作为一只主动量化公募产品，恒越嘉润量化选股基金的特色在于将两套独立的量化模型叠加，以差异化策略解决传统量化 基金的痛点。该基金股票仓位范围在60%-95%，其中60%的仓位采用中小盘多因子量化策略，35%及以下的仓位采用量化择时 策略，系统根据市场实际走势灵活调整仓位。在市场回调时，最高35%的仓位可及时轻仓或空仓，而在市场向好时则可快速捕 捉热点轮动机遇。相比其他量化公募产品，该基金在保持进攻性和高弹性的同时，有效降低回撤波动，也可在部分量化因子阶 段性失效时把握风格切换机会，从而适应不同的市场环境。 资料显示，恒越嘉润量化选股基金拟任基金经理吴胤希现任恒越基金总经理助理，兼任该公司资产配置部总监和固定收益 部总监，并担任多只基金的基金经理。吴胤希2023年年底加盟恒越基金后，开始组建量化团队，并从恒越嘉鑫"固收+"的策略 优化入手，持续推进量化策略的实践。凭借量化择时策略加持的恒越嘉鑫基金，在2024年与2025年风格迥异的股债市场环境 下，分别取得了11.19%和8.59%的绝对收益，并维持了较低的回撤水平。 本报讯 （记者昌校宇）开年以来，多家公募机构纷纷推出新产品，积极把握A股"春季攻势"的布局窗口 ...

2025年，主动量化公募基金以其亮眼的业绩和持续的增长态势，成功实现行业"破圈"。 数据显示，成立满一年的258只（各份额合并计算，下同）主动量化基金2025年平均收益率高达 30.35%，其中98%的产品年内取得正收益。截至2025年三季度末，全市场282只主动量化基金合计份额 为805亿份，较上一年年末的634亿份增长了27%。 截至2025年三季度末，华安事件驱动量化混合基金总规模已攀升至47.22亿元，相较于2024年末2.14亿元 的规模，展现出极强的市场认可度与资金吸引力。 复盘其管理历程，张序几乎精准把握了每年市场的核心矛盾：2020年，超配医药、食品饮料、消费电子 等大盘成长方向；2021年，年初即减仓高估值"核心资产"，转向新能源产业链；2022年，下半年起减仓 新能源，加仓低估值非银金融，完成成长向价值的风格切换；2023年，提前布局TMT，捕捉人工智能 主线；2024年，大盘蓝筹股开始了价值的重估，上半年重仓银行板块，组合采用"杠铃策略"，在宽基指 数大爆发的一年，跑赢了沪深300；2025年，较早配置上游有色资源，在主动权益回归的转折年，跑赢 了偏股基金指数。 业内人士分析指出，张序的 ...

量化模型与构建方式 1. **模型名称：ETF资金流模型** [1][11] * **模型构建思路**：通过监测重要宽基ETF的资金流向，推断市场重要资金（如中央汇金）的态度和意图，并据此判断市场风格和板块轮动方向[1][11]。 * **模型具体构建过程**：模型监测一组由重要资金（如中央汇金）持有比例较高的宽基ETF（报告中提及包括沪深300ETF、中证500ETF等共14只）。计算这些ETF在特定时间段（如每日）的资金净流入/流出额。通过分析资金流出的规模与持续性，推断重要资金是在流入支持市场还是在流出控制节奏。同时，对比不同板块或主题ETF的资金流向差异，寻找资金可能集中涌入的方向[1][11]。 * **模型评价**：该模型用于捕捉市场“聪明钱”的动向，对判断大盘指数上行节奏和市场风格切换有一定指示意义[1][11]。 2. **模型名称：价格分段体系** [14][17] * **模型构建思路**：通过技术分析方法，对指数价格走势进行多时间周期（如日线、周线）的分解和识别，以判断当前市场所处的趋势阶段[14][17]。 * **模型具体构建过程**：报告中的图表展示了上证综指的价格分段结果，涉及“日线”、“周线”和“dea”指标。构建过程通常包括：1) 选取标的指数（如上证综指）；2) 计算不同时间周期的移动平均线或趋势线；3) 使用算法（如MACD中的DEA线）对价格序列进行平滑处理，以识别趋势的转折点或分段；4) 将不同周期的分段结果叠加，观察其重合与背离情况。公式可能涉及移动平均计算，例如简单移动平均(SMA)： $$SMA_t = \frac{P_t + P_{t-1} + ... + P_{t-n+1}}{n}$$ 其中，$SMA_t$ 表示在时间 $t$ 的简单移动平均值，$P$ 表示价格，$n$ 为移动平均的周期[14][17]。 3. **模型名称：微观市场结构择时模型（知情交易者活跃度指标）** [15][18] * **模型构建思路**：通过构建“知情交易者活跃度”指标，监测市场中可能具备信息优势的交易者的行为变化，以此作为市场情绪和未来走势的择时参考[15][18]。 * **模型具体构建过程**：报告未详细说明该指标的具体计算公式。通常，这类模型会基于高频交易数据（如订单流、买卖不平衡、交易量分布等）来识别知情交易的概率或强度。构建过程可能包括：1) 收集个股或市场层面的逐笔交易数据；2) 计算能够区分知情交易与流动性交易的代理变量（如VPIN、订单失衡等）；3) 进行标准化或平滑处理，得到时间序列指标；4) 设定阈值或观察其与市场指数的同步/背离关系进行判断[15][18]。 * **模型评价**：该指标旨在捕捉市场内部结构的微妙变化，当指标与市场走势出现背离时，可能预示着趋势的转折[15]。 量化因子与构建方式 1. **因子名称：分析师行业景气预期因子** [19][20] * **因子构建思路**：利用卖方分析师对公司未来盈利的一致预测数据，构建行业层面的景气度变化指标，以捕捉基本面预期的边际变化[19][20]。 * **因子具体构建过程**：针对申万一级行业，进行以下计算： 1) **ROE预期变化因子**：计算行业内成分股分析师一致预测的滚动未来12个月ROE（ROEFTTM），然后计算该指标本周值与上周值的环比变化率[19][20]。 2) **净利润增速预期变化因子**：计算行业内成分股分析师一致预测的滚动未来12个月净利润增速（FTTM），然后计算该指标本周值与上周值的环比变化率[19][20]。 公式可概括为： $$\text{行业预期变化率} = \frac{\text{本周行业一致预期值中位数} - \text{上周行业一致预期值中位数}}{|\text{上周行业一致预期值中位数}|}$$ 通过排序这些变化率，可以识别出分析师预期边际改善最显著的行业[19][20]。 2. **因子名称：行业融资融券净流入因子** [21][23] * **因子构建思路**：通过监测各行业融资融券资金的净流入情况，反映杠杆资金对行业板块的偏好和热度[21][23]。 * **因子具体构建过程**：对于每个申万一级行业，计算指定周期（本周）内： $$\text{行业融资融券净买入额} = \sum_{i \in \text{行业}} (\text{融资净买入额}_i - \text{融券净卖出额}_i)$$ 其中，$i$ 代表属于该行业的个股。计算结果是行业层面的资金净流入绝对金额，正值表示融资资金净流入（看多），负值表示净流出（看空）[21][23]。 3. **因子名称：BARRA风格因子** [24][25] * **因子构建思路**：采用经典的BARRA多因子模型框架，从一系列描述股票特征的基本面、市场面和风险面指标中，提取出具有持续解释能力的共同风格因子，用以描述和监测市场风格偏好[24][25]。 * **因子具体构建过程**：报告提及了多类BARRA风格因子，其构建是系统性的工程，通常包括： * **基本面类因子**：如价值（Value）、成长（Growth）。价值因子可能基于BP、EP等指标；成长因子可能基于净利润增长率、营收增长率等。 * **盈利类因子**：如盈利能力（Profitability），可能基于ROE、ROA等指标。 * **交易类因子**：如流动性（Liquidity，常用换手率度量）、动量（Momentum，过去一段时间收益率）、波动率（Beta，衡量系统风险）。 * **市值类因子**：包括市值（Size，总市值的对数）和非线性市值（Non-linear Size）。 具体构建时，会对个股的原始特征进行标准化、去极值、行业中性化等处理，然后通过截面回归或因子模拟组合的方式提取纯因子收益序列[24][25]。 * **因子评价**：BARRA风格因子体系是量化投资中用于风险管理和收益归因的核心工具，能有效刻画市场在不同时期对各类股票特征的偏好变化[24]。 模型的回测效果 （报告中未提供具体模型的量化回测指标，如年化收益率、夏普比率、最大回撤等数值结果。） 因子的回测效果 （报告中未提供具体因子的IC值、IR、多空收益等量化测试结果。仅对因子近期表现进行了定性描述[24]。）

量化模型与因子总结 根据所提供的量化基金业绩跟踪周报，报告核心内容为对各类公募量化基金（指数增强、主动量化、市场中性）的历史业绩进行统计、分析和展示[1][2][3]。报告本身并未涉及具体的**量化模型**或**量化因子**的构建、测试与评价。 报告的主要内容是业绩结果的呈现，包括不同时间窗口（本周、本月、近一年等）下，各类基金的平均收益/超额收益、分位数、跟踪误差、最大回撤等指标的统计值[10]。同时，报告也展示了基于基金等权组合构建的模拟净值走势[22][23][26][28][29][31][32]。 因此，本报告是一份**基金业绩跟踪报告**，而非关于**量化模型或因子**的研究报告。报告中未提及任何具体的模型名称、因子构建思路、构建过程或公式。 模型的回测效果 （报告中无相关内容） 量化因子与构建方式 （报告中无相关内容） 因子的回测效果 （报告中无相关内容）

招商基金基金经理蔡振的表态与产品管理 - 招商基金基金经理蔡振在朋友圈发文表示“自己的需求与公司错配”，并称“不想不停地发新产品”、“明年会减少管理产品数量”、“聚焦在自己认同的产品上” [1] - 蔡振是公司“主动量化”的标杆人物，从业超过11年，目前在管20只基金产品，管理总规模136亿元 [4] - 蔡振自2024年以来接管产品速度显著加快，累计接管11只产品，其中2025年新接管多达7只 [6] 蔡振管理产品的业绩表现 - 部分产品业绩表现亮眼，例如招商安盈债券A任职回报达23.19%，招商安阳债券A任职回报达28.43%，同类排名均处于前10% [5] - 1000ETF增强自2022年11月18日任职以来回报达48.94% [5] - 部分产品业绩表现不佳，主要集中在2024年之后接管的产品，例如招商红利量化选股混合A任职回报为13.28%，招商盛和灵活混合A任职回报为24.89%，招商兴福混合A任职回报为10.54%，回报水平均在同类排名均线以下 [6] 招商基金整体规模与行业排名 - 三季度末招商基金非货规模为5635.61亿元，单季增长315.46亿元，但市场排名从二季度的第10位下降至第11位，跌出行业前十 [7][8] - 竞争对手增长更为强劲，排名第9的汇添富基金增长近千亿元，新晋第10名的景顺长城基金规模增长973.75亿元，是招商基金增量（315.46亿元）的3倍以上 [8] 招商基金内部管理与人才挑战 - 公司面临投研人员流失问题，2024年至2025年期间多名基金经理离职，包括翟相栋、马龙、苏燕青、王岩等明星基金经理，固收老将马龙离职前管理规模高达876亿元，占公司固收规模近20% [10] - 公司内部存在基金经理“一拖多”现象，知名基金经理侯昊独立管理三十余只基金，总规模超554亿元，但其旗下产品业绩分化严重，招商国证生物医药指数C任期回报为-62.10%，而招商中证白酒指数A收益超过一倍 [10] - 公司推出“内部培养+外部引进”双轨机制进行改革，11月13日一次性公告11只产品基金经理变更，侯昊等资深基金经理卸任部分产品，由廖裕舟、窦福成等新人接任，但此轮调整未涉及蔡振 [12]

公司指数业务发展现状 - 永赢基金ETF管理规模截至2023年9月4日突破150亿元 [1] - 公司通过创新研发布局医疗器械ETF、黄金股ETF、通用航空ETF、卫星ETF、港股医疗ETF等首创指数系列产品 [1] - 指数业务最早从沪深300指数、创业板指数等宽基指数产品起步 [2] 产品布局策略 - 采用"切蛋糕"思路在成熟领域挖掘潜力细分方向 例如2020年从医药板块切分医疗器械细分行业 [2] - 围绕国家政策提出的"新质生产力"方向进行布局 如通用航空ETF和卫星ETF对应政府工作报告明确战略方向 [2] - 2023年底开始筹划产品布局体系 选择左侧切入方式以应对行业竞争 [2] 组织架构与文化支撑 - 公司结构扁平化 跨部门协作效率高 指数团队与主动权益团队形成良性互补 [3] - 团队整体年轻化 充满想象力和前瞻性 公司文化鼓励持续挖掘新布局机会 [3] 产品矩阵拓展计划 - 在消费、制造、科技、周期、金融、军工等多个板块加速布局指数产品 [3] - 2023年成立7只ETF产品包括中证A500ETF、港股通医疗主题ETF、自由现金流ETF等 [4] - 已获批上证AAA科技创新公司债ETF 上报红利低波动ETF、科创创业人工智能ETF等产品 [4] 基础设施建设 - 完善基建确保在不同市场环境下提供适配投资工具 [4][5] - 未来一两年集中发力完善指数产品线布局 [5] - 在营销配套、人员配备、投资者服务等多方面协同发展 [5] 投资者服务创新 - 储备量化模型提升投资者决策能力 开发黄金与黄金股比价关系、周期波动特征等分析工具 [5] - 深度投研作为投资者教育基石 体现投研积累和投资者陪伴专业投入 [5] 量化业务发展 - 量化业务以指增策略为主 覆盖中证A500、中证500、中证A50、科创100等指数 [5] - 将在主动量化领域发力 储备基本面量化、多因子量化、机器学习等多种策略 [5] - 公司给予硬件资源大力支持 AI大模型应用成效显著 提升量价机会把握和资金跟踪能力 [5] 策略体系优化 - 持续迭代策略体系 提高择时胜率和资产配置成效 [6] - 通过平台化资源整合在不同领域适配更高效策略 [6] - 秉持产品思维 为投资者提供符合风险收益偏好的持有体验 [6]

主动量化基金发行回暖 - 摩根汇智优选混合型基金结束募集 合计募集14亿元 创2024年以来主动量化基金首发规模新高 [1] - 该基金在广发、东吴、国联民生、方正证券等多家券商渠道销售 [1] 公募量化基金市场表现 - 2024年以来新成立主动量化基金共62只 平均发行规模2 9亿元 [1] - 小市值风格下公募主动量化回报长期不及私募量化 规模增长乏力 [1] 量化策略环境变化 - 2024年市场波动整体下降 日内信号磨损严重 [1] - 量化策略降频收益表现较好 有利于低频的公募量化基金 [1]

量化基金市场表现 - 2025年上半年公募量化基金整体表现强劲，1258只有业绩展示的产品收益均值为4.72%，中位数为3.74%，正收益占比达86.15% [1] - 主动量化基金收益领先，均值和中位数分别为7.5%和5.91%，指数增强型基金正收益占比最高达92.09% [1] - 监管政策推动指数增强型基金发展，《推动公募基金高质量发展行动方案》强调"业绩比较基准"的重要性 [1] 指数增强量化基金 - 小盘股指数增强产品主导前十强，上榜门槛18.77%，全部对标北证50、中证2000或国证2000指数 [3] - 创金合信基金夺冠，其"北证50成份指数增强A"上半年收益率37.17%，跑赢基准1.58个百分点 [5] - 招商基金表现突出，在前十强中占据2席，长盛基金位列前三 [3] 主动量化基金 - 上榜门槛达24.64%，为三大量化基金榜单最高，诺安基金、中加基金、汇安基金包揽前三 [8] - 冠军产品"诺安多策略A"收益40.62%，成立以来累计回报171.4%，显著跑赢基准 [10] - 中加基金"专精特新量化选股A"重仓股全部上涨，前十大包括楚环科技、梅轮电梯等专精特新企业 [11] 量化对冲基金 - 工银瑞信基金表现突出，在前十强中占据2席，中邮基金、富国基金、申万菱信基金位列前三 [12] - 上榜门槛为0.82%，海富通、安信等机构产品入围，德邦基金以0.08亿元规模垫底 [13] 基金经理分析 - 创金合信董梁指出指数增强受捧三大原因：明星基金经理祛魅、新指数供给增加、监管鼓励 [6] - 中加基金林沐尘专注专精特新领域，通过量化模型挖掘中小盘超额收益 [11] - 诺安基金王海畅团队坚持中小盘策略，聚焦新质生产力和隐形冠军企业 [10]

基金发行与策略 - 摩根资产管理将于7月7日发行摩根汇智优选混合型基金，该基金为成长风格鲜明的主动量化产品 [1] - 基金股票资产占比60%-95%，以中证A500指数作为业绩比较基准的股票部分 [1] - 投资策略分为三步：通过因子模型构建动态股票池、量化模型精选优质成长股、跟踪优化组合以超越基准 [1] - 基金将借助量化团队打造的科学评价体系，从历史增长、未来增长、增长潜力三大维度量化企业成长性 [1] - 将利用量化多因子模型综合超额收益来源，精选个股和优化组合权重 [1] 基金经理观点 - 拟任基金经理胡迪具备17年证券从业经验，其中8年投资管理经验 [2] - 胡迪认为2025年初国产AI大模型技术突破将为各行业带来新增长机会 [2] - 在国家政策鼓励下，新质生产力相关产业有望全面发力，A股后市成长行情可期 [2] 市场背景 - 今年以来A股市场AI、半导体、创新药等科技板块轮动走强，成长风格兴起 [1]

根据研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称：知情交易者活跃度指标** - **模型构建思路**：通过龙虎榜数据监测游资交易活跃程度，反映市场风险偏好变化[3][13] - **模型具体构建过程**：基于龙虎榜买卖方席位数据计算资金净流向，结合滚动窗口标准化处理，公式为： $$ \text{活跃度} = \frac{\sum(\text{游资买入额} - \text{游资卖出额})}{\text{市场总成交额}} $$ - **模型评价**：对短期市场情绪敏感，但需结合其他指标验证信号有效性[15][17] 2. **模型名称：行业拥挤度预警模型** - **模型构建思路**：识别高交易拥挤行业以规避回调风险[12] - **模型具体构建过程**：综合行业换手率偏离度、融资买入占比及机构持仓分位数构建复合信号，阈值触发预警[12][19] --- 量化因子与构建方式 1. **因子名称：分析师预期修正因子** - **因子构建思路**：捕捉分析师一致预期上调带来的超额收益[18] - **因子具体构建过程**：计算申万行业未来12个月ROE及净利润增速的滚动环比变化，标准化后加权： $$ \text{预期修正得分} = w_1 \cdot \Delta \text{ROE} + w_2 \cdot \Delta \text{净利润增速} $$ - **因子评价**：在基本面驱动阶段有效性较高，但对政策敏感行业易滞后[18][19] 2. **因子名称：BARRA风格因子（盈利相关）** - **因子构建思路**：分离盈利质量、盈利能力等基本面风格收益[23][24] - **因子具体构建过程**：采用多变量回归法剥离市值和行业影响，保留纯因子收益[24] --- 模型的回测效果 1. **知情交易者活跃度指标**： - 本周信号分化时胜率58%，近一季IR 0.85[15][17] 2. **行业拥挤度预警模型**： - 触发预警行业后续20日平均超额收益-3.2%，胜率62%[12][19] 因子的回测效果 1. **分析师预期修正因子**： - 本周轻工制造行业因子值0.63（净利润增速），近一季IC 0.12[18][19] 2. **BARRA盈利因子**： - 本周盈利能力因子收益0.3%，近一季年化波动率4.8%[23][24] 注：部分模型（如价格分段体系）因缺乏构建细节未纳入[14][16]