量化私募行业规模突破 - 蒙玺投资管理规模跃升至100亿元以上 成为新晋百亿量化私募 [1] - 微观博易管理规模本周突破百亿元 一周内新增2家百亿量化私募 [1] - 当前百亿量化私募数量达41家 首次超过百亿主观私募（40家） [1] - 2024年12月底百亿量化私募为33家 2025年半年内数量差距持续缩小至反超 [1] 量化私募市场环境与策略优势 - 市场流动性改善为量化模型提供良好运作环境 [1] - 指增等量化选股策略依赖数据驱动 在结构性行情中显现更强优势 [1] 百亿量化私募人员规模与地域分布 - 41家百亿量化私募中8家员工超百人 灵均投资、佳期私募、九坤投资员工超150人 [1] - 上海地区百亿量化私募数量最多（20家 占比近50%） 北京10家 澄迈4家 杭州3家 [2] 百亿量化私募成立时间分布 - 2015年6月前成立的老牌私募25家 [2] - 2015年6月-2020年6月成立的中生代私募14家 [2] - 2020年6月后成立的新锐私募3家 [2]

百亿级私募上半年业绩表现 - 2025年上半年50家百亿级私募平均收益率达10.93%，其中47家实现正收益，占比94% [1][3] - 收益率分布：20家收益率在10%以内，21家介于10%-19.99%，6家超20% [3] - 主观策略私募平均收益率为5.51%，量化私募平均收益率达13.72% [4][7] 量化私募行业格局变化 - 32家百亿级量化私募全部实现盈利，24家收益率超10%，稳博投资、进化论资产等表现居前 [7] - 量化私募管理规模显著提升，百亿级机构增至39家，年内备案产品超2300只 [8] - 行业新"四大天王"为衍复、明汯、九坤和幻方，管理规模达600亿-700亿元区间 [1] 头部机构投资策略与市场观点 - 日斗投资规模从50亿跃升至百亿，偏好高现金流、强治理的行业龙头 [5] - 和谐汇一认为中国经济基本面是行情关键变量，中美经贸关系缓和为积极因素 [5] - 量化私募超额收益源于小盘成长风格占优（中证2000指数年内涨超15%）及AI策略升级 [7][8] 下半年市场展望与配置方向 - 景林资产看好中国制造贸易竞争力，认为港股进入活跃繁荣期 [11] - 星石投资预计A股将迎基本面与情绪面双修复，流动性环境构成支撑 [11] - 淡水泉聚焦AI产业链、半导体设备等科技领域，同时布局周期成长型龙头 [12]

市场流动性及基金表现 - 2025年二季度市场流动性充裕，呈现股债双牛格局，万得偏股混合型基金指数上涨3.06%，近一年累计上涨17.86% [1] - 国内科技基金及QDII偏股型基金表现突出，上榜产品三年期收益率均超50%，ETF成为资产配置首选工具 [1] - 债券基金表现稳健，万得短期纯债型基金指数和中长期纯债型基金指数分别上涨0.64%和0.95% [1] 基金分类榜单 普通股票型基金 - 金鹰科技创新A以75.05%三年收益位居榜首，最大回撤-38.68% [3] - 嘉实互融精选A和景顺长城沪港深精选A分别以64.08%和57.71%的收益位列第二、三名 [3] - TOP20基金三年收益均超29%，行业分布集中于科技、消费、医药领域 [3][4] 偏股混合型基金 - 华夏北交所创新中小企业精选两年定开以175.64%三年收益领先，最大回撤-30.93% [5] - 汇添富北交所创新精选两年定开和万家北交所慧选两年定开A分别以111.39%和94.03%收益位列二、三名 [5] - 北交所主题基金表现突出，TOP20中占据6席 [5][6] 偏债混合型基金 - 华夏磐泰A以30.18%三年收益领跑，最大回撤仅-7.64% [6] - 富国久利稳健配置A和华商恒益稳健分别以29.02%和26.35%收益紧随其后 [6] - TOP20基金平均回撤控制在-20%以内，风险收益特征稳健 [6][7] QDII基金 - QDII偏股型基金中，易方达标普信息科技A人民币以119.55%三年收益居首 [19] - 华夏纳斯达克100ETF和华安德国(DAX)ETF分别以108%和106.74%收益位列二、三名 [19] - QDII偏债型基金中，华夏大中华信用精选A人民币以33.58%收益领先 [20] 主题分类榜单 科技基金 - 金鹰核心资源A和金鹰科技创新A分别以75.13%和75.05%三年收益占据前两位 [33] - 华宝中证金融科技主题ETF和大成互联网+大数据A分别以72%和69.83%收益位列三、四名 [33] - TOP20基金主要布局金融科技、云计算、半导体等硬科技领域 [33][34] 周期制造基金 - 华夏北交所创新中小企业精选两年定开以175.64%收益遥遥领先 [31] - 汇添富北交所创新精选两年定开和万家北交所慧选两年定开A分列二、三名 [31] - 北交所主题基金包揽前三，显示制造业升级主题投资价值突出 [31][32] 基金经理表现 偏股型基金经理 - 缪玮彬以73.20%三年收益居首，代表产品金元顺安元启 [36] - 黄氮和江峰分别以68.02%和65.17%收益位列二、三名 [36] - TOP20基金经理平均管理产品4.3只，显示集中持股策略有效性 [36][37] 偏债型基金经理 - 张城源和毛颖分别以28.69%和28.35%三年收益领先 [38] - 杜广和高永以21.42%和20.26%收益紧随其后 [38] - TOP20基金经理主要采取利率债策略和信用债精选策略 [38][39]

公司概况 - 进化论资产成立于2014年6月，是国内较早将主动管理和量化投资相结合的私募基金管理人之一 [2] - 公司拥有经验丰富的投研团队和运作成熟的管理体系，具备全周期、跨市场、多策略的投资管理经验 [2] - 公司是业内少有的同时获得"主观+量化"双金牛奖的私募管理人 [2] - 公司管理规模超过100亿，采用主动+量化的投资模式 [4] 业绩表现 - 在最新的百亿私募近半年收益排行榜中，进化论夺得冠军，所管的10只产品近半年平均收益为***% [2] - 在私募量化基金近半年收益TOP10中，进化论资产以***%的平均收益夺得第1 [2] - 创始人王一平管理的"进化论多棱镜对冲一号B类份额"在百亿私募"股票市场中性"产品TOP10中排名第一，该产品最新规模约为***万元，近半年收益接近***%，近一年收益接近***% [2] - 旗下量化策略今年以来超额表现亮眼，在市场分化时期模型展示出较好的稳定性和适应性 [2] 发展历程 - 2015年发行首只主动多头产品 [5] - 2016年管理规模突破10亿 [5] - 2017年发行量化策略产品，实现主动、量化"双轮驱动" [5] - 2018年首只代销产品发行，同时获得主动、量化"双料"金牛奖 [5] - 2019年获得投顾资格，管理规模突破50亿 [5] - 2020年管理规模超过100亿，首只银行系产品落地，再次获得主动、量化"双料"金牛奖 [5] - 2021-2022年量化策略持续迭代，公司获评权威奖项超过60座 [5] - 2023年新策略完成上线，超额得到提升，策略持续稳定运行 [5] - 2024-2025年经历多轮流动性危机及市场分化行情考验，超额表现较稳，多策略线市场排名前列 [5] 创始人介绍 - 王一平是进化论资产创始人兼首席投资官 [7] - 拥有18年资本市场投资经验，经历了中国证券市场多轮牛熊周期 [12] - 是国内少数兼具主动管理与量化投资能力的策略型基金经理 [12] - 曾四次获得中国证券报"金牛奖"(含十五周年金牛杰出投资经理奖)并获得上海证券报"金阳光奖"、证券时报"金长江奖"、中国基金报"英华奖"等奖项 [12] 核心优势 - "主动+量化"双金牛管理人 [8] - 融合主动及量化投研方法，创建科学投资方法论 [8] - 具备全周期、跨市场、多策略的投资管理经验 [8] - 做"有逻辑的量化"，除业内常见因子类型外，自建逻辑类因子库，有效增强模型抗风险能力，减少尾部风险冲击 [9] - 策略具备拥挤度低、容量大、低频等特性，与同类策略的相关性低 [10] 产品线及策略 量化混合中性策略 - 收益来源：Alpha [11] - 策略简介：混合中性，对冲端采用股指对冲，根据超额和基差情况对持仓占比进行动态调整 [11] - 策略优势：有效降低超额波动及整体对冲成本，更适应市场风格切换，以获取较为稳定的绝对收益 [13] - 代表产品：进化论多棱镜对冲一号 [14] 量化指数增强策略 - 收益来源：Alpha+Beta [14] - 策略简介：跟踪对标指数，追求长期可持续收益 [14] - 代表产品： - 进化论多棱镜沪深300指数增强 [15] - 进化论多棱镜中证A500指数增强 [15] - 进化论达尔文中证500指增一号（2023年11月29日成立，运作以来累计收益***%，年化收益***%） [16][17] - 进化论多棱镜1000指数增强 [20] - 进化论多棱镜2000指数增强 [20] 量化灵活对冲策略 - 收益来源：Alpha+Beta+择时 [21] - 策略简介：在量化多头的基础上，灵活调整风险敞口 [21] - 策略优势：凭借多年经过市场验证的择时能力，为组合增强收益、控制回撤 [22] - 代表产品：进化论金选量化多空1号（2020年12月16日成立） [23] 复合策略 - 收益来源：Alpha+Beta+择时+主动选股 [21] - 策略简介：量化选股策略和主观选股策略相组合，根据市场环境灵活调整策略比重 [24] - 策略优势： - 近十年历史业绩，经过牛熊周期验证 [27] - 融合不同策略优势，攻守兼备 [27] - 多策略灵活组合，有效应对市场的变化 [28] - 代表产品：进化论复合策略一号（2015年3月25日成立，成立以来年化收益率***%） [28]

量化私募行业现状 - 截至5月16日，量化管理人共862家，其中5-50亿规模的管理人190家，占比22.04% [2] - 5-50亿量化私募旗下404只产品近1年平均收益20.46%，中位数16.08% [2] - 收益前20强产品中量化多头占17只并包揽前5，复合策略、量化CTA、股票市场中性各3只 [2] 区域分布与管理人表现 - 上海地区管理人数量最多（8家），深圳、杭州各4家，其他地区1家 [3] - 收益前5产品分别由翰荣投资、量盈投资、靖奇投资、海南盛丰私募、上海紫杰私募管理 [3] - 上海地区除靖奇投资外，半鞅私募（规模20亿）、上海孝庸私募（规模超40亿）、元图私募（规模超7亿）表现突出 [8] 头部产品与策略特点 - 翰荣投资"安晟进取一号B类"收益第1，团队来自海内外名校及头部机构，AI深度学习构建800+量价因子库，策略每3-6个月迭代 [7] - 量盈投资"半导体指数增强一号"收益第2，交易系统由前谷歌工程师自主开发，策略仓位灵活调整，收益排名同策略前5% [7] - 靖奇投资"基石5号B类"收益第3，团队由金融机构及科技企业人才组成，产品矩阵涵盖量化多头、指数增强等 [8] - 海南盛丰私募"量化选股1号"收益第4，采用严格程序化策略，累积2000+实盘因子，500指增收益排名同策略前20% [9][10] 技术能力与团队背景 - 半鞅私募团队含阿里达摩院算法专家及微软亚研院专家，代表产品年化收益率超***% [8] - 上海孝庸私募年技术投入超4000万，拥有4000+人工挖掘因子与AI融合模型，周超额胜率***%-***% [8] - 元图私募专注高频量化，团队硕博占比100%，年化双边换手200倍，算力配置领先规模需求 [8]

百亿私募阵营变动 - 截至5月12日百亿证券私募管理人数量为87家较3月增加3家 [1] - 新进或重回百亿私募阵营的有7家包括上海睿量私募、君之健投资、珠海宽德等 [1][3] - 退出百亿私募阵营的有4家包括映雪资本、恒德资本、正心谷资本、源峰基金 [1][3] - 百亿量化私募占比持续上升目前有38家占百亿私募总量的43.68% [1][3] - 主观百亿私募有41家占比47.13%主观+量化混合百亿私募有7家占比8.05% [3] 量化私募发展特征 - 量化私募规模快速增长与策略加速分化中证500指增和量化选股策略占比分别为41%和37% [4] - 中证1000指增2024年超额收益达7.29%夏普比率接近2 [4] - 4月量化百亿私募平均收益为-0.14%优于主观策略的-1.24% [4] - 头部量化私募通过融合另类数据与AI算法提升模型迭代能力 [4] - 世纪前沿在基本面、另类数据等中低频因子研究方面取得进展实现全频段覆盖 [5] 私募行业整体发展 - 私募证券基金行业形成管理人7893家、产品8.67万只、管理规模5.24万亿元的生态体系 [2] - 截至2025年3月末存续私募基金管理人19951家管理基金规模19.97万亿元 [6] - 今年已有469家机构注销私募基金管理人去年初以来累计注销1971家 [6] - 规模超百亿私募占比仅1%管理规模不足5亿元的小型机构占比高达85% [6] - 行业在监管深化与市场分化双重压力下持续出清资源加速向头部机构集中 [6] 行业未来趋势 - 行业将延续"头部化、专业化、科技化"趋势 [7] - 合规成本上升可能进一步挤压中小机构生存空间 [7] - 人工智能与区块链技术应用或推动私募行业进入智能投研3.0时代 [7]

高管变动 - 华泰柏瑞基金副总经理田汉卿因退休离任 离任时间为2025年4月30日 [1][3] - 田汉卿同时卸任华泰柏瑞中证500指数增强等10只基金的基金经理职务 [1] - 该变动依据《公开募集证券投资基金信息披露管理办法》等相关法规 [2] 高管背景 - 田汉卿为清华大学经济系学士、硕士 美国加州大学伯克利分校MBA CFA持证人 [4] - 2004年加入巴克莱全球投资(BGI) 曾任BGI亚洲(除日本)量化团队主要负责人 [4] - 2012年8月加入华泰柏瑞基金 2013年10月起担任公司副总经理 [4] - 其管理的华泰柏瑞量化增强混合A任职期间回报率达205.51% [4] 行业动态 - 公募基金行业高管/基金经理退休离职现象频发 [4] - 2023年8月交银施罗德基金董事长阮红退休 [4] - 2023年8月诺安基金基金经理王创练退休并卸任5只基金 [4] - 2024年3月国海富兰克林基金原董事长吴显玲退休 [4] - 行业新人不断涌现 截至2024年4月底 年内已有174位新任基金经理 全行业基金经理总数突破4000人 [4]

实习生招聘 - 工作地点覆盖深圳、广州、上海、北京，要求线下实习 [1] - 简历投递截止日期为2025年4月30日 [1] - 实习时间要求每周至少3天，持续不少于3个月，优秀者有留用机会 [1] 岗位职责 - 负责数据处理、分析、统计，协助量化投资课题研究 [2] - 协助金融工程策略模型开发与跟踪 [2] - 完成小组安排的其他工作 [2] 基本要求 - 专业要求为数学、统计、物理、计算机、信息工程等理工科或金融工程，硕士或博士在读，特别优秀的大四保研生也可 [3] - 需熟练掌握Python编程语言和SQL数据库，具备优秀编程能力与规范 [3] - 要求责任心强、自我驱动，具备信息搜集、逻辑思维、分析判断、表达沟通等综合能力 [3] 加分项 - 具备扎实的金融市场基础知识，熟悉股票、债券、期货等核心概念 [4] - 数学基础好，有科研项目经历或SCI/EI论文收录 [4] - 熟悉Wind、Bloomberg等金融终端 [4] - 熟悉机器学习、深度学习，掌握PyTorch、Linux及GPU服务器开发经验 [4] - 有其他机构量化投研实习经历 [4] 简历投递 - 简历需投递至指定邮箱，PDF格式，邮件标题需按"【金融工程组】-【姓名】-【毕业学校】-【专业】"格式命名 [5] - 未按要求命名的邮件将被视为垃圾邮件 [5] - 合格候选人将在简历截止后安排笔试和面试 [5]

九坤创投的设立与投资策略 - 九坤投资两位创始人王琛和姚齐聪联合设立早期风险投资平台"九坤创投"，与量化投资业务相互独立 [2] - 九坤创投已在水下运行一年多，出手近10个项目，投资领域包括人工智能、机器人与硬件、航空航天等，投资轮次均为A轮及A轮以前 [2][3] - 筛选被投公司时没有设置明确的赛道限制 [3] 九坤投资的背景与规模 - 九坤投资成立于2012年，是中国成立最早的量化公司之一，与明汯、幻方、灵均并称量化"四大天王" [5] - 目前管理规模超过550亿元人民币 [5] - 创始人王琛拥有清华数学物理学士和理论计算机博士学位，师从姚期智院士；姚齐聪拥有北大数学学士、金融数学硕士学位 [5] 九坤的AI战略与技术布局 - AI战略是开放合作地研发垂域大模型，推动AI应用落地，拓展量化以外的业务 [6] - 2019年开始使用人工智能和大数据技术投资，建设"北溟"超算集群，包括高性能GPU集群 [6] - 近期与微软亚洲研究院合作探索基于规则的强化学习在大型推理模型中的潜力 [6] - 量化投资与大模型技术存在交集，强化学习方法既用于训练量化策略也用于训练AI Agent [6] 中国AI风险投资市场现状 - 中国AI风险投资尚未扭转2021年后的颓势，交易金额和数量均未恢复 [6][9] - 投资人不乐观部分原因是AI应用缺乏突破式进展，大模型全民应用场景仍局限于聊天机器人 [9] - 创业者成功概率在增加，开源模型使调用智能成本降低，可探索更广阔应用场景 [9] - AI产品核心决定因素转向模型性能，打破传统互联网增长飞轮，削弱大厂优势 [9] 一级市场投资趋势变化 - 九坤跨阶段设立早期创投业务是一级市场情绪转向的缩影 [9] - 体量更小或更大的机构也在入局提速，如前五源资本投资人成立早期美元基金Alphaist Partners募资数千万美元 [9] - 启明创投正筹集约8亿美元用于AI投资 [9] - 部分美元基金原定三季度投完的金额在一季度末就已投完，显示投资节奏加快 [9]

量化行业AI转型与DeepSeek影响 - 量化行业公众形象因DeepSeek R1开源显著改善，AI实验室成为行业新风口，多家量化私募如宽德、鸣石、蒙玺等加速AI人才招募 [2] - 头部量化机构已展开AI军备竞赛：明汯拥有数千张GPU卡和数万CPU核，算力达400P Flops；九坤复现DeepSeek R1模型并建立多个AI实验室 [3] - 行业存在技术落差，多数量化机构的大模型能力与DeepSeek差距显著，且DeepSeek当前对量化投研的实际帮助有限 [3] 量化机构发展大模型的现实挑战 - 大模型算力门槛极高：幻方投入10亿建设万卡集群（A100+H20+H800合计约3万张），DeepSeek V3训练使用2048块H800 [6] - 多数机构面临算力与资金瓶颈：建设大模型需数十亿投入，年利润需超10亿，仅九坤、明汯等头部机构具备条件 [7] - 窗口期已过：芯片出口管制导致先进显卡采购困难，叠加人才/时间成本，行业难以复制DeepSeek成功路径 [8] AI对量化投研的实际应用 - 输入端：DeepSeek可处理多模态数据（新闻/语音/视频），提取情绪因子并转化非结构化数据，类似Point 72的微表情分析功能 [10] - 输出端：显著提升编程效率（如VS Code集成AI插件），降低新语言学习门槛，但模型输出精细度不足，无法满足核心投研需求 [10] - 当前局限：AI工具在高频量价因子挖掘有效，但对低频量化策略帮助有限，且模型幻觉问题影响投研严谨性 [11] 量化布局AI实验室的深层动机 - 社会价值重塑：DeepSeek为行业提供技术外溢样本，通过AI应用反哺大众，解决量化机构社会定位困惑 [14] - 人才竞争策略：如蒙玺将AI实验室设于合肥中科大附近，既吸引人才又强化产学研合作，宽德通过类似方式发掘顶尖毕业生 [13] - 政策红利：深圳私募协会推动"量化创新实验室"，头部机构借AI能力获取政策支持与行业话语权 [13] 中美量化对比与行业特殊性 - 美国顶级量化如D.E.Shaw、Two Sigma未诞生世界级大模型，凸显DeepSeek的行业特殊性 [13] - 量化机构在集群调校、浮点精度调整等方面具备方法论优势，但大模型研发仍需突破算力/人才密度双重门槛 [12]