私募证券基金市场增长 - 2025年前5个月全行业累计备案私募证券基金4361只 较去年同期大幅增长45 03% [1] - 5月份单月备案产品870只 同比增幅高达77 19% [1] - 股票策略产品占主导地位 前5个月备案2749只 占比63 04% [1] - 多资产策略和期货及衍生品策略备案数量分别为646只和510只 占比14 81%和11 69% [1] - 组合基金策略 债券策略和其他策略备案数量均未突破200只 [1] 量化私募基金表现 - 前5个月备案量化私募基金1930只 占同期市场总量的44 26% [2] - 量化私募基金因算法驱动投资决策和全市场选股策略获得投资者追捧 [2] - 头部量化私募机构发展势头强劲 前5个月备案产品1385只 [2] - 管理规模10亿元以下的小型私募机构备案产品2062只 [2] - 管理规模10亿元至50亿元的私募备案产品914只 [2] 市场参与主体 - 前5个月有产品备案的私募证券基金管理人达1558家 [2] - 备案产品数量不少于10只的私募机构中 大型私募机构有40家 其中31家为量化私募机构 [3] - 管理规模50亿元以上的大型私募有122家 [2] 市场驱动因素 - A股市场在科技创新政策和产业升级预期驱动下稳步回暖 [1] - 私募基金行业监管体系日臻完善 [1] - 私募基金尤其是量化策略产品展现出较强的超额收益能力 [1] - 产品创新步伐加快 多元化策略为投资者提供丰富配置选择 [1] - 科技板块复苏带动市场交投活跃度提升 [2]

六月的上海，梧桐絮飘得人心痒。就像这忽上忽下的股市，总在撩拨着投资者的心弦。昨日还在为美联储的鹰派言论唉声叹气，今晨却被百亿美债回购的消 息惊得打翻了咖啡。这金融市场，活脱脱就是张爱玲笔下的红玫瑰与白玫瑰——无论选哪支，总要带点刺。 一、美债回购背后的"罗生门" 美东时间那场百亿级别的国债回购大戏，像极了外滩十八号里名媛们的下午茶——表面优雅从容，桌底下的高跟鞋却早已互相踩了七八个回合。美国财政部 这手"左手倒右手"的把戏，明眼人都看得出是在给自家债券市场人工呼吸。 有趣的是，这场大戏的导演们各怀鬼胎：华尔街想要宽松的流动性，白宫惦记着降低债务成本，而美联储夹在中间活像个受气的小媳妇。这种微妙的三角关 系，倒让我想起清华经管学院教授常说的："当政策制定者开始互相拆台时，市场反而会出现最确定的交易机会。" 二、降息预期的"蝴蝶效应" 香港中环那些穿着定制西装的投行精英们，最近突然对创新药企殷勤起来。这让我想起2019年那个夏天，同样是降息预期升温时，科技股上演的疯狂戏码。 历史不会简单重复，但总会押着相似的韵脚。 不过且慢！监管层近期严查小道消息的动作颇有深意。就像南京西路上的爱马仕专卖店突然开始验资——这不是 ...

报告行业投资评级 未提及 报告的核心观点 2025年6月投资观点涵盖基金特征、大类资产、二元风格和行业配置等方面。业绩领先基金有特定特征，权益市场景气度回升，10Y国债利率或下行，黄金可继续配置，地产供给侧压力回升，印度权益反弹但配置价值有限。推荐关注预期成长风格和小盘股，行业上推荐有色金属、电子等[1][2][3][4][5]。 根据相关目录分别进行总结 今年业绩领先的基金有何特征 - 2025年截至5月30日公募权益基金整体跑赢市场，权益主动基金和量化及指增基金绝对收益和超额收益表现良好，信息比率平均值分别为2.67%和9.11% [10][12] - 业绩领先的权益主动基金行业上专注型、轮动型、博弈型兼具，风格为中成长及中高估值，规模基本在10亿以下，收益主要来自选股和交易能力，行业持仓集中在消费板块 [14][15][17][19][21] - 业绩领先的权益量化基金或向大盘与价值方向偏离，对金融低配幅度和对机械、电子超配幅度少于其他公募量化基金 [29][31][33] 大类资产量化观点 - 权益：5月景气度整体回升，金融略降、工业稳健回升，预计全A净利润Q2累计同比改善；信用扩张减弱、结构待改善，政府债券支撑社融；6月震荡格局难变，可择机波段操作 [35][39][41][45][48] - 利率：6月10Y国债利率或下行9BP至1.60%，经济增长、通货膨胀因子回落，债务杠杆因子回升，短期利率因子下行 [35][56] - 黄金：保持继续配置，各因素推动黄金上涨，财政因子上行速率趋缓但整体消费与投资支出未降 [35][62][65][67] - 地产：房地产行业压力指数0.569，行业整体压力上行，供给侧压力因开工端弱上升，需求侧压力与上月持平 [35][72] - 海外：5月印度股权市场外资流入23.44亿美元，NIFTY 50指数上涨1.71%，但印度市场盈利增速不及预期，处外资流出、估值下修阶段，配置价值有限 [3][35][80][82][88] 二元风格量化观点 - 大势研判综合观点：推荐关注预期成长风格，实际和预期增速资产优势差回升，ROE优势差边际下行、拥挤度低，高股息资产拥挤度高，当下预期增长板块更值得关注 [4][91] - 风格补充观察：美债利率下行趋势逆转可能性小，红利短期有机会但长期或到拐点；5月小盘相较大盘关注度加速回升，小盘风格拥挤度小幅上行且维持高位；2010年以来6月大小盘无显著差异 [4][95][100][102][105] 行业配置量化观点 - 胜率赔率策略：推荐有色金属、电子、电力设备及新能源、计算机、机械、农林牧渔，2024年以来绝对收益12.59%，相较于中信一级行业等权基准超额收益0.97% [5][107][110][114] - 出清反转策略：推荐有色金属、电子、通信，这些行业处于出清结束、需求上升、竞争格局改善阶段 [5][107][116][124]

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：日行情GRU模型** - 构建思路：基于股票过去240个交易日的量价信息预测次月收益率[15] - 具体构建过程： - 输入数据：开盘价、最高价、最低价、收盘价、成交量、成交额、换手率（7个字段） - 数据标准化：对每个字段的240个值进行z-score标准化[16] - 预测目标：截面标准化的次月收益率（月初开盘价至月末收盘价） - 训练方式：滚动6年样本，按4:1划分训练集/验证集，连续10轮早停训练[16] - 模型评价：超额收益稳定，但2024年后表现有所减弱[19] 2. **模型名称：日行情+基本面GRU模型** - 构建思路：在日行情模型基础上拼接20个财务指标TTM值[25] - 具体构建过程： - 财务数据处理：直接使用最新季报TTM值拼接至量价矩阵[26] - 输入矩阵标准化后输入GRU网络[26] - 模型评价：2022年前表现与基准相近，2023年后显著弱于纯量价模型[34] 3. **模型名称：日行情+调整基本面GRU模型** - 构建思路：对财务指标进行日频化处理以解决数据频率不匹配问题[35] - 具体构建过程： - 调整公式： $$\mathrm{DFTTM}_{\mathrm{q1}}={\frac{\mathrm{FactorTTM}_{\mathrm{q1}}-\mathrm{FactorTTM}_{\mathrm{q0}}}{a b s\big(\mathrm{FactorTTM}_{\mathrm{q0}}\big)}}$$ $$Factort = FactorTTMq + abs(FactorTTMq ) ( 90 1)$$[36] - 按财报期增速每日调整TTM值[36] - 模型评价：2022年前表现显著增强，2023年后仍弱于基准[42] 4. **模型名称：barra5d+日行情+精简基本面GRU模型** - 构建思路：混频模型结合长期预测（日行情）与短期预测（分钟数据）能力[65] - 具体构建过程： - 分钟数据模型输入：日内240分钟数据预测未来5日收益率[56] - 精简基本面：仅保留净利润TTM和市值因子[45] - 模型叠加：相关性较低的两类GRU模型输出加权组合[65] - 模型评价：解决单一模型周期性问题，年度超额分布更均匀[80] 模型的回测效果 1. **日行情GRU模型** - 年化超额收益：8.75% - 信息比率(IR)：2.25 - 最大回撤：4.71%[23] 2. **日行情+基本面GRU模型** - 年化超额收益：6.86% - 信息比率(IR)：1.46 - 最大回撤：6.14%[33] 3. **日行情+调整基本面GRU模型** - 年化超额收益：7.76% - 信息比率(IR)：1.65 - 最大回撤：5.40%[44] 4. **barra5d+日行情+精简基本面GRU模型** - 中证1000增强组合： - 年化超额收益：11.82% - 信息比率(IR)：2.39 - 最大回撤：5.70%[78] - 其他指数增强表现： - 沪深300年化超额：5.70%[82] - 中证500年化超额：6.46%[86] - 科创综指年化超额：6.28%[88] 关键创新点 - 财务数据日频化处理通过增速平滑实现[36] - 混频模型有效结合不同时间尺度预测能力（分钟级+日级）[65] - 精简基本面因子可提升模型稳定性（净利润TTM+市值）[45]

行业社会责任实践 - 私募基金行业近年来积极投身公益慈善事业，在支持教育、医疗和社会援助等方面贡献突出 [1] - 中基协发布的《中国私募投资基金行业践行社会责任报告（2024）》强调公益慈善对资源倾斜和社会可持续发展的重要意义 [1] - 行业正将公益基因融入企业发展，被赋予发展耐心资本、服务实体经济的新使命 [2] 佳期投资案例 - 作为百亿量化私募，公司依托数字化技术助力乡村教育被中基协报告列为典型案例 [1] - 2025年4月数据显示，通过"佳期光合教育慈善信托"累计帮扶9个乡村地区、337所学校，覆盖6695名教师和288590名学生 [2] - 与洋葱学园合作推出动画课程资源、个性化学习系统及教师培训，创新"人机双师教学模式"和"人机精准教学模式" [2] 公司发展动态 - 2024年6月5日实际控制人变更，公司称此为计划内调整且过渡平稳，承诺持续技术研发和公益投入 [1] - 成立以来参与春蕾计划、洋葱助教行动、桂馨书屋等公益项目，重点投入教育科技赋能 [1] - 坚持"过程可量化、结果可追溯"理念，通过数字化资源推动教学模式创新 [2]

量化模型与构建方式 1. GRU基准模型 - **模型名称**：日行情GRU因子[3] - **构建思路**：基于股票过去240个交易日的量价信息（开盘价、最高价、最低价、收盘价、成交量、成交额、换手率）预测次月收益率[15][16] - **具体构建过程**： 1. 输入数据标准化：对每个字段的240个历史值进行z-score标准化[16] 2. 预测目标：截面标准化的次月收益率（月初开盘价至月末收盘价）[16] 3. 训练方式：滚动6年样本，按4:1划分训练集/验证集，早停机制（连续10轮损失未下降）[16] 4. 组合构建参数：中证1000成分股80%、个股权重偏离1%、行业偏离1%、月频调仓[18] - **模型评价**：量价信息挖掘能力稳定，但财务信息融合需优化[14] 2. 财务信息增强模型 - **模型名称**：日行情+基本面GRU因子[26] - **构建思路**：在基准模型基础上拼接20个财务指标TTM值（如净利润、营业收入等）[24][25] - **具体构建过程**： 1. 财务数据日频化调整公式： $$\mathrm{DFTTM}_{\mathrm{q1}}={\frac{\mathrm{FactorTTM}_{\mathrm{q1}}-\mathrm{FactorTTM}_{\mathrm{q0}}}{a b s\big(\mathrm{FactorTTM}_{\mathrm{q0}}\big)}}$$ $$\mathrm{Factort} = \mathrm{FactorTTMq} + \mathrm{abs}(\mathrm{FactorTTMq}) \times \left(\frac{\mathrm{DFTTM}_{\mathrm{q1}}}{90}\right)$$[36] 2. 精简后保留核心指标：净利润TTM+市值因子[45] - **模型评价**：2022年前财务信息提升显著，2023年后量价因子主导[44][45] 3. 混频融合模型 - **模型名称**：barra5d+日行情+精简基本面GRU[55][73] - **构建思路**：结合分钟级barra5d模型（预测未来5日收益）与日行情GRU模型[56][65] - **具体构建过程**： 1. barra5d模型：基于240分钟数据预测风格中性化后的5日收益率[56] 2. 混频叠加：通过低相关性组合提升稳定性（日行情GRU与barra5d相关性0.23）[55][65] - **模型评价**：解决单一频率模型周期局限性，2024年后表现显著改善[73][79] --- 模型回测效果 1. 日行情GRU因子 - 年化超额收益：8.75% - 信息比率(IR)：2.25 - 最大回撤：4.71% - 分年度超额收益：2020年7.88%、2021年7.54%、2022年12.35%[20][23] 2. 日行情+调整基本面GRU因子 - 年化超额收益：7.76% - 信息比率(IR)：1.65 - 最大回撤：5.40% - 分年度超额收益：2020年14.69%、2021年7.59%[42][44] 3. barra5d+日行情+精简基本面GRU - 年化超额收益：11.82%（中证1000） - 信息比率(IR)：2.39 - 最大回撤：5.70% - 其他指数增强表现： - 沪深300增强年化超额5.70%[82] - 中证500增强年化超额6.46%[86] - 科创综指增强年化超额6.28%[88]

AQR资本管理公司转向AI交易决策 - 公司从传统"人主导、规则驱动"量化风格转向全面采用AI和机器学习技术进行交易决策 [1] - 管理资产规模达1360亿美元 目前让机器学习算法动态调整因子权重并直接根据数据发现市场规律 [1] - 2018年开始尝试机器学习 但最近才大规模应用 系统已扩展到股票资产之外 [1] - 创始人表示大多数情况下仍能找到AI交易背后的经济逻辑 [1] AI模型应用效果与挑战 - 转向AI后回报率提高 两大旗舰产品年化净收益分别达19%和14 6% [2] - 模型越强解释难度越大 表现不佳时期更难向投资者说明问题 [2] - 2018-2020年量化寒冬期间资产规模从2260亿美元缩水至980亿美元 近期策略回暖表现改善 [2] 对私募股权行业的批评 - 指出私募股权行业存在误导机构投资者行为 用"高回报、低波动"故事包装产品 [3] - 批评私募资产流动性差且估值不透明 导致虚假宣传回报稳定性 [3] - 认为不透明性满足投资者心理需求 但实际未实现宣称的高回报低风险 [3] - 私募公司转向吸引散户资金 但散户获得的交易条件比机构更差 [4] - 永续基金可能打破私募塑造的"低风险幻觉" 因流动性更高且估值更频繁 [4]

根据研报内容，总结量化模型与因子如下： 量化模型与构建方式 1. **长江动量指数模型** - 构建思路：选取A股市场中动量特征强且流动性高的股票[24] - 具体构建过程： 1. 计算每只股票最近1年收益率减去最近1个月收益率（剔除涨停板）作为动量指标 2. 按动量指标排序，选取前100只股票作为成分股 3. 采用等权重方式构建指数[24] - 模型评价：能有效表征A股动量效应，但近期超额收益波动较大[23][24] 2. **长江反转指数模型** - 构建思路：捕捉A股市场中反转效应显著的股票[25] - 具体构建过程： 1. 以最近1个月收益率作为反转指标 2. 选取反转效应最强的100只股票 3. 采用近3个月日均成交量加权构建指数[25] - 模型评价：在资金面收紧时表现优异，但需注意风格切换风险[25][48] 量化因子与构建方式 1. **风格拥挤度因子** - 构建思路：通过换手率差异衡量风格过热程度[121] - 具体构建过程： 1. 计算风格指数近n日日均换手率（半年期n=126，一年期n=252） 2. 对全市场换手率进行z-score标准化： $$ z = \frac{x - \mu}{\sigma} $$ 3. 计算风格换手率与万得全A的差值 4. 在滚动窗口（3年/6年）内计算历史分位数[121] - 因子评价：对风格切换有预警作用，但需结合超额净值判断[33][121] 2. **机构调研活跃度因子** - 构建思路：反映资金对板块/行业的关注度[123] - 具体构建过程： 1. 统计板块近n日日均调研次数（季度n=63，半年n=126） 2. 标准化后与万得全A调研活跃度作差 3. 计算滚动窗口（3年/6年）历史分位数[123] - 因子评价：领先性较好，但需区分长短期口径[104][123] 模型回测效果 1. **长江动量指数** - 近一周超额收益：-0.1% - 近一月超额收益：-1.6% - 年初至今超额收益：8.3%[24] 2. **长江反转指数** - 近一周超额收益：0.1% - 近一月超额收益：1.1% - 年初至今超额收益：-3.3%[24] 因子回测效果 1. **风格拥挤度因子** - 成长风格当前分位：0%（极低） - 红利风格当前分位：0%（极低） - 微盘股当前分位：6%（低位）[33][121] 2. **机构调研活跃度因子** - 地产基建板块分位：95%（极高） - 医药板块分位：3%（极低） - 金融板块分位：11%（极低）[104][123] 注：所有测试结果基于2025年5月30日数据[17][19]

报告核心观点 - 借助ETF可将量化模型或主观观点转化为可实操配置的投资策略，报告给出几个借助ETF构建的策略指数，并以周度为频率对指数绩效和持仓进行跟踪 [11] 各策略指数情况 华宝研究大小盘轮动ETF策略指数 - 利用多维度技术指标因子，用机器学习模型预测申万大盘和小盘指数收益差，周度输出信号决定持仓获取超额回报 [3] - 截至2025/5/30，2024年以来超额收益15.96%，近一月超额收益 -0.32%，近一周超额收益 -0.32% [3] - 上周指数收益 -1.04%，基准中证800收益 -0.73%，超额收益 -0.32% [12] - 持仓为沪深300ETF，权重100% [16] 华宝研究SmartBeta增强ETF策略指数 - 用量价类指标对自建barra因子择时，依据ETF在9大barra因子暴露度映射择时信号，涵盖主流宽基及风格、策略ETF获取超越市场收益 [3] - 截至2025/5/30，2024年以来超额收益20.01%，近一月超额收益0.81%，近一周超额收益1.26% [3] - 上周指数收益0.53%，基准中证800收益 -0.73%，超额收益1.26% [12] - 持仓为红利低波ETF，权重100% [21] 华宝研究量化风火轮ETF策略指数 - 从多因子角度出发，把握中长期基本面、跟踪短期趋势、分析参与者行为，通过估值与拥挤度信号提示风险，挖掘潜力板块获超额收益 [4] - 截至2025/5/30，2024年以来超额收益2.60%，近一月超额收益1.48%，近一周超额收益 -0.29% [4] - 上周指数收益 -1.02%，基准中证800收益 -0.73%，超额收益 -0.29% [12] - 持仓包括汽车ETF（20.21%）、银行ETF（20.16%）、农业ETF（20.05%）、有色60ETF（19.94%）、建材ETF（19.64%） [23] 华宝研究量化平衡术ETF策略指数 - 采用多因子体系，构建量化择时系统研判权益市场趋势，建立大小盘风格预测模型调整仓位分布，综合择时和轮动获超额收益 [4] - 截至2025/5/30，2024年以来超额收益1.37%，近一月超额收益 -0.87%，近一周超额收益0.93% [4] - 上周指数收益 -0.15%，基准沪深300收益 -1.08%，超额收益0.93% [12] - 持仓包括中证1000ETF（5.22%）、增强500ETF（5.05%）、300增强ETF（29.58%）、政金债券ETF（25.18%）、短融ETF（24.88%）、十年国债ETF（10.08%） [27] 华宝研究热点跟踪ETF策略指数 - 根据市场情绪、行业事件、投资者情绪和专业观点、政策法规变动及历史演绎等策略，跟踪挖掘热点指数标的产品，构建ETF组合供投资者参考 [5] - 截至2025/5/30，近一月超额收益 -0.15%，近一周超额收益 -0.55% [5] - 上周指数收益 -0.70%，基准中证全指收益 -0.15%，超额收益 -0.55% [12] - 持仓包括房地产ETF（4.00%）、港股消费ETF（27.78%）、港股红利ETF（25.62%）、豆粕ETF（23.43%）、国债至ETF5年10（19.16%） [31] 华宝研究债券ETF久期策略指数 - 采用债券市场流动性和量价指标筛选择时因子，用机器学习方法预测债券收益率，低于阈值减少长久期仓位提升组合收益和回撤控制能力 [5] - 截至2025/5/30，近一月超额收益0.24%，近一周超额收益0.12% [5] - 上周指数收益0.01%，基准中债 - 总指数收益 -0.10%，超额收益0.12% [12] - 持仓包括十年国债ETF（49.99%）、国债ETF5至年10（12.50%）、政金债券ETF（12.48%） [34]

量化模型与因子分析总结 量化模型与构建方式 市场情绪指标模型 1. 模型名称：上涨家数占比情绪指标 模型构建思路：通过计算指数成分股的近期正收益个数来判断市场情绪，正收益股票增多可能预示行情底部，大部分股票正收益可能预示过热风险[12] 模型具体构建过程： - 计算沪深300指数N日上涨家数占比 = 沪深300指数成分股过去N日收益大于0的个股数占比 - 对指标进行两次不同窗口期平滑（N1=230，N2=50，N3=35）生成快慢线 - 当快线>慢线时看多市场[13][15] 模型评价：能较快捕捉上涨机会但可能错失持续亢奋阶段的收益，对下跌市场判断存在缺陷[12] 2. 模型名称：均线情绪指标 模型构建思路：通过八均线体系判断标的指数趋势状态，将区间值转换为-1/0/1三档[21] 模型具体构建过程： - 计算沪深300收盘价八均线数值（参数为8,13,21,34,55,89,144,233） - 统计当日收盘价大于八均线指标值的数量 - 当超过5条均线被突破时看多市场[21][26] PB-ROE-50策略模型 1. 模型名称：PB-ROE-50组合策略 模型构建思路：基于PB-ROE定价模型寻找市场预期差，叠加超预期因子增强收益[31] 模型具体构建过程： - 以Wilcox(1984)的PB-ROE定价模型为基础筛选预期差股票池 - 加入SUE(未预期盈余)、ROE同比增长等因子 - 精选50只股票构建组合[31] 模型评价：在各股票池中均能获得稳定超额收益[31] 机构调研策略模型 1. 模型名称：公募调研选股策略 模型构建思路：通过公募调研数据挖掘超额alpha，结合被调研次数和调研前相对基准涨跌幅选股[38] 2. 模型名称：私募调研跟踪策略 模型构建思路：通过知名私募调研数据挖掘超额alpha，选股逻辑与公募调研类似[38] 量化因子与构建方式 负面清单因子 1. 因子名称：有息负债率 因子构建思路：衡量企业偿债压力，高有息负债率预示较高流动性风险[43] 因子具体构建过程： - 传统口径 = (短期借款+长期借款+应付债券)/总资产 - 严苛口径 = (短期借款+应付利息+交易性金融负债+应付短期债券+租赁负债+长期借款+应付债券+长期应付款)/总资产 - 宽松口径 = 严苛口径项+其他流动负债+划分为持有待售的负债+一年内到期的非流动负债[43] 2. 因子名称：财务成本负担率 因子构建思路：从利润表角度衡量企业还息压力[47] 因子具体构建过程： $$财务成本负担率 = 财务费用：利息费用 / 息税前利润$$ 模型的回测效果 市场情绪指标 1. 上涨家数占比模型：当前指标值高于50%，处于情绪景气区间[12][13] 2. 均线情绪指标：当前沪深300处于情绪非景气区间[21] PB-ROE-50策略 | 股票池 | 今年以来超额收益率 | 上月超额收益率 | 今年以来绝对收益率 | 上月绝对收益率 | |--------------|--------------------|----------------|--------------------|----------------| | 中证500 | 2.07% | 2.39% | 1.09% | 3.10% | | 中证800 | 2.60% | 1.30% | 0.51% | 2.87% | | 全市场 | 3.10% | 1.33% | 3.41% | 3.45% | [35] 机构调研策略 | 策略类型 | 今年以来超额收益率 | 上月超额收益率 | 今年以来绝对收益率 | 上月绝对收益率 | |--------------|--------------------|----------------|--------------------|----------------| | 公募调研选股 | -2.18% | -0.44% | -4.17% | 1.10% | | 私募调研跟踪 | 9.67% | 2.57% | 7.44% | 4.16% | [41] 因子的回测效果 有息负债率因子 宽松口径下前30名股票中，中毅达、指南针等9只在传统口径排名100位以后[43][44] 财务成本负担率因子 辽宁成大、银宝山新等17只股票指标值超过10倍[47][48]