量化投资哲学与市场观点 - 核心投资理念认为真正的赢家不试图改变市场，而是通过建立模型、寻找规律，并依靠一套稳定的抗风险系统来征服市场[2] - “量化投资之父”詹姆斯·西蒙斯坚信市场一定能够被建模[2] - 量化投资的本质是一场反人性的实验，其背后是对行为金融学的捕捉，并相信历史（人性/动物性）会在未来重复[5] - 投资应摒弃直觉的干扰，才能看清市场的真相[7] 市场表现与投资者行为分析 - 在刚刚过去的2025年，A股市场是久违的结构性牛市，但仍有**80%的股民是亏钱的**[5] - 许多人在小额消费决策上非常理性，但在涉及几万、几十万、几百万的投资决策时却非常草率，通常听信他人或一时冲动[5] - 心理学指出人的大脑有快决策的系统一和慢思考的系统二，西蒙斯的投资密码利用了人性，特别是系统一的快决策[4] 量化投资的发展与代表人物 - 詹姆斯·西蒙斯在40岁左右开始投资，其最终成就远高于早年成名的爱德华·索普及绝大多数量化投资先驱[7] - 西蒙斯早期的诸多尝试并不成功，但他并未放弃，相信时间是站在他这边的[5] - 随着时间进入AI时代，由西蒙斯开启的量化投资可能将达到一个全新的高度[5] - DeepSeek创始人梁文锋视西蒙斯为“精神导师”，并在其著作序言中引用西蒙斯的话：“一定有办法对价格建模”[2][7] 长期主义与投资系统 - 巴菲特和西蒙斯都在做时间的朋友：巴菲特相信优秀企业的复利效应和经济持续增长，西蒙斯则相信技术的发展[6] - 投资需要建立长期有效的抗风险系统，以穿越周期性波动[7] - 核心能力在于如何在混乱的噪音中提取出有效的信号[7] 投资者教育与服务产品 - 湛庐文化通过“新奇点CLUB”提供投资教育服务，旨在帮助用户建立穿越周期的稳定系统，克服人性弱点[7] - 该俱乐部提供“知、行、物、联”全维赋能的学习系统，包括拆解书籍的读书会、促成实践的进化营与大师课、专属资料库以及高质量社群[9][10][11][12] - 俱乐部活动形式包括读书会（含直播对谈）、大师课、工作坊、进化营和社群，旨在提供持续、系统且有同伴反馈的思考训练[14] - 2025年3月21日，马兆远老师将在北京举办一场仅设**50个席位**的线下大师课，进行闭门深度研讨[15][17][18] 可迁移的投资逻辑与思维 - 提供的投资逻辑不只聚焦于西蒙斯，而是从行为金融学角度，为普通投资者提供可借鉴的思路[19] - 强调思维的可量化迁移，例如理解心理偏差如何影响决策、数学模型如何解决现实问题，以及如何将风险管理应用于方方面面，以在重要抉择面前做出理性判断[19]

公司动态与市场概况 - 苏州的爱得科技正式在北京证券交易所挂牌上市，使苏州的北交所上市公司总数达到18家 [1] - 爱得科技主营业务为骨科耗材，拥有多项核心技术与108项专利，在国内脊柱类器械市场排名靠前，被视为基本面扎实的优质企业 [1] 量化交易行为分析框架 - 量化大数据可将市场交易行为拆解为四种核心类型，分别对应资金的不同态度 [3] - 红柱代表「做多主导」，表明资金积极参与推升股价 [3] - 黄柱代表「获利回吐」，表明资金正在兑现已有收益 [3] - 绿柱代表「做空主导」，表明资金参与意愿明显下降 [3] - 蓝柱代表「空头回补」，表明资金重新进场布局 [3] 上涨行情中的资金动向 - 股价上涨期间，若连续多个交易日出现「获利回吐」主导，表明主导资金可能在悄悄兑现收益，后续走势可能进入调整阶段 [5] - 例如，某标的在股价持续上涨的7个交易日中，有5天是「获利回吐」主导，随后进入调整 [5] - 另一案例显示，股价连续收阳上涨时，若连续4个交易日由「获利回吐」主导，实为资金有序兑现，后续迎来阶段调整 [8] 下跌行情中的潜在机会 - 在股价下跌阶段，若交易行为转为「空头回补」主导，表明有资金在悄悄布局，可能预示后续将收复失地 [11] - 例如，某标的在下跌过程中出现「空头回补」主导，股价随后逆势走强 [11] - 另一案例中，标的两次大幅下跌均伴随连续的「空头回补」行为，表明资金借机布局，盲目离场可能错过后续修复机会 [12] - 下跌过程中出现「空头回补」主导，表明资金的真实动作与股价表象相反 [15] 量化分析对投资决策的价值 - 量化大数据的核心优势在于使用客观的交易行为数据还原市场真实逻辑，帮助投资者跳出“消息驱动”的误区 [15] - 通过分析实实在在的资金动作信号，可以建立更理性的投资逻辑，避免被外界消息或股价表象干扰而做出情绪化决策 [15] - 投资的本质是认知的变现，用量化工具看清市场真实状态有助于避开大多数情绪陷阱 [15]

全球知名对冲基金持仓动态分析 - 一家全球知名对冲基金在去年第四季度大幅调整其投资组合，其核心动作包括大幅增持科技龙头和黄金概念股，同时减持了部分此前的重仓标的 [1] - 该基金持仓数据显示，其前十大持仓中，信息技术、通信服务和金融板块占据主导 [2] - 持仓排名第一的SPY（标普500指数ETF）的持仓市值达到30.38亿美元，占投资组合比例从上一期的6.69%大幅提升至11.08% [2] - 持仓排名第二的IVV（iShares核心标普500 ETF）持仓市值为28.67亿美元，占投资组合比例为10.45%，较上一期的10.62%略有下降 [2] - 在科技股方面，该基金显著增持了英伟达（NVDA），持仓市值达7.21亿美元，占投资组合比例从1.83%上升至2.63% [2] - 该基金同时持有拉姆研究（LRCX，市值5.21亿美元）、赛富时（CRM，市值5.12亿美元）、微软（MSFT，市值4.76亿美元）和Adobe（ADBE，市值4.46亿美元）等信息技术公司 [2] - 在通信服务板块，该基金持有谷歌母公司Alphabet（GOOGL），市值4.98亿美元，占投资组合比例为1.82%，但较上一期的2.53%有所减持 [2] - 在非必需消费品板块，该基金持有亚马逊（AMZN），市值4.50亿美元，占投资组合比例从上一期的0.97%上升至1.64% [2] - 在工业板块，该基金持有GE Vernova（GEV），市值4.35亿美元，占投资组合比例为1.59% [2] 市场震荡行情中的资金行为特征 - 市场指数在突破关键点位后，行情往往变得反复震荡，许多股票呈现“涨几天、调很久”的特征，上涨时间可能仅占20%，而震荡调整时间占80% [3] - 在震荡期间，利空消息（如某传媒股三季度业绩下滑近50%）可能导致股价高开低走，引发部分投资者离场，但股价随后可能迅速反弹甚至涨停 [3] - 通过量化数据（如“机构库存”）可以观察到，在股价创出新高后的调整阶段，机构资金可能仍在积极参与，并未停止活动，震荡和调整被视为筛选坚定持有者的手段 [5] - 另一案例显示，股价在大部分时间处于震荡时，代表机构积极参与的量化数据指标可能持续存在，表明机构参与状态并未中断 [7] - 普通投资者容易受涨跌情绪驱动，而量化大数据能提炼隐藏在涨跌表象背后的交易特征，用客观数据替代主观情绪判断 [7] 机构参与的不同状态与量化分析应用 - 机构参与状态存在不同模式，除活跃参与外，还存在“锁仓静默”状态，在量化分析中可能以特定线段（如“二级区”）表示 [9] - 在“锁仓静默”状态下，机构的参与频率和力度降低，但并非撤离，而是在等待合适时机，这种状态可能持续很长时间后才迎来明显上涨 [9] - 有股票能走出持续半年的上涨行情，表面是平稳慢涨，但量化数据显示机构的参与状态持续存在，平淡的震荡阶段实为机构布局的一部分 [12] - 行业巨头的调仓动作是基于对资金行为、市场区域等多个维度的量化判断，而非一时兴起 [12] - 对于投资者而言，建立量化思维，从资金、行为、区域等多维度分析市场，比盲目跟风巨头持仓或仅关注短期涨跌更为重要 [12] - 量化大数据有助于投资者摆脱主观情绪干扰，建立更客观、稳定的投资认知，这被认为是长期投资的核心 [12]

量化模型与构建方式 1. **模型名称：进取组合/平衡组合** * **模型构建思路：** 基于多因子模型构建的股票组合，旨在获取相对于基准指数（中证500）的超额收益[10]。 * **模型具体构建过程：** 报告未详细说明具体的因子构成、权重分配及组合构建步骤，仅提及其为多因子组合[7][10]。 2. **模型名称：沪深300/中证500/中证1000指数增强组合** * **模型构建思路：** 在对应基准指数成分股范围内，通过量化模型优选股票，构建旨在稳定跑赢基准指数的投资组合[5][13][15]。 * **模型具体构建过程：** 报告未详细说明具体的增强模型构建过程，包括因子选择、风险模型约束和优化目标等。 3. **模型名称：绩优基金的独门重仓股组合** * **模型构建思路：** 通过分析绩优基金的持仓数据，筛选出被少数基金独家重仓持有的股票构建组合，旨在捕捉基金经理的独到选股能力[5][28]。 * **模型具体构建过程：** 报告未详细说明具体的基金筛选标准、独门重仓的定义以及组合构建方法。 4. **模型名称：盈利、增长、现金流三者兼优组合** * **模型构建思路：** 从盈利、增长和现金流三个基本面维度，筛选出各方面表现均优异的公司股票构建组合[5][30]。 * **模型具体构建过程：** 报告未详细说明具体筛选指标（如ROE、营收增长率、经营性现金流等）的阈值设定和综合打分方法。 5. **模型名称：PB-盈利优选组合** * **模型构建思路：** 结合低估值（市净率PB）和高盈利能力的标准筛选股票，构建具有基本面支撑的低估值组合[5][32][36]。 * **模型具体构建过程：** 报告未详细说明PB和盈利指标（如ROE、净利润率等）的具体结合方式（如排序、打分、构建复合因子等）。 6. **模型名称：GARP组合** * **模型构建思路：** 采用GARP（Growth at a Reasonable Price）策略，即寻找价格合理且具有成长性的股票[38]。 * **模型具体构建过程：** 报告未详细说明衡量“合理价格”和“成长性”的具体指标及组合构建方法。 7. **模型名称：小盘价值优选组合1/2** * **模型构建思路：** 在小盘股范围内，筛选具有价值属性的股票构建组合，基准为微盘股指数[5][39][42]。 * **模型具体构建过程：** 报告未详细说明“小盘”和“价值”的具体定义标准，以及两个优选组合在构建上的差异。 8. **模型名称：小盘成长组合** * **模型构建思路：** 在小盘股范围内，筛选具有高成长属性的股票构建组合，基准为微盘股指数[5][44]。 * **模型具体构建过程：** 报告未详细说明“小盘”和“成长”的具体定义标准及组合构建方法。 量化因子与构建方式 1. **因子名称：市值因子** * **因子构建思路：** 衡量公司规模大小的因子，通常认为大市值公司和小市值公司具有不同的风险收益特征[47]。 * **因子具体构建过程：** 报告未给出具体计算公式。通常为股票的总市值。 2. **因子名称：PB因子** * **因子构建思路：** 估值类因子，使用市净率（Price-to-Book Ratio）衡量股票价格相对于其净资产的溢价或折价程度[47]。 * **因子具体构建过程：** 报告未给出具体计算公式。通常为股票价格除以每股净资产。 3. **因子名称：PE_TTM因子** * **因子构建思路：** 估值类因子，使用滚动市盈率（Price-to-Earnings Ratio， Trailing Twelve Months）衡量股票价格相对于其近期盈利的水平[47]。 * **因子具体构建过程：** 报告未给出具体计算公式。通常为股票价格除以最近12个月的每股收益。 4. **因子名称：反转因子** * **因子构建思路：** 技术类因子，基于股价短期反转效应，认为过去一段时间表现较差的股票未来可能反弹，而表现较好的股票可能回调[52]。 * **因子具体构建过程：** 报告未给出具体计算公式。通常基于股票过去一段时间的收益率进行排序或计算。 5. **因子名称：换手率因子** * **因子构建思路：** 技术类/流动性因子，衡量股票的交易活跃程度[52]。 * **因子具体构建过程：** 报告未给出具体计算公式。通常为一段时间内的成交股数除以流通股本。 6. **因子名称：波动率因子** * **因子构建思路：** 技术类/风险因子，衡量股票价格的波动程度[52]。 * **因子具体构建过程：** 报告未给出具体计算公式。通常为股票日收益率在过去一段时间内的标准差。 7. **因子名称：ROE因子** * **因子构建思路：** 基本面因子，使用净资产收益率（Return on Equity）衡量公司利用股东权益创造利润的能力[55]。 * **因子具体构建过程：** 报告未给出具体计算公式。通常为净利润除以平均净资产。 8. **因子名称：SUE因子** * **因子构建思路：** 基本面因子，即标准化未预期盈利（Standardized Unexpected Earnings），衡量公司盈利超出市场预期的程度[55]。 * **因子具体构建过程：** 报告未给出具体计算公式。通常为（实际公告的每股收益 - 分析师一致预期的每股收益）/ 历史盈利预测的标准差。 9. **因子名称：预期净利润调整因子** * **因子构建思路：** 基本面因子，基于分析师对净利润预测的调整行为，捕捉盈利预期的变化[55]。 * **因子具体构建过程：** 报告未给出具体计算公式。通常衡量一段时间内分析师对公司未来净利润预测值的调整幅度或方向。 模型的回测效果 （数据期间：2025年12月31日至2026年2月13日）[9] 1. **进取组合**，绝对收益17.95%，超额收益6.78%，跟踪误差22.02%，最大相对回撤5.01%[9] 2. **平衡组合**，绝对收益15.90%，超额收益4.73%，跟踪误差18.95%，最大相对回撤3.98%[9] 3. **沪深300增强组合**，绝对收益6.86%，超额收益6.20%，跟踪误差6.86%，最大相对回撤2.09%[9] 4. **中证500增强组合**，绝对收益11.77%，超额收益0.60%，跟踪误差8.56%，最大相对回撤3.17%[9] 5. **中证1000增强组合**，绝对收益11.84%，超额收益3.81%，跟踪误差9.14%，最大相对回撤2.23%[9] 6. **绩优基金的独门重仓股组合**，绝对收益7.95%，超额收益1.47%，跟踪误差24.90%，最大相对回撤5.18%[9] 7. **盈利、增长、现金流三者兼优组合**，绝对收益-3.78%，超额收益-4.44%，跟踪误差16.34%，最大相对回撤8.71%[9] 8. **PB-盈利优选组合**，绝对收益3.62%，超额收益2.96%，跟踪误差11.96%，最大相对回撤2.38%[9] 9. **GARP组合**，绝对收益10.87%，超额收益10.21%，跟踪误差11.58%，最大相对回撤1.18%[9] 10. **小盘价值优选组合1**，绝对收益8.02%，超额收益-6.42%，跟踪误差10.71%，最大相对回撤7.84%[9] 11. **小盘价值优选组合2**，绝对收益14.18%，超额收益-0.26%，跟踪误差12.03%，最大相对回撤5.59%[9] 12. **小盘成长组合**，绝对收益11.12%，超额收益-3.32%，跟踪误差9.52%，最大相对回撤6.32%[9] 因子的回测效果 （数据期间：2025年12月31日至2026年2月13日）[48][53][56] 1. **市值因子**，全市场多空收益6.82%，沪深300多空收益7.25%，中证500多空收益-7.72%，中证1000多空收益-2.50%[48] 2. **PB因子**，全市场多空收益-2.39%，沪深300多空收益-5.90%，中证500多空收益-6.06%，中证1000多空收益-4.24%[48] 3. **PE_TTM因子**，全市场多空收益-0.82%，沪深300多空收益-7.16%，中证500多空收益-7.79%，中证1000多空收益-3.86%[48] 4. **反转因子**，全市场多空收益-1.58%，沪深300多空收益-3.22%，中证500多空收益-6.22%，中证1000多空收益3.16%[53] 5. **换手率因子**，全市场多空收益1.75%，沪深300多空收益-6.13%，中证500多空收益-14.13%，中证1000多空收益-2.03%[53] 6. **波动率因子**，全市场多空收益-0.88%，沪深300多空收益-6.39%，中证500多空收益-15.67%，中证1000多空收益-2.98%[53] 7. **ROE因子**，全市场多空收益0.84%，沪深300多空收益-0.11%，中证500多空收益-0.01%，中证1000多空收益3.71%[56] 8. **SUE因子**，全市场多空收益1.57%，沪深300多空收益2.24%，中证500多空收益-2.60%，中证1000多空收益2.42%[56] 9. **预期净利润调整因子**，全市场多空收益0.24%，沪深300多空收益1.25%，中证500多空收益3.83%，中证1000多空收益-1.06%[56]

量化模型与构建方式 1. **模型名称**：港股CCASS优选20组合[2] **模型构建思路**：采用“先选经纪商，再选个股”的两步筛选法，利用港交所CCASS（中央结算及交收系统）托管明细数据，通过跟踪复制各经纪商的持仓来构建投资组合[4][16] **模型具体构建过程**： * **第一步：优选绩优经纪商**。以月末为截面，对全部经纪商按超额夏普比率与月度胜率分别进行标准化，然后将这两个标准化后的指标等权合成综合得分[16]。取综合分数靠前的N=10名经纪商构成绩优经纪商池[4][16]。 * **第二步：精选个股构建组合**。将资金等权分配至上述10个绩优经纪商，汇总它们的最新持仓，按汇总后的持仓权重由高到低排序，保留排名前M=20只股票，并对这20只股票进行等权配置，得到最终组合[5][17]。参数设置为N=10，M=20[5][17]。 **模型评价**：该模型利用了中小经纪商持仓变动蕴含的信息增益，其构建的参数设置在回溯测试中表现稳健，平衡了集中度与分散度[4][5][16][17]。组合在港股市场调整期也表现出防御特性[3][12]。 模型的回测效果 1. **港股CCASS优选20组合**，年化超额收益率19.3%[3][12]，超额夏普比率2.45[3][12]，月度胜率75.3%[3][12]，全区间最大回撤-7.6%[15] 2. **港股CCASS优选20组合**，2025年年化收益率18.6%[3][12]，年化波动率5.4%[15]，夏普比率3.44[15]，最大回撤-2.6%[15]，月度胜率83.3%[15] 3. **港股CCASS优选20组合**，2024年年化收益率23.2%[15]，年化波动率7.3%[15]，夏普比率3.19[15]，最大回撤-3.9%[15]，月度胜率91.7%[15] 4. **港股CCASS优选20组合**，2023年年化收益率22.5%[15]，年化波动率7.0%[15]，夏普比率3.21[15]，最大回撤-3.3%[15]，月度胜率75.0%[15] 5. **港股CCASS优选20组合**，2022年年化收益率11.9%[15]，年化波动率8.5%[15]，夏普比率1.41[15]，最大回撤-6.0%[15]，月度胜率66.7%[15] 6. **港股CCASS优选20组合**，2021年年化收益率12.0%[15]，年化波动率8.1%[15]，夏普比率1.49[15]，最大回撤-4.9%[15]，月度胜率66.7%[15] 7. **港股CCASS优选20组合**，2020年年化收益率30.9%[15]，年化波动率10.3%[15]，夏普比率2.99[15]，最大回撤-4.8%[15]，月度胜率75.0%[15] 量化因子与构建方式 1. **因子名称**：经纪商综合得分[16] **因子构建思路**：通过标准化并合成经纪商的超额夏普比率和月度胜率两个指标，来综合评价经纪商的选股能力和稳定性，从而筛选出历史表现优异的“绩优经纪商”[4][16] **因子具体构建过程**：以月末为截面，对全部经纪商，分别计算其“超额夏普比率”和“月度胜率”两个指标[16]。分别对这两个指标进行标准化处理，然后将标准化后的两个指标进行等权相加，得到每个经纪商的综合得分[16]。公式可表示为： $$综合得分_i = Z(超额夏普比率_i) + Z(月度胜率_i)$$ 其中，$Z(\cdot)$ 代表标准化处理，$i$ 代表第 $i$ 个经纪商。 因子的回测效果 *(注：报告未提供“经纪商综合得分”因子在股票截面上的IC、IR等传统因子测试结果。报告中展示了基于该因子筛选出的绩优经纪商的历史表现数据。)* 1. **辉立证券(香港)**，年化超额收益率10.4%[20]，年化超额波动率6.0%[20]，超额夏普比率1.73[20]，最大回撤-3.8%[20]，月度胜率73.61%[20]，周度胜率64.17%[20] 2. **加福证券**，年化超额收益率12.9%[20]，年化超额波动率10.0%[20]，超额夏普比率1.29[20]，最大回撤-10.9%[20]，月度胜率79.17%[20]，周度胜率55.70%[20] 3. **巨亨证券**，年化超额收益率18.1%[20]，年化超额波动率11.0%[20]，超额夏普比率1.65[20]，最大回撤-12.0%[20]，月度胜率73.61%[20]，周度胜率60.26%[20] 4. **奕丰证券(香港)**，年化超额收益率8.6%[20]，年化超额波动率5.5%[20]，超额夏普比率1.57[20]，最大回撤-4.1%[20]，月度胜率70.83%[20]，周度胜率59.61%[20] 5. **中润证券**，年化超额收益率14.1%[20]，年化超额波动率8.7%[20]，超额夏普比率1.62[20]，最大回撤-9.1%[20]，月度胜率69.44%[20]，周度胜率57.65%[20] 6. **宝盛证券(香港)**，年化超额收益率9.8%[20]，年化超额波动率7.1%[20]，超额夏普比率1.38[20]，最大回撤-5.9%[20]，月度胜率72.22%[20]，周度胜率57.98%[20] 7. **沪市港股通**，年化超额收益率9.8%[20]，年化超额波动率6.6%[20]，超额夏普比率1.48[20]，最大回撤-7.2%[20]，月度胜率70.83%[20]，周度胜率57.65%[20] 8. **银河—联昌证券(香港)**，年化超额收益率9.6%[20]，年化超额波动率5.9%[20]，超额夏普比率1.64[20]，最大回撤-4.4%[20]，月度胜率66.67%[20]，周度胜率60.59%[20] 9. **盈透证券香港**，年化超额收益率12.3%[20]，年化超额波动率8.8%[20]，超额夏普比率1.40[20]，最大回撤-10.3%[20]，月度胜率69.44%[20]，周度胜率57.65%[20] 10. **新基立证券**，年化超额收益率11.4%[20]，年化超额波动率9.1%[20]，超额夏普比率1.26[20]，最大回撤-8.6%[20]，月度胜率70.83%[20]，周度胜率57.33%[20]

公司动态 - 量化头部机构灵均投资旗下的点富科技研发的“杨凤池智能真身”，成为国内首个通过国家心理学权威专家认证的专家智能真身 [1] - 该产品在理论科学性、交互拟真度以及伦理安全三大核心维度达到专业研究领先水平，并全票通过评审 [1] - 点富科技选择“专家复刻+场景切入”的差异化发展路径，聚焦解决民生高频硬需求的垂类产品 [1] - 公司计划在2026年陆续推出更多涵盖身体健康、儿童养育、慢病管理、形体健康等领域的专家智能真身 [1] 行业趋势 - 2024年以来，量化行业掀起AI领域竞赛，行业热点包括通用大模型研发、超级科技助手打造、AI投资孵化等 [1] - 量化机构正将AI在金融场景的成熟应用迁移到民生福祉领域，服务范畴从“财富管理”延伸至“民生保障” [1]

政策与市场反应 - 近期沪深北交易所同步推出一揽子再融资优化举措，直接引爆市场积极反应，短短三个交易日内就有18家上市公司密集披露再融资预案 [1] - 再融资预案覆盖AI算力、新能源、新材料等多个新质生产力核心领域 [1] - 再融资新规的核心逻辑是“精准滴灌”优质科创企业，这意味着大量机构资金会向这些政策支持的领域聚集 [3] 资金维度分析 - 通过量化大数据中的「机构库存」数据可以看清机构资金的活跃程度，该数据持续时间越长，说明机构参与的积极性越高 [3] - 当股价上涨或反弹但「机构库存」数据消失时，表明缺乏机构资金的持续支撑，走势难以长久 [5] - 从资金维度分析的优势在于能抓住决定市场走向的核心力量，避免被表面涨跌迷惑 [6] 行为维度分析 - 通过量化大数据拆解机构的交易行为，可以理解涨跌背后的真实意图 [7] - 例如，在股价凌厉下跌过程中，若「机构库存」数据保持活跃，说明机构资金并未放弃，下跌可能是其制造的短期波动以筛选持有者 [7] - 又如，股票涨停后连续大幅调整，但「机构库存」数据依然活跃，表明机构资金仍在持续参与，调整只是短期行为 [10] - 机构的交易行为具有连续性、规模性和重复性，量化数据可将其转化为客观依据 [12] 概率维度分析 - 持续趋势的核心支撑永远是机构资金的持续参与，短期情绪驱动的上涨若无机构资金支撑则难以持久 [13][14] - 例如，股票反弹过程中若「机构库存」数据已经消失，即便短期股价强势，也难形成持续趋势行情 [14] - 量化大数据能过滤情绪带来的短期波动干扰，聚焦决定趋势的核心因素 [16] - 通过判断“机构资金是否持续参与”这一核心概率指标，可以找到更有确定性的投资方向 [17] 投资方法论 - 投资不能只盯着单一政策消息或股价涨跌，而应从资金、行为、概率等多个维度系统看待市场 [18] - 量化思维是一种多维系统思考方式，可将模糊的市场信息转化为清晰的客观数据，将主观情绪判断转化为理性逻辑分析 [18] - 用量化视角看市场有助于跳出“猜顶底”的误区，转向基于行为的理性决策，建立可持续的投资能力 [18]

行业概况 - 2026年1月，百亿私募数量达到史无前例的122家[1] - 多家百亿私募的全部产品在2026年1月创下历史新高[1] 公司业绩与市场地位 - 按产品近三年收益均值排序，天演资本在百亿私募中排名居前[1] - 公司有一只产品在2026年初累计净值突破12元（面值1元），该表现在整个私募业中很罕见[1] - 2025年，天演资本的整体业绩在头部量化私募里名列前茅[12] 公司文化与团队特质 - 公司倡导长期主义的生活方式，两位创始人均酷爱跑步并带动员工组建跑团[1] - 公司在摩根大通企业竞速赛中取得团队成绩前十名，创始人张森夺得男子第一名[1] - 公司注重员工身心健康，提倡工作与生活平衡，提供健身房、健身课程并组织各类运动比赛和训练营[7] - 公司自成立起就将“专业精神”和“务实态度”作为重要价值观[1] 投资理念与策略 - 公司投资理念强调长期主义，专注于长期布局与迭代，而非追求短期表现[5][12] - 公司名称“天演”源自《天演论》，寓意“演进革新，持续迭代”[13] - 公司坚持“纯定量+纯客观”的投资方式，依靠数据驱动和系统性分析进行决策，避免主观干预[13] - 公司将长期阿尔法作为策略追求的目标，专注于寻找长期可靠的收益来源[13] - 公司通过策略、交易、产品三层逻辑精细化管理风险[13] - 在策略层面，公司对“全频段”进行有机融合，并整合了从线性模型、经典机器学习到前沿深度学习（如MLP、CNN、Transformer、GNN等）的多重模型优势[13] 公司起源与发展历程 - 天演资本成立于2014年，两位创始人于2013年在北京相识[9] - 公司成立源于创始人对市场交易结构的共同兴趣，并通过设计交易框架验证了市场上存在良好的阿尔法机会[9] - 2014年至2015年，公司通过一篮子股票指数与对应股票、ETF之间的套利机会，叠加低延时交易策略，取得了非常好的收益[9] - 公司成立初期，团队在共同价值观和科学思维方式的驱动下快速成长[9] 团队架构与管理 - 创始人谢晓阳担任首席投资官，负责投研业务和公司整体战略[10] - 创始人张森担任总经理，负责管理中台，并与谢晓阳互相协助[10] - 公司目前拥有成熟的管理团队，许多同事都参与到日常管理中[10] - 研究团队已形成系统化布局，不同方向有专注团队深入研究，并有其他团队提供系统性基础支持[14]

文章核心观点 - 公司发布2026年新春献词，总结过往近两年的深耕努力，并强调在量化投资领域通过持续的自我革新、技术迭代、风控升级和客户沟通，旨在行稳致远，构建差异化竞争优势，以赢得投资者的长期信任 [1][4][6][9] 公司治理与组织架构 - 调整传统分工，构建“共管+专精”新格局：董事长统揽企业文化与全局治理，首席投资官深耕投研技术核心 [6] - 凝练“36要义”文化体系与“1+5”工作思维，将“前置预判、底线思维、事事有回应”等核心要求厚植为行事准则 [6] - 强调客户咨询火速响应、投研问题立行迭代、交易细节精雕细琢，这些是由经验与教训筑牢的生存根基 [6] 投研体系与技术迭代 - 完成投研全链条迭代升级，在保有大容量模型优势的前提下，强化短周期信号的挖掘与预判 [6] - 通过短、中、长周期的均衡配置，守护策略风格稳健性并精准捕捉市场活跃机遇 [6] - 攻克内存共享核心技术，实现算力规模翻倍，全周期信号处理效率实现质的飞跃 [3][8] - 深耕基本面因子研究，探索另类数据应用，跳出通用数据池局限，从财务附注、分析师点状信息等细节构筑差异化竞争优势 [3][8] - 量化行业无坦途，因子会失效、策略易趋同、算力可超越，唯持续迭代方能行稳致远 [3][7][8] 风险控制体系 - 升级三重风控防线：将监管规则转化为量化参数嵌入策略设计源头 [3][6] - 在交易系统设置刚性约束，控制流程行为，避免极端情况 [3][6] - 对全公司产品实施集约化监控，杜绝单一产品对市场的可能性影响 [3][6] - 三重防线环环相扣，确保每笔交易有章可循，每项决策经得起时间检验 [3][6] 客户沟通与市场拓展 - 公司重视投资者教育，一年举办逾五千场路演，深入三四线城市网点 [3][8] - 将“基差收敛”、“对冲机制”等专业术语转化为“中西医辨证”、“阳光房缓冲”等通俗比喻，旨在让投资者真正读懂量化投资底层逻辑 [3][8] - 客户信任被视为最宝贵的支撑，公司以居安思危、持续奋斗的态度应对量化赛道逆水行舟的竞争 [4][8] 未来战略与核心策略 - 新的一年将持续聚焦四大核心策略：量化选股、指数增强、市场中性及多策略 [4][8] - 将以更积极姿态拥抱AI技术革新，让行业专家的智慧与经验惠及更多投资者 [4][8] - 强调投资是长期事业，公司虽曾偶遇坎坷但从未停下脚步，致力于成为投资者心中值得尊敬、信任与同行的伙伴 [4][9]

核心观点 - 进化论资产总经理王一平看好中国资本市场长期向好趋势 其核心驱动力在于政策引导下上市公司强化股东回报以及低利率环境下权益资产配置价值凸显 公司同时分享了“内筑根基”与“行稳致远”两大投资理念 [1][4][6][8] 对过去一年的市场回顾 - 2025年A股市场走出了富有韧性的慢牛行情 [4][8] - AI、人形机器人等新质生产力的快速发展孕育了新时代的投资机会 [4][8] - 被动投资产品规模扩大 标志着指数化投资时代的到来 推动了市场生态趋向成熟 [4][8] - 指数化投资时代的到来对基金管理人的超额获取能力提出了更高的挑战 [4][8] 对未来市场的展望与驱动因素 - 看好中国资本市场长期向好的趋势 [1][4][6][8] - 政策引导下上市公司加大分红力度 进一步强化股东回报 [1][4][6][8] - 低利率环境下权益类资产配置价值凸显 [1][4][6][8] - 这些积极因素将持续为中国资本市场注入活力 [1][4][6][8] 分享的投资理念与方法论 - 理念一：跃马扬鞭 须内筑根基 一往无前源于稳固的核心 面对市场应构建能从容应对变化的内生系统 [1][4][6][8] - 对公司而言 “内筑根基”意味着不断丰富因子维度 持续打造更稳健的模型 做“有逻辑的量化” [4][8] - 对投资者而言 “内筑根基”意味着坚持理性投资和分散投资原则 构建与自身目标匹配的稳健组合 [4][8] - 理念二：行稳致远 路遥知马力 投资是考验耐力的马拉松 真正的赢家属于长期主义者 [1][5][6][9] - 坚持“慢即是快”的理念：不贪求短期业绩爆发 注重风险收益比的平衡 积少成多收获复利 [5][9] - 坚持“慢即是快”的理念：把时间投入在可持续、可沉淀的事情上 构建系统化的投资框架 厚积薄发 [5][9]