公司AI量化战略与进展 - 民生加银基金是公募量化领域AI转型的先行者，其量化投资总监何江于2021年率队开启AI量化投资策略研究 [1] - 公司历时四年构建了“数据-特征-策略-组合”的飞轮闭环，形成难以复制的核心护城河 [1][6] - AI量化的核心壁垒在于将主观认知转化为机器可学习优化的机制，并在高维空间中持续优化投资规则 [1][6] - 公司将中证800增强策略从线性模型升级为AI模型，当年超额收益获得显著提升 [6] AI量化策略的动因与优势 - 传统量化遭遇瓶颈，例如2022年中证500指数增强公募基金的平均超额收益已跌破3% [4] - AI技术红利爆发，模型能够捕捉人脑难以解析的复杂市场关系，预测胜率较高 [4] - 公司具备独特的内部研究数据优势，已整合主动投研成果构建专属的基本面特征数据库 [4] - AI量化实现了从“因子加权打分”到“复杂非线性规律挖掘”的本质跃迁，是全AI策略对传统线性模型的替代 [5] AI模型的技术创新 - 数据维度大幅提升，AI技术能够处理更高维的海量数据及过去难以处理的非结构化文本数据 [7] - 模型能力实现飞跃，AI模型擅长寻找高度非线性、交互式的复杂模式，无需预先设定公式 [7] - 决策过程进化，AI模型可根据市场环境进行动态学习和调整，实现自适应的策略切换 [7] - AI量化是工程化能力、专属数据和算法创新的综合体 [6] 国证2000指数的配置价值与产品表现 - 公司持续看好国证2000指数在科技升级中的配置价值及量化增强空间 [2][8] - 国证2000指数长期受益于科技产业升级，在AI、科技成长、高端制造等领域存在结构性机会 [8] - 该指数成份股数量众多、行业分布广泛、定价效率较低，为量化策略捕捉Alpha提供了丰厚土壤 [8] - 公司管理的国证2000指数增强基金近六个月回报为17.18%，远超同期业绩比较基准的10.26%；近一年回报为49.66%，远超基准的35.04%，同类排名3% [8] 行业趋势与未来展望 - 公募量化已进入激烈的“AI竞赛”阶段，AI量化被视为公募基金的生存必答题 [1][9] - 预计公募行业最终将形成“AI主导量化+工具型指数产品”的新生态 [1][10] - AI并非用机器替代人，而是用机器延伸人的认知边界，处理人脑无法企及的复杂度 [9] - 科技金融应当成为这个行业基本的底色 [10]

公司概况 - 上海佳期私募基金管理有限公司成立于2014年，管理规模约400亿元 [2] - 公司以科学、系统化的投资理念为指引，依托技术创新，致力于为客户创造可持续的优质回报 [2] 人才团队 - 团队规模超过150人，近80%成员拥有硕士或博士学历 [2] - 团队成员背景高度集中于数学、物理、统计学、计算机科学等STEM领域，毕业于海内外顶尖高校 [2] - 团队是国内专注于量化投资的早期实践者，拥有十余年跨资产类别投资经验 [2] 技术创新与研发 - 公司在研发设备上持续投入数亿元，自主设计搭建量化研究超算集群，总算力保持高速增长 [3] - 研发团队致力于人工智能方向的量化研发以及计算系统的创新性研究 [3] - 科技创新被视为公司发展驱动力，研发突破显著赋能长期资产管理能力 [3] 投资与风控体系 - 投资决策采用多策略模型体系，以均衡持仓风格捕捉市场机会，确保投资过程的纪律性与客观性 [4] - 风险控制通过自研风险指标体系实现精细化管理，风控体系深度嵌入策略研发、模拟交易、实盘运行等全流程 [4] - 公司坚持策略容量与投资能力的动态匹配，以科学指标为依据审慎规划发展路径 [4] 行业动态 - 百亿量化私募数量增至94家，显示行业头部机构规模持续扩张 [7] - 私募大佬如邓晓峰、冯柳等二季度持仓曝光，其持仓标的年内平均涨幅超33% [7] - 外资机构如高盛、大摩等重仓股出炉，反映国际资本在A股市场的布局 [7] - AI算力（光模块、液冷、PCB等）及机器人产业链受到市场关注，相关概念股被梳理 [7]

信息消化与市场反应 - 机构投资者通过产业链调研和大数据监测等手段，能比散户更早捕捉信息背后的真实动向，形成信息阶梯效应[6] - 重大政策出台引发市场剧烈波动时，总有些资金能先知先觉，例如2023年新能源补贴政策出台当天，某龙头股开盘即暴跌7%，但机构资金在政策公布前两周就开始了持续布局[3] - 同样的政策消息，由于信息消化能力的差异，有人看到风险，有人看到机遇[6] 资金行为与价格走势 - 股价走势不能仅看表面消息，关键要看资金性质，有些反弹是游资短炒，有些调整却是机构吸筹的烟雾弹[8] - 传统分析逻辑有时无法解释的市场现象，如A公司连续阴跌后突然放量反弹，B公司在利好发布后反而高开低走，量化数据能给出清晰解释[6] - 在复杂市场环境中，例如AI算法交易占比超30%的情况下，交易行为数据的价值愈发凸显，它如实记录着所有市场参与者的真实选择[8] 数据分析与投资决策 - 学会用数据过滤噪音是关键，例如2018年贸易战期间，系统监测到某些板块出现反常的资金沉淀现象，后来证明是历史大底的形成过程[8] - 面对政策分歧，重点不是猜测结果，而是关注不同情境下各类资产的资金承载能力变化，例如当经济出现增长温和且通胀可控的"金发女孩"状态时，哪些板块会获得持续性资金流入[8] - 观察资金轨迹比解读政策言论更能看清市场真相，观察行为本身会影响被观察对象[8]

贵金属市场行情表现 - 黄金价格突破4000美元大关 [1] - 白银价格年初至今涨幅高达75% [1] - 瑞银预计未来数月金价可能升至4200美元/盎司 [13] - 中信证券经济学家明明预测2026年3月金价有望超过4500美元/盎司 [13] 贵金属价格上涨驱动因素 - 美联储降息预期升温、美国政府关门等因素推动黄金短期快速上行 [3] - 投资者对美联储降息的信心、美元走弱以及地缘政治不确定性共同支撑金价上涨 [3] - 2025年上半年全球央行购金总量达415吨，构成金价坚实基础 [13] - 白银兼具投资需求激增和供给弹性低的双重特征 [13] - 全球最大白银ETF持仓较年初增加超过1000吨 [13] 投资者行为分析 - 市场行情向好时，散户亏钱的概率反而增大 [1] - 投资者易在牛市中“赚过”却没“赚到”，盈利但最终仅获蝇头小利或长期陪跑 [3] - 价格上涨时投资者易高估自身判断能力，价格下跌时则过度怀疑决策，存在“后视镜效应” [4] - 2019年黄金行情中，金价从1200美元飙升至2000美元以上，但多数参与者未能守住利润 [4] 量化投资与市场本质分析 - 量化投资领域存在“空涨”（价格上涨无实质支撑）和“虚跌”（价格下跌但基本面良好）概念 [5] - 市场定价权掌握在机构手中，机构交易行为是决定价格走向的关键 [7] - “机构库存”指标能反映机构资金交易的活跃程度，橙色柱体越高代表参与交易的机构资金越多、时间越长 [7] - 当“机构库存”持续活跃时，即使价格暂时回调也无需恐慌，意味着机构资金正积极布局 [9] - 股价反弹但“机构库存”未同步增长，则反弹往往难以持续，属于“空涨”现象 [13] 对普通投资者的建议 - 需将宏观因素通过具体数据指标转化为操作依据，而非被短期波动迷惑 [13] - 关键在于区分“空涨”和“虚跌”，关注是否有真实的机构资金参与 [14] - 找到适合的量化工具（如“机构库存”指标）以看清市场本质，避免情绪化操作 [15] - 真正的机会是“看得懂、抓得住”的机会，而非市场给予的错觉 [4][15]

贵金属价格表现 - 伦敦金价突破3993美元/盎司，年内涨幅超过50% [1] - 白银价格达到50.67美元，较年初上涨75% [1] - 瑞银预测金价能到4200美元，中信证券看至4800美元 [3] 市场交易行为分析 - 市场交易行为可分为四类：红色「做多主导」代表股价上涨，黄色「获利回吐」代表主力撤退，绿色「做空主导」代表下跌，蓝色「空头回补」代表机构低吸 [5] - 某银矿股在宣布探明新矿脉的利好前，「获利回吐」行为已连续4天主导交易，利好公布后股价反而大跌15% [7] - 某金矿企业突发安全事故导致股价当日暴跌9%，但随后9个交易日中有6天是「空头回补」主导，机构借恐慌低吸，三个月后股价创出新高 [9] 市场资金与持仓动向 - 白银ETF持仓年内增加1000吨 [7] - COMEX白银期货的持仓结构中，商业空头持仓处于历史低位，表明矿商和冶炼商在减少套保 [7] - 黄金期货非商业净多头仍低于历史峰值，说明投机资金尚未过热 [12] - 白银现货溢价持续扩大，反映实物供应紧张 [12] - 矿业股ETF的资金流入明显滞后于商品本身 [12] 央行购金行为分析 - 2025年上半年全球央行购金量为415吨，其中超过60%来自新兴市场央行 [10] - 新兴市场央行购金主要考虑外汇储备多元化而非短期价格 [10] 投资策略与市场认知 - 市场炒的是预期差而非现实差，当所有人都知道美联储要降息时，利好早已被市场消化 [3] - 真正的投资机会往往出现在共识形成之前，例如去年四季度多数人担忧通胀时，已有资金开始布局贵金属 [3] - 投资需结合持仓变化、资金流向等多维度进行交叉验证，以避开高位接盘的陷阱 [11] - 长期持有不等于死扛，需用动态数据跟踪主导动能的变化 [12]

量化市场跟踪：大类因子表现 - 最近2周全市场股票池中，流动性因子和杠杆因子分别获取正收益0.36%和0.34% [4] - 盈利因子同期获取正收益0.27%，估值因子、非线性市值因子和市值因子分别获取正收益0.18%、0.18%和0.11%，显示市场风格偏向大市值 [4] - Beta因子、残差波动率因子和成长因子表现较差，分别获取负收益-0.65%、-0.55%和-0.21% [4] 量化市场跟踪：单因子表现 - 沪深300股票池中，最近2周表现最好的因子是单季度营业利润同比增长率(2.54%)和单季度净利润同比增长率(2.36%)，表现最差的因子是总资产增长率(-1.94%) [5] - 中证500股票池中，市销率TTM倒数(1.90%)和净利润断层(1.55%)表现较好，单季度总资产毛利率(-2.12%)和总资产毛利率TTM(-2.08%)表现较差 [5] - 流动性1500股票池中，市盈率因子(2.19%)和市盈率TTM倒数(2.09%)表现领先，单季度总资产毛利率(-1.64%)和总资产毛利率TTM(-1.63%)表现落后 [5] 量化市场跟踪：因子行业内表现 - 最近2周，净资产增长率、净利润增长率等基本面因子在纺织服装、非银金融和休闲服务行业正收益较为一致 [6] - 估值类因子中，BP因子在多数行业获取正收益，残差波动率因子和流动性因子在美容护理行业正收益明显 [7] - 市值风格上，有色金属、非银金融、建筑材料行业大市值风格显著 [7] 投资组合跟踪：PB-ROE-50组合 - 最近2周PB-ROE-50组合在中证800和全市场股票池中分别获取1.45%和0.75%的正超额收益 [8] - 该组合在中证500股票池中获得负超额收益-0.82% [8] 投资组合跟踪：机构调研组合 - 最近2周公募调研选股策略和私募调研跟踪策略均获取正超额收益，相对中证800的超额收益分别为1.03%和1.89% [9] 投资组合跟踪：大宗交易与定向增发组合 - 最近2周大宗交易组合相对中证全指获取负超额收益-0.57% [10] - 同期定向增发组合相对中证全指也获取负超额收益-1.13% [11]

核心观点 - 2025年第三季度市场表现强劲，三大指数均实现月线五连阳，创业板50指数季度涨幅达59.45%，上证指数上涨12.73% [1][9] - 从择时模型信号看，短期模型大多中性偏空，中期模型中性，长期模型看多，综合模型看空，预示后市或倾向于向上震荡 [2][67] - 2025年四季度看好电力设备及新能源、通信、综合行业 [2][133] 2025年三季度市场复盘 主要宽基指数表现 - 创业板50指数季度上涨59.45%，收盘价3,418.56点；创业板指上涨50.40%，科创50上涨49.02% [10] - 深证100指数上涨31.13%，深证成指上涨29.25%，中证500指数上涨25.31% [10] - 沪深300指数上涨17.90%，上证指数上涨12.73%，上证50指数上涨10.21% [10] 行业指数表现 - 通信行业涨幅最大，达50.20%；电子行业上涨44.49%；有色金属上涨44.06%；电力设备及新能源上涨41.06% [11] - 机械、计算机、基础化工行业涨幅分别为25.68%、23.71%、20.96% [11] - 银行和综合金融行业为负收益，分别下跌8.66%和9.03% [12] 基金表现 - 偏股混合型基金平均收益为25.83%，股票型基金平均收益为25.79% [13] - 灵活配置型基金和混合型基金平均收益分别为20.56%和20.44% [13] - 2025年三季度新成立公募基金818只，合计募集69,794.7亿元 [13] 择时策略表现 短期择时模型 - 价量共振V3模型在上证指数年化收益12.12%，最大回撤15.05%，胜率64.0% [19] - 低波之刃模型在上证50指数年化收益3.81%，最大回撤15.54%，胜率58.2% [23] - 特征龙虎榜机构模型在沪深300指数年化收益15.79%，最大回撤20.93%，胜率60.0% [24] 中期择时模型 - 推波助澜V3模型在沪深300指数年化收益11.01%，最大回撤18.62%，胜率57.8% [35] - 月历效应模型在中证1000指数年化收益9.47%，最大回撤15.77%，胜率100.0% [40] 长期择时模型 - 动量摆动模型在中证500指数年化收益7.02%，最大回撤42.44%，胜率57.1% [42] 综合与智能算法模型 - 综合兵器V3模型在沪深300指数年化收益30.28%，最大回撤18.03%，胜率57.0% [43] - 沪深300指数智能择时模型年化收益35.55%，最大回撤23.64%，胜率57.8% [49] - 中证500指数智能择时模型年化收益47.64%，最大回撤43.42%，胜率61.7% [55] 港股择时模型 - 成交额倒波幅模型在恒生指数年化收益10.62%，最大回撤51.97%，胜率51.0% [60] 最新择时信号汇总 - 短期：成交量模型中性，低波动模型中性，智能300模型看空，智能500模型中性，特征龙虎榜机构模型看多，特征成交量模型看空 [64] - 中期：涨跌停模型中性，月历效应模型中性 [65] - 长期：动量模型所有宽基指数看多 [66] - 综合：综合兵器V3模型看空，综合国证2000模型看空 [67] 选股策略 惠特尼·乔治小型价值股投资法 - 选股标准包括总市值小于全市场平均、产权比率小于市场平均、每股企业自由现金流大于市场平均等 [70] - 2020年1月1日至2025年9月30日策略年化收益22.4%，波动率23.2% [76] - 最新持仓覆盖轻工制造、基础化工、纺织服装、医药等多个行业，包含依依股份、联科科技、华瓷股份等标的 [77][78] 福斯特佛莱斯积极成长选股策略 - 选股标准包括预估税前净利成长率>20%、营业利润率>10%、负债比例<30%等 [79] - 2020年1月1日至2025年9月30日策略年化收益5.7%，波动率21.5% [82] - 最新股票池包含鲁泰A、盐湖股份、云铝股份、药明康德等标的 [83] CANSLIM基本面选股 - 基于CANSLIM七个维度的选股标准，包括季度每股收益、年度收益增长率、新产品服务等 [87][93] - 2016年1月1日至2025年9月30日策略年化收益率16.9%，最大回撤55% [102] - 2025年策略收益43%，相对偏股混合型基金指数超额收益4.9% [102] - 最新股票池重点配置通信、电子行业，包含长芯博创、仕佳光子、新易盛等标的 [104] 形态识别选股 - 采用杯柄形态和双底形态识别技术选股 [106] - 杯柄形态最新突破个股包括深华发A、吉林化纤、新大洲A、四川双马等 [110] - 双底形态最新突破个股包括佰奥智能、中关村、四川双马、蓝丰生化等 [114] 行业轮动 模型构建逻辑 - 基于基金仓位测算结果构建行业轮动模型，假设公募基金在行业配置上存在alpha [115] - 将基金收益分解至中信一级行业，得到单支基金在各行业上的近似配置比例 [117] - 通过计算超配/低配比例的历史分位数生成行业配置信号 [118] 历史表现 - 行业轮动策略年化绝对收益21.45%，夏普比率0.71，最大回撤69.50% [125] - 相对等权一级行业超额年化收益10.24%，信息比率0.962 [126] - 2025年绝对年化收益39.49%，超额收益16.51% [129] 2025年四季度展望 - 基于基金仓位信号，看好电力设备及新能源、通信、综合行业 [133]

报告行业投资评级 未提及 报告的核心观点 本报告聚焦量化基金市场表现，总结主要指数和量化基金业绩表现、不同类型公募量化基金整体表现和业绩分布，以及收益表现较优的量化基金，供投资者参考。本期（9月27日 - 10月10日）A股全面上涨，量化基金普遍表现较好，指增超额回升 [1][2] 根据相关目录分别进行总结 主要指数和量化基金业绩表现 - A股全面上涨，沪深300、中证500、中证1000本期收益率分别为1.47%、2.17%、1.84% [3][6] - 量化基金表现较好，主动量化平均涨1.43%；沪深300指增、中证500指增、中证1000指增分别录得0.16%、0.19%和0.25%的正超额；市场中性平均上涨0.51% [4][9] 不同类型公募量化基金业绩表现 - 沪深300指数增强基金本期收益率1.63%，超额收益率0.16%等 [14] - 中证500指数增强基金本期收益率2.36%，超额收益率0.19%等 [14] - 中证1000指数增强基金本期收益率2.09%，超额收益率0.25%等 [15] - 其他指数增强基金本期收益率1.01%，超额收益率0.14%等 [15] - 主动量化基金本期收益率1.43% [16] - 市场中性基金本期收益率0.51% [16] 不同类型公募量化基金业绩分布 - 展示各指数增强型近半年超额收益率走势、主动量化基金近半年收益率走势、市场中性基金近半年收益率走势等 [18][25] - 展示各指数增强型基金超额收益率分布、主动量化型基金收益率分布、市场中性型基金收益率分布 [25][26] 不同类型公募量化绩优基金 - 沪深300指数增强绩优基金如华商300智选本期超额收益率1.72%等 [31] - 中证500指数增强绩优基金如光大中证500指数增强本期超额收益率1.28%等 [32] - 中证1000指数增强绩优基金如工银中证1000增强策略ETF本期超额收益率1.19%等 [33] - 其他指数增强绩优基金如泰康上证科创板综合指数增强本期超额收益率1.53%等 [34] - 主动量化绩优基金如汇安量化先锋本期收益率11.59%等 [35] - 市场中性绩优基金如工银绝对收益本期收益率1.91%等 [36]

2025 年 10 月 11 日 金融工程研究团队 魏建榕（首席分析师） 证书编号：S0790519120001 高 鹏（分析师） 证书编号：S0790520090002 苏俊豪（分析师） 证书编号：S0790522020001 胡亮勇（分析师） 证书编号：S0790522030001 傅开波（分析师） 证书编号：S0790520090003 王志豪（分析师） 证书编号：S0790522070003 盛少成（分析师） 证书编号：S0790523060003 苏 良（分析师） 证书编号：S0790523060004 何申昊（分析师） 证书编号：S0790524070009 蒋 韬（分析师） 证书编号：S0790525070001 相关研究报告 《有色金属板块的资金行为监测—金 融工程定期》-2025.10.10 《券商金股解析月报（2025 年 10 月） —金融工程定期》-2025.10.9 《港股量化：南下资金创 2021 年 2 月 以来新高，10 月增配有色—金融工程 定期》-2025.10.6 风险提示：模型测试基于历史数据，市场未来可能发生变化。 量化产品季度点评：300&500 增强 Q3 超额回 ...

私募行业整体趋势 - 私募行业登记规模显著收缩，登记数量从2022年同期的1020家锐减至今年前三季度的116家，行业告别高速扩张期进入存量优化阶段[1][4] - 监管趋严与市场自然出清共同作用，准入机制由宽松登记备案转向严格审核，新登记私募管理人呈现专业化、精英化特征[1] - 2024年前三季度新登记私募116家，其中证券类私募44家、股权类私募72家，与2023年同期的381家和2022年同期的1020家相比，登记数据在经历断崖式下跌后已逐渐趋稳[3][4] 证券类私募登记动态 - 9月证券类私募登记数量罕见反超股权类私募，新登记14家私募中证券类占10家、股权类占4家，打破前8个月股权类登记持续领先的常态[1][2][3] - 纵观前三季度，除9月外股权类私募月度登记数量均超过或持平证券类私募，例如7月新登记22家私募中证券类仅6家、股权类达16家[3] - 证券类私募登记反超表明在有限“入场券”中，机构对二级市场布局意愿相对增强，行业准入壁垒渐高[1] 新私募机构特征 - 新登记私募普遍具备三大标签：核心团队有量化投资经验、团队成员拥有公募从业背景、知名私募高管独立创业[1] - 9月新登记证券类私募多具备量化背景，量化渐成新私募创业关键入场券，例如4月成立的青岛芒果法定代表人王上曾任职量化私募弈倍投资近12年[1][5] - 具备公募背景高管案例包括7月成立的广东友安实控人宋昆，曾在易方达体系任职逾18年；3月成立的南京良源和上海华耀均配备经验丰富的量化投研团队[6] 量化策略产品备案分析 - 9月共计652家私募新备案1028只产品，其中股票策略产品668只占比超六成；新备案量化产品364只占比35.41%[7][8] - 量化产品中股票策略产品257只占比70.6%，核心策略仍聚焦权益市场；以二级策略看量化多头产品备案166只占比45.6%[7] - 量化产品备案占比从1月38.42%攀升至7月峰值47.77%，8月回落至43.84%，9月骤降至35.41%已低于年初水平，反映短期市场风险偏好微调[7][8] 百亿量化私募备案主力地位 - 9月备案产品私募中百亿私募47家、准百亿私募38家，百亿量化私募仍为备案主力，例如茂源量化备案13只、银叶投资备案12只、博润银泰等三家各备案10只[9][10] - 月度备案产品至少10只的私募中百亿量化私募占据绝大多数席位，7月13家中有12家为百亿私募且多数为纯量化，宽德私募备案31只、明汯投资备案26只[10] - 6月备案至少10只产品的8家私募均为量化机构，其中百亿私募占6家；4月11家中有8家为百亿量化私募，凸显其市场活跃度[10]