小幅上行，而抱团基金超额收益小幅下行 [4] PB-ROE-50策略跟踪 - 2025年6月，PB-ROE-50策略在中证500、中证800和全市场股票池中分别获得0 92%、3 92%和4 59%的超额收益 [5] 机构调研策略跟踪 - 2025年6月，公募调研选股策略和私募调研跟踪策略均取得正超额收益，相对中证800的超额收益分别为5 55%和1 90% [6] 负面清单 - 宽松有息负债率排名前30的股票中，中毅达、指南针等9只股票在传统口径下排名100及以后 [7] - 财务成本负担率较高的股票包括辽宁成大、银宝山新等17只，指标数值均在10倍以上 [7]

新股发行与打新市场 - 2025年6月共8只新股上市，募集金额91.53亿元，环比增长164.8% [4] - 网下发行新股6只，募集金额87.30亿元，环比增长174.1% [4] - 主板新股首日平均上涨188.17%，双创板块新股首日平均上涨190.72% [4] - 5亿规模账户当月打新收益率A类0.168%，C类0.166% [4] 市场情绪与量化选股 - 沪深300上涨家数占比指标高于60%，市场情绪较高 [5] - 动量情绪指标快线向上、慢线向下，快线处于慢线上方，预计维持看多观点 [5] - 沪深300指数短期内处于情绪景气区间 [5] 行业景气度分析 - 煤炭、浮法玻璃、钢铁行业利润同比负增长 [6] - 油价反弹带动炼化行业景气度同比持稳 [6] - 水泥行业利润同比正增长 [6] - 能繁母猪存栏环比微增，预测Q4肉价延续低位震荡 [6] - PMI滚动均值企稳，房屋销售面积同比微降 [6] 房地产销售数据 - 2025年1-6月TOP100房企累计全口径销售金额1.8万亿元，同比-11.4% [7] - 全口径销售面积8,597万平，同比-22.2% [7] - 中国金茂、越秀地产、华发股份累计同比表现较好，分别为+20%、+11%、+11% [7] - 楼市区域分化加深，部分高能级城市逐步止跌回稳 [7]

量化模型与因子分析总结 量化模型与构建方式 1. **竞争优势组合模型** - 构建思路：基于竞争壁垒分析框架，将行业分为"壁垒护盾型"、"竞争激烈型"、"稳中求进型"和"寻求突破型"四类，重点选择具有长期稳定市场份额和超强盈利能力的"壁垒护盾型"行业中的主导企业[13] - 具体构建：将"壁垒护盾型"行业中的"唯一主导+合作共赢"组合与无壁垒保护行业中的"高效运营"组合结合[14] - 模型评价：该模型提供了不同于传统因子投资的价值量化视角，能够识别具有不同竞争特性的行业和企业[13] 2. **安全边际组合模型** - 构建思路：通过计算个股的盈利能力价值作为安全边际，在综合竞争优势股票池内选择安全边际最大的标的[18] - 具体构建：使用ROIC分析企业创造价值的能力，计算安全边际（内在价值与市场价值的差距），选择安全边际最大的前50标的并采用股息率加权[18][20] - 模型评价：该模型强调企业内在价值与市场价值的差距，更可靠地反映企业实际价值[18] 3. **AEG估值潜力组合模型** - 构建思路：基于超额收益增长(AEG)模型，考虑投资收益的所有来源，计算公司总体收益超过机会成本部分的价值[30] - 具体构建：首先用AEG_EP因子选取TOP100，然后选择股利再投资/P比率高的TOP50股票[34] - 公式： $$A E G=Y_{t}-N_{t}=(E_{t}+r*D P S_{t-1})-(1+r)*E_{t-1}$$ $$\frac{V_{0}}{E_{1}}=\frac{1}{r}+\frac{1}{r}*\frac{\left(\frac{A E G_{2}}{1+r}+\frac{A E G_{3}}{(1+r)^{2}}+\frac{A E G_{4}}{(1+r)^{3}}+\cdots\right)}{E_{1}}$$ $$\frac{V_{0}}{E_{1}}=\frac{1}{r}$$[30] - 模型评价：该模型能够识别市场尚未充分认识到其增长潜力的公司[34] 4. **现金牛组合模型** - 构建思路：通过CFOR分析体系评估企业的盈利能力和资产的现金生成效率，补充传统杜邦分解的不足[38] - 具体构建：关注自由现金利润比率的稳定性、经营资产回报率的稳定性等指标，在中证800成分股内选股[39] - 模型评价：该模型更全面地评估企业的经营绩效和财务稳定性[38] 5. **大模型AI选股组合** - 构建思路：通过FinLLM处理非结构化金融文本，融合思维链推理(COT)、对比分析与反事实推理，形成多维度验证闭环[44][47] - 具体构建：以"研报-公告-调研"三元组为最小分析单元，通过语义蒸馏、逻辑一致性验证等方法提取关键信号[48] - 模型评价：该模型突破了传统模型对非结构化信息的整合瓶颈，能够捕捉隐含的市场信号与管理层意图[44] 6. **治理效能组合模型** - 构建思路：基于MD&A(管理层讨论与分析)文本分析，评估管理层坦诚度、业务与财务逻辑一致性、长期价值创造三个维度[53] - 具体构建：先用短期利润指引因子和财务一致性因子等权合成基础组合，再用PB_ROE因子进一步选择前50个股[57] - 模型评价：该模型能够揭示财务数据背后的"过程"和"逻辑"，是量化策略的alpha前沿阵地[53] 模型的回测效果 1. **竞争优势组合** - 年化收益：17.04%(2012年以来)，20.41%(2019年以来)[1][17] - 夏普比率：0.66(2012年以来)，0.93(2019年以来)[1][17] - 信息比率(IR)：0.12[1] - 最大回撤：-47.68%(2012年以来)，-19.32%(2019年以来)[1][17] - 卡玛比率：0.36(2012年以来)，1.06(2019年以来)[1][17] 2. **安全边际组合** - 年化收益：22.73%(2012年以来)，20.27%(2019年以来)[2][22] - 夏普比率：1.02[2][22] - 信息比率(IR)：0.18(2012年以来)，0.13(2019年以来)[2][22] - 最大回撤：-35.10%(2012年以来)，-16.89%(2019年以来)[2][22] - 卡玛比率：0.65(2012年以来)，1.20(2019年以来)[2][22] 3. **红利低波季调组合** - 年化收益：20.27%(2014年以来)，17.36%(2019年以来)[2][26] - 夏普比率：0.94(2014年以来)，1.00(2019年以来)[2][26] - 信息比率(IR)：0.16[2] - 最大回撤：-43.06%(2014年以来)，-21.61%(2019年以来)[2][26] - 卡玛比率：0.47(2014年以来)，0.80(2019年以来)[2][26] 4. **AEG估值潜力组合** - 年化收益：28.72%(2014年以来)，23.33%(2019年以来)[3][36] - 夏普比率：1.11[3][36] - 信息比率(IR)：0.23(2014年以来)，0.16(2019年以来)[3][36] - 最大回撤：-44.34%(2014年以来)，-24.04%(2019年以来)[3][36] - 卡玛比率：0.65(2014年以来)，0.97(2019年以来)[3][36] 5. **中证800现金牛组合** - 年化收益：13.56%(2019年以来)[3][42] - 夏普比率：0.66[42] - 信息比率(IR)：0.13[42] - 最大回撤：-19.80%[3][42] - 卡玛比率：0.68[42] 6. **大模型AI选股组合** - 年化收益：16.53%(2019年以来)[4][49] - 夏普比率：0.71[49] - 信息比率(IR)：0.17[49] - 最大回撤：-33.01%[49] - 卡玛比率：0.50[49] 7. **中证800治理效能组合** - 年化收益：11.00%(2020年以来)[4][59] - 夏普比率：0.51[59] - 信息比率(IR)：0.23[59] - 最大回撤：-23.74%[59] - 卡玛比率：0.46[59]

根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：成交量模型 - **构建思路**：基于市场成交量变化判断短期市场趋势[10] - **具体构建**：监测宽基指数成交量周度变化，结合历史分位数划分中性/多空信号[10] - **评价**：对流动性敏感但易受噪声干扰 2. **模型名称**：低波动率模型 - **构建思路**：利用波动率均值回归特性捕捉市场反转[10] - **具体构建**：计算指数20日波动率Z-score，阈值±1.5触发信号[10] 3. **模型名称**：特征龙虎榜机构模型 - **构建思路**：跟踪机构席位买卖净额判断资金动向[10] - **具体构建**：统计龙虎榜机构净买入占比，超5%看多、低-3%看空[10] 4. **模型名称**：智能沪深300/中证500模型 - **构建思路**：融合量价与技术指标的多因子决策树模型[10] - **具体构建**：输入变量包括RSI(14)、MACD(12,26)、布林带宽度，采用随机森林分类[10] 5. **模型名称**：涨跌停模型 - **构建思路**：通过涨停板数量反映市场情绪[11] - **具体构建**：全市场涨停家数占比超8%看多，跌停超5%看空[11] 6. **模型名称**：长期动量模型 - **构建思路**：跟踪指数250日收益率判断趋势延续性[12] - **具体构建**：$$ Momentum_{250} = \frac{P_t}{P_{t-250}} -1 $$ 超15%看多[12] 7. **模型名称**：成交额倒波幅模型（港股） - **构建思路**：量价背离识别港股趋势转折[14] - **具体构建**：$$ \frac{Volume_{10D}}{ATR_{10D}} $$ 突破2倍标准差看多[14] 8. **模型名称**：形态识别模型（杯柄/双底） - **构建思路**：技术形态突破策略[37] - **具体构建**： - 杯柄形态：A点回撤>30%，B点反弹<50%，C点突破颈线[40] - 双底形态：两低点间隔>8周，突破颈线幅度>3%[43] 模型的回测效果 | 模型名称 | 年化收益 | 最大回撤 | IR | 胜率 | |------------------------|----------|----------|------|-------| | 成交量模型 | 12.3% | 22.1% | 0.82 | 58.7% | | 低波动率模型 | 9.8% | 18.5% | 0.65 | 61.2% | | 杯柄形态组合 | 39.98% | 15.2% | 1.21 | 67.4% | | 双底形态组合 | 28.21% | 19.8% | 0.97 | 63.1% | 量化因子与构建方式 1. **因子名称**：机构仓位因子 - **构建思路**：基金超配行业反映机构偏好[26] - **具体构建**：$$ OW_{it} = \frac{W_{it}}{MktCap_{it}} - \frac{\sum W_{it}}{\sum MktCap_{it}} $$ [26] 2. **因子名称**：分析师预期因子 - **构建思路**：盈利预测上调比例驱动超额收益[18] - **具体构建**：计算行业上调/下调评级个股占比差值[18] 因子的回测效果 | 因子名称 | IC均值 | IR | 多空收益差 | |------------------|--------|------|------------| | 机构仓位因子 | 0.15 | 2.1 | 8.7% | | 分析师预期因子 | 0.12 | 1.8 | 6.2% |

量化选股策略市场表现 - A股市场近年缺乏指数型机会，β收益难求，量化选股产品因能捕捉结构性机会获取Alpha收益而受青睐 [2] - 量化选股相比主观投资具有三大优势：客观决策克服人性弱点、全市场高效扫描捕捉分散机会、快速反应与纪律性 [2] - 私募量化选股策略近半年、近一年、近三年、近五年收益分别为7.24%、26.57%、36.88%、86.17%，显著跑赢同期上证指数(0.63%/8.44%/5.05%/17.36%)等主要指数 [2][3] 微观博易量化选股产品 - "微观博易-夏之"产品自2024年6月转型量化选股后累计收益***%，月胜率超80%，12个月中仅2个月微幅回撤，夏普比率高约*** [4] - 产品采用多因子选股与非线性模型，结合人工因子和机器挖掘因子，定期调整权重，满仓运作获取市场收益和超额收益 [5] - 叠加T0策略并基于barra优化器做风控，行业偏离度不超过±5%，风格敞口暴露不超过±0.5个标准差，显著提升收益弹性 [6] - 产品成立于2021年4月，截至2025年5月累计收益***%，年化收益接近***% [4] 微观博易公司概况 - 成立于2015年12月，2016年6月获私募管理人资格，2019年6月获基金业协会会员资格，管理规模约60亿元，发行产品100余只 [7] - 在北京和上海设有办公室，团队30余人，核心成员毕业于斯坦福、牛津、清华等名校，曾任职Citadel、IMC、摩根士丹利等顶尖机构 [7] - 创始人吴晓青为计算机博士，曾在Google、美国银行、IMC任职，拥有10余年量化交易经验 [9] - 每年投入千万级资金用于基础设施，构建私有云、高性能计算集群、AI存储和低延时网络，自主研发微秒级股票交易系统和纳秒级期货交易系统 [10] 多资产策略表现 - 微观博易核心策略为多资产策略，涵盖期货、期权、股票等，管理规模50亿元以上属头部量化私募 [10] - 截至2025年5月，公司2只产品近三年平均收益***%，在多资产策略头部私募中排名第5 [11][12] - 2020年在上海组建股票阿尔法团队，经过三年迭代后推出"微观博易-夏之"等量化选股产品 [12] - 正在募集新产品"微观博易-夏之1期"，计划在量化选股产品线继续扩展 [13]