公司量化投资体系建设 - 公司以指数增强投资为阵地，迅速搭建起覆盖大盘、中盘、港股等多元风格的产品谱系 [1] - 量化系统已基本实现“工业化”管理，在严格控制偏离风险的前提下挖掘阿尔法因子、迭代模型 [1] - 组建了完备的量化投研团队，基于充足的GPU储备，已研发出两千多个阿尔法因子，并建立模块化管理体系 [1] - 量化系统从原始数据清洗到目标组合生成，已实现全流程高度自动化管理 [2] - 团队采用交易所能提供的最高频率量价数据，并对上市公司历史财务数据做进一步清洗 [2] 团队协作与技术策略 - 公司提供包容的环境鼓励共享成果，允许投资经理将策略核心代码封装，其余部分充分共享以激励积极性 [2] - 模型库汇集不同成员贡献的模型，展示模型信息和业绩归因，鼓励互相借鉴 [2] - 信息技术部门提供了强大的技术支持，交易层面已经非常便利 [2] 阿尔法因子挖掘与模型优化 - 工作重心是阿尔法因子的挖掘，这是指数增强产品拉开超额收益差距的关键 [2] - 因子构建流程包括自研或参考卖方因子库、定期检验优化、集体讨论分级，高等级因子更可能被纳入模型 [3] - 团队珍惜库里的每一个因子，短期落后不等于失效，会通过筛选与其他因子混合以发挥组合价值 [3] - 为适应市场变化，持续迭代优化阿尔法因子，吸收业界学术界最新机器学习模型，并深度研究卖方分析师预期因子 [3] - 在两千多个阿尔法因子基础上，根据不同指数构建指数增强模型，持续优化迭代 [3] 指数增强产品布局与发展 - 国内指数增强基金规模约为权益ETF规模的十分之一，显示出巨大的发展潜力 [3] - 公司旗下的沪深300指增和中证800指增产品凭借长期稳健业绩积累了良好客户基础 [4] - 近一年来陆续发行了中证A500、中证沪港深300、中证沪港深500等指数增强产品，其中沪港深产品是全市场稀缺品种 [4] - 公司重视港股投资机会，自行清洗原始港股数据、开发港股风险模型和因子库，积累了宝贵经验 [4] - 近期推出了中证500指数增强产品，该策略是团队运作最成熟的策略之一，未来将更积极发挥阿尔法因子超额收益能力 [4][5] - 公司指增产品持仓基本来自标的指数成分股，严格控制行业与风格，追求长期稳健表现 [5] - 未来希望搭建完整产品谱系，在已有大盘、中盘、港股风格基础上，进一步探索质量、价值、成长等多种风格策略 [5]

核心观点 - 上周（2025-10-09至2025-10-10）估值因子在主要宽基指数中表现突出，成为驱动指数增强策略超额收益的关键力量 [1] - 截至2025年10月10日，中证2000指数增强策略本年超额收益高达23.32%，显著高于其他宽基指数增强策略 [1][5] - 小盘风格指数（中证1000、中证2000）的增强产品本年超额收益普遍超过12%，明显优于大盘风格指数（沪深300、中证500）增强产品 [5] 公募指数增强基金表现 - 沪深300增强基金规模达772亿元，为各类宽基指数增强产品中规模最大，共有53只产品 [9] - 易方达沪深300精选增强A（010736.OF）本年收益32.31%，超额收益14.98%，在沪深300增强产品中排名第一 [10] - 鹏华中证500指数增强A（014344.OF）本年收益41.67%，超额收益12.46%，在中证500增强产品中表现最佳 [16] - 工银瑞信中证1000ETF增强（561280.SH）本年收益44.54%，超额收益18.09%，领跑中证1000增强产品 [21] - 汇添富国证2000指数增强A（019318.OF）本年收益46.5%，超额收益17.14%，在国证2000增强产品中排名第一 [26] 单因子表现 - 沪深300股票池内上周表现最好的单因子是BPROE分位数（2.41%）、单季度毛利润（2.3%）、单季度营业利润（2.1%） [36] - 中证500股票池内上周超额收益较好的因子是单季度EP倒数（1.69%）、BPROE分位数（1.54%）、单季度营业利润（1.46%） [37] - 中证1000股票池内市盈率（扣非）倒数因子上周超额收益达2.01%，单季度SP因子为1.95% [38] - 中证2000股票池内估值类因子表现强劲，市盈率（归母）倒数上周超额收益2.22%，单季度EP倒数达2.19% [39] - 全市场范围内，5分钟成交量偏度因子上周超额收益最高，达2.31%，市盈率（归母）倒数因子为2.27% [39] 大类因子表现 - 上周沪深300内大类因子表现前三为估值（2.6%）、市值（2.19%）、价量（2.15%） [45] - 中证500内表现较好的大类因子是估值（2.28%）、分析师（1.71%）、高频分钟（1.62%） [1] - 中证1000内估值因子表现最佳（2.52%），其次为市值（2.11%）和高频分钟（1.94%） [1] - 中证2000内估值因子超额收益达2.63%，高频分钟因子为2.18%，公司治理因子为1.89% [1] - 成长因子在沪深300股票池内本年表现突出，超额收益达26.03%，盈利因子为25.54% [45] 指数增强策略表现 - 沪深300指数增强策略本年收益22.81%，超额收益5.48%，超额最大回撤-3.15% [5] - 中证500指数增强策略本年收益30.56%，超额收益1.35%，超额收益最大回撤-5.01% [5] - 中证1000指数增强策略本年收益39.02%，超额收益12.56%，超额最大回撤-5.59% [5] - 中证2000指数增强策略表现最为亮眼，本年收益54.98%，超额收益23.32%，超额最大回撤-5.23% [5]

公司规模增长 - 2024年底管理规模为20-50亿元，2025年9月突破百亿[2] - 股票高频T0策略规模在4年内从0增长至75亿[3] - 股票中性T0策略产品线规模约40亿，股票指增T0策略产品线规模约35亿，期权套利策略产品线规模约20亿，其他策略产品线规模数亿[5] 投资模式与策略演进 - 采用主观投资与量化结合的方式[2] - 2021年底至2023年主要做融券T0策略，2023年转为底仓T0策略[3] - 2023年8月开始发行中性底仓T0策略产品，2024年第四季度开始发行指增底仓T0策略产品[3] 股票量化策略优势 - 具备超强算力，通过大规模建设算力丰富模型、因子和策略储备[8] - 软硬件兼备，提升系统运行效率和稳定性[9] - 具备低延迟系统，优化行情和交易链路[10] - 精细化管理产品和资金运营，提升运作效率[11] 中证2000指增产品表现 - 产品“正瀛骐骥指数增强17号”2025年以来超额收益接近***%，在50亿以上规模私募指增产品中排名第3[16] - 产品成立于2024年12月9日，运作以来连续7个月实现正超额，最大超额回撤低于***%[16] - 策略通过全复制指数成分股每日做T获取超额收益，历史最大超额回撤在1%以内，超额日胜率约90%[18] 指增策略特点 - 通过人工与机器学习结合进行因子挖掘，因子组合方式非线性[19] - 交易频率为中高频，平均年化双边换手率200-300倍，平均持仓周期30-60分钟[20] - 预测周期为分钟或小时级别，对盘口交易量依赖较低，盈亏比高[20] - 仅针对超额收益部分收取10%的后端业绩报酬[18] 团队与技术基础 - 高频策略团队成员来自上海交大、中科大、北大、浙大、复旦等高校，核心成员拥有超过5年海外期货高频交易经验，最大管理规模超10亿美元[2] - 公司早期参与场内期权市场，在期权波动率交易领域有丰富经验[2] - 2021年开始布局股票业务并引入股票高频策略团队[2] 风险控制体系 - 遵循“事前防范、事中控制、事后评估”程序[13] - 事前进行科学研究和风险收益评估[13] - 事中实时监控持仓和盈亏，推送新闻舆情和重大事件[14] - 事后进行盈亏归因分析和极端行情预案[15]

核心观点 - 超预期因子上周表现突出，在不同宽基指数中均显示较强选股能力，特别是中证2000指数增强策略本年超额收益达21.18% [1][4] - 公募指数增强产品中，小盘指数增强基金（如中证1000、国证2000）表现显著优于大盘指数产品，最高超额收益达16.01% [4][8][29] - 因子表现存在显著分化：超预期、成长、盈利类因子持续有效，而估值和高频分钟因子表现较弱 [4][38][49] 公募指数增强基金表现 - 沪深300增强产品规模773亿元，头部产品易方达沪深300精选增强A本年超额13.41% [8][9] - 中证500增强产品规模437亿元，鹏华中证500指数增强A以10.62%超额收益领先 [4][15] - 中证1000增强产品规模154亿元，工银瑞信中证1000ETF增强超额15.81% [4][21] - 国证2000增强产品规模14亿元，汇添富国证2000指数增强A超额16.01% [4][29] 单因子表现 - 沪深300股票池中，分析师预测营收增长率-FY3因子上周超额2.09%，本年超额19.01% [38][45] - 中证500股票池中，分析师预测净利润FY3的120日变动因子上周超额0.8% [39][45] - 中证1000股票池中，标准化预期外单季度营业收入因子上周超额1.18% [40][45] - 中证2000股票池中，尾盘成交量波动率因子上周超额1.97% [41][45] - 中证全指股票池中，分析师预测ROA-FY3的120变动因子上周超额1.91% [41][45] 大类因子表现 - 沪深300内上周超额前三：分析师超预期(2.24%)、盈利(1.86%)、超预期(1.5%) [49][51] - 中证500内上周超额前三：分析师(0.02%)、高频分钟(-0.3%)、超预期(-0.33%) [54] - 中证1000内公司治理因子表现突出，超额收益领先 [4] - 中证2000内市值因子表现最佳，超额收益显著 [4] - 中证全指内成长因子表现最优，超额收益持续领先 [4] 指数增强策略表现 - 沪深300增强策略本年收益21.22%，超额6.3%，最大回撤-3.15% [4] - 中证500增强策略本年收益24.89%，超额0.06%，最大回撤-4.23% [4] - 中证1000增强策略本年收益34.35%，超额9.75%，最大回撤-5.59% [4] - 中证2000增强策略本年收益53.8%，超额21.18%，最大回撤-5.17% [4] 因子有效性分析 - 超预期因子在各指数中均显示稳定选股能力，特别在中小盘股票池中表现更佳 [38][39][40][41] - 成长类因子本年表现强劲，在中证全指中超额收益达23.84% [41][43] - 高频分钟因子表现分化，在中证2000中有效但在其他指数中表现较弱 [4][49] - 估值因子普遍表现不佳，在各股票池中超额收益多为负值 [49]

当期热文 - 长城基金开展快乐音乐教室特辑活动 展示音乐教育对儿童从怯懦到自信的积极影响[1] - 华安基金报告新能源板块表现强劲 创业板50指数单周上涨3.42%[1] - 景顺发表观点认为中国创新将成为企业盈利增长的重要催化剂[1] 热转好文 - 中银证券开展2025金融教育宣传周活动 普及证券市场异常交易行为知识[1] - 招商证券投教基地发布技术分析指南 帮助投资者把握市场趋势与情绪[1] - 天风证券投教基地推出少儿财商故事系列 通过小狗的消费陷阱案例进行财商教育[1] 趣投教 - 中国基金报探讨长期持有30年与频繁更换基金产品的收益对比[1] - 中国基金报分享霍华德·马克斯投资哲学 强调保持平和心态与区分可变与不可变因素[1] - 中国基金报报道相聚资本总经理梁辉 公司用10年时间解决绝对回报难题[1] 热门直播 - 瑞银证券举办第22届A股研讨会媒体交流会[1] - 华为召开Mate XTs非凡大师新品发布会[2] - 中欧基金举行投研体系升级发布会[2] 投资观点 - 中信保诚基金姜鹏提出指数增强策略核心是风险管理 首要控制跟踪误差和偏离度再追求超额收益[2] - 量化投资采用"三步走"方法捕捉新投资机会[2]

指数增强基金概述 - 指数增强基金在被动复制指数样本股的同时通过主动选股力求获取超额收益 是指数投资的升级版 [1] - 通过多因子、基本面量化、风格轮动、深度学习等策略模型精准匹配多种行情 例如多因子模型通过财务数据、传统量价数据、分析师预期数据等海量数据构建策略 [1] - 截至2025年8月22日全市场增强ETF产品共有60多只 近一半在近2年成立 不少为2025年新成立产品 [1] 指数增强策略表现分化 - 近一年部分沪深300指数增强ETF整体收益低于完全复制法指数ETF 例如国泰沪深300增强策略ETF回报36.95% 低于基准37.13% [2][3] - 中证A500指数增强策略同样出现收益不及基准的情况 [2] - 小盘股指数增强表现优异 招商中证2000增强策略ETF近一年回报达96.56% 银华和海富通同类产品收益率均超90% [5][6] 策略有效性差异原因 - 大盘股（如沪深300成分股）机构覆盖充分且信息透明 定价效率高导致量化策略难以找到错误定价 [4] - 策略同质化严重导致超额收益衰减较快 [4] - 市场从"基本面驱动"转向"资金流驱动" 个股表现与ETF资金流向关联度提升 基本面因子有效性下降 [4] - 小盘股（如中证1000、中证2000成分股）机构研究不足 存在更多定价偏差 量化模型可通过数据挖掘捕捉超额收益 [4] 长期收益优势 - 中证A500增强指数（Wind）在近3年、5年、10年维度表现遥遥领先基准指数 [7] - 近5年中证A500出现负收益情况下 A500增强指数仍能取得近30%超额收益 [8] - 中国资本市场弱有效性为指数增强产品创造超额收益提供空间 持有时间越长超额收益越高 [9] 产品定位与市场价值 - 指数增强基金为非专业投资者提供接近机构水平的量化能力 为专业投资者提供高效资产配置工具 [9] - 在超额收益概率高达90%以上的背景下 产品兼具Beta收益与Alpha收益的特性成为持续吸金根本原因 [9]

市场行情与指数表现 - 上周A股核心指数普遍上涨 沪指盘中触及3700点关键位置 [2] - 沪深300指增 中证500指增 中证1000指增和量化多头产品分别跑输基准0.49% 1.09% 1.26%和1.16% [2] - 市场中性产品同期出现0.83%的平均回撤 [2] 超额收益获取难度分析 - 量化管理人基础选股池中个股跑赢沪深300比例小于40% 跑赢中证500及中证1000比例小于30% [2] - 指数成分股收益结构呈现三七分化 虽优于非成分股但仍显著分化 [2] - 持仓周期以周为单位的产品创正超额难度较高 [2] 市场结构特征 - 当前行情与2024年春节前及924行情首周类似 宽基指数强劲但个股表现较弱 [2] - 市场情绪高涨时板块风格加速轮动 增加超额获取难度 [2] - 仅周一和周五两天个股跑赢沪深300指数比例超过50% [2] 中性策略回撤原因 - 基差快速收敛导致空头成本挤压多头收益 [3] - 期货端空头势力弱于多头 且现货端情绪高涨 [3] - 期货杠杆特性使其收益表现优于指数现货 [3] 管理人观点与历史表现 - 量化管理人普遍认为alpha回撤属于正常波动范围 [7] - 回撤主因是市场行情不利而非选股策略失效 [7] - 历史数据显示管理人产品有较高概率修复单周动态回撤 [7] - 即便指数高位获利了结 超额修复形态较难改变 [7]

市场指数表现 - 2025年8月18日上证指数涨至3741点 创2015年8月以来新高 创业板指涨至2626点 深证成指涨至11897点 均创2023年以来新高 [1] - 盘中A股市值总和一度突破100万亿元 创历史新高 为A股历史上首次突破该大关 [1] - 3731点后上证指数趋势阻力减弱 2025年8月18日成为A股历史标杆性时点 [3] 宽基ETF业绩表现 - 近一年中证2000增强ETF（159552）以102.16%区间涨幅居宽基ETF首位（截至2025年8月15日） [3] - 前17只宽基ETF近一年涨幅均超75% 其中10只为中证2000或创业板200相关产品 [4] - 中证2000增强ETF（159552）自2024年9月24日至2025年8月18日实现106.19%收益 相对指数超额收益达27.42% [5][6] - 该ETF年内涨幅超53% 资金净流入超10亿元 吸金能力居同类宽基ETF前列 [6] - 同系列1000ETF增强（159680）近一年涨幅达68.14% 年内规模增长超2亿元 [7] 小盘股与量化策略特征 - 小盘股持续走强伴随量化资金加速流入 市场风险偏好显著提升 [4] - 指数增强策略展现阿尔法超额能力 通过量化选股、打新收益和事件驱动实现超额收益 [9] - 小盘指数增强策略解决选股难、波动大等投资痛点 专业选股能力以低成本高效方式传递 [9] - 6月以来两融余额连续两周突破2万亿元 市场活跃度提升助推杠杆资金涌入小盘板块 [11] 投资策略建议 - 中证2000增强ETF（159552）与1000ETF增强（159680）可作为核心-卫星策略中的卫星配置 与大盘蓝筹形成互补 [11] - 需关注小盘股估值水平 若过度偏离基本面需考虑动态调整仓位 [11]

核心观点 - 报告基于深度学习框架构建alpha和风险模型，打造AI体系下的低频指数增强策略，组合周度调仓，年单边换手率约5.5倍[5][13] - 通过组合优化勾连深度学习alpha信号与风险信号构建沪深300、中证500和中证1000指数增强组合[5][13] - 在alpha维度利用多源特征集合，堆叠多模型策略，通过异构网络的特征互补与集成算法的权重优化得到alpha信号[13] - 在风险维度利用神经网络寻找长期IC均值为0，同时呈现出高R方的风险信号[13] 本周市场指数表现 - 截至2025-08-15，本周上证指数上涨1.70%，深证成指上涨4.55%，沪深300上涨2.37%，上证指数创2022年以来新高[5][8] - 创业板指本周上涨8.58%，科创50上涨5.53%，北证50上涨2.40%[9] - 通信、电子、非银金融行业表现较好，周收益率分别为7.66%、7.02%、6.48%[9] - 银行、钢铁、纺织服饰行业表现较差，周收益率分别为-3.19%、-2.04%、-1.37%[9] 跟踪组合表现 沪深300指数增强 - 今年以来沪深300指数上涨6.8%，沪深300指数增强组合上涨17.1%，超额收益10.3%[5][17] - 本周沪深300指数上涨2.4%，沪深300指数增强组合上涨1.8%，超额收益-0.6%[5][17] - 全样本期间组合年化收益19.2%，超额收益14.2%，月度胜率79.7%[18] 中证500指数增强 - 今年以来中证500指数上涨14.7%，中证500指数增强组合上涨21.6%，超额收益6.9%[5][22] - 本周中证500指数上涨3.9%，中证500指数增强组合上涨3.5%，超额收益-0.4%[5][22] - 全样本期间组合年化收益24.2%，超额收益17.3%，月度胜率81.0%[23] 中证1000指数增强 - 今年以来中证1000指数上涨19.5%，中证1000指数增强组合上涨29.4%，超额收益9.9%[5][29] - 本周中证1000指数上涨4.1%，中证1000指数增强组合上涨3.2%，超额收益-0.9%[5][29] - 全样本期间组合年化收益31.3%，超额收益24.2%，月度胜率87.3%[30]

量化模型与构建方式 1. **模型名称：沪深300指数增强组合（基础模型）** - **模型构建思路**：基于线性优化框架，结合收益预测模型和风险控制模块构建指数增强组合[9] - **模型具体构建过程**： 1. **收益预测模块**：全A股范围内的线性多因子模型，包含风格、量价、基本面、一致预期等因子，因子权重基于过去12个月因子ICIR确定 2. **风险控制模块**：约束条件包括成分股权重（80%）、个股偏离（1%）、行业偏离（3%）、风险敞口约束（市值/估值0.3）[9] - **模型评价**：成分股内部分超额收益稳定但幅度较小，成分股外部分收益弹性高但风险较大[9][10] 2. **模型名称：域内多因子模型** - **模型构建思路**：针对沪深300成分股特性，侧重基本面和动量因子以提升选股稳定性[16] - **模型具体构建过程**： 1. **因子选择**：基本面因子包括ROE、ROE同比、SUE、预期净利润调整、现金流占比、价值（股息率和BP复合）；价格趋势因子包括动量、开盘后买入意愿强度、大单推动涨幅 2. **因子复合**：等权打分构建复合因子得分[16] - **模型评价**：在成分股内IC和RankIC信息比（1.67和2.00）优于全A多因子模型（1.48和1.50）[17] 3. **模型名称：小市值高增长组合** - **模型构建思路**：通过小市值和高增长因子构建高弹性卫星策略[35] - **模型具体构建过程**： 1. **因子选择**：SUE、EAV、预期净利润调整、累计研发投入、PB_INT、小市值、尾盘成交占比、开盘后大单净买入金额占比 2. **组合构建**：8个因子等权打分，选取前50只股票等权配置[35] - **模型评价**：年化超额收益24.4%，但跟踪误差较大（20.3%）[36] 4. **模型名称：GARP策略组合** - **模型构建思路**：平衡成长与估值，筛选价值合理的成长股[39] - **模型具体构建过程**： 1. **初筛**：剔除价值因子最低20%和高换手率20%个股 2. **因子构建**：价值因子（PB+股息率等权）、增长因子（ROE/SUE/EAV等5指标等权） 3. **组合构建**：选取价值与增长复合得分前20只股票等权配置[41] - **模型评价**：年化超额收益20.3%，风险低于小市值组合[42] --- 模型的回测效果 1. **沪深300指数增强组合（基础模型）** - 年化超额收益：9.4% - 跟踪误差：4.7% - 信息比（IR）：1.97 - 相对回撤：6.9%[9][18] 2. **域内多因子模型（输入端调整）** - 年化超额收益：10.4% - 跟踪误差：4.5% - 信息比（IR）：2.27 - 相对回撤：7.1%[18] 3. **小市值高增长组合** - 年化超额收益：24.4% - 跟踪误差：20.3% - 信息比（IR）：1.21 - 相对回撤：39.6%[36] 4. **GARP20组合** - 年化超额收益：20.3% - 跟踪误差：15.8% - 信息比（IR）：1.26 - 相对回撤：36.0%[42] 5. **复合策略（域内20%+域外10%）** - 年化超额收益：11.7% - 跟踪误差：5.0% - 信息比（IR）：2.35 - 相对回撤：6.2%[45][48] --- 量化因子与构建方式 1. **因子名称：基本面因子（域内模型）** - **构建思路**：强化ROE、盈利增长等财务指标在成分股内的选股效果[16] - **具体构建**：包括ROE、ROE同比、SUE、预期净利润调整、现金流占比等指标等权复合[16] 2. **因子名称：价格动量因子（域内模型）** - **构建思路**：利用成分股内动量延续性更强的特征[16] - **具体构建**：动量、开盘后买入意愿强度、大单推动涨幅等指标复合[16] 3. **因子名称：小市值因子（小市值高增长组合）** - **构建思路**：捕捉小盘股超额收益[35] - **具体构建**：市值排序加权，结合高增长因子筛选[35] 4. **因子名称：GARP复合因子** - **构建思路**：平衡成长与估值[39] - **具体构建**：价值因子（PB+股息率）与增长因子（ROE/SUE等）等权复合[41] --- 因子的回测效果 1. **基本面因子（域内模型）** - 月均RankIC：7.53% - 月胜率：72.2% - 年化ICIR：2.00[17] 2. **小市值因子（成分股外）** - 多空年化收益：51.2%（成分股外） - 月胜率：84.2%[14] 3. **GARP价值因子** - 年化超额收益：20.3%（GARP20组合） - 跟踪误差：15.8%[42]