报告行业投资评级 未提及 报告的核心观点 报告对2026年2月ETF市场风格进行观察，构建风格互补的权益ETF组合并跟踪其收益率，发现多策略ETF组合月度收益率为负且相对于中证800全收益指数有超额负收益 [3][7][10] 各部分总结 ETF市场风格观察 - 2026年2月，有ETF跟踪覆盖的权益指数中，高股息率指数、低波动率指数收益较好，风格排名前5的指数月度平均涨跌幅分别为2.54%、0.80% [3] - 高股息率指数中，中证煤炭涨幅最高为6.56%；低市净率指数均为负收益；低波动率指数中，800红利低波涨幅最高为1.95%；预期改善指数均为负收益；高预期成长指数中，光伏产业涨幅最高为6.28%；高预期ROE指数中，399326.SZ涨幅最高为6.00% [4] ETF风格打分模型更新 - 截至2026年3月，采用多因子打分法构建两组风格互补的权益ETF组合，对组合内ETF取等权，并采用风险平价算法在两个风格组合间进行权重配置，高质量成长ETF组合权重为30.28%，高安全边际ETF组合权重为69.72% [7][9] ETF风格配置策略跟踪 - 2026年2月，高质量成长ETF组合累计收益率约 -0.45%，高安全边际ETF组合累计收益率约 -0.40%，同期中证800全收益指数区间涨跌幅约0.30% [10] - 截至2026年2月末，多策略ETF组合月度收益率约 -0.82%，相对于中证800全收益指数超额约 -5.71% [13]

交易策略与业绩 - 在实盘交易大赛中获得量化组第八名，实现2646.3万元净利润 [1] - 以套利和日内短线交易为主要策略 [2] - 策略核心是稳健，注重资金的平稳增长，无法接受大幅回撤 [3] - 策略不仅依赖量价指标，还加入了基本面因子和“奇异因子”，以增强在复杂市场中的适应性和竞争力 [3] - 交易系统强调多策略、多周期的组合构建，通过策略间的低相关性来控制整体回撤 [3] 从业背景与历程 - 具有计算机专业背景，因受林志颖介绍程序化交易的启发，于2013年开始量化交易 [1] - 初期测试一个简单策略，在2014-2015年A股大牛市期间年化收益率超过300% [1] - 2018年因策略单一遭遇较大回撤，成为交易生涯重要转折点，此后开始重视资金管理和分散投资 [3] 对行业与未来的看法 - 认为量化交易者需具备扎实的编程、数据处理能力，并理解市场基本运行机制 [4] - 建议新人从小资金实盘开始，避免盲目追求高收益，并警惕过度拟合和策略单一等误区 [4] - 展望未来，看好结合基本面因子的中低频策略发展潜力，并期待CTA策略可能迎来大行情 [4] - 认为期货交易是一项事业和生活方式，核心收获是认识到“纪律比聪明更重要” [4]

多策略投资框架优势 - 多策略通过分散化利用不同策略在不同市场环境中的适应性差异，提升整体投资组合收益的稳健性，相比单一策略更具优势 [1] - 多策略组合相对中证全指的年化超额收益为13.8%，信息比率为1.5，表现稳健 [1][4] - 单策略之间相关性不高，预期改善组合与均衡弹性、高质量经营、科技TMT和新能源组合相关性分别为0.29、0.13、0.37和0.53，有利于收益互补 [4] 多策略组合构建 - 多策略框架包含三大类全市场选股策略（预期风险、分析师预期改善和高质量经营视角）和两大类产业选股策略（科技TMT和新能源产业链） [3] - 战胜宽基指数多策略框架在指数权重分配上，80%配置在指数成分内，20%配置在其他公司，并超配多策略股票组合权重 [5] 多策略组合表现 - 2014年以来多策略沪深300、中证500和中证1000指数增强组合年化超额收益分别为6.5%、7.3%和8.6% [1][5] - 多策略组合超额收益最大回撤较低，沪深300、中证500和中证1000指数增强组合分别为7.1%、7.4%和3.8% [1][5] - 行业平均偏离度控制在2%以内，个股偏离度控制在3%以内，相对基准偏离度低 [1][5] - 大多数年份实现正超额收益，仅2021年多策略中证500指数增强跑输基准 [5]