5月期货市场成交数据 - 5月全国期货市场成交量为6.79亿手，成交额为54.73万亿元，同比分别下降4.51%和1.55% [1] - 1—5月全国期货市场累计成交量为33.37亿手，累计成交额为286.93万亿元，同比分别增长15.61%和21.33% [1] - 5月末全国期货市场总持仓量较上月增长16.62%，除中金所外，其余交易所持仓量均有增长 [3] 各期货交易所成交表现 - 上期所5月成交量为1.97亿手，成交额为21.13万亿元，同比分别下降1.59%和增长2.18% [1] - 上期能源5月成交量为0.14亿手，成交额为2.26万亿元，同比分别增长22.86%和下降8.95% [1] - 郑商所5月成交量为2.22亿手，成交额为6.18万亿元，同比分别下降14.07%和37.05% [1] - 大商所5月成交量为1.91亿手，成交额为6.78万亿元，同比分别下降7.53%和24.91% [1] - 中金所5月成交量为0.20亿手，成交额为16.82万亿元，同比分别增长24.62%和33.97% [1] - 广期所5月成交量为0.35亿手，成交额为1.56万亿元，同比分别增长88.28%和51.59% [1] 各交易所热门品种 - 按成交额排名前三品种：上期所黄金、白银、氧化铝期货；郑商所烧碱、菜籽油、PTA期货；大商所棕榈油、豆粕、铁矿石期货；广期所多晶硅、工业硅、碳酸锂期货；中金所中证1000股指、30年期国债、沪深300股指期货 [2] - 按成交量排名前三品种：上期所螺纹钢、氧化铝、白银期货；郑商所玻璃、PTA、纯碱期货；大商所豆粕、聚氯乙烯、苯乙烯期货；广期所工业硅、碳酸锂、多晶硅期货 [2] 市场动态与影响因素 - 5月大宗商品波动率收敛，需求偏弱，能源化工、黑色建材等品种持续下跌，黄金行情冲高回落 [2] - 5月为传统工业品和农产品消费淡季，实体企业低库存策略导致套保力度下降，贸易活动减少 [3] - 5月股市横盘整理，中性策略和指数增强策略仓位下降，股指期货成交量环比回落但同比仍增长 [3] - 6月大宗商品出现反弹，有色板块铜、贵金属白银及黑色板块上涨，国内股市上扬 [4] - 中美贸易谈判反复可能促使集运指数（欧线）、黄金等期货品种波动率回升 [4] - 新品种和绿色期货成交活跃，如碳酸锂、多晶硅期货，推动市场成交量增长 [4] 未来展望 - 6月期货市场成交规模有望回升，持仓水平或稳中有升，服务实体经济和金融市场的功能持续增强 [4][5] - 指数增强策略和套利策略或带动股指期货成交量回升 [4] - 风险对冲和投资需求驱动下，市场成交规模可能再次增长 [4]

市场环境与投资策略 - 当前A股市场呈现快速轮动与高波动特征，仅依赖市场贝塔收益难以获得理想回报，需通过捕捉阿尔法收益来增强投资表现[1] - 指数增强策略通过80%仓位跟踪指数获取贝塔收益，20%仓位争取阿尔法收益，但并非所有指增产品都能持续跑赢基准[4] 沪深300增强ETF(561990)表现 - 该产品成立以来年年跑赢沪深300指数，2022年超额收益3.94%，2023年1.79%，2024年3.51%，2025年2.55%，年化超额收益2.28%[5] - 采用平衡风格策略，避免过度风格暴露，通过精选现金流和估值合理的标的获取超额收益[4] - 沪深300ETF市场规模达10442.67亿元居首，中央汇金增持后规模增长356%，显示其作为核心宽基的虹吸效应[5] 中证2000增强ETF(159552)表现 - 4月8日以来收益率达22.93%，超越中证2000指数19.27%的涨幅，同期沪深300仅涨11.58%[9][10] - 在31个申万一级行业中，其表现超过所有行业涨幅第一的美容护理(22.01%)、传媒(17.65%)和通信(16.88%)[10][11] - 年内收益率22.93%在同类588只基金中排名第5，近六月14.81%排名第4[10] 组合配置建议 - 建议同时配置风格平衡的沪深300增强ETF(561990)和弹性较强的中证2000增强ETF(159552)，兼顾市场贝塔与阿尔法收益[11]

市场表现与投资者情绪 - A股市场两度下探后企稳回升，市场风险偏好提升 [1] - 市场情绪持续修复，股市估值处于低位，风险溢价达历史高位水平，股债收益差处于历史99%分位 [2] - 市场成交量达万亿以上，流动性宽松周期或有助于成交量维持高位 [5][6] 私募产品备案情况 - 全行业年内累计备案私募证券产品4361只，同比增长45.03% [1] - 5月单月备案产品870只，同比增长77.19% [2] - 量化私募产品备案总数1930只，占全市场备案总量44.26% [5] 策略分布特征 - 股票策略产品备案2749只，占比63.04% [2] - 量化产品中股票策略备案1339只，占比69.38%，其次为期货及衍生品策略299只（15.49%）和多资产策略231只（11.97%） [5] - 指数增强策略备案850只，占股票量化产品总量63.48% [4] 头部机构动态 - 备案产品超10只的66家私募中，大型私募占40家，其中量化私募占31家 [4] - 黑翼资产备案87只居首，宽德私募备案79只，另有7家百亿量化私募备案超30只 [4] - 重阳投资合计申购量近30亿元，星石投资指出行业马太效应更加明显 [2] 行业发展趋势 - 量化策略在活跃市场环境中能捕捉更多交易机会获取超额收益 [6] - 指数增强和量化CTA构成量化产品主要发展方向 [5] - 投资者对多元化配置需求增强，对量化投资认知深化 [6] 投资机会展望 - 重点看好泛科技、先进制造和创新药领域投资机会 [2] - 经济基本面和政策面影响有望逐步增加，政策发力将带动市场表现 [3] - 中国市场保持长期平稳健康发展，资本市场改革持续推进 [6]

科创板发展现状 - DeepSeek推动AI应用普及，芯片企业技术迭代提速，为科创板注入成长动能[1] - 科创板上市公司达587家，总市值6.64万亿元，成为中国前沿科技核心阵地[1] - 科创板企业研发费用占营收比例中位数达12.5%，远高于其他宽基指数[9][10] 科创综指特点 - 成份股数量570只，覆盖科创板总市值97%以上，表征性优于科创50/100/200[2] - 覆盖16个一级行业和44个二级行业，二级行业覆盖度达96%[5] - 样本总市值平均数123亿元，中位数53亿元，包含大中小盘证券[9] - 自基日2019.12.31以来累计收益13.7%，跑赢科创50(-0.5%)和沪深300(-5.0%)[15] 科创综指投资价值 - 2024年盈利预期84.95%，2024-2025年预计年化增速39.26%[12] - 成份股分散降低单一市值风格波动风险，长跑能力突出[15] - 指数增强策略在科创综指中Alpha获取更容易，潜在超额收益更丰厚[20] 市场环境分析 - 政策持续支持科创板，2025年"十四五"规划收官年科技政策加码[18] - 美联储最快6月降息，全球流动性宽松利好科技股估值[18] - 半导体行业加速复苏，AI应用端商业化落地，生物医药创新药出海突破[18] 泰康科创综指指数增强基金 - 采用"指数Beta打底+量化Alpha增强"双轮驱动策略[21] - 基金经理袁帅管理产品累计绝对收益达48.29%，相对基准收益3.15%[22] - 基金A类代码023970，C类代码023971，6月9日正式发行[23]

指数投资发展趋势 - 指数化投资受到广泛认可，指数基金规模快速发展，增强策略指数基金产品布局火热 [1] - 今年以来已发行和正在发行的股票指数增强策略基金达57只，整体规模超290亿元 [1] - 华商中证500指数增强基金于5月19日起发行，利用量化选股模型力争超越中证500指数收益 [1] 中证500指数特点 - 中证500指数是A股最具代表性的中盘成长宽基指数，由剔除沪深300及市值前300名后的500只股票组成 [2] - 样本公司市值主要介于100亿至500亿元，其中100-300亿元占比72.8%，市值平均数257亿元，中位数237亿元 [2] - 覆盖11个中证一级行业和33个二级行业，前十大二级行业权重合计61%，行业分布均衡且集中度低 [3] - 兼顾传统行业与高成长性行业如电子、医药生物、电力设备等，契合技术创新和产业升级方向 [3] - 自基日以来累计收益率470.33%，年化收益率9.19%，优于同期上证指数和沪深300指数表现 [3] 指数增强策略表现 - 中证500指数增强基金近1年、3年、5年回报中位数分别为4.86%、6.80%、24.65%，均实现正超额收益 [4] - 近5年中证500指数上涨3.89%，有9只增强策略产品收益率超40% [4] - 华商中证500指数增强基金由量化投资团队管理，采用定量与定性结合方法优化配置 [4][7][10] 华商基金量化团队 - 拟任基金经理邓默为数学博士，拥有13.8年证券从业经历，擅长均衡配置风格和量化模型应用 [7] - 另一位拟任基金经理海洋拥有8年证券从业经历，侧重基本面与量化结合，注重行业轮动和风险收益优化 [10] - 华商基金量化投资部自主研发数量化模型，构建多因子体系并探索大模型技术应用 [10] 市场环境与机遇 - 政策提振和市场情绪升温推动A股交易热度提升，中证500指数活跃度持续向好 [10] - 市场成交额放量为指数增强策略提供更适宜发挥的环境 [10]

量化模型与构建方式 1. **模型名称**：RNN+Neural ODE+MLP融合模型 **模型构建思路**：通过RNN进行时序数据压缩和降维，利用Neural ODE学习时序演化规律重构数据，最后通过MLP捕捉alpha信息以提升选股鲁棒性[3][6]。 **模型具体构建过程**： - **Encoder层（RNN）**：对时序数据降维和特征提取。 - **Decoder层（Neural Jump SDE）**：拟合时序数据的微分动力系统，重构数据。公式： $$\left\{\begin{array}{l}dx(t)=v(x(t),t)dt+\sigma(x(t),t)dB(t),t\in[0,T]\\ \hat{y}=F(x(T))\\ x(0)=\hat{x}\end{array}\right.$$ 其中$v$和$\sigma$为全连接层加激活函数构成[22][26]。 - **MLP层**：对重构数据提取特征预测收益率。损失函数包括重构损失、KL散度和MSE损失： $$\alpha\log(p(x|\theta))+\beta\operatorname{KL}(N(\mu,e x p(\sigma/2))||N(0,\delta I))+(\hat{\sigma}-y)^{2}$$[31][32] **模型评价**：通过数据重构降低噪声影响，提升样本外泛化能力[3][34]。 2. **模型名称**：Baseline模型（ABCM模型） **模型构建思路**：基于神经网络的alpha和beta因子协同挖掘，生成选股因子[37]。 **模型评价**：作为对比基准，新模型在多头超额和抗风险能力上显著优于Baseline[39][43]。 3. **衍生模型**： - **Model1**：Neural ODE生成因子与Baseline因子等权组合[42]。 - **Model2**：Neural SDE生成因子与Baseline因子等权组合[42]。 - **Model3**：Model1因子剥离短期风险后的残差因子[42]。 --- 量化因子与构建方式 1. **因子名称**：Model1因子 **因子构建思路**：基于RNN+Neural ODE+MLP模型生成的alpha因子，通过数据重构增强稳定性[6][26]。 **因子评价**：多头超额显著提升，换手率降低，抗极端市场能力更强[39][43]。 2. **因子名称**：行业轮动因子 **因子构建思路**：将选股因子按行业流通市值加权聚合，生成行业得分[50][51]。 **因子评价**：Model1因子行业RankIC达12.55%，Top组年化超额25.27%，优于Baseline[52][53]。 --- 模型的回测效果 1. **RNN+Neural ODE+MLP模型（Model1）**： - **RankIC均值**：16.33%（中证全指）[39] - **Top组年化超额**：54.54%[39] - **最大回撤**：-6.63%（2024年）[43] - **换手率**：59.73%（较Baseline下降）[39] 2. **Baseline模型**： - **RankIC均值**：16.39%[39] - **Top组年化超额**：52.63%[39] - **最大回撤**：-5.25%[43] 3. **行业轮动表现**： - **Model1因子**：RankIC 12.55%，Top组超额25.27%[52] - **Baseline因子**：RankIC 12.20%，Top组超额23.05%[52] --- 因子的回测效果 1. **指数增强策略**： - **沪深300指增**：Model1年化超额16.67%，夏普比率3.14[65]。 - **中证500指增**：Model1年化超额21.37%，夏普比率3.21[72]。 - **中证1000指增**：Model1年化超额32.41%，夏普比率4.37[80]。 2. **Top组合绝对收益**： - **Model1**：年化收益43.80%，最大回撤-40.84%[59]。 - **Baseline**：年化收益40.15%，最大回撤-42.41%[59]。 --- 关键公式总结 1. **Neural SDE前向传播**： $$\left\{\begin{array}{l}dx(t)=v(x(t),t)dt+\sigma(x(t),t)dB(t)\\ \hat{y}=F(x(T))\\ x(0)=\hat{x}\end{array}\right.$$[22] 2. **总损失函数**： $$\alpha\log(p(x|\theta))+\beta\operatorname{KL}(N(\mu,e x p(\sigma/2))||N(0,\delta I))+(\hat{\sigma}-y)^{2}$$[32]

兴证资管董事长变更 - 刘宇接任兴证资管党委书记、董事长，原董事长孙国雄因到龄退居二线转任业务巡视员 [1] - 孙国雄在任期间推动公司管理规模突破千亿元并获批公募牌照，奠定发展基础 [1] - 刘宇拥有管理学博士及正高级会计师职称，曾任兴证投资执行董事兼总裁，具备丰富金融从业经验 [1] - 管理层更迭或带来新业务思路，市场关注后续产品创新及规模扩张 [2] 证券交易印花税增长反映A股活跃度 - 1-4月证券交易印花税达535亿元，同比大增57.8%，其中4月单月124亿元（同比+49.4%，环比-28.32%） [3] - 1-2月及一季度同比增幅分别达58.9%和60.6%，显示市场交易热度持续提升 [3] - 数据表明投资者交易情绪高涨，流动性改善，券商板块短期受益于成交量增长 [3] 指数增强基金发行激增 - 年内新成立59只指增基金（均为股票型），募集规模305.05亿元，较去年同期16.71亿元增长17倍 [4] - 鹏扬中证A500指增以19.4亿元居首，22只基金规模超5亿元，6只超10亿元 [4] - 中小型基金公司主导发行，十余只产品待发，反映市场对增强策略需求旺盛 [4] 国泰海通股份回购 - 公司于5月21日回购100万股，耗资1760万元，传递价值信心 [5] - 回购行为或提振金融板块市场情绪，增强流动性 [6]

指数增强基金发展现状 - 今年以来指数增强基金成立59只(按基金主代码口径) 已超过去年全年数量 同比增长超400% [1] - 当前存续300余只指数增强基金 近八成今年收益超过业绩比较基准 [1] 行业挑战 - 普通投资者对指数增强基金认知度不高 [1] - 超额收益获取不稳定制约行业发展 [1] 技术应用趋势 - 公募开始在指增基金中引入AI技术 以实现更稳定高效的超额收益挖掘能力 [1]

私募证券基金整体表现 - 全市场12543只私募证券基金年内平均收益率达2.52%，近七成产品（8758只）实现正收益 [1] - 多资产策略产品以2.87%的年内平均收益率领跑市场，70.84%的产品（974只）取得正收益 [1] - 股票策略产品年内平均收益率为2.56%，68%的产品（5687只）获得正收益 [1] - 期货及衍生品策略、组合基金策略和债券策略产品年内平均收益率分别为2.34%、2.10%和1.87% [1] 股票策略市场特征 - A股市场交投活跃度显著提升，日均交易量实现阶梯式增长，市场流动性持续改善 [1] - 宏观事件频发放大资产波动率，创造更多结构性机会 [1] - 阶段性行情特征明显，为股票策略提供了显著收益贡献 [1] - 量化多头策略产品年内回报率达2.10%，位居股票策略细分领域首位 [1] 指数增强策略表现 - 649只指增产品年内平均收益率达6.42%，年内平均超额收益率高达9.10% [2] - 百亿元级私募机构旗下148只指增产品年内平均收益率达7.53%，平均超额收益率突破10%且全部实现正超额 [2] - 中小型私募机构指增产品年内平均收益率稳定在6%至7%之间，平均超额收益率保持在9%以上 [2] 指数增强策略优势分析 - 市场流动性改善和交投活跃度提升为量化策略提供更优执行环境 [3] - 市场风格快速轮动和板块热点此起彼伏创造丰富超额收益机会 [3] - 市场波动率保持较高水平，为指数增强策略发挥提供广阔空间 [3] - 指数增强策略通过Beta收益和Alpha策略实现"双轮驱动"，收益结构竞争力强 [3]

报告核心观点 - 2025年4月权益市场受外部冲击回调，商品市场先抑后扬且板块分化，公募和私募量化策略有不同表现 [2][10] 市场行情回顾 权益市场 - 4月A股先抑后扬、行业轮动加快，上旬受美国关税影响避险交易升温，资金转防御板块，后续在汇金及政策推动下回暖，中下旬资金板块间轮动快、缺乏主线，红利资产表现稳健 [10] - 给出2025年以来及4月上证50、沪深300等指数涨跌幅数据 [11] 商品市场 - 4月商品市场先抑后扬、板块分化明显，黑色受关税影响下跌，能化因地缘风险降低和OPEC+增产原油价格回落，贵金属因关税和美元信用体系问题黄金价格飙升 [10] - 给出2025年以来及4月南华商品等指数涨跌幅数据 [11] 量化策略指数表现跟踪 公募量化策略业绩统计 - 按基准指数分为沪深300、中证500、中证1000指数增强产品，再按行业和风格偏离度及变动情况分为严格约束型、SmartBeta型和轮动型三类 [12] - 沪深300指数增强产品4月涨幅-3.00%，严格约束类、SmartBeta类、轮动类月度超额收益分别为0.21%、0.09%、0.13%，还给出各类型多项业绩指标 [13][15] - 中证500指数增强产品4月涨幅-3.86%，严格约束类、SmartBeta类、轮动类月度超额收益分别为-0.07%、0.31%、0.29%，还给出各类型多项业绩指标 [16][17] - 中证1000指数增强产品4月涨幅-4.44%，严格约束类、SmartBeta类、轮动类月度超额收益分别为1.12%、1.20%、1.59%，还给出各类型多项业绩指标 [22][23] 私募基金登记及产品备案情况统计 - 2025年3月协会办理通过机构19家，其中私募证券投资基金管理人9家，3月末存续私募基金管理人19951家，管理基金数量142278只，规模19.97万亿元，私募证券投资基金管理人7860家，注销42家 [25] - 2025年3月新备案私募基金1423只，规模631.3亿元，新备案私募证券投资基金1072只，规模329.78亿元，清盘2127只，3月末存续私募证券投资基金85614只，规模5.25万亿元 [27] 私募量化策略业绩统计 - 私募基金分六大策略，量化相关策略细分后构建策略指数评估表现 [30] - 2025年4月权益类私募策略中，多头策略300指增跌幅-2.64%最少，量化选股-2.72%其次，主观多头-3.95%不佳；绝对收益类策略ETF套利年化收益率14.46%最好，市场中性6.17%其次，转债策略-0.95%不佳但回撤小，还给出各策略多项业绩指标 [30][31] - 2025年4月商品及衍生品类私募策略中，量化CTA年化收益10.49%最好，期货套利6.07%次之，期权套利-5.78%不佳，还给出各策略多项业绩指标 [31][35]