根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：成交量模型 - **构建思路**：基于市场成交量变化判断短期市场趋势[12] - **具体构建**：监测宽基指数成交量周环比变化，结合历史分位数阈值划分多空信号。当成交量突破80分位数且持续放量时触发看多，跌破20分位数时触发看空[12] - **评价**：对市场流动性变化敏感，但易受极端值干扰 2. **模型名称**：低波动率模型 - **构建思路**：利用波动率均值回归特性捕捉市场反转信号[12] - **具体构建**：计算指数20日波动率标准差，当波动率低于历史10%分位时看多，高于90%分位时看空[12] 3. **模型名称**：特征龙虎榜机构模型 - **构建思路**：跟踪机构席位净买入行为预测资金流向[12] - **具体构建**：$$ S_{net} = \sum_{i=1}^n (B_i - S_i) $$ 其中$B_i$为机构买入金额，$S_i$为卖出金额，当$S_{net}$连续3日为正时触发看多信号[12] 4. **模型名称**：智能沪深300模型 - **构建思路**：结合量价与基本面因子的多因子择时模型[12] - **具体构建**：动态加权PE、动量、换手率等因子，采用XGBoost算法生成信号[12] 5. **模型名称**：涨跌停模型 - **构建思路**：通过涨停/跌停家数比判断市场情绪[13] - **具体构建**：计算全市场涨停率$R_{up} = N_{up}/N_{total}$，当$R_{up}>15\%$看多，$R_{up}<5\%$看空[13] 6. **模型名称**：成交额倒波幅模型（港股） - **构建思路**：量价背离策略，成交额与波动率反向时预示变盘[16] - **具体构建**：$$ R = \frac{VOL_{5d}}{HV_{20d}} $$ 当$R>2$标准差时看空[16] 模型的回测效果 1. **成交量模型**：本周上证指数信号中性，年化IR 0.82[12] 2. **低波动率模型**：上证50信号中性，年化胜率58%[12] 3. **智能沪深300模型**：本周看空，近三月超额-1.2%[12] 4. **涨跌停模型**：全A信号中性，年化IR 1.05[13] 5. **成交额倒波幅模型**：恒生指数看空，近20日胜率63%[16] 量化因子与构建方式 1. **因子名称**：动量因子 - **构建思路**：价格趋势延续效应[14] - **具体构建**：$$ MOM_{21d} = \frac{P_t}{P_{t-21}} - 1 $$ 取行业标准化Z值[14] 2. **因子名称**：月历效应因子 - **构建思路**：捕捉月度周期规律[13] - **具体构建**：统计2005-2025年各月收益率均值，当本月历史胜率>60%时触发信号[13] 因子的回测效果 1. **动量因子**：国证2000指数年化IC 0.15[14] 2. **月历效应因子**：5月历史胜率53%，本周信号中性[13] 形态学模型 1. **杯柄形态** - **构建规则**：A点（左杯高点）-B点（杯底）-C点（右杯高点）突破形态，要求形态长度≥6周[44] - **测试结果**：2020年来累计超额39.09%，本周超额0.29%[40] 2. **双底形态** - **构建规则**：A点（第一底）-B点（颈线）-C点（第二底）突破，成交量需在突破时放大[49] - **测试结果**：本周超额1.68%，年化夏普1.72[40][49] 注：所有模型信号可通过http://t.hcquant.com实时查询[11]

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.37%，本年超额收益2.84% [1][5] - 中证500指数增强组合本周超额收益1.06%，本年超额收益5.87% [1][5] - 中证1000指数增强组合本周超额收益1.73%，本年超额收益8.10% [1][5] - 中证A500指数增强组合本周超额收益0.53%，本年超额收益5.78% [1][5] 选股因子表现 沪深300成分股 - 最近一周表现较好的因子：一个月反转（0.74%）、预期PEG（0.63%）、预期EPTTM（0.58%） [6] - 最近一月表现较好的因子：预期PEG（2.40%）、DELTAROE（2.05%）、单季净利同比增速（1.88%） [6] - 今年以来表现较好的因子：一个月反转（6.04%）、单季营收同比增速（3.45%）、单季营利同比增速（3.07%） [6] 中证500成分股 - 最近一周表现较好的因子：一个月反转（1.11%）、单季SP（0.75%）、SPTTM（0.68%） [8] - 最近一月表现较好的因子：一个月反转（2.42%）、SPTTM（1.55%）、单季SP（1.53%） [8] - 今年以来表现较好的因子：一个月反转（6.90%）、预期PEG（4.07%）、DELTAROA（4.01%） [8] 中证1000成分股 - 最近一周表现较好的因子：DELTAROA（1.18%）、高管薪酬（0.95%）、标准化预期外盈利（0.76%） [10] - 最近一月表现较好的因子：预期净利润环比（3.14%）、一个月换手（1.53%）、非流动性冲击（1.48%） [10] - 今年以来表现较好的因子：非流动性冲击（5.83%）、预期净利润环比（4.53%）、一个月换手（3.93%） [10] 中证A500成分股 - 最近一周表现较好的因子：三个月反转（0.99%）、单季ROE（0.86%）、一个月反转（0.83%） [12] - 最近一月表现较好的因子：预期PEG（3.07%）、单季ROE（2.10%）、单季营利同比增速（1.90%） [12] - 今年以来表现较好的因子：一个月反转（6.39%）、预期PEG（4.28%）、三个月反转（3.57%） [12] 公募基金重仓股 - 最近一周表现较好的因子：一个月反转（0.89%）、三个月反转（0.83%）、单季EP（0.70%） [14] - 最近一月表现较好的因子：预期PEG（2.37%）、一年动量（2.04%）、一个月反转（1.73%） [14] - 今年以来表现较好的因子：一个月反转（5.94%）、三个月机构覆盖（4.28%）、DELTAROA（4.20%） [14] 公募基金指数增强产品表现 产品数量及规模 - 沪深300指数增强产品：67只，总规模778亿元 [16] - 中证500指数增强产品：70只，总规模454亿元 [16] - 中证1000指数增强产品：46只，总规模150亿元 [16] - 中证A500指数增强产品：35只，总规模223亿元 [16] 沪深300指数增强产品 - 最近一周超额收益：最高1.10%，最低-0.76%，中位数0.06% [17][19] - 最近一月超额收益：最高3.17%，最低-0.97%，中位数0.49% [17][19] - 今年以来超额收益：最高6.21%，最低-2.25%，中位数1.16% [17][19] 中证500指数增强产品 - 最近一周超额收益：最高0.99%，最低-0.08%，中位数0.40% [18][21] - 最近一月超额收益：最高2.81%，最低-0.34%，中位数1.07% [18][21] - 今年以来超额收益：最高5.58%，最低-2.51%，中位数1.65% [18][21] 中证1000指数增强产品 - 最近一周超额收益：最高0.81%，最低-0.28%，中位数0.26% [20][24] - 最近一月超额收益：最高3.62%，最低-0.20%，中位数1.76% [20][24] - 今年以来超额收益：最高8.96%，最低-0.06%，中位数3.71% [20][24] 中证A500指数增强产品 - 最近一周超额收益：最高0.39%，最低-0.52%，中位数0.23% [22][25] - 最近一月超额收益：最高1.74%，最低-0.43%，中位数0.18% [22][25]

报告核心观点 - 市场中性策略作为绝对收益体系重要支柱，通过多空对冲机制为投资者提供相对稳健收益路径 [11] 各部分总结 市场中性策略多头端的构建逻辑与运作特征 - 股票市场中性策略多头端通过系统化方法构建具备超额收益能力的股票组合，构建逻辑含多层次筛选机制，组合管理核心是控制个股风险敞口 [5] - 策略收益源于多头组合与对冲工具超额收益差值，管理人需监测关键指标并定期再平衡，专业机构配置风险控制模块确保收益稳定性 [5] - 量化选股模型有效性受市场环境制约，重大政策调整或市场流动性异常变动时需调整模型参数并管控风险敞口 [5] 国内量化模型发展史 - 我国资本市场初期，机构用财务指标定性分析进行基本面研究，缺乏衍生品对冲工具，策略有系统性风险敞口 [6] - 2010 年融资融券试点及股指期货推出，机构引入线性多因子模型；2015 年市场波动使市场中性策略阶段性退出主流 [6] - 2015 年后监管推动量化投资规范化，2019 - 2021 年机构构建非线性机器学习模型、应用神经网络模型 [6] 穿越牛熊的秘密：中性策略的生存法则与制胜逻辑 - 量化模型构建需破解历史规律与现实演变的动态平衡难题，管理人投研体系需建立市场状态识别模块进行动态校准 [7] - 投资者鉴别策略质量关键在于验证全周期适应能力，重点评估特殊阶段回撤控制能力 [7] - 管理人进化能力是策略竞争力底层支撑，需保持核心因子稳定性并建立新特征挖掘快速响应通道 [7][8] 如何评估市场中性策略的多头端 - 评估需构建多维分析框架，首要考察收益持续能力，通过分析波动相关性和压力测试评估稳定性 [9] - 风险控制体系完备性是第二评估维度，有效机制含行业风险敞口动态平衡模块和自动预警机制 [9] - 普通投资者需确认策略底层逻辑和历史最大回撤，关注管理人迭代模型能力 [9] 避开这三个认知陷阱，你的中性策略投资才能成功 - 投资者需辨明选股逻辑实质，超额收益源于系统性研究，需多周期回溯检验确认策略有效性 [10] - 理解分散化配置价值内核，通过行业及因子暴露对冲实现收益来源多元化，提升收益稳定性 [10] - 正视策略固有风险边界，核查管理人极端压力测试体系和对尾部风险因子的监测响应机制 [10]

指数增强型基金市场概况 - 截至2025年一季度末全市场327只指数增强型基金规模合计超2000亿元较2020年末增幅超八成[1] - 指数增强策略结合被动跟踪指数与主动管理能力提供稳定风险收益预期满足投资者对工具型产品需求升级[1] - 蚂蚁基金推出"指数+"服务平台宽基指数增强产品成为重要类别[1] 量化指数增强定义与分类 - 量化指数增强在跟踪基准指数(如沪深300中证500等)基础上通过量化模型优化选股追求超额收益(Alpha)[2] - 指增产品允许基金经理在严格约束下调整持仓(日均跟踪偏离度年跟踪误差受控)区别于完全被动复制的传统指数基金[2] - 与主动管理基金相比指增产品采用"被动跟踪+主动增强"策略通过多因子组合AI选股等方式获取超额收益[3] 历史业绩表现 - 近10年万得指数增强型基金指数涨幅24.88%显著跑赢沪深300(-18.05%)和股票指数型基金指数(2.26%)[3][4] - 截至2025年5月12日沪深300指增基金平均收益25.48%远超普通沪深300指数基金的6.07%[7] - 权益市场震荡上行时期指增产品表现突出因能同时获取指数反弹的Beta收益和量化策略的Alpha收益[8] 量化增强实现方式 - 多因子选股模型综合评估价值动量成长等因子通过科学系统方法提高选股准确性[10] - AI选股技术利用机器学习深度学习挖掘海量数据规律与多因子模型结合提升超额收益水平[11] - 基本面增强策略通过分析公司盈利能力偿债能力等基本面信息优化投资组合[12] 产品选择关键指标 - 选择指增基金应关注年化超额跟踪误差信息比率最大回撤等围绕日超额计算的指标[13] - 优秀指增产品应在各种市场环境下获取稳定超额未来AI大数据技术将加剧行业竞争[13]

今日，A股市场大幅下探，科技股跌幅靠前，红利加强版——现金流ETF（159399）抗跌属性明 显，盘中跌0.3%，成交额超1.3亿元。 现金流ETF是以自由现金流作为选股因子的Smart Beta ETF，紧密 跟踪富时中国A股自由现金流聚焦指数，剔除金融和地产行业，优选自由现金流率最高的50只股票，为 投资者筛选出了一批 A 股市场中的 "现金牛" 企业，为长期投资收益奠定了坚实基础。 （责任编辑：张晓波 ） 指数历史走势来看，富时中国A股自由现金流聚焦指数在2014-2024年十余年的时间年化受益约 20%，远超沪深300和中证红利指数同期表现，并且从2019年开始连续6年实现正收益。值得关注的是， 在市场下跌的2022年，现金流指数逆势涨超5%，抗跌属性明显。 国泰海通证券表示，全球金融风波、 增长预期下调，投资人承担风险的意愿将出现降低，不确定性的定价环境中确定性的供给将成为关键。 全球经贸局势趋于复杂，稳定现金流板块防御价值凸显。 值得关注的是，现金流ETF（159399）合同约定可月月评估分红。截止2025年5月份，已经宣布分 红3次，有望帮助投资者实现落袋为安，改善投资者投资体验。 注：市场观点 ...

5月14日，市场早间延续盘整态势，午后大盘蓝筹板块爆发，三大指数全线翻红。上证指数收涨 0.86%，沪深300指数收涨1.21%，展现核心资产动能。而关注公司财务质量成色的300现金流指数强势 收涨1.23%，跑赢上证指数、沪深300及中证A500等主要指数。 ETF方面，被动跟踪300现金流指数的300现金流ETF（562080）场内同步收涨，日线实现七连阳。从日 k走势来看，截至收盘，"562080"自4月15日上市以来，仅有3个交易日收阴，今日场内价格上探1.146 元，溢价收于1.079元，最高价及收盘价再创新高！ 成份股方面，航运与能源板块表现出色，中远海控大涨4.47%，中煤能源涨3.98%，中国海油、上港集 团、中国石油、京沪高铁、顺丰控股、陕西煤业等成份股涨幅均超1%。 从成份股质量来看，300现金流指数央国企含量高，数量占比6成。整体经营韧性较强，业绩改善明显。 据统计，2025年一季度，300现金流50只成份股中32股实现净利同比增长，31股实现环比增长。其中， 中国动力、牧原股份、新和成、南山铝业2025年一季度归母净利同比翻倍。 公开资料显示，300现金流ETF（562080）被动跟踪 ...

不知道大家五一是怎么过的，老虎君五一没出门，在家蜗居了五天~~ 休息的时候，我看到了一个留言：老虎，主动投资领域的红利+量化有没有搞头？ 数据来源：wind；截至2025.04.30 其实关于这个问题，我很早之前就想过，因为毕竟这两年红利资产的投资价值越来越大，而且量化选股策略也逐渐走进了投资者的视野被大家接受，但是 此前提到这类产品，大部分都是被动指数基金，很少有人会关注主动基金。 但是最近，我发现有一只产品即将在5月14日发行，它就是招商红利量化选股混合（A：023806、C：023807）。 为什么要把这只基金拿出来说？因为这只基金就是将红利+量化相结合的主动基金！ 虽然今年科技板块来势汹汹，但是我认为红利资产的投资价值和投资逻辑还是没怎么发生比较大的变化，而且在主动领域，红利+量化这个组合其实拥有 更多想象空间~~ （1）红利资产的价值，依然在！ 什么情况下，红利资产拥有投资价值？按照此前的逻辑，经济面较弱、股市震荡、成长资产弱势、十年国债利率走低等等~ 现在，这些情况依然存在。 比如，从今年一季度各项经济指标来看，我们的经济整体还是呈现出缓慢复苏的迹象，而且最新的中国10年期国债收益率只有1.627 ...

量化模型与构建方式 1. **模型名称**：东方A股因子风险模型(DFQ-2020) - **模型构建思路**：基于风格类风险因子构建多因子模型，用于解释股票收益的风险来源[14] - **模型具体构建过程**： - 包含10类风格因子（如Size、Beta、Trend等），每类因子由多个子因子合成[14] - 因子计算示例： - **Size因子**：总市值对数 - **Beta因子**：贝叶斯压缩后的市场Beta - **Trend因子**：通过指数加权移动平均比率计算，如 $$Trend\_120 = \frac{EWMA(halflife=20)}{EWMA(halflife=120)}$$ - **Volatility因子**：包含5个子因子，如过去243天的标准波动率、FF3特质波动率等[14] - **模型评价**：覆盖市场主要风险维度，因子定义清晰且具有经济逻辑 2. **MFE组合构建模型** - **构建思路**：通过组合优化最大化单因子暴露，同时控制行业、风格等约束[54] - **具体构建过程**： - 目标函数：最大化因子暴露 $$max\ f^{T}w$$ - 约束条件包括： - 风格暴露限制 $$s_{l}\leq X(w-w_{b})\leq s_{h}$$ - 行业偏离限制 $$h_{l}\leq H(w-w_{b})\leq h_{h}$$ - 换手率约束 $$\Sigma|w-w_{0}|\leq to_{h}$$[54] - **模型评价**：更贴近实际投资约束，能有效检验因子在复杂条件下的表现 --- 量化因子与构建方式 1. **因子名称**：单季ROE - **构建思路**：反映公司当期净资产收益率，属于盈利类因子[19] - **具体构建**： $$Quart\_ROE = \frac{单季净利润*2}{期初净资产+期末净资产}$$[19] 2. **因子名称**：一个月反转 - **构建思路**：捕捉短期价格反转效应[19] - **具体构建**：过去20个交易日涨跌幅的相反数 3. **因子名称**：标准化预期外盈利（SUE） - **构建思路**：衡量盈利超预期程度[19] - **具体构建**： $$SUE = \frac{单季实际净利-预期净利}{预期净利标准差}$$ 4. **因子名称**：特异度（IVR_1M） - **构建思路**：反映个股收益脱离市场共同因素的程度[19] - **具体构建**： $$IVR\_1M = 1 - R^2_{FF3}$$（Fama-French三因子回归拟合度） --- 模型回测效果 1. **DFQ-2020风格因子表现**（中证全指样本） - Liquidity因子：近一周收益5.44%，近一年年化33.79%[11] - Size因子：近一周收益-5.96%，历史年化-29.56%[11] 2. **MFE组合模型** - 沪深300增强产品：近一周超额收益中位数-0.07%，最高0.47%[47] - 中证1000增强产品：今年以来超额收益中位数3.28%，最高9.18%[53] --- 因子回测效果 1. **沪深300样本空间** - 预期PEG因子：近一周收益0.88%，近一年年化2.96%[22] - 单季ROE因子：近一周收益0.86%，历史年化4.25%[22] 2. **中证1000样本空间** - 一个月反转因子：近一周收益1.03%，近一年年化-10.62%[32] - 特异度因子：近一周收益0.76%，历史年化4.98%[32] 3. **创业板指样本空间** - 标准化预期外盈利：近一周收益16.09%，近一年年化32.15%[39] - 3个月盈利上下调：近一周收益-3.87%，历史年化-12.03%[39] --- 附录：MFE组合构建细节 - **优化变量**：$w$为股票权重向量，$w_b$为基准权重[54] - **行业约束**：$B_b$为成分股0-1矩阵，限制成分股权重占比[57] - **换仓频率**：月末调仓，双边交易成本0.3%[58]

股票投资底层逻辑 - 底层逻辑是买入股票前必须明确买入理由 避免追涨杀跌 通过长期复盘总结市场规律可预判个股走势和发酵方向 [1] - 选股需综合审美 业绩 股性等多因素 依赖长期经验积累 形成潜伏低吸的投资玩法 [1] - 龙头选手能在个股成为龙头前精准买入 因市场信息传播迅速 等大众意识到时可能已难买入 [1] - 股票投资本质是追求大概率事件 股票上涨逻辑越多上涨概率越大 需筛选上涨概率最大的个股 [1] 影响市场赚钱效应的关键因素 - 大盘指数是市场大势直观体现 需警惕重大风险信号 如八连阳后成交量跌破万亿或重大事件冲击 [2] - 题材大小决定机会 大题材想象力丰富 核心个股首次回调蕴藏机会 小题材龙头持续性较差可能不足两天 [2] - 龙头高度直接影响赚钱效应 高度足够且具带动性的龙头能吸引资金围绕其属性炒作 [2] - 跌停板数量是判断赚钱效应最直观指标 大量个股跌停时市场亏钱效应显著 空仓观望为明智之举 [2] 市场主流投资玩法 - 消息驱动由消息刺激引发股价拉升 延续性不确定 建议等待消息发酵出持续性后再寻找补涨或低吸核心个股 [3] - 龙头战法收益高风险大 需空仓耐心 辨识龙头能力和严格止损纪律 错过最佳买点勿盲目追高 [3] - 补涨适合普通投资者稳健模式 通过冷静低吸和深入挖掘可实现稳定盈利 [3] - 趋势（中军）指流通市值超百亿个股 当题材大且龙头难介入时 布局中军可在行情结束后获可观收益 [3] - 轮动常见于市场混沌期 需耐心埋伏核心个股 待轮动拉升时及时止盈 [3] - 修复是大题材调整过度后的反弹行情 应低吸核心个股把握机会 [3] - 防守板块如旅游 电力 猪肉在市场风险大时成为资金避险选择 这些板块受热捧时需警惕市场风险 [3] 复盘方法与题材炒作规律 - 复盘指数预期通过分析指数走势判断市场大势 合理确定投资仓位 [3] - 复盘题材需挖掘最具想象力和发展潜力的题材 把握市场热点方向 [4] - 复盘个股重点关注连板 抗跌的核心个股 分析其走势特点与市场地位 [4] - 板块中最早涨停个股具龙头潜质 可借此套利 题材炒作第一阶段选龙头或补涨 第二阶段低吸核心 第三阶段尝试新题材或空仓避险 [4]

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.54%，本年超额收益2.44% [1][5] - 中证500指数增强组合本周超额收益1.29%，本年超额收益4.77% [1][5] - 中证1000指数增强组合本周超额收益1.67%，本年超额收益6.24% [1][5] - 中证A500指数增强组合本周超额收益0.21%，本年超额收益5.19% [1][5] 选股因子表现 沪深300成分股 - 最近一周表现较好的因子：预期PEG(0.89%)、单季ROE(0.86%)、单季EP(0.85%) [6] - 最近一月表现较好的因子：DELTAROE(2.30%)、单季营利同比增速(1.83%)、DELTAROA(1.81%) [6] - 今年以来表现较好的因子：一个月反转(5.22%)、单季营收同比增速(3.11%)、单季营利同比增速(2.56%) [6] 中证500成分股 - 最近一周表现较好的因子：三个月反转(1.19%)、一个月反转(1.04%)、三个月换手(0.72%) [7][8] - 最近一月表现较好的因子：一个月反转(2.42%)、预期净利润环比(1.36%)、标准化预期外收入(0.73%) [7][8] - 今年以来表现较好的因子：一个月反转(5.73%)、DELTAROA(4.06%)、单季营收同比增速(3.73%) [7][8] 中证1000成分股 - 最近一周表现较好的因子：一个月反转(1.03%)、特异度(0.81%)、三个月反转(0.54%) [9][10] - 最近一月表现较好的因子：一年动量(4.16%)、预期净利润环比(3.51%)、预期PEG(2.74%) [9][10] - 今年以来表现较好的因子：非流动性冲击(5.40%)、预期净利润环比(4.04%)、三个月机构覆盖(3.89%) [9][10] 中证A500成分股 - 最近一周表现较好的因子：三个月反转(1.03%)、预期PEG(1.01%)、预期EPTTM(0.85%) [11][12] - 最近一月表现较好的因子：单季营利同比增速(2.73%)、预期PEG(2.36%)、预期净利润环比(2.13%) [11][12] - 今年以来表现较好的因子：一个月反转(5.48%)、预期PEG(3.61%)、单季营利同比增速(2.78%) [11][12] 公募基金重仓股 - 最近一周表现较好的因子：一个月反转(1.60%)、三个月反转(1.50%)、预期PEG(1.05%) [13][14] - 最近一月表现较好的因子：一年动量(3.43%)、预期净利润环比(3.07%)、DELTAROA(2.77%) [13][14] - 今年以来表现较好的因子：一个月反转(5.00%)、DELTAROA(4.10%)、三个月机构覆盖(3.86%) [13][14] 公募基金指数增强产品表现 产品规模 - 沪深300指数增强产品67只，总规模778亿元 [16] - 中证500指数增强产品70只，总规模454亿元 [16] - 中证1000指数增强产品46只，总规模150亿元 [16] - 中证A500指数增强产品35只，总规模223亿元 [16] 沪深300指数增强产品 - 本周超额收益最高0.57%，最低-0.34%，中位数0.05% [17][19] - 最近一月超额收益最高3.29%，最低-1.28%，中位数0.37% [17][19] - 今年以来超额收益最高5.96%，最低-2.62%，中位数1.11% [17][19] 中证500指数增强产品 - 本周超额收益最高1.06%，最低-0.28%，中位数0.25% [18][21] - 最近一月超额收益最高2.22%，最低-1.59%，中位数0.37% [18][21] - 今年以来超额收益最高5.18%，最低-2.95%，中位数1.29% [18][21] 中证1000指数增强产品 - 本周超额收益最高0.97%，最低-0.55%，中位数0.23% [20][24] - 最近一月超额收益最高4.46%，最低-1.17%，中位数1.30% [20][24] - 今年以来超额收益最高9.29%，最低-0.04%，中位数3.46% [20][24] 中证A500指数增强产品 - 本周超额收益最高0.58%，最低-0.49%，中位数0.02% [22][25] - 最近一月超额收益最高1.96%，最低-1.03%，中位数-0.10% [22][25]