报告行业投资评级 未提及 报告的核心观点 天弘基金指增产品线宽基行业全面覆盖、产品数量市场领先，历史长期业绩亮眼且今年以来表现优异，拥有持续迭代的投资框架和高AI含量的指增投资新范式，团队成员量化从业及投资经验丰富 [2][5][8] 根据相关目录分别进行总结 1. 天弘基金指增产品线：宽基行业全面覆盖，布局产品数量市场领先 - 天弘基金指增业务始于2019年下半年，截至2025年10月31日，旗下指增产品（仅统计主代码基金）共18只，管理规模达119.47亿元，其中宽基指增产品12只、规模约107亿元，行业主题指增产品6只、规模约12亿元，核心宽基产品单只规模超10亿元 [2][5] - 宽基指数全面覆盖，涵盖沪深300至国证2000不同板块与市值风格，贯穿大、中、小市值维度，在主板、创业板、科创板均有多只宽基指增产品，且产品形态创新，有场内指增ETF，构建起“场内外联动、工具齐全”的产品生态 [7][9] - 行业指增布局细分赛道，与多数同业聚焦宽基指数不同，天弘基金行业指数增强基金产品全市场排名第二，已在科技、消费、医药、先进制造和新能源五大领域完成指数增强产品系统化布局，可助力投资者把握结构性机会 [11][15] 2. 长期历史业绩亮眼，产品表现全面突出 - 高一致性的体系化能力：截至2025年10月31日，天弘基金4只运作满三年的宽基指数增强产品在同类对标基金中超额收益排名全部位列前40%，平均排名分位数为31.89%，信息比率排名全部位于前40%，平均排名分位数为28.57%，且信息比率排名不逊于超额收益排名，反映出投研团队对风险与收益的平衡能力 [18][19] - 亮眼的历史长期业绩——可复制可拓展的投资范式：天弘基金长期稳定超额业绩的运营方式在行业指数增强产品上可复制拓展，旗下5只指数增强基金产品自成立日以来相较基准超额收益率在3% - 28%，在先进制造、科技TMT等弹性行业中表现更领先 [21] - 今年以来业绩表现优异：截至2025年10月31日，天弘基金旗下指数增强产品在今年整体上行行情下表现优异，国证2000指数增强、中证1000增强策略ETF及中证1000指数增强三只产品超额收益率超10%，除上证科创板100指数增强外其余产品均有超额收益，绝大多数产品相较基准超额收益超5% [23][26] 3. 持续迭代的投资框架，高AI含量的指增投资新范式 - 天弘指数增强系列产品以获取稳定超额收益为目标，依托Alpha因子体系、风险控制系统与组合构建策略，应对风格轮动与风险波动 [30] - 策略框架上，天弘基金在传统基本面多因子体系有积累，近年引入人工智能技术和机器学习方法，研发并应用多类算法模型，运用多样化特征因子 [30] - 天弘基金打造的投研一体化平台TIRD能解决公募基金投研平台的问题，实现知识留存、共享，策略产生顺畅，团队激励明确，其A股行业模型为投资决策提供全链条支持 [32] 4. 团队成员——量化从业及投资经验丰富 基金经理杨超有15年证券从业经验、10年指数增强&量化基金管理经验，拥有成熟投资策略，贡献过稳定超额收益，现任指数与数量投资部总经理及多只指数增强产品基金经理 [33]

量化模型与因子总结 量化模型与构建方式 1. **模型名称：国信金工指数增强组合**[11] **模型构建思路：** 以多因子选股为主体，构建对标不同基准指数的增强组合，力求稳定战胜基准[10] **模型具体构建过程：** 构建流程主要包括收益预测、风险控制和组合优化三块，分别以沪深300、中证500、中证1000及中证A500指数为基准构建指数增强组合[11] 2. **模型名称：单因子MFE组合**[14][40] **模型构建思路：** 采用组合优化的方式检验控制了各种实际约束后单因子的有效性，将组合优化的目标函数修改为最大化单因子暴露[40] **模型具体构建过程：** 采用如下形式的组合优化模型来构建因子的MFE组合： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中f为因子取值，f w T为组合在单因子上的加权暴露，w为待求解的股票权重向量。约束条件包括组合在风格因子上的偏离度、行业偏离度、个股权重偏离度、成分股权重占比控制、个股权重上下限控制等[40][41]。构建过程包括：设定单因子MFE组合的约束条件；在每个月末根据约束条件构建每个单因子的MFE组合；在回测期内根据各期MFE组合换仓，计算MFE组合历史收益并按双边0.3%扣除交易费用[44] 3. **模型名称：公募重仓指数**[42] **模型构建思路：** 以公募基金的持股信息构建一个公募重仓指数，在该样本空间中测试因子表现更能反映出因子在"机构风格"下的有效性[42] **模型具体构建过程：** 选样空间为普通股票型基金以及偏股混合型基金，剔除基金整体规模小于五千万且上市时间不足半年的基金。通过基金的定期报告获取基金持股信息，将符合条件基金的持仓股票权重平均获得公募基金平均持仓信息，将平均后的股票权重由高到低降序排序，选取累计权重达到90%的股票作为成分股来构建公募基金重仓指数[43] 模型的回测效果 1. **国信金工指数增强组合**，本周超额收益-0.71%，本年超额收益16.74%[13] 2. **国信金工指数增强组合**，本周超额收益0.12%，本年超额收益6.85%[13] 3. **国信金工指数增强组合**，本周超额收益-0.94%，本年超额收益14.08%[13] 4. **国信金工指数增强组合**，本周超额收益-1.37%，本年超额收益7.55%[13] 量化因子与构建方式 1. **因子名称：BP**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 净资产/总市值[16] 2. **因子名称：单季EP**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 单季度归母净利润/总市值[16] 3. **因子名称：单季SP**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 单季度营业收入/总市值[16] 4. **因子名称：EPTTM**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 归母净利润TTM/总市值[16] 5. **因子名称：SPTTM**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 营业收入TTM/总市值[16] 6. **因子名称：EPTTM分位点**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** EPTTM在过去一年中的分位点[16] 7. **因子名称：股息率**[16] **因子构建思路：** 估值类因子 **因子具体构建过程：** 最近四个季度预案分红金额/总市值[16] 8. **因子名称：一个月反转**[16] **因子构建思路：** 反转类因子 **因子具体构建过程：** 过去20个交易日涨跌幅[16] 9. **因子名称：三个月反转**[16] **因子构建思路：** 反转类因子 **因子具体构建过程：** 过去60个交易日涨跌幅[16] 10. **因子名称：一年动量**[16] **因子构建思路：** 动量类因子 **因子具体构建过程：** 近一年除近一月后动量[16] 11. **因子名称：单季净利同比增速**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 单季度净利润同比增长率[16] 12. **因子名称：单季营收同比增速**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 单季度营业收入同比增长率[16] 13. **因子名称：单季营利同比增速**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 单季度营业利润同比增长率[16] 14. **因子名称：SUE**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** （单季度实际净利润-预期净利润）/预期净利润标准差[16] 15. **因子名称：SUR**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** （单季度实际营业收入-预期营业收入）/预期营业收入标准差[16] 16. **因子名称：单季超预期幅度**[16] **因子构建思路：** 成长类因子 **因子具体构建过程：** 预期单季度净利润/财报单季度净利润[16] 17. **因子名称：单季ROE**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度归母净利润*2/（期初归母净资产+期末归母净资产）[16] 18. **因子名称：单季ROA**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度归母净利润*2/（期初归母总资产+期末归母总资产）[16] 19. **因子名称：DELTAROE**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度净资产收益率-去年同期单季度净资产收益率[16] 20. **因子名称：DELTAROA**[16] **因子构建思路：** 盈利类因子 **因子具体构建过程：** 单季度总资产收益率-去年同期单季度中资产收益率[16] 21. **因子名称：非流动性冲击**[16] **因子构建思路：** 流动性类因子 **因子具体构建过程：** 过去20个交易日的日涨跌幅绝对值/成交额的均值[16] 22. **因子名称：一个月换手**[16] **因子构建思路：** 流动性类因子 **因子具体构建过程：** 过去20个交易日换手率均值[16] 23. **因子名称：三个月换手**[16] **因子构建思路：** 流动性类因子 **因子具体构建过程：** 过去60个交易日换手率均值[16] 24. **因子名称：特异度**[16] **因子构建思路：** 波动类因子 **因子具体构建过程：** 1-过去20个交易日Fama-French三因子回归的拟合度[16] 25. **因子名称：一个月波动**[16] **因子构建思路：** 波动类因子 **因子具体构建过程：** 过去20个交易日日内真实波幅均值[16] 26. **因子名称：三个月波动**[16] **因子构建思路：** 波动类因子 **因子具体构建过程：** 过去60个交易日日内真实波幅均值[16] 27. **因子名称：高管薪酬**[16] **因子构建思路：** 公司治理类因子 **因子具体构建过程：** 前三高管报酬总额取对数[16] 28. **因子名称：预期EPTTM**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期滚动EP[16] 29. **因子名称：预期BP**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期滚动PB[16] 30. **因子名称：预期PEG**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期PEG[16] 31. **因子名称：预期净利润环比**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 一致预期净利润/3个月前一致预期净利润[16] 32. **因子名称：三个月盈利上下调**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 过去3个月内分析师（上调家数-下调家数）/总家数[16] 33. **因子名称：三个月机构覆盖**[16] **因子构建思路：** 分析师类因子 **因子具体构建过程：** 过去3个月内机构覆盖数量[16] 因子的回测效果 沪深300样本空间因子表现[18] 1. **一个月波动**，因子方向反向，最近一周0.83%，最近一月2.24%，今年以来0.31%，历史年化1.20% 2. **一个月换手**，因子方向反向，最近一周0.68%，最近一月1.05%，今年以来-3.67%，历史年化1.44% 3. **三个月波动**，因子方向反向，最近一周0.65%，最近一月2.53%，今年以来-1.10%，历史年化2.07% 4. **三个月换手**，因子方向反向，最近一周0.63%，最近一月0.87%，今年以来-3.78%，历史年化2.42% 5. **EPTTM年分位点**，因子方向正向，最近一周0.62%，最近一月0.88%，今年以来6.18%，历史年化2.54% 6. **单季ROA**，因子方向正向，最近一周0.60%，最近一月0.28%，今年以来11.70%，历史年化3.79% 7. **三个月反转**，因子方向反向，最近一周0.55%，最近一月0.58%，今年以来1.82%，历史年化0.45% 8. **非流动性冲击**，因子方向正向，最近一周0.39%，最近一月1.03%，今年以来-0.88%，历史年化0.29% 9. **股息率**，因子方向正向，最近一周0.30%，最近一月2.03%，今年以来4.48%，历史年化3.95% 10. **标准化预期外盈利**，因子方向正向，最近一周0.30%，最近一月-0.75%，今年以来8.41%，历史年化3.95% 11. **单季ROE**，因子方向正向，最近一周0.28%，最近一月0.31%，今年以来16.70%，历史年化4.99% 12. **一个月反转**，因子方向反向，最近一周0.28%，最近一月-0.85%，今年以来-0.41%，历史年化-0.35% 13. **特异度**，因子方向反向，最近一周0.27%，最近一月0.01%，今年以来2.48%，历史年化0.12% 14. **单季超预期幅度**，因子方向正向，最近一周0.26%，最近一月0.18%，今年以来8.63%，历史年化3.90% 15. **3个月盈利上下调**，因子方向正向，最近一周0.25%，最近一月-0.05%，今年以来7.34%，历史年化5.19% 16. **单季SP**，因子方向正向，最近一周0.23%，最近一月1.61%，今年以来-0.13%，历史年化2.94% 17. **EPTTM**，因子方向正向，最近一周0.23%，最近一月2.56%，今年以来6.42%，历史年化4.58% 18. **SPTTM**，因子方向正向，最近一周0.21%，最近一月1.63%，今年以来-0.66%，历史年化2.11% 19. **单季EP**，因子方向正向，最近一周0.20%，最近一月2.29%，今年以来7.50%，历史年化5.31% 20. **预期净利润环比**，因子方向正向，最近一周0.16%，最近一月0.04%，今年以来4.17%，历史年化1.45% 21. **预期EPTTM**，因子方向正向，最近一周0.13%，最近一月2.25%，今年以来7.07%，历史年化4.08% 22. **标准化预期外收入**，因子方向正向，最近一周0.11%，最近一月0.21%，今年以来9.56%，历史年化4.56% 23. **BP**，因子方向正向，最近一周0.04%，最近一月2.26%，今年以来-0.89%，历史年化2.66% 24. **预期BP**，因子方向正向，最近一周0.02%，最近一月2.15%，今年以来0.52%，历史年化3.10% 25. **DELTAROE**，因子方向正向，最近一周0.00%，最近一月0.22%，今年以来13.68%，历史年化4.30% 26. **单季营收同比增速**，因子方向正向，最近一周-0.01%，最近一月0.42%，今年以来17.50%，历史年化4.60% 27. **DELTAROA**，因子方向正向，最近一周-0.03%，最近一月0.12%，今年以来12.22%，历史年化4.69% 28. **高管薪酬**，因子方向正向，最近一周-0.10%，最近一月0.02%，今年以来2.94%，历史年化3.11% 29. **预期PEG**，因子方向反向，最近一周-0.15%，最近一月-0.68%，今年以来8.71%，历史年化3.48% 30. **单季净利同比增速**，因子方向正向，最近一周-0.17%，最近一月-0.81%，今年以来11.71%，历史年化3.76% 31. **一年动量**，因子方向正向，最近一周-0.24%，最近一月-1.27%，今年以来-0.09%，历史年化2.34% 32. **三个月机构覆盖**，因子方向正向，最近一周-0.24%，最近一月0.12%，今年以来8.89%，历史年化3.03% 33. **单季营利同比增速**，因子方向正向，最近一周-0.26%，最近一月-0.23%，今年以来11.37%，历史年化3.37% 中证500样本空间因子表现[20] 1. **三个月机构覆盖**，因子方向正向，最近一周1.09%，最近一月-0.19%，今年以来3.99%，历史年化4.91% 2. **一个月反转**，因子方向反向，最近一周1.01%，最近一月-0.80%，今年以来3.79%，历史年化-0.82% 3. **三个月反转**，因子方向反向，最近一周0.99%，最近一月-0.10%，今年以来-0.86%，历史年化-1.38% 4. **非流动性冲击**，因子方向正向，最近一周0.99%，最近一月1.32%，今年以来-3.29%，历史年化0.30% 5. **一个月换手**，因子方向反向，最近一周0.83%，最近一月1.44%，今年以来-7.23%，历史年化4.03% 6. **三个月波动**，因子方向反向，最近一周0.65%，最近一月1.20%，今年以来-5.25%，历史年化3.73% 7. **一个月波动**，因子方向反向，最近一周0.62%，最近一月0.05%，今年以来6.99%，历史年化1.83% 8. **三个月换手**，因子方向反向，最近一周0.59%，最近一月1.09%，今年以来-4.96%，历史年化4.58% 9. **单季ROA**，因子方向正向，最近一周0.46%，最近一月-0.53%，今年以来0.93%，历史年化4.91% 10. **EPTTM年分位点**，因子方向正向，最近一周0.40%，最近一月-0.59%，今年以来1.42%，历史年化4.50% 11. **股息率**，因子方向正向，最近一周0.38%，最近一月1.30%，今年以来0.68%，历史年化5.96% 12. **一年动量**，因子方向正向，最近一周0.30%，最近一月-1.59%，今年以来0.41%，历史年化2.47% 13. **单季ROE**，因子方向正向，最近一周0.23%，最近一月0.02%，今年以来4.52%，历史年化5.38% 14. **EPTTM**，因子方向正向，最近一周0.13%，最近一月0.32%，今年以来-3.64%，历史年化4.87% 15. **单季超预期幅度**，因子方向正向，最近一周0.09%，最近一月0.14%，今年以来7.51%，历史年化8.67% 16. **3个月盈利上下调**，因子方向正向，最近一周0.07%，最近一月-1.47%，今年以来0.72%，历史年化6.13% 17. **预期EPTTM**，因子方向正向，最近一周0.

文章核心观点 - 文章分析了一批在特定市场环境下展现出独特投资能力或鲜明特色的主动基金经理，重点关注其投资风格、历史业绩和持仓特点 [4] 杨世进：兴全多维价值 - 杨世进自2021年7月16日起独立管理兴全多维价值，上任后即展现出强劲投资能力，在2021年7月16日至年底沪深300指数下跌的背景下，该基金上涨18.02% [5] - 作为偏成长风格基金经理，其持仓市盈率基本保持在35倍以上，但在2022年和2023年的熊市中表现出较强抗跌性，单年跌幅约10%，并在2025年市场转向成长风格时展现出进攻性 [6] - 基金行业配置相对分散，电子行业为第一大重仓行业，持仓权重长期维持在20%-35%之间，医药为第二大偏爱行业，个股投资上对看好的股票如海光信息、立讯精密等长期重仓持有 [10] - 目前管理3只基金产品，合计管理规模达252.23亿元，与乔迁规模相近，成为公司管理规模仅次于谢治宇的基金经理之一 [11] 吴远怡：广发成长领航 - 吴远怡是一位行业配置非常均衡的成长风格基金经理，其代表作广发科技创新历史上最大持仓行业权重不超过30%，多数时候不超过20% [12] - 在高度行业分散下，基金在弱市中回撤控制较好，在牛市中能跟上市场，广发科技创新在2021年和2025年业绩均超过50%，其管理的广发成长领航基金年内收益上涨143.14%（截至11月17日），位列所有公募基金第三 [12] - 该基金业绩并非依赖单行业重仓押注，其最大行业配置比例约20%，通过早期布局热门股如泡泡玛特、老铺黄金并在股价达到一定位置后及时切换来实现收益，持仓股多为市场熟悉度较低的品种 [14] - 尽管业绩突出，但基金规模增长缓慢，最新规模仅为9亿元 [15] 沈成：华富新能源 - 在新能源行业持续下跌的逆境中，沈成自2021年12月29日管理华富新能源基金以来，持续获得相对于业绩基准的稳定超额收益，展现出“指数增强”特性 [16][18] - 基金分年度收益表现稳健，2022年至今各年度收益分别为-8.51%、-18.18%、-4.49%和76.76%，每年均跑赢业绩基准，基金规模持续增长至15.13亿元（截至9月30日），机构投资者配置比例较高 [20] - 投资组合分为两类：一类是长期持有行业龙头股如宁德时代，另一类是积极换手以捕捉阶段性投资机会的个股，通过在不同细分方向和个股间切换赚取超额收益 [21] - 此外还管理华富科技动能基金，聚焦人形机器人赛道，为工具型产品提供了有扎实历史业绩支撑的投资选项 [22]

国信金工指数增强组合表现 - 沪深300指数增强组合本周超额收益-0.22%，本年累计超额收益达18.41% [1][6] - 中证500指数增强组合本周超额收益-0.52%，本年累计超额收益为7.09% [1][6] - 中证1000指数增强组合本周超额收益-0.12%，本年累计超额收益为16.38% [1][6] - 中证A500指数增强组合本周超额收益0.01%，本年累计超额收益为9.75% [1][6] 选股因子表现跟踪 - 在沪深300成分股中，最近一周表现较好的因子包括三个月波动（1.39%）、一个月波动（1.32%）和三个月反转（1.17%）[1][7] - 在中证500成分股中，最近一周表现较好的因子包括一个月换手（1.04%）、BP（0.86%）和非流动性冲击（0.76%）[1][11] - 在中证1000成分股中，最近一周表现较好的因子包括非流动性冲击（1.32%）、预期净利润环比（0.70%）和EPTTM一年分位点（0.66%）[1][13] - 在中证A500指数成分股中，最近一周表现较好的因子包括三个月波动（1.33%）、一个月波动（1.29%）和一个月换手（1.12%）[1][15] - 在公募基金重仓股中，最近一周表现较好的因子包括一个月波动（1.29%）、三个月波动（1.09%）和三个月换手（0.92%）[1][17] 公募基金指数增强产品表现 - 公募基金沪深300指数增强产品共76只，总规模779亿元，本周超额收益最高1.15%，最低-2.04%，中位数0.19% [1][19][20] - 公募基金中证500指数增强产品共74只，总规模505亿元，本周超额收益最高2.03%，最低-0.65%，中位数0.27% [1][19][24] - 公募基金中证1000指数增强产品共46只，总规模214亿元，本周超额收益最高1.84%，最低-0.95%，中位数0.00% [1][19][28] - 公募基金中证A500指数增强产品共68只，总规模253亿元，本周超额收益最高0.94%，最低-0.47%，中位数0.16% [1][19][29] 研究方法论 - 公司采用最大化单因子暴露组合（MFE组合）来检验因子有效性，该方法在构建组合时控制了行业暴露、风格暴露等实际约束条件 [30][31] - MFE组合构建的约束条件包括限制组合相对于基准指数的风格暴露、行业偏离、个股权重偏离以及成分股内权重占比等 [32][33] - 公司构建了公募重仓指数作为额外的测试样本空间，该指数选取普通股票型基金和偏股混合型基金的持仓，选取累计权重达到90%的股票作为成分股 [34][35]

根据提供的研报内容，以下是关于量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：国信金工指数增强模型**[11] * **模型构建思路**：以多因子选股为主体，构建对标不同宽基指数的增强组合，力求稳定战胜基准[10] * **模型具体构建过程**：构建流程主要包括收益预测、风险控制和组合优化三部分[11] 2. **模型名称：单因子MFE组合模型**[14][39] * **模型构建思路**：采用组合优化的方式，在满足实际投资约束条件（如行业中性、风格中性）下，检验单因子的有效性，认为在此条件下检验“有效”的因子更可能在最终组合中发挥真实的收益预测作用[39] * **模型具体构建过程**：采用如下形式的组合优化模型来构建因子的 MFE 组合： $$ \begin{array}{ll}\max & f^{T}w \\\ s.t. & s_{l}\leq X(w-w_{b})\leq s_{h}\\ & h_{l}\leq H(w-w_{b})\leq h_{h}\\ & w_{l}\leq w-w_{b}\leq w_{h}\\ & b_{l}\leq B_{b}w\leq b_{h}\\ & \mathbf{0}\leq w\leq l\\ & \mathbf{1}^{T}w=1\end{array} $$ 其中，$f$ 为因子取值向量，$w$ 为待求解的股票权重向量，$w_b$ 为基准指数成分股权重向量。约束条件包括：组合相对于基准指数的风格暴露约束（$X$ 为风格因子暴露矩阵，$s_l$, $s_h$ 为上下限）；行业偏离约束（$H$ 为行业暴露矩阵，$h_l$, $h_h$ 为上下限）；个股权重偏离约束（$w_l$, $w_h$ 为上下限）；成分股内权重占比约束（$B_b$ 为成分股标识向量，$b_l$, $b_h$ 为上下限）；卖空限制及个股权重上限（$l$）；以及权重和为1的满仓约束[39][40]。构建过程包括：设定约束条件；每月末根据约束构建每个单因子的 MFE 组合；在回测期内换仓并计算收益风险指标[43] 3. **模型名称：公募重仓指数模型**[41] * **模型构建思路**：以公募基金持股信息构建指数，测试因子在“机构风格”样本空间中的有效性，以更精确判断因子对公募持仓池的选股效果[41] * **模型具体构建过程**：选样空间为普通股票型基金和偏股混合型基金（剔除规模小于五千万且上市不足半年的基金）。通过基金定期报告获取持股信息。将符合条件基金的持仓股票权重平均，获得公募基金平均持仓信息。将平均后的股票权重降序排序，选取累计权重达到90%的股票作为成分股来构建指数[42] 模型的回测效果 1. **国信金工指数增强模型**[13] * 沪深300指数增强组合：本周超额收益-0.22%，本年超额收益18.41% * 中证500指数增强组合：本周超额收益-0.52%，本年超额收益7.09% * 中证1000指数增强组合：本周超额收益-0.12%，本年超额收益16.38% * 中证A500指数增强组合：本周超额收益0.01%，本年超额收益9.75% 2. **公募基金指数增强产品（作为市场实践参考）**[28][29][31][32][33][34][35][36][38] * 沪深300指数增强产品（79只，规模785亿元）：最近一周超额收益中位数0.19%，最近一月0.21%，最近一季-1.08%，今年以来2.73% * 中证500指数增强产品（74只，规模505亿元）：最近一周超额收益中位数0.27%，最近一月0.58%，最近一季-0.46%，今年以来3.98% * 中证1000指数增强产品（46只，规模214亿元）：最近一周超额收益中位数0.00%，最近一月-0.11%，最近一季1.28%，今年以来8.83% * 中证A500指数增强产品（68只，规模253亿元）：最近一周超额收益中位数0.16%，最近一月0.29%，最近一季-1.06% 量化因子与构建方式 研报涉及估值、反转、动量、成长、盈利、流动性、波动、公司治理、分析师等多个维度的30余个因子[15][16]。因子构建思路和具体过程主要基于其计算方式，以下列出部分因子示例： 1. **因子名称：BP（市净率倒数）**[16] * **因子构建思路**：估值维度因子，衡量公司净资产相对于市值的比例 * **因子具体构建过程**：净资产 / 总市值 2. **因子名称：一个月反转**[16] * **因子构建思路**：反转维度因子，衡量股票短期内的反转效应 * **因子具体构建过程**：过去20个交易日涨跌幅 3. **因子名称：一年动量**[16] * **因子构建思路**：动量维度因子，衡量股票中长期动量效应（排除近期影响） * **因子具体构建过程**：近一年除近一月后动量 4. **因子名称：单季净利同比增速**[16] * **因子构建思路**：成长维度因子，衡量公司单季度净利润的增长情况 * **因子具体构建过程**：单季度净利润同比增长率 5. **因子名称：单季ROE**[16] * **因子构建思路**：盈利维度因子，衡量公司单季度的净资产收益率 * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产) 6. **因子名称：非流动性冲击**[16] * **因子构建思路**：流动性维度因子，衡量因交易冲击导致的非流动性程度 * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值 7. **因子名称：一个月波动**[16] * **因子构建思路**：波动维度因子，衡量股票短期价格波动 * **因子具体构建过程**：过去20个交易日日内真实波幅均值 8. **因子名称：高管薪酬**[16] * **因子构建思路**：公司治理维度因子，衡量公司高管的薪酬水平（取对数） * **因子具体构建过程**：前三高管报酬总额取对数 9. **因子名称：预期EPTTM**[16] * **因子构建思路**：分析师维度因子，基于分析师一致预期的估值指标 * **因子具体构建过程**：一致预期滚动EP（净利润/总市值） 10. **因子名称：三个月盈利上下调**[16] * **因子构建思路**：分析师维度因子，衡量分析师对公司盈利预期的调整趋势 * **因子具体构建过程**：过去3个月内分析师（上调家数 - 下调家数）/ 总家数 （其他因子构建过程可参考表1[16]） 因子的回测效果 (单因子MFE组合) 以下为各因子在不同样本空间下，MFE组合相对于基准指数的超额收益表现（最近一周、最近一月、今年以来、历史年化）[18][20][22][24][26]。因子方向“正向”表示预期因子值越大，股票收益越好；“反向”则相反。 1. **沪深300样本空间中的因子表现**[18] * 三个月波动（反向）：最近一周1.39%，最近一月1.94%，今年以来-1.92%，历史年化2.02% * 一个月波动（反向）：最近一周1.32%，最近一月1.38%，今年以来-0.68%，历史年化1.11% * 三个月反转（反向）：最近一周1.17%，最近一月-0.08%，今年以来1.22%，历史年化0.47% * 一年动量（正向）：最近一周-1.00%，最近一月-0.48%，今年以来0.20%，历史年化2.31% * 单季营利同比增速（正向）：最近一周-0.64%，最近一月0.60%，今年以来12.16%，历史年化3.42% * 单季净利同比增速（正向）：最近一周-0.54%，最近一月0.08%，今年以来12.41%，历史年化3.84% 2. **中证500样本空间中的因子表现**[20] * 一个月换手（反向）：最近一周1.04%，最近一月1.80%，今年以来-8.71%，历史年化3.95% * BP（正向）：最近一周0.86%，最近一月1.56%，今年以来-1.98%，历史年化3.65% * 非流动性冲击（正向）：最近一周0.76%，最近一月0.01%，今年以来-4.77%，历史年化0.09% * 一年动量（正向）：最近一周-0.95%，最近一月-2.82%，今年以来0.02%，历史年化2.42% * 单季营收同比增速（正向）：最近一周-0.52%，最近一月-0.85%，今年以来14.82%，历史年化3.36% * 特异度（反向）：最近一周-0.51%，最近一月-0.59%，今年以来-3.40%，历史年化0.78% 3. **中证1000样本空间中的因子表现**[22] * 非流动性冲击（正向）：最近一周1.32%，最近一月2.40%，今年以来7.66%，历史年化2.51% * 预期净利润环比（正向）：最近一周0.70%，最近一月2.26%，今年以来5.32%，历史年化4.45% * EPTTM一年分位点（正向）：最近一周0.66%，最近一月-0.57%，今年以来7.20%，历史年化5.99% * 标准化预期外收入（正向）：最近一周-1.22%，最近一月-2.08%，今年以来15.60%，历史年化6.33% * 一年动量（正向）：最近一周-1.13%，最近一月-2.74%，今年以来-6.58%，历史年化-1.05% * 单季超预期幅度（正向）：最近一周-1.06%，最近一月-0.64%，今年以来8.22%，历史年化10.26% 4. **中证A500样本空间中的因子表现**[24] * 三个月波动（反向）：最近一周1.33%，最近一月1.49%，今年以来-7.75%，历史年化2.97% * 一个月波动（反向）：最近一周1.29%，最近一月0.17%，今年以来-6.52%，历史年化1.40% * 一个月换手（反向）：最近一周1.12%，最近一月1.60%，今年以来-8.54%，历史年化2.34% * 一年动量（正向）：最近一周-1.07%，最近一月-1.23%，今年以来-1.47%，历史年化1.33% * 标准化预期外盈利（正向）：最近一周-0.94%，最近一月-1.22%，今年以来8.20%，历史年化5.56% * 3个月盈利上下调（正向）：最近一周-0.89%，最近一月-0.50%，今年以来3.16%，历史年化4.77% 5. **公募重仓指数样本空间中的因子表现**[26] * 一个月波动（反向）：最近一周1.29%，最近一月0.64%，今年以来-15.15%，历史年化0.62% * 三个月波动（反向）：最近一周1.09%，最近一月0.72%，今年以来-13.74%，历史年化1.84% * 三个月换手（反向）：最近一周0.92%，最近一月1.05%，今年以来-10.01%，历史年化2.44% * 标准化预期外收入（正向）：最近一周-0.96%，最近一月-0.61%，今年以来4.23%，历史年化2.47% * 一年动量（正向）：最近一周-0.90%，最近一月-1.23%，今年以来-5.02%，历史年化1.51% * 特异度（反向）：最近一周-0.77%，最近一月-2.35%，今年以来-8.14%，历史年化0.05%

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.01%，本年累计超额收益达18.92% [1][6] - 中证500指数增强组合本周超额收益-0.26%，本年累计超额收益为7.89% [1][6] - 中证1000指数增强组合本周超额收益-0.63%，本年累计超额收益为16.63% [1][6] - 中证A500指数增强组合本周超额收益0.20%，本年累计超额收益为9.84% [1][6] 选股因子表现 - 在沪深300成分股中，EPTTM因子最近一周收益1.35%，预期BP因子收益1.25%，BP因子收益1.25% [7] - 在中证500成分股中，三个月波动因子最近一周收益1.76%，预期EPTTM因子收益1.66%，预期BP因子收益1.63% [11] - 在中证1000成分股中，EPTTM因子最近一周收益1.44%，三个月波动因子收益1.40%，预期EPTTM因子收益1.31% [13] - 在中证A500指数成分股中，预期EPTTM因子最近一周收益1.86%，EPTTM因子收益1.72%，BP因子收益1.50% [15] - 在公募基金重仓股中，EPTTM因子最近一周收益1.82%，预期EPTTM因子收益1.74%，单季EP因子收益1.54% [17] 公募基金指数增强产品表现 - 沪深300指数增强产品本周超额收益最高0.89%，最低-1.44%，中位数-0.18% [1][22] - 中证500指数增强产品本周超额收益最高1.65%，最低-1.05%，中位数0.05% [1][24] - 中证1000指数增强产品本周超额收益最高0.94%，最低-1.66%，中位数-0.30% [1][23] - 中证A500指数增强产品本周超额收益最高0.59%，最低-1.02%，中位数-0.16% [1][25] 公募基金指数增强产品规模 - 沪深300指数增强产品共76只，总规模779亿元 [19] - 中证500指数增强产品共74只，总规模505亿元 [19] - 中证1000指数增强产品共46只，总规模214亿元 [19] - 中证A500指数增强产品共68只，总规模253亿元 [19] 方法论 - 采用最大化单因子暴露组合方法检验因子有效性，控制行业暴露、风格暴露等实际约束条件 [30][31] - 构建公募重仓指数作为因子测试样本空间，选取累计权重达90%的股票作为成分股 [34][35]

根据研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. **模型名称：国信金工指数增强组合模型**[11] * **模型构建思路**：以多因子选股为主体，构建对标不同基准指数的增强组合，力求稳定战胜各自基准[10] * **模型具体构建过程**：构建流程主要包括收益预测、风险控制和组合优化三块[11] 2. **模型名称：单因子MFE组合模型**[38][39][42] * **模型构建思路**：采用组合优化的方式，在满足实际投资约束条件（如控制行业暴露、风格暴露等）下，检验单因子的有效性，使检验后认为"有效"的因子更可能在最终组合中发挥真实的收益预测作用[38] * **模型具体构建过程**：采用组合优化模型来构建最大化单因子暴露组合（Maximized Factor Exposure Portfolio，简称MFE组合）[38] 具体优化模型如下： $$\begin{array}{ll}max&f^{T}w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}w=1\end{array}$$ 其中，f为因子取值向量，w为待求解的股票权重向量，wb为基准指数成分股权重向量[38][39] 约束条件包括： * 组合在风格因子上的偏离度（X为风格因子暴露矩阵，sl, sh为偏离上下限）[39] * 组合相对于基准指数的行业偏离（H为行业暴露矩阵，hl, hh为偏离上下限）[39] * 个股权重相对于基准指数的偏离（wl, wh为偏离上下限）[39] * 组合在基准成分股内的权重占比控制（Bb为成分股标识向量，bl, bh为占比上下限）[39] * 卖空限制和个股权重上限控制[39] * 权重和为1的满仓运作约束[39] 构建过程为：每月末根据约束条件构建每个单因子的MFE组合，在回测期内换仓并计算收益，按双边0.3%扣除交易费用后，计算相对于基准的收益风险指标[42] 对于不同基准指数，约束参数设置不同，例如对中证500和沪深300控制行业和市值暴露为0，个股最大偏离权重1%[42] 3. **模型名称：公募重仓指数模型**[40][41] * **模型构建思路**：以公募基金的持股信息构建指数，测试因子在"机构风格"下的有效性，从而更精确判断因子对公募持仓池的选股有效性[40] * **模型具体构建过程**：选样空间为普通股票型基金和偏股混合型基金（剔除规模小于五千万且上市不足半年的基金）[41] 通过基金定期报告获取持股信息，对符合条件的基金计算平均持仓权重[41] 将股票按平均权重降序排序，选取累计权重达到90%的股票作为成分股来构建公募基金重仓指数[41] 模型的回测效果 1. **国信金工指数增强组合模型**，本周超额收益0.01%，本年超额收益18.92%（沪深300增强）[13] 2. **国信金工指数增强组合模型**，本周超额收益-0.26%，本年超额收益7.89%（中证500增强）[13] 3. **国信金工指数增强组合模型**，本周超额收益-0.63%，本年超额收益16.63%（中证1000增强）[13] 4. **国信金工指数增强组合模型**，本周超额收益0.20%，本年超额收益9.84%（中证A500增强）[13] 量化因子与构建方式 报告中详细列出了因子库，包含估值、反转、成长、盈利、流动性、公司治理、分析师等维度的30余个因子[15][16] 以下为部分因子示例： 1. **因子名称：BP**[16] * **因子构建思路**：属于估值类因子 * **因子具体构建过程**：净资产/总市值[16] 2. **因子名称：EPTTM**[16] * **因子构建思路**：属于估值类因子 * **因子具体构建过程**：归母净利润TTM/总市值[16] 3. **因子名称：一个月反转**[16] * **因子构建思路**：属于反转类因子 * **因子具体构建过程**：过去20个交易日涨跌幅[16] 4. **因子名称：一年动量**[16] * **因子构建思路**：属于动量类因子 * **因子具体构建过程**：近一年除近一月后动量[16] 5. **因子名称：单季净利同比增速**[16] * **因子构建思路**：属于成长类因子 * **因子具体构建过程**：单季度净利润同比增长率[16] 6. **因子名称：单季ROE**[16] * **因子构建思路**：属于盈利类因子 * **因子具体构建过程**：单季度归母净利润*2/（期初归母净资产+期末归母净资产）[16] 7. **因子名称：非流动性冲击**[16] * **因子构建思路**：属于流动性类因子 * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值/成交额的均值[16] 8. **因子名称：三个月波动**[16] * **因子构建思路**：属于波动类因子 * **因子具体构建过程**：过去60个交易日日内真实波幅均值[16] 9. **因子名称：高管薪酬**[16] * **因子构建思路**：属于公司治理类因子 * **因子具体构建过程**：前三高管报酬总额取对数[16] 10. **因子名称：预期EPTTM**[16] * **因子构建思路**：属于分析师类因子 * **因子具体构建过程**：一致预期滚动EP[16] 因子的回测效果 因子的回测效果体现在不同样本空间（沪深300、中证500、中证1000、中证A500、公募重仓指数）下，其单因子MFE组合在不同时间窗口（最近一周、最近一月、今年以来、历史年化）的超额收益表现[17][18][19][20][21][22][23][24][25][26] 具体数值详见原文图表，此处不一一列举。

根据提供的研报内容，总结如下： 量化因子与构建方式 1. **因子名称：国证2000增强因子**[11][12] * **因子构建思路**：针对国证2000指数成分股（小微盘股）的特点，筛选并合成有效的选股因子，以构建指数增强策略[11] * **因子具体构建过程**： 1. 初步测试发现技术、反转、特异波动率等因子在国证2000成分股上表现出色[12] 2. 由于技术、反转和特异波动率因子相关性较高，将波动率因子对技术和反转因子做回归求残差，得到相对独立的残差波动率因子[12] 该过程可表示为：将波动率因子作为因变量，技术因子和反转因子作为自变量进行线性回归，然后取回归残差作为新的因子值 3. 将成长、残差波动率、动量、技术、价值等各大类因子进行等权合成[12][13] 4. 对合成的因子进行行业和市值中性化处理，最终得到国证2000增强因子[12] 2. **因子名称：TSGRU+LGBM机器学习选股因子**[21] * **因子构建思路**：改进原有的GBDT+NN融合模型，通过将TimeMixer框架的多尺度混合与季节/趋势分解机制引入GRU模型，并利用LightGBM集成时序模型的隐向量与传统量化因子，以更好地捕捉近期市场信息[3][21] * **因子具体构建过程**： 1. 基于TimeMixer时序预测框架，对GRU模型进行改进，引入多尺度混合与季节/趋势分解机制，构建TSGRU模型[3][21] 2. 提取TSGRU模型的隐向量（隐藏状态输出）作为特征[3][21] 3. 将这些隐向量与传统量化因子相结合，作为LightGBM模型的输入特征[3][21] 4. 使用LightGBM模型进行集成训练，最终输出预测结果，即TSGRU+LGBM选股因子[3][21] 3. **因子名称：红利选股因子**[36] * **因子构建思路**：在中证红利指数成分股内，利用AI模型进行选股测试，以期获得稳定的超额收益[5][36] * **因子具体构建过程**：报告指出使用了AI模型进行测试和选股，但未提供具体的模型类型（如GBDT、NN等）和特征构建细节[5][36] 模型的回测效果 1. **国证2000指数增强策略（基于国证2000增强因子）**[15][16][19] * 年化收益率：23.95%[19] * 年化波动率：23.98%[19] * 夏普比率：1.00[19] * 最大回撤：42.49%[19] * 年化超额收益率：13.30%[19] * 跟踪误差：7.68%[19] * 信息比率(IR)：1.73[19] * 超额最大回撤：10.19%[19] * 10月收益率：2.47%[19] * 10月超额收益率：2.92%[16][19] 2. **基于TSGRU+LGBM的沪深300指数增强策略**[25][26] * 年化收益率：8.77%[26] * 年化波动率：17.40%[26] * Sharpe比率：0.50[26] * 最大回撤率：29.76%[26] * 年化超额收益率：6.96%[25][26] * 跟踪误差：4.97%[26] * 信息比率(IR)：1.40[26] * 超额最大回撤：6.56%[25][26] * 10月收益率：2.33%[26] * 10月超额收益率：2.25%[4][26] * 今年以来收益率：25.36%[26] * 今年以来超额收益率：5.81%[26] 3. **基于TSGRU+LGBM的中证500指数增强策略**[29][30] * 年化收益率：13.60%[30] * 年化波动率：20.31%[30] * Sharpe比率：0.67[30] * 最大回撤率：31.59%[30] * 年化超额收益率：10.11%[29][30] * 跟踪误差：5.16%[30] * 信息比率(IR)：1.96[30] * 超额最大回撤：7.00%[29][30] * 10月收益率：-1.56%[30] * 10月超额收益率：-0.59%[4][30] * 今年以来收益率：28.88%[30] * 今年以来超额收益率：-0.05%[30] 4. **基于TSGRU+LGBM的中证1000指数增强策略**[34][35] * 年化收益率：16.19%[35] * 年化波动率：22.79%[35] * Sharpe比率：0.71[35] * 最大回撤率：33.45%[35] * 年化超额收益率：13.52%[34][35] * 跟踪误差：5.70%[35] * 信息比率(IR)：2.37[35] * 超额最大回撤：7.21%[34][35] * 10月收益率：1.74%[35] * 10月超额收益率：2.63%[4][35] * 今年以来收益率：39.56%[35] * 今年以来超额收益率：10.20%[35] 5. **基于红利风格择时+红利股优选的固收+策略**[38][39] * **选股策略指标**[38]： * 年化收益率：18.98% * 年化波动率：21.05% * 夏普比率：0.90 * 最大回撤：38.52% * 最近1个月收益率：2.52% * 今年以来收益率：9.15% * **择时策略指标**[38]： * 年化收益率：13.83% * 年化波动率：15.33% * 夏普比率：0.90 * 最大回撤：25.05% * 最近1个月收益率：3.28% * 今年以来收益率：2.83% * **固收+策略整体指标**[38][39]： * 年化收益率：7.39% * 年化波动率：3.38% * 夏普比率：2.19 * 最大回撤：4.93% * 最近1个月收益率：0.92% * 今年以来收益率：1.19% 因子的回测效果 1. **国证2000增强因子**[12][13] * IC平均值：12.63%[12][13] * 最新月IC：25.34%[12][13] * 标准差：11.64%[13] * 风险调整的IC：1.08[13] * t统计量：12.70[12][13] 2. **TSGRU+LGBM因子（沪深300成分股）**[23][27] * 本月IC：30.25%[23] * 样本外IC均值：7.98%[23] (另一处提及为8.87%[27]) * 样本外多头年化超额收益率：6.84%[23] (另一处提及为11.65%[27]) 3. **TSGRU+LGBM因子（中证500成分股）**[26][28] * 本月IC：21.15%[26] * 样本外IC均值：9.03%[26] (另一处提及为2.24%[26] 和 6.54%[28]，存在不一致) * 样本外多头年化超额收益率：6.54%[26][28] 4. **TSGRU+LGBM因子（中证1000成分股）**[31] * 本月IC：23.56%[31] * 样本外IC均值：11.90%[31] * 样本外多头年化超额收益率：13.58%[31] 量化模型与构建方式 1. **模型名称：红利指数择时模型**[36][41] * **模型构建思路**：使用经济增长和货币流动性指标，通过动态事件因子体系构建模型，对中证红利指数进行择时，以提升收益稳定性[5][36] * **模型具体构建过程**：使用消费者信心指数、发电量、国债利差、PMI新出口订单、PPI、PPI-CPI剪刀差、Shibor、R007等共10个经济增长和货币流动性指标，通过动态事件因子体系生成择时信号（信号为0或1）[36][41] 最终信号由各指标信号综合决定，例如2025年11月最终信号为1（满仓）[40][41]

上证综指ETF（510760）的超额收益表现 - 截至2025年10月31日，上证综指ETF自2020年9月9日上市以来二级市场涨幅达49.3%，显著超越同期上证综指19.25%的涨幅，超额收益达30.05% [1][2][3] - 该ETF相当于在2025年10月底上证综指3954.79点的基础上，为投资者实现了5143点的收益水平 [1] - 过去一年、三年、五年及上市以来，该ETF均实现正向超额收益，分别为3.84%、15.90%、30.89%和30.02% [3] 超额收益的驱动因素 - 采用抽样复制策略，在控制跟踪误差的前提下增厚收益 [2] - 上证综指股息率超2%，由于基金业绩比较基准为净价指数，而全价指数包含分红收益，因此股息收益成为超额收益的重要来源之一 [4] - 指数采用总市值加权法，“中字头”占比高，超配上游资源 [4] 与沪深300指数的对比 - 截至2025年10月31日，该ETF上市以来涨幅为49.3%，相比同期下跌1.14%的沪深300指数，超额收益高达50.45% [5][6] - 过去一年、三年、五年，该ETF相对沪深300指数的超额收益分别为5.15%、20.32%和54.71% [6] 产品优势与市场观点 - 管理费率为0.15%/年，托管费率为0.05%/年，是全市场费率最低的大盘投资工具之一 [6] - 上证综指集中覆盖中国优质资产，被视为做多中国的重要渠道 [5] - 稳增长政策持续发力、市场成交活跃、货币政策宽松及中美贸易缓和等因素持续催化A股行情 [5]

上证综指ETF（510760）业绩表现 - 截至2025年10月31日，该ETF自2020年9月9日上市以来二级市场涨幅达49.30%，同期上证综指涨幅为19.25%，超额收益达到30.05% [2][3] - 过去一年、三年、五年的超额收益分别为3.84%、15.90%和30.89% [3] - 该ETF的超额收益使其持有者相当于站上5143点，而同期大盘实际收盘点位为3954.79点 [1][7] 超额收益来源分析 - 采用抽样复制策略，在控制跟踪误差的前提下增厚收益 [2] - 基金业绩比较基准为净价指数，但全价指数包含股息收益，股息收益成为超额收益的重要来源之一 [4] - 上证综指采用总市值加权法，"中字头"占比高，超配上游资源，截至10月底股息率超过2%，增厚收益底座 [4] 与沪深300指数对比 - 自上市以来，该ETF二级市场涨幅为49.30%，显著超越同期沪深300指数-1.14%的涨幅，超额收益高达50.45% [5][6] - 过去一年、三年、五年相比沪深300指数的超额收益分别为5.15%、20.32%和54.71% [6] 产品优势与市场展望 - 管理费率低至0.15%/年，托管费率低至0.05%/年，是全市场费率最低的大盘投资利器之一 [6] - 上证综指集中覆盖中国优质资产，是做多中国资产的重要渠道 [5] - 稳增长政策持续发力、市场成交活跃、货币政策宽松、中美贸易缓和等因素持续催化A股行情，慢牛行情可期 [5]