艾方资产简介 - 上海艾方资产管理有限公司成立于2012年3月，办公地点位于浦东新区，是一家科技驱动的资产管理公司 [2] - 公司定位于以量化投资为手段、专注于获取绝对收益的机构，于2014年6月完成在中国基金业协会的备案工作，2015年3月成为中国基金业协会会员 [2] - 公司拥有国内领先的系统平台，已建立起波动率均衡系列、CTA系列、可转债系列、指数增强系列、中性策略等多个产品线 [2] - 创立以来荣获包括金牛奖、金长江、金阳光等多个行业内重量级奖项 [2] 发展历程 - 2012年3月艾方资产成立，2012年5月首只资管产品成立 [7] - 2014年6月首只顾问管理资管产品成立，艾方资产在基金业协会完成备案 [7] - 2016年8月公司累计管理规模超35亿元，人工智能选股策略应用到实盘投资 [7] - 2018年1月量化可转债策略投入实盘，公司累计管理规模超50亿 [7] - 2022年10月公司管理规模突破百亿 [7] 核心团队 - 艾方资产具备多策略的投资架构，投资标的分布在股票、期货、债券、基金以及期权 [8] - 投研团队百分之八十以上硕士学历，专业背景涵盖计算机、数学、物理学、金融工程、统计学等多个理工科领域 [8] - 核心成员有十年以上海内外证券金融行业交易实战经验，熟悉最前沿量化投资技术 [8][9] 核心成员 - 蒋锴为艾方资产创始人、董事长兼投资总监，曾任职于东方证券，负责绝对收益自营投资 [10][11] - 蒋锴曾在华尔街从事多年绝对收益投资，管理的资产总额达10亿美金，涉及全球多个主要证券市场 [11] - 叶展为艾方资产首席执行官，历任上海证券报机构部主任、国泰君安资产管理有限公司市场总监等职 [13][14] - 叶展所管理产品曾获2015年度券商集合资管计划金牛奖、2017年三年期券商集合资管计划金牛奖 [14] 核心优势 - 优势1：配置策略长期有效，多资产组合，相关性较低，收益来源丰富，适应多种市场环境 [15] - 优势2：产品风险管理严格，通过期货、期权等多种衍生品工具对冲市场以及尾部风险 [15] - 优势3：核心策略穿越牛熊，波动率均衡策略、可转债策略等多年实盘验证，成熟度高，稳定性强 [15] - 优势4：十年量化私募品牌，信用信誉值得信赖，无风险舆情事件 [15] 产品线 波动率均衡策略(复合策略) - 策略介绍：利用波动率变化对策略的正向影响增厚收益，持有多类资产，分散化方式降低风险 [15][16] - 涉及到的细分策略有：股票多空策略、CTA策略、可转债策略以及期权策略 [16] - 策略优势：长期确定性强，复合策略风险相对可控 [17] - 代表产品：艾方博云全天候1号私募证券投资基金，成立于2016-12-06，基金经理蒋锴 [17] 可转债策略 - 策略介绍：结合量化选股模型和期权定价模型，综合评估可转债理论价格，获取价格再发现或估值修复的投资收益 [18] - 策略优势：跟踪但不复制指数，仓位灵活可控，优化选债能力追求alpha收益，控制信用债底风险 [18] - 代表产品：星辰之艾方多策略4号私募证券投资基金，成立于2017-10-12，基金经理蒋锴 [18] CTA复合策略 - 策略介绍：立足于因子投资理念的多策略体系，将相关性较低的多个长期收益来源以风险平价的方式进行组合 [19] - 策略优势：双向收益来源，杠杆交易，大类资产配置价值 [20] - 代表产品：艾方CTA一号私募证券投资基金，成立于2019-12-02，基金经理蒋锴、谢艺冰 [20] 所获荣誉 - 2024年度中国私募基金英华奖"综合实力50强示范机构" [22] - 2024年度中国私募基金英华奖"五年期转债策略产品示范案例（艾方可转债1号）" [22] - 2023年度中国私募基金英华奖"中国私募基金50强示范机构(复合策略)" [22] - 2022年度金长江奖稳健发展私募基金公司 [22] - 2021年度金长江奖资管先锋私募基金经理-蒋锴 [23] - 2020年度私募排排网（固定收益）最值得信赖私募基金管理人 [23] - 2019年第11届中国私募金牛奖"一年期相对价值策略管理公司" [23] - 2018年中国私募基金英华奖"中国私募基金人气奖(量化策略）" [23] - 2016年私募排排网百舸奖-"中国最佳相对价值策略私募基金管理人" [23] - 2015年中国阳光私募"金长江"奖-行业典范 [23]

根据提供的证券研究报告内容，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. **鑫选ETF绝对收益策略** - 模型构建思路：通过"抽屉法"在场内权益ETF池中进行测试，目标是跑出绝对收益和相对A股权益的长周期相对收益[11] - 具体构建过程： 1. 筛选鑫选ETF池中的标的（如黄金ETF、食品饮料ETF等） 2. 采用等权重分配（每只ETF权重10%） 3. 结合技术面量化信号动态调整持仓[11][12] - 模型评价：样本外表现优异，风险收益比突出 2. **全天候多资产多策略ETF风险平价策略** - 模型构建思路：结合行业轮动、风格轮动等权益策略，通过风险平价降低组合波动性[17] - 具体构建过程： 1. 分散配置商品（黄金ETF）、美股（标普500ETF）、国内权益（行业/风格轮动ETF）、债券（国债ETF） 2. 风险平价权重计算： $$ w_i = \frac{1/\sigma_i}{\sum_{j=1}^n 1/\sigma_j} $$ 其中$\sigma_i$为资产i的历史波动率[17][18] - 模型评价：精细化资产分散，实现低波动下的稳定收益 3. **中美核心资产组合** - 模型构建思路：纳入白酒、红利、黄金、纳指等强趋势标的，结合RSRS择时策略与技术面反转策略[21] - 具体构建过程： 1. 对四类标的分别生成买入/卖出信号 2. 动态调整权重，近期持仓为中证红利ETF（60%）+黄金ETF（40%）[21] - 模型评价：长周期超额收益显著 4. **高景气/红利轮动策略** - 模型构建思路：根据宏观信号在高景气成长与红利策略间切换[24] - 具体构建过程： - 高景气信号：配置创业板ETF+科创50ETF（各50%） - 红利信号：配置红利低波ETF+央企红利50ETF（各50%）[24] - 模型评价：适应市场风格切换 5. **双债LOF增强策略** - 模型构建思路：以债券持仓为主，其他资产为辅的增强组合[27] - 具体构建过程： 1. 计算双债LOF与其他资产的收益率波动率 2. 按波动率倒数归一化分配权重（债券权重通常>70%）[27] - 模型评价：显著优于纯债基准 6. **结构化风险平价（QDII）策略** - 模型构建思路：以国内债券ETF为主，QDII权益和商品ETF增强[30] - 具体构建过程： 1. 主配置5年/10年地方债ETF、30年国债ETF（合计权重>50%） 2. 辅以纳指ETF、黄金ETF等[30] - 模型评价：兼顾防御性与收益增强 --- 模型的回测效果 | 模型名称 | 总收益率（2024年初） | 年化收益率 | 最大回撤 | 波动率 | 夏普比率 | |----------------------------------|----------------------|------------|----------|--------|----------| | 鑫选技术面量化策略 | 33.49% | 24.14% | -6.30% | 17.58% | 1.20 | [11][33] | 高景气红利轮动策略 | 48.99% | 34.78% | -22.04% | 34.79% | 0.96 | [24][33] | 中美核心资产组合 | 59.80% | 42.03% | -10.86% | 17.16% | 2.02 | [21][33] | 双债LOF增强策略 | 9.08% | 6.73% | -2.26% | 3.41% | 1.34 | [27][33] | 结构化风险平价(QDII) | 23.59% | 17.18% | -2.38% | 4.92% | 2.84 | [30][33] | 全天候多资产风险平价策略 | 19.69% | 14.40% | -3.62% | 4.48% | 2.58 | [15][33] --- 关键因子应用 1. **红利因子** - 构建方式：筛选高股息率标的（如中证红利指数成分股）[24] - 测试结果：红利低波ETF年内收益2.31%，夏普比率0.88[48][59] 2. **成长因子** - 构建方式：通过创业板ETF、科创50ETF捕捉高景气成长[24] - 测试结果：科创50ETF年内资金净流入9.95亿元[48] 3. **动量因子（RSRS）** - 构建方式：计算标的资产的阻力支撑相对强度[21] - 公式： $$ RSRS = \frac{R_{high}-R_{low}}{P_{close}} $$ 其中$R_{high/low}$为N日最高/最低价，$P_{close}$为收盘价[21] 4. **波动率因子** - 构建方式：用于风险平价模型的权重分配[17] - 测试结果：组合波动率压降至4.48%[15] --- 因子回测效果 | 因子类型 | 代表ETF | 年内收益 | 资金流向（本周） | |----------------|------------------|----------|------------------| | 红利因子 | 红利低波ETF | +2.31% | +3.9亿元 | [48][59] | 成长因子 | 科创50ETF | -0.85% | +9.95亿元 | [48][57] | 商品因子 | 黄金ETF | +25.74% | -11.79亿元 | [59][55] | 防御因子 | 国债ETF | +0.89% | +108.3亿元 | [44][57] （注：部分因子通过ETF持仓间接体现，未单独列出计算公式）

根据提供的研报内容，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. **鑫选ETF绝对收益策略** - 模型构建思路：通过"抽屉法"在场内权益ETF池中进行测试，目标是跑出绝对收益和相对A股权益的长周期相对收益[11] - 具体构建过程： 1. 筛选鑫选ETF池中的标的（如黄金ETF、食品饮料ETF等） 2. 采用技术面量化方法进行组合优化 3. 动态调整持仓权重（各标的权重10%）[12] - 模型评价：样本外表现优异，风险收益比突出 2. **全天候多资产多策略ETF风险平价策略** - 模型构建思路：结合行业轮动、风格轮动等权益策略，使用风险平价方法分散资产和策略风险[17] - 具体构建过程： 1. 配置多资产类别（商品/美股/国内权益/债券） 2. 采用风险贡献均衡的权重分配方法 3. 具体持仓包括国债ETF（21.05%）、黄金ETF（9.12%）等[18] 3. **中美核心资产组合** - 模型构建思路：纳入白酒、红利、黄金、纳指四种强趋势标的，结合RSRS择时策略[21] - 具体构建过程： 1. 对每类资产应用RSRS趋势判断 2. 根据技术面反转信号调整仓位 3. 当前持仓为中证红利ETF和黄金ETF 4. **高景气/红利轮动策略** - 模型构建思路：构建高景气成长与红利策略的轮动模型[24] - 具体构建过程： 1. 信号为高景气时配置创业板ETF和科创50ETF（各50%） 2. 信号为红利时配置红利低波ETF与央企红利50ETF 3. 2024年2月后调整红利组合结构 5. **双债LOF增强策略** - 模型构建思路：通过波动率倒数归一化方法提升债券配置权重[27] - 具体构建过程： 1. 将标的分为双债LOF与其他三类资产 2. 计算各组收益率波动率 3. 按波动率倒数分配权重 6. **结构化风险平价（QDII）** - 模型构建思路：以国内债券ETF为主，QDII产品增强收益[30] - 具体构建过程： 1. 配置QDII权益（纳指ETF等）、黄金、国内红利ETF 2. 采用风险平价方法优化组合 模型的回测效果 | 策略名称 | 总收益率 | 年化收益率 | 最大回撤 | 波动率 | 夏普比率 | |---------|---------|-----------|---------|--------|----------| | 鑫选技术面量化策略 | 33.49% | 24.14% | -6.30% | 17.58% | 1.20 | [33] | 高景气红利轮动策略 | 48.99% | 34.78% | -22.04% | 34.79% | 0.96 | [33] | 中美核心资产组合 | 59.80% | 42.03% | -10.86% | 17.16% | 2.02 | [33] | 双债LOF增强 | 9.08% | 6.73% | -2.26% | 3.41% | 1.34 | [33] | 结构化风险平价(QDII) | 23.59% | 17.18% | -2.38% | 4.92% | 2.84 | [33] | 全天候多资产策略 | 19.69% | 14.40% | -3.62% | 4.48% | 2.58 | [15][33] 量化因子与构建方式 1. **红利因子** - 构建思路：通过股息率和低波动特征筛选标的[24] - 具体构建： 1. 计算标的股息率（$$ Dividend\ Yield = \frac{DPS}{Price} $$） 2. 结合波动率指标筛选 3. 应用于红利低波ETF等产品 2. **质量因子** - 构建思路：筛选自由现金流稳定的标的[24] - 具体构建： 1. 计算企业自由现金流（$$ FCF = CFO - CapEx $$） 2. 标准化处理后加权 3. **趋势因子(RSRS)** - 构建思路：捕捉资产价格趋势[21] - 具体构建： 1. 计算标的RSRS斜率 2. 设定阈值触发交易信号 因子的回测效果 | 因子类型 | 代表ETF | 年化超额收益 | IR | |---------|--------|-------------|----| | 红利因子 | 红利低波ETF | 2.31% | 0.88 | [59] | 质量因子 | 自由现金流ETF | 1.67% | 0.21 | [48] | 趋势因子 | 黄金ETF | 25.74% | 3.86 | [59] 注：所有策略测试结果均为2024年初至今数据[33]，因子表现取自周涨幅TOP35ETF数据[59]

核心观点 - 兴银理财通过多资产配置叠加多策略优化的工业化模式，实现结构性理财规模从100多亿增长至500多亿，多资产部门规模从0做到2500亿[1][9][33] - 采用四大低相关性资产（债券、股票、黄金、量化中性）和中性策略构建全天候组合，战略资产配置对收益率提升贡献显著，优化后年化收益率可从2.9%提升至6%[6][15][17][18][22] - 通过量化模型改善收益分布不均匀问题，使5%分位与50%分位收益率接近，产品创新高能力更强，持有体验优于公募基金[12][13][14] 产品体系创新 - 期权+产品锁定风险下限，提供确定收益弹性，历史多数实现较高收益[12] - 量化+产品涵盖大类资产择时、阿尔法选股等策略，包含量化指增、中性、转债、红利等细分类型[12] - 多元+产品采用目标风险模式，在回撤约束下明确收益概率分布（如95%概率跑赢活期存款）[16] 资产配置方法论 - 战略配置（SAA）通过历史信息库预判资产回撤场景（如高通胀期），结合估值规避牛熊切换，2015年股灾和2016年债市调整均成功规避[19] - 战术配置（TAA）采用MOM模式集中管理委外策略，支持动态调整仓位，投资经理可自主选择贝塔或阿尔法策略[23][24] - 规则化组合构建保持阵型恒定，仅做资产替换（如中证500换红利），主观优势随资产数量增加而减弱[24] 工业化运作体系 - 15种主策略延伸多个子策略，团队双轮驱动（自主管理+委外），成员跨背景互补，理财产品收益率显著超越底层资产[27][28][29] - 三大数据系统实时监测策略指数收益、同业中位数和实盘表现，每周回顾产品与指数差异[31] - 标准化策略模块支持快速组装，人员效率比公募基金提升3倍，实现投资能力可持续传承[32][33]

编者按： 作为量化模型的构建者，我们并不会决定模型如何去交易。在总结交易规律方面，我们更像是观察者。 大模型是完全区别于原有传统AI投资的算法和训练方法，这会是未来改变游戏玩法的一个要点。 海外市场里量化的占比是70%～80%，而中国市场的占比现在还远没有那么高，如果借鉴海外经验，这就 是一种趋势。 量化为市场提供了流动性，这是它对社会的一大贡献。如果没有量化，A股的流动性可能会降到很低，这 对我国的金融安全是不利的。 十载春华秋实，鉴往知来；十年星河璀璨，与光同行。自破茧初啼至引领风潮，"金长江"评选始终以专业 为炬、以公正为尺，丈量中国私募基金行业的奔腾浪潮。值此华章再启之际，证券时报·券商中国倾情推 出"金长江风华录·十年十人"，特邀十位穿越牛熊周期的行业翘楚，以躬身力行的灼见为经纬，以栉风沐雨 的征程为注脚，共同镌刻一部激荡人心的奋进诗篇。此间星霜，既见群峰竞秀，亦显大江奔流。 本期是"寻访金长江之十年十人"第四期。券商中国记者走进百亿量化私募念空科技，念空科技首席投资官王啸 接受了记者的专访。 2010年股指期货上市后，量化投资在国内逐步发展壮大。由于顶尖量化机构多是私募基金，它们在开拓自身业 务的 ...

量化投资行业趋势 - 量化投资在AI时代发挥越来越大的作用，量化投资者的工具库更加强大 [1] - 主观多头与量化多头策略指数的收益差从2020年前10%以下扩大到50%以上，最大时超过70%，反映了科技爆发对量化投资的推动作用 [1] 量化基金经理业绩表现 近半年表现 - 截至2025年5月16日，近半年有业绩显示的1369只量化产品收益均值为8.17% [4] - 广州天钲瀚胡勤天、云起量化施恩、唐龙资产钟聃旗下量化产品收益均值位居前三 [4] - 百亿私募进化论资产王一平旗下7只量化产品合计规模4.40亿元，近半年收益均值位居首位，并在4月关税风暴中逆市加仓中国资产 [8] 近1年表现 - 截至2025年5月16日，有业绩显示的1302只量化产品近1年收益均值为20.93% [9] - 华澄私募颜学阶、量盈投资丁鹏、朴时投资周楠傑旗下量化产品收益均值位居前三 [9] - 百亿私募九坤投资王琛管理的4只量化产品合计规模8.93亿元，近1年收益均值位居第14 [13] - 宁波幻方量化徐进和陆政哲分别管理的3只和8只量化产品合计规模6.03亿元和12.60亿元，近1年收益均值位居第17和第19 [13] 近3年表现 - 截至2025年5月16日，近3年有业绩显示的751只量化产品收益均值为40.38% [14] - 积露资产杨中现、睦沣投资何建辉、天演资本谢晓阳旗下量化产品收益均值位居前三 [14] - 天演资本谢晓阳管理的11只量化产品合计规模16.10亿元，近3年收益均值位居第3 [18] - 进化论资产王一平管理的3只量化产品合计规模2.44亿元，近3年收益均值位居第4 [18] 近5年表现 - 截至2025年5月16日，近5年有业绩显示的264只量化产品收益均值为100.84% [19] - 均成资产司维、宁波幻方量化徐进、聚宽投资高斯蒙旗下量化产品收益均值位居前三 [19] - 均成资产司维管理的3只量化产品合计规模1.59亿元，近5年收益均值位居首位 [22] - 宁波幻方量化徐进和陆政哲管理的3只量化产品合计规模6.03亿元和8.37亿元，近5年收益均值位居第2和第4 [23]

报告核心观点 - 中美贸易摩擦缓和推动工业品价格回暖，预计 5 月 CPI、PPI 环比均为负，同比回落；债市收益率下行概率大，但部分债券利差保护度有限；全球被动化趋势增强，不同市场主动权益逆袭有不同经验；海外关税不确定影响市场，投资者应关注行业和资产配置；银行资产负债管理需转型；港股红利指数有投资价值，港股资金流入医药受益，美股贸易战风险使多行业资金流出；国产创新药成果丰硕；纺织服装关注贸易摩擦缓和机会；多家公司业绩有不同表现和发展策略[8][9][17][21][27][30][32][37][38][44] 宏观与策略 宏观周报 - 中美贸易摩擦缓和推动工业品价格回暖，本周国信高频宏观扩散指数 A 由正转负、B 回落，国内经济增长动能回落，预计下周十年期国债利率上行、上证综合指数下行，5 月 CPI 环比约 -0.4%、同比回落至 -0.4%，PPI 环比约 -0.2%、同比回落至 -3.1% [8][9] 固定收益周报 - 上周债市陷入拉锯、小幅承压，超长债先涨后跌，交投活跃度小幅下降，期限利差缩窄、品种利差涨跌互现；预计 30 年国债和 20 年国开债收益率下行概率大，但利差保护度有限；上周超长债发行量和成交量多 [9][10][11] 策略专题 - ESG 热点周聚焦 - 海外 ESG 政策监管、市场实践与技术创新协同推进，国内国常会通过制造业低碳行动方案，学术研究探讨 ESG 因素对资产定价和企业信息披露的影响 [12][13][14] 策略专题 - 份额之争 - 全球被动化趋势增强，美国头部企业强者恒强有三点经验，逆袭者有业绩和拳头产品流入规律；欧洲被动化进程中龙头分散化，头部和逆袭机构各有经验；澳洲依赖特定策略优势与率先打破规模瓶颈；日本主动权益逆袭多因投资外国主动产品规模扩大 [17][18][19][20] 策略专题 - 策略周思考 - 关税政策对美国各行业影响差异化，投资者应关注行业进口依赖度与成本转嫁能力，避开高风险行业，关注黄金储备趋势和贝森特政策沟通带来的板块轮动机会 [21][22][23] 策略专题 - 估值周观察 - 近一周海外市场整体下跌、估值小幅收缩，A股核心宽基估值整体小幅收缩、中小市值标的估值回落，一级行业多数收跌、估值变化不一，必选消费行业估值性价比占优，新兴产业整体收跌、黄金与金融板块表现亮眼 [23][24][25][26] 行业与公司 银行行业专题 - 新一轮银行存款利率下行冲击商业银行资产负债管理，负债端存款分流压力加剧，资产端面临收益压缩与结构调整挑战，利率风险管理复杂性提升，银行经营分层增加，需向“轻型化”转型构建动态平衡机制 [27][28] 银行行业快评 - 国新办科技金融政策发布会利好银行科技金融信贷需求、保险科技产品创新和证券投行等业务 [29] 海外市场专题 - 港股通红利指数研究 - 港股通红利指数成为投资者配置工具，中证港股通高股息指数表现突出，政策支持等因素推动红利资产成港股中长期配置优选 [30][31][32] 海外市场专题 - 港股市场速览 - 本周恒生指数涨、恒生科技跌，风格上中盘＞小盘＞大盘，港股通多数行业上涨，资金加速流入、医药重点受益，盈利预测快速上修、医药与钢铁领先 [32][33][34] 海外市场专题 - 美股市场速览 - 本周美股上涨乏力、受贸易言论负面影响下跌，多行业资金流出，盈利预测总体稳定、科技等行业上修显著 [35][36] 医药行业快评 - 2025 ASCO 年会多项国产创新药将展示成果，建议关注具备高质量创新能力的公司 [37] 纺织服装 6 月投资策略 - 5 月纺服板块股价反弹，品牌服饰消费增速有变化，电商渠道各行业表现不同；纺织制造宏观上部分国家出口有差异、PMI 有变化，微观上台企营收有预期；伯希和发展快、有核心优势和未来战略；贸易摩擦缓和，关税有调整，投资建议关注内需和贸易摩擦缓和超跌反弹机会 [38][39][40][41][42][43] 滔搏海外公司财报点评 - 2025 财年收入和净利润下滑，现金流充裕支撑高派息，门店结构优化，会员运营与全域零售能力提升，加码户外赛道，财年四季度加速关店但流水降幅稳定，展望新财年利润持平 [44][45][46][47] 青岛啤酒财报点评 - 啤酒行业需求多元化，青岛啤酒积极应对市场变化，加快创新步伐，坚定发展啤酒主业、有序拓展非啤酒业务，2025 年量利增长确定性高，上调盈利预测并维持“优于大市”评级 [48][49][50][51] 淮北矿业深度报告 - 淮北矿业是华东炼焦煤龙头，我国炼焦煤资源存在结构性不足，公司拥有稀缺焦煤资源且产量有增长空间，煤炭和煤化工等业务有优势和成长空间，首次覆盖给予“优于大市”评级 [52][53][54][55][56] 山东威达财报点评 - 公司 2024 年归母净利润同比大增，是电动工具钻夹头领先企业，业务板块持续拓展，电动工具配件业务优势稳固，积极布局新能源业务，高端装备制造业务稳健发展，首次覆盖给予“优于大市”评级 [57][58][59] 小牛电动财报点评 - 一季度收入增长、亏损幅度收窄，净利率恢复、费用率下降，积极调整产品和渠道策略，有望迎来销量及业绩向上拐点 [61][62][63] 金融工程 金融工程周报 - 热点追踪周报关注创新高个股看市场投资热点，主动量化策略周报显示低估值风格回暖，多因子选股周报四大指增组合跑赢基准，港股投资周报港股创新药领涨，基金周报卡塔尔控股入资华夏基金等，ETF 周报本周新成立 3 只中证诚通国企数字经济 ETF [4][7] 金融工程日报 - A 股午后单边下行，汽车、医药逆市走强、大金融普跌 [7]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **沪深300指数增强模型** - 模型构建思路：通过多因子选股模型在沪深300成分股内进行增强配置[16] - 具体构建过程：未披露具体因子构成，但采用超额收益率作为核心评价指标，跟踪误差控制在1.5%以内[16] - 模型评价：超额收益稳定性较强，近一年IR达1.82[16] 2. **中证500指数增强模型** - 模型构建思路：结合基本面因子与量价因子进行动态加权[17] - 具体构建过程：包含价值、动量、波动率三类因子，采用分层加权方式： $$ w_i = \frac{Value_i \times 0.4 + Momentum_i \times 0.3 + Volatility_i \times 0.3}{\sum_{i=1}^n (Value_i + Momentum_i + Volatility_i)} $$ 其中$Value_i$为标准化后的估值因子[17] - 模型评价：在小盘股行情中表现突出，近三月超额达3.32%[17] 3. **中证1000指数增强模型** - 模型构建思路：侧重高频量价因子与另类数据融合[18] - 具体构建过程：采用分钟级行情构建买卖压力指标： $$ BP_t = \frac{\sum_{i=1}^n (P_{i,t} \times V_{i,t} \times I_{buy})}{\sum_{i=1}^n (P_{i,t} \times V_{i,t})} $$ 其中$I_{buy}$为买单标识变量[18] - 模型评价：超额收益离散度较高（年化4.22%），适合风险承受能力强的投资者[18] 模型的回测效果 1. **沪深300指数增强模型** - 近一年超额收益率：1.82% - 最大回撤：-14.07% - IR：1.48[16] 2. **中证500指数增强模型** - 近一年超额收益率：1.82% - 最大回撤：-15.36% - IR：2.06[17] 3. **中证1000指数增强模型** - 近一年超额收益率：6.35% - 最大回撤：-16.50% - IR：3.87[18] 量化因子与构建方式 1. **医药卫生行业因子** - 构建思路：捕捉医药板块超额收益机会[36] - 具体构建：采用研发投入占比（R&D/Sales）与管线进度加权： $$ PharmaScore = 0.6 \times \frac{RD}{Sales} + 0.4 \times \sum_{j=1}^m Phase_j \times w_j $$ 其中$Phase_j$为临床阶段权重[36] - 因子评价：在集采政策缓和期表现优异[36] 2. **科创板动量因子** - 构建思路：结合科创板高弹性特征[36] - 具体构建：20日自适应动量： $$ Mom_{20} = \frac{P_t}{P_{t-20}} - \beta \times (Index_t/Index_{t-20}) $$ 其中$\beta$为个股对科创板100指数的敏感度[36] 因子的回测效果 1. **医药卫生因子** - 近一年超额收益：1.75% - 年化波动率：4.08%[36] 2. **科创板动量因子** - 近一年超额收益：2.27% - 最大回撤：-1.80%[36]

量化市场跟踪 - 本周动量因子和成长性因子获得正收益（0.12%和0.04%）流动性因子、beta因子和规模因子取得明显负收益（-0.56%、-0.52%和-0.40%）市场动量效应占优，小市值风格仍较为显著 [2] 单因子表现 沪深300股票池 - 表现较好的因子有净利润断层(1.30%)、成交量的5日指数移动平均(1.15%)、总资产毛利率TTM(1.02%) - 表现较差的因子有对数市值因子(-1.02%)、动量弹簧因子(-1.12%)、早盘后收益因子(-1.29%) [3] 中证500股票池 - 表现较好的因子有毛利率TTM(1.65%)、单季度ROA(1.40%)、单季度总资产毛利率(1.26%) - 表现较差的因子有单季度净利润同比增长率(-0.42%)、5日反转(-0.49%)、早盘后收益因子(-0.64%) [3] 流动性1500股票池 - 表现较好的因子有5日平均换手率(0.45%)、5分钟收益率偏度(0.36%)、下行波动率占比(0.33%) - 表现较差的因子有动量弹簧因子(-1.07%)、5日反转(-1.11%)、单季度净利润同比增长率(-1.19%) [3] 因子行业内表现 - 净资产增长率因子在综合行业表现较好，净利润增长率因子在钢铁行业表现较好 - 每股净资产因子在美容护理行业表现较好，每股经营利润TTM因子在煤炭行业表现较好 - 5日动量因子在综合行业动量效应明显，在石油石化、食品饮料行业反转效应明显 - 1月动量因子在综合、轻工制造行业动量效应明显，在汽车、交通运输、家用电器行业反转效应显著 - 估值类因子中，BP因子在美容护理行业表现较好，EP因子在煤炭行业表现较好 - 对数市值因子在综合、煤炭行业正收益明显，残差波动率因子在医药生物、综合、美容护理行业表现较好，流动性因子在医药生物、轻工制造行业表现较好 [4] PB-ROE-50组合跟踪 - 本周PB-ROE-50组合在中证500股票池中超额收益1.15%，中证800股票池中超额收益0.29%，全市场股票池中超额收益-0.30% [6] 机构调研组合跟踪 - 本周公募调研选股策略相对中证800获得超额收益0.54%，私募调研跟踪策略相对中证800获得超额收益2.61% [7] 大宗交易组合跟踪 - 本周大宗交易组合相对中证全指获得超额收益-0.61% [8] 定向增发组合跟踪 - 本周定向增发组合相对中证全指获得超额收益0.12% [9]

报告核心观点 本周低波风格强劲，招商量化中证 1000 指增近一周超额 1.03%；主要宽基指数本周均下跌，部分风格因子表现突出，不同股票池选股因子表现各异，量化基金各类型表现有别 [1] 主要市场指数与风格表现回顾 宽基指数表现回顾 - 本周主要宽基指数均下跌，沪深 300 跌 0.18%，中证 800 跌 0.41%，深证成指跌 0.46%，上证指数跌 0.57%，创业板指跌 0.88%，中证 500 跌 1.10%，中证 1000 跌 1.29%，中证 2000 跌 1.52%，北证 50 跌 3.68% [1][9] - 近一月主要宽基指数均上涨，创业板指涨 3.71%，中证 2000 涨 3.08%，沪深 300 涨 2.52%，深证成指涨 1.98%，中证 800 涨 1.95%，上证指数涨 1.58%，北证 50 涨 0.62%，中证 500 涨 0.32%，中证 1000 涨 0.09% [9] 行业指数表现回顾 - 本周行业指数涨跌不一，综合、医药、汽车等行业表现居前，通信、机械、电子等行业表现居后 [1][13] - 过去一月行业指数大部分上涨，汽车、家电、银行等行业表现居前，计算机、电子、消费者服务等行业表现居后 [13] - 近一年收益表现最好的五个行业为电子、计算机、银行、综合金融、汽车，近五年收益表现最好的五个行业为煤炭、汽车、有色金属、银行、电力设备及新能源 [13] 风格因子表现回顾 - 参考 BARRA 因子模型构建 10 个风格因子，包括估值、成长等因子，以捕捉 A 股市场风格变化 [16] - 最近一周 Beta、波动性、流动性因子表现突出，多空收益分别为 -3.60%、-2.66%、-2.38%，显示市场风险偏好下降，资金向防御性品种转移；过去一个月规模因子表现显著，多空收益达 -7.50%，表明市场对小市值股票偏好强化 [17] 选股因子表现跟踪 沪深 300 股票池中因子表现 - 最近一周盈余质量、单季度营业收入同比增速、单季度 CFEV 因子表现较好，前五大股东持股比例、前十大股东持股比例、20 日反转因子表现较差 [23][25] - 最近一个月单季度营业利润同比增速、60 日反转、SP_TTM 因子表现较好，单季度营业利润率、前五大股东持股比例、前十大股东持股比例表现较差 [26] 中证 500 股票池中因子表现 - 最近一周 60 日成交量变异系数、20 日成交量变异系数、20 日换手率波动因子表现较好，60 日特异度、20 日反转、单季度 SP 因子表现较差 [28][29] - 最近一个月 20 日反转、240 日偏度、前五大股东持股比例因子表现较好，单季度营业利润率、单季度营业利润同比增速、流动比率因子表现较差 [30] 中证 800 股票池中因子表现 - 最近一周盈余质量、股息率、240 日偏度因子表现较好，60 日反转、60 日动量、20 日反转因子表现较差 [32][34] - 最近一个月 240 日偏度、60 日偏度、60 日反转因子表现较好，单季度毛利率、20 日成交量变异系数、对数市值因子表现较差 [35] 中证 1000 股票池中因子表现 - 最近一周 20 日非流动性冲击、60 日成交额、前五大股东持股比例因子表现较好，单季度营业利润同比增速、240 日动量、20 日特异度因子表现较差 [37][38] - 最近一个月 20 日非流动性冲击、60 日成交额、60 日非流动性冲击因子表现较好，EP_TTM、单季度营业利润同比增速、盈余公告前隔夜动量因子表现较差 [39] 沪深 300ESG 股票池中因子表现 - 最近一周盈余质量、股息率、240 日动量因子表现较好，240 日偏度、单季度营业利润率、20 日反转因子表现较差 [41][43] - 最近一个月 20 日反转、60 日反转、单季度 ROA 因子表现较好，20 日成交量比率、对数市值、前五大股东持股比例因子表现较差 [44] 全市场股票池中因子表现 - 最近一周 60 日收益率标准差、20 日收益率标准差、60 日换手率因子表现较好，20 日特异度、60 日动量、240 日动量因子表现较差 [46][47] - 最近一月对数市值、20 日成交量比率、20 日三因子模型残差波动率因子表现较好，单季度 ROA、单季度净利润率、240 日动量因子表现较差 [47] 量化基金表现 指数增强型基金表现跟踪 - 过去一周沪深 300 指数增强产品超额收益平均值为 0.14%，最大值为 1.07%，最小值为 -0.38%，中位数为 0.11% [51] - 过去一周中证 500 指数增强产品超额收益平均值为 0.42%，最大值为 0.90%，最小值为 -0.43%，中位数为 0.44% [51] - 过去一周中证 1000 指数增强产品超额收益平均值为 0.29%，最大值为 1.00%，最小值为 -0.41%，中位数为 0.26% [51] 主动量化基金与对冲型基金表现跟踪 - 主动量化基金中本周业绩最好的为东吴智慧医疗量化策略 A（002919.OF），对冲型基金中本周业绩最好的为工银绝对收益 A（000667.OF） [3] 招商证券量化指数增强组合周度跟踪 - 沪深 300 指数增强组合近一周超额收益 -0.14%，中证 500 指数增强组合近一周超额收益 0.83%，中证 800 指数增强组合近一周超额收益 -0.14%，中证 1000 指数增强组合近一周超额收益 1.03%，沪深 300 ESG 股票池下的沪深 300 指数增强组合近一周超额收益 0.22% [4]