核心观点 - 采用"时序+截面"基础架构设计五类差异化网络结构，模型间平均相关性仅55% [3] - 通过线性等权、树模型与专家网络三类加权方式集成数百个神经网络特征，综合因子自2019年以来5日IC均值13.3%，10日IC均值15.0%，多头组合超额收益49.0% [3] - 使用神经网络端到端学习直接从原始量价数据识别高维非线性风险模式，风险因子长期不暴露alpha且对截面收益解释能力强 [3] - 沪深300指数增强组合年化收益18.2%，超额收益14.2%；中证500增强年化收益22.4%，超额收益17.2%；中证1000增强年化收益29.8%，超额收益24.5% [3] 深度学习选股策略 - 从传统多因子模型的"逻辑驱动"转向"数据驱动"，通过深度学习挖掘高频数据非线性模式 [7] - 构建"原始数据→自动特征提取→因子合成"端到端框架，融合日度行情、分钟行情、手工特征等多模态数据 [7] - 采用差异化网络结构在单一数据集多次训练获取增量信息，通过多类别因子集成提升alpha信号稳健性 [8] - 使用神经网络端到端学习直接从量价数据识别风险模式，实现alpha模型和风险模型双重赋能 [9] - 采用长预测窗口和回看周期构建alpha信号，融合基本面信息减缓信号衰减，适配低换手交易模式 [10] 数据与网络架构 - 使用日度行情、分钟行情和手工特征三类数据集独立提取alpha特征 [11] - 日度行情预处理：价格数据对数变换为收益率，成交量/额通过序列均值标准化 [12][13] - 分钟行情采用与日行情一致预处理方案，保持日间价格连续性 [14][15] - 基础统计特征直接使用原始数据，选股因子采用截面z-score标准化 [16] - 网络结构融合LSTM（捕捉时序依赖）和GAT（建模截面关联），加入自注意力机制强化关键时点权重 [18][19][20] - 基础复合模型在时序网络和截面网络组合基础上构建5类差异化结构，模型间因子相关性均值60% [21][22][56] 模型训练与因子提取 - 采用滚动时间窗口训练策略，前七年数据训练，最近两年验证 [24] - 损失函数采用MSE加相关性正则项抑制特征冗余 [26] - 预测目标为股票未来Alpha收益，基于同类股票平均收益基准计算 [27] - 日度行情模型显示150日序列因子相比30日序列在2023年后未出现明显衰减 [30][32] - CNN-RNN-GAT模型通过卷积层聚合长序列信息，因子与RNN-GAT模型相关性62% [33][38] - RNN-GAT2模型调整邻接矩阵定义，因子与原始模型相关性62% [39][43] - 引入基本面信息的RNN-GAT2-Funda模型多头超额提升至39.1%，因子相关性降至55% [45][47] Alpha信号集成 - 10个模型生成640个信号，模型间平均相关性55% [66][68] - 等权集成因子5日IC均值12.9%，10日IC均值14.5%，多头超额42.7% [69][70] - 树模型加权采用3年训练窗口，集成信号5日IC均值11.7%，多头超额46.1% [73][74] - 神经网络加权采用TCN多专家架构，5日IC均值12.3%，多头超额44.9% [81][83] - 综合等权、树模型和网络模型信号，最终5日IC均值13.3%，10日IC均值15.0%，多头超额49.0% [84][86] 指数增强组合 - 沪深300增强年化超额14.2%，跟踪误差4.5%，信息比率2.84 [99][101] - 中证500增强年化超额17.2%，跟踪误差4.8%，信息比率3.16 [106][107] - 中证1000增强年化超额24.5%，跟踪误差5.4%，信息比率3.87 [111][113] - 组合构建约束单周换手上限10%，年单边换手率约5.5倍，成分股权重下限80% [93][95]

模型效果比较 - GRU模型效果略优于TCN+GRU和TCN模型[1] - 预测10日收益模型表现优于预测5日收益模型[1] - 深度学习因子与低波动、低流动性因子呈现较高相关性[1] 模型训练细节 - 输入数据包括30日行情、60日行情、30周行情，以及6个特征（高、开、低、收、均价、换手率）[2] - 预测标签为t+1日至t+6日的5日均价涨跌幅和t+1日至t+11日的10日均价涨跌幅[2] - 训练过程采用2017年以来数据，每年训练一个模型供下一年使用，前9年数据为训练集，第10年数据为验证集[2] 单因子选股效果 - 多头组在中小市值股票池（中证1000、中证2000）超额收益更高[2] - 沪深300中因子原始值效果优于市值行业中性化后因子值[2] - 市值行业中性化后因子超额收益减少，说明深度学习因子捕捉到风格轮动和行业轮动规律[2] 复合因子选股效果 - 深度学习因子与反转因子有一定相关性，与分钟高频因子、快照因子和基本面因子相关性较低[3] - 等权加权后的复合因子效果优于单因子[3] - 构建指数增强策略时，控制市值行业无暴露条件下，沪深300增强年化超额11.8%，中证500增强年化超额13.6%，中证1000增强年化超额21.7%，中证2000增强年化超额27.1%[3] 策略表现 - 截至2025年6月30日，沪深300增强本年超额-0.4%，中证500增强本年超额2.7%，中证1000增强本年超额9.9%，中证2000增强本年超额9.3%[3] - 允许市值行业适当暴露后，沪深300增强年化超额8.8%，中证500增强年化超额14.6%，中证1000增强年化超额22.3%，中证2000增强年化超额26.2%[3] - 考虑双边0.3%交易费用后，每年收益减少约3%[3]

个人养老金指数基金Y份额扩容 - 华夏创业板ETF联接基金新增Y类份额 自7月31日起生效 [1] - 四只指数增强型基金（国泰君安中证500指增、天弘中证500指增、招商沪深300指增、博道中证500指增）相继公告成立联接Y份额 [1] - 指数型个人养老金基金增至90只 全市场Y份额基金首次突破300只 [2] 指数基金纳入个人养老金目录情况 - 2024年12月首批85只权益类指数基金纳入目录 含78只宽基指数和7只红利指数 分属30家公募 [2] - 增设Y份额需满足规模条件：普通指数基金和ETF联接基金最近四季末规模≥10亿元或上月末≥20亿元 指增基金需额外满足成立满三年、超额收益等要求 [3] - 国泰海通资管和博道基金首次入围指增Y份额 截至2025年上半年末 两家公司管理规模分别为822.78亿元（行业第67）和227.74亿元（行业第114） [3] 量化产品特色与行业地位 - 国泰海通资管10只指增产品规模68亿元 行业排名第10 博道基金15只产品规模56亿元 排名第12 [4] - 全市场指增基金共760只（不同份额） 总规模2221.58亿元 涉94家管理人 [4] - 指增产品被视为养老配置"新宠" 因权益类资产长期回报潜力优于债券和现金 [5] 指增产品团队与策略优势 - 招商沪深300指增由量化投总王平管理 15年经验 管理规模超166亿元 [7] - 天弘中证500指增由杨超管理 10年经验 在管规模近60亿元 [7] - 指增策略核心逻辑为优化持股结构获取超额收益 2025年市场结构性特征为策略提供沃土 [7] 业绩表现与市场环境 - 2025年前成立的286只个人养老金基金平均收益率6.98% 指数基金Y份额平均收益率8.32% 跑赢养老FOF [7] - 20只指增Y份额2025年上半年平均年收益率10% 超额收益3.2% [8] - 华宝证券指出A股3600点阻力上升但支撑力强 美股震荡上行 股基增强策略指数表现强势 [8]

指数增强组合表现 - 沪深300指数增强组合本周超额收益0.78%，本年超额收益9.31% [1][5] - 中证500指数增强组合本周超额收益-0.52%，本年超额收益9.90% [1][5] - 中证1000指数增强组合本周超额收益0.07%，本年超额收益15.69% [1][5] - 中证A500指数增强组合本周超额收益0.26%，本年超额收益9.96% [1][5] 选股因子表现 - 沪深300成分股中特异度、EPTTM一年分位点、单季净利同比增速等因子表现较好 [1][6] - 中证500成分股中三个月波动、EPTTM一年分位点、预期BP等因子表现较好 [1][10] - 中证1000成分股中三个月机构覆盖、三个月反转、预期BP等因子表现较好 [1][12] - 中证A500指数成分股中特异度、三个月反转、预期净利润环比等因子表现较好 [1][14] - 公募基金重仓股中三个月机构覆盖、特异度、三个月反转等因子表现较好 [1][16] 公募基金指数增强产品表现 - 沪深300指数增强产品本周超额收益最高1.28%，最低-0.98%，中位数0.12% [1][21] - 中证500指数增强产品本周超额收益最高1.41%，最低-1.31%，中位数0.04% [1][24] - 中证1000指数增强产品本周超额收益最高0.82%，最低-0.47%，中位数0.15% [1][28] - 中证A500指数增强产品本周超额收益最高1.16%，最低-0.57%，中位数-0.04% [1][29] 公募基金指数增强产品规模 - 沪深300指数增强产品共有70只，总规模782亿元 [18] - 中证500指数增强产品共有71只，总规模451亿元 [18] - 中证1000指数增强产品共有46只，总规模151亿元 [18] - 中证A500指数增强产品共有52只，总规模242亿元 [18] 因子MFE组合构建方法 - 采用组合优化模型构建最大化单因子暴露组合，控制行业暴露、风格暴露等约束条件 [30][31] - 设置个股相对于基准指数权重偏离幅度为0.5%-1% [31] - 每月末根据约束条件构建单因子MFE组合，计算历史收益并扣除交易费用 [31] 公募重仓指数构建方法 - 选取普通股票型基金和偏股混合型基金持仓信息构建指数 [32] - 剔除规模小于五千万且上市不足半年的基金 [32] - 将符合条件基金的持仓股票权重平均，选取累计权重达90%的股票作为成分股 [33]

市场表现与策略收益 - 2025年上半年量化多头策略以17.32%的平均收益位居16个二级策略首位，小盘指增代表中证1000指增平均收益达20.26% [2] - 主观多头策略上半年收益均值为11.59%，中位数7.72%，显著低于量化多头表现 [3] - 市场交投活跃，沪深两市日均成交额近1.4万亿，为量化策略创造良好交易环境 [28] 小盘指增配置价值 - 中证2000等小盘指数估值仍处历史中枢偏下水平，具备持续配置价值 [13] - 小盘指数成分股数量多、权重分散，为量化策略提供更广阔操作空间和选股自由度 [28] - 小盘股高波动、低机构化特征使量价因子能更好发现定价偏差，但需警惕风格切换风险 [28][52] 头部机构优势 - 百亿量化私募在工程化研究能力、交易基础设施和风控机制方面具备显著优势 [9] - 头部机构中长周期因子收益贡献占比达80-90%，策略稳定性更强 [27][29] - 行业呈现两极分化趋势，头部机构先发优势明显，中小机构需寻找差异化突围路径 [9][22] 策略迭代方向 - 因子体系需动态优化，减少对小盘因子过度依赖，控制风格暴露风险 [54] - AI技术在因子挖掘、组合优化等环节深度应用，提升策略适应性和稳定性 [52] - 交易算法持续升级，包括提高日内收益率占比、增加调仓频率等优化措施 [37] 市场环境展望 - 政策维持流动性宽松，5月末M2同比增长7.9%，为市场提供支撑 [29] - 指数突破3500点后可能强化赚钱效应，引发增量资金正反馈 [36] - 全球股市上涨节奏下，A股慢牛格局有望延续，场外资金进场意愿增强 [57] 产品布局趋势 - 中证A500指增等新策略推出，拓宽量化策略施展空间 [32] - 量化选股策略因不锚定特定指数，更易适配多样化市场行情 [25] - 下跌保护机制产品兴起，通过期权组合设定缓冲线控制回撤风险 [43]

指数增强私募产品表现 - 2025年上半年指数增强私募产品平均收益率达17.32%，平均超额收益率达14.17%，94.75%的产品实现正超额收益 [1] - 大型私募（规模50亿元以上）表现最优，平均收益率18.30%，超额收益率14.51%，正超额占比99.25% [1] - 中型私募（20-50亿元）平均收益率17.30%，超额收益率14.37%，正超额占比96.71% [1] - 小型私募（10亿元以下）平均收益率16.41%，超额收益率13.75% [1] 策略与市场环境分析 - 小盘风格主导行情，专注小盘指数的增强产品平均收益率达20.84%，全市场选股策略产品平均收益率17.88% [2] - 中证1000指增产品以20.26%平均收益率领跑，中证500指增产品平均收益率15.31%，沪深300指增产品平均收益率仅6.31% [2] - 头部机构优势来自投研团队、IT系统、风控能力和机构代销网络形成的规模与业绩螺旋上升 [2] 业绩驱动因素 - 中小盘风格占优、个股波动率提升、日均成交额维持万亿元以上构成指增策略理想环境 [2] - 量化指增凭借高频交易技术和多因子模型优势高效捕捉市场无效性带来的超额收益 [2] - 监管放宽并购重组政策提振市场信心并改善流动性结构，为量化策略注入新活力 [2] 市场展望与策略调整 - 小盘成长股估值压力显现可能阶段性休整，部分中大盘股显露估值修复潜力 [2] - 下半年需聚焦基本面扎实、估值合理的中大盘赛道，强调动态适应板块轮动能力 [2] - 能否精准捕捉板块轮动脉搏并调整市值敞口和行业暴露将成为持续盈利关键 [2]

报告核心观点 上周小市值风格占优，本年中证 2000 指数增强策略超额收益为 18.92%；报告对国内主要宽基指数的公募指数增强基金业绩、量化选股模型因子表现、指数增强策略样本外表现进行跟踪[1]。 分组1：公募指数增强基金表现 整体情况 - 统计 2024 年 12 月 1 日之前成立的公募基金指数增强产品，跟踪指数主要为沪深 300、中证 500、中证 1000、国证 2000；截至 2025 年 7 月 4 日，沪深 300 指数增强产品 53 只、规模 789 亿，中证 500 指数增强产品 66 只、规模 456 亿，中证 1000 指数增强产品 46 只、规模 153 亿，国证 2000 指数增强产品 11 只、规模 14 亿[8] 沪深 300 指数增强产品 - 截至 2025 年 7 月 11 日，本年收益排名前五产品为安信量化精选沪深 300 指数增强 A 等，收益分别为 10.89%等，超额收益分别为 8.86%等，超额收益最大回撤分别为 -1.4%等[9] 中证 500 指数增强产品 - 截至 2025 年 7 月 11 日，本年收益排名前五产品为中欧中证 500 指数增强 A 等，收益分别为 14.42%等，超额收益分别为 9.15%等，超额收益最大回撤分别为 -2.87%等[16] 中证 1000 指数增强产品 - 截至 2025 年 7 月 11 日，本年收益排名前五产品为国金中证 1000 指数增强 A 等，收益分别为 22.1%等，超额收益分别为 13.65%等，超额收益最大回撤分别为 -2.69%等[22] 国证 2000 指数增强产品 - 截至 2025 年 7 月 11 日，本年收益排名前五产品为汇添富国证 2000 指数增强 A 等，收益分别为 26.43%等，超额收益分别为 14.1%等，超额收益最大回撤分别为 -1.61%等[27] 分组2：因子表现 单因子表现 - 沪深 300 股票池：上周超额收益较好因子为单季度归母净利润同比增长率等，超额收益分别为 1.88%等；本年较好因子为 EP120 日 score 等，超额收益分别为 8.57%等[36] - 中证 500 股票池：上周超额收益较好因子为标准化预期外归母净利润同比等，超额收益分别为 1.01%等；本年较好因子为分析师预测 EP - FY3 的 120 日变化等，超额收益分别为 10.6%等[37] - 中证 1000 股票池：上周超额收益较好因子为单季度归母 ROE 变动等，超额收益分别为 1.89%等；本年较好因子为一个月涨跌幅等，超额收益分别为 11.28%等[38] - 中证 2000 股票池：上周超额收益较好因子为单季度归母 ROE 变动等，超额收益分别为 1.94%等；本年较好因子为标准化预期外单季度营业收入 - 带漂移项等，超额收益分别为 16.24%等[39] - 中证全指股票池：上周超额收益较好因子为单季度归母净利润同比增长率等，超额收益分别为 1.3%等；本年较好因子为分析师预测 ROE - FY3 的 120 变动等，超额收益分别为 9.56%等[40] 大类因子表现 - 沪深 300 股票池：上周超额收益较好大类因子为市值、高频分钟、估值，超额收益分别为 2.16%、1.35%、1.34%；本年较好大类因子为成长、分析师超预期、分析师，超额收益分别为 8.46%、7.29%、6.49%[43] - 中证 500 股票池：上周超额收益较好大类因子为高频分钟、成长、市值，超额收益分别为 1.3%、0.99%、0.71%；本年较好大类因子为成长、市值、超预期，超额收益分别为 9.65%、9.62%、5.41%[47] - 中证 1000 股票池：上周超额收益较好大类因子为成长、超预期、市值，超额收益分别为 1.52%、0.97%、0.39%；本年较好大类因子为市值、成长、超预期，超额收益分别为 13.14%、8.07%、7.02%[52] - 中证 2000 股票池：上周超额收益较好大类因子为市值、估值、成长，超额收益分别为 1.58%、0.5%、0.44%；本年较好大类因子为市值、分析师超预期、成长，超额收益分别为 20.04%、17.99%、14.51%[58] - 中证全指股票池：上周超额收益较好大类因子为高频分钟、市值、成长，超额收益分别为 1.43%、1.35%、1.17%；本年较好大类因子为市值、价量、成长，超额收益分别为 39.08%、22.54%、21.28%[62] 分组3：指数增强策略表现 沪深 300 和中证 500 指数增强策略 - 截至 2025 年 7 月 11 日，沪深 300 指数增强策略上周收益 0.99%，超额 0.17%；本月收益 2.97%，超额 0.97%；本年收益 7.51%，超额 5.48%，超额最大回撤 -3.15%[68] - 截至 2025 年 7 月 11 日，中证 500 指数增强策略上周收益 2.2%，超额 0.25%；本月收益 2.79%，超额 0.9%；本年收益 8.56%，超额 3.3%，超额最大回撤 -4.23%[68] 中证 1000 和中证 2000 指数增强策略 - 截至 2025 年 7 月 11 日，中证 1000 指数增强策略上周收益 2.48%，超额 0.12%；本月收益 2.8%，超额 1.15%；本年收益 17.87%，超额 9.42%，超额最大回撤 -5.59%[72] - 截至 2025 年 7 月 11 日，中证 2000 指数增强策略上周收益 2.12%，超额 -0.2%；本月收益 2.41%，超额 1.04%；本年收益 35.74%，超额 18.92%，超额最大回撤 -4.94%[72]

小盘股市场表现 - 招商旗下中证2000增强ETF(159552)放量涨0.69%，今年以来累计涨34.00%，近一年涨超70%，盘中创年内第24次新高 [1] - 截至7月11日，该基金获资金连续10日净流入，年内规模增长1071.33% [1] 小盘股趋势分析 - 中金公司表示，小盘股估值有所抬升，短期波动或加大，但小胜大趋势可能尚未结束 [1] - 当前环境或仍有利于偏小盘风格演绎 [1] 中证2000指数增强ETF特点 - 中证2000增强ETF(159552)跟踪中证2000指数，综合反映中国A股市场小市值公司股票价格表现 [1] - 该ETF在获取指数beta的同时追求超额alpha，资金利用率更高，二级市场交易费用低于场外申赎费用 [1] - 无券商账户投资者可考虑场外基金招商中证2000指数增强(A:019918 C:019919)布局 [1]

私募证券策略上半年业绩表现 - 证券私募五大策略上半年整体收益率为8.32%，超八成产品实现正收益 [1][3] - 股票策略以10%的平均收益率领跑，多资产策略以7.28%紧随其后 [1][3] - 组合基金、债券策略、期货及衍生品策略平均收益率分别为6.05%、3.83%、3.82% [3] 量化策略表现突出 - 量化多头策略平均收益率达15.42%，大幅跑赢主观多头策略的9.23% [1][9] - 中证1000指增平均超额收益约14%，中证500指增平均超额收益约11% [4] - 市场中性策略收益率为5%，高收益中性策略可达6%~7% [4][5] - 与小市值股票相关的量化策略表现优异，部分高收益产品达25%~30% [5] 主观多头策略表现 - 4408只主观多头产品平均收益率为9.23%，正收益产品不足八成 [9] - 科技成长和港股是主要盈利来源，大盘价值风格表现平淡 [9] - 结构性行情下主观策略业绩分化显著，短期业绩持续性较差 [10] 市场环境分析 - 上半年市场日均成交量处于1.2万亿~2万亿元水平 [9] - 万得小市值指数涨超24%，中证2000指数上涨15.24% [9] - 中证1000等小盘指数跑赢大盘指数5~10个百分点 [9] - 题材轮动加快、流动性充裕、中小盘股向好为量化策略创造有利环境 [10] 下半年展望 - 当前是较好的股票做多窗口 [7] - 看好军工、人工智能硬件及应用、部分消费电子等基本面改善行业 [7] - 港股大量优质低估值成长股值得重视 [7]

市场表现 - 中证2000增强ETF(159552)7月11日盘中上涨0 29% 今年以来累计涨幅达33 23% 领跑宽基ETF [1] - 该ETF交投活跃 换手率19 50% 成交额约3500万元 环比前一日放量24 45% 创一年新高 [1] - 资金连续10日净流入 显示市场对小盘股持续关注 [1] 产品特性 - 中证2000增强ETF跟踪中证2000指数 反映A股小市值公司整体表现 [1] - 采用增强策略 在获取指数beta基础上追求超额alpha [1] - 相比场外指数增强基金 资金利用率更高 二级市场交易费用更低 [1] - 场外替代产品为招商中证2000指数增强基金(A类019918 C类019919) [1]