首批公募基金2025年二季报披露情况 - 同泰基金、德邦基金、汇安基金旗下部分基金产品率先披露2025年二季报，覆盖债券型基金和权益类基金 [2] - 率先披露的多只主动权益和债券基金在二季度调仓幅度较大 [3] 权益类基金调仓动向 - 同泰远见混合基金聚焦北交所市场，前十大重仓股全部为北交所上市公司，集中于生物医药、新能源材料、高端装备制造等硬科技领域，上半年净值增长超50%，近一年增长73.43% [4] - 同泰产业升级混合基金前十大重仓股中6席为机器人产业链标的，地平线机器人-W以9.01%持仓占比居首，北交所上市公司易实精密、丰光精密合计占比超15% [5] - 同泰金融精选股票基金聚焦大金融领域，十大重仓股以券商股为主，少量配置金融科技板块 [6] 债券基金表现 - 汇安永福90天持有期中短债基金二季度末规模达19.74亿元，较一季度末增长近9倍 [8] - 德邦短债基金规模从一季度末28亿元增至二季度末63.71亿元，增长1.28倍 [8] - 德邦锐乾基金规模从去年三季度末0.51亿元增至二季度末7.32亿元 [8] 市场表现 - 银行指数二季度涨幅超12% [4] - Wind微盘股指数二季度涨幅超20% [4] - 新消费和创新药在1个多月内涨幅超20% [4] - 金融科技指数低点以来涨幅超30% [4]

"投资中最重要的事情，我觉得是尊重客观规律、实事求是。因为投资人相对这个世界还是比较渺小 的。"兴证全球基金基金经理杨世进在接受采访时，表现了他求真、务实的一面。 杨世进信奉格雷厄姆"市场长期是称重机"的理念，投资以深入研究公司基本面、获取成长收益为核心目标，坚 持自下而上选股，极其看重公司的"护城河"。北大医学部药学专业出身的他，经历了十余年的研究学习，能力 圈范围已经拓展至医药、石化、半导体、军工、新能源等多领域，成长为一位行业配置相对均衡的成长股基金 经理。 2014年，杨世进加入兴证全球基金，2020年12月起，他与基金经理谢治宇共同管理兴全合宜混合基金（2020年 12月9日—2021年12月27日）。2021年7月，在市场高点接管兴全多维价值混合，截至2025年6月30日，他所管 理的兴全多维价值混合型证券投资基金，其A份额的任职回报9.29%（同期业绩比较基准-12.72%），在震荡市 场中体现出了较好的回撤控制能力。近期，兴全趋势投资混合发布公告，增聘杨世进为基金经理。 在采访中，杨世进强调，所有投资决策都要从风险和收益率角度平衡，"买入的价格很重要，再好的公司一旦 价格很贵，一定会极大压缩你 ...

报告核心观点 - 对国内主要宽基指数的公募指数增强基金产品业绩进行周度跟踪，展示量化选股模型中常用因子在不同股票池的表现，跟踪基于选股因子库构建的指数增强策略的样本外表现，为投资者提供参考 [6] 公募指数增强基金表现 产品规模与统计范围 - 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 [7] 各指数增强产品表现 - 沪深 300 指数增强产品本年以来收益排名前五的是安信量化精选沪深 300 指数增强 A 等，超额收益分别为 8.53%等，超额收益最大回撤分别为 -1.4%等 [8] - 中证 500 指数增强产品本年以来收益排名前五的是中欧中证 500 指数增强 A 等，超额收益分别为 8.85%等，超额收益最大回撤分别为 -2.87%等 [12] - 中证 1000 指数增强产品本年以来收益排名前五的是工银瑞信中证 1000 指数增强 A 等，超额收益分别为 13.1%等，超额收益最大回撤分别为 -2.14%等 [16] - 国证 2000 指数增强产品本年以来收益排名前五的是鹏华国证 2000 指数增强 A 等，超额收益分别为 12.78%等，超额收益最大回撤分别为 -2.4%等 [20] 因子表现 单因子表现 - 沪深 300 股票池上周超额较好的因子是分析师预测 EP - FY3 等，本年超额较好的因子是 EP120 日 score 等 [30] - 中证 500 股票池上周超额较好的因子是单季度扣非 ROE 变动等，本年超额较好的因子是一个月涨跌幅等 [31] - 中证 1000 股票池上周超额较好的因子是单季度 EP（营业利润）倒数等，本年超额较好的因子是一个月涨跌幅等 [31] - 中证 2000 股票池上周超额较好的因子是单季度归母 ROA 等，本年超额较好的因子是 20 日日内收益等 [32] - 中证全指股票池上周超额较好的因子是单季度扣非净利润等，本年超额较好的因子是分析师预测 ROE - FY3 的 120 变动等 [33] 大类因子表现 - 沪深 300 股票池上周超额收益较好的大类因子是公司治理等，本年超额收益较好的大类因子是分析师超预期等 [37] - 中证 500 股票池上周超额收益较好的大类因子是盈利等，本年超额收益较好的大类因子是市值等 [42] - 中证 1000 股票池上周超额收益较好的大类因子是估值等，本年超额收益较好的大类因子是市值等 [47] - 中证 2000 股票池上周超额收益较好的大类因子是估值等，本年超额收益较好的大类因子是分析师超预期等 [50] - 中证全指股票池上周超额收益较好的大类因子是估值等，本年超额收益较好的大类因子是市值等 [56] 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 4 日，沪深 300 指数增强策略上周收益 2.26%，超额 0.72%；本年收益 6.55%，超额 5.35%，超额最大回撤 -3.15% [59] - 截至 2025 年 7 月 4 日，中证 500 指数增强策略上周收益 1.58%，超额 0.77%；本年收益 6.22%，超额 2.97%，超额收益最大回撤 -4.23% [59] 中证 1000 和中证 2000 指数增强策略 - 截至 2025 年 7 月 4 日，中证 1000 指数增强策略上周收益 1.42%，超额 0.86%；本年收益 15.09%，超额 9.14%，超额收益最大回撤 -5.59% [64] - 截至 2025 年 7 月 4 日，中证 2000 指数增强策略上周收益 1.68%，超额 1.09%；本年收益 33%，超额 18.84%，超额收益最大回撤 -4.94% [64]

以下是公式源码，照例还是要付费的。由于本ID分享的公式都是系统性建构，公式之间会相互调用，不会调试的同学慎重选择下载，我没有时间回答你 们太基础的问题，没时间帮助你们调试。 闭关前居然忘了把这个公式分享出来，补一下。因为当下正从第一阶段向第二阶段重大转折，这个公式应该是用得着的。 这个公式有点类似某博士的月线反转信号，就是以年为单位的底部转折，但是某博士的公式实在太粗糙，不堪用，自己搞一个好了。 公式的基本原型脱胎于《笑傲牛熊》第5章，非凡大牛股的三重标准，以及本人的实战总结，主旨在于：长期低位中的强势起步突破。 比如今天选出的股票中，两只CXO的领涨股就完美符合了条件： 而这一板块，前几天还有一只票显示超量突破大底： 像这样，板块中有一些股票先后出现一年以上大底的突破，当然要引起高度重视的，马克的书里面反复强调过行业领涨股突破的先后顺序。 这个公式每天的选出数量很少，过了这个阶段以后，可能一个都选不出来，这很正常。同时，建议每天选出的股票不要用清除昨日的方式放进股池，而是 采用保留累加的方式，因为底部突破之后大部分股票都会调整，为方便观察，应该保留一段时间会比较好。 再，如果你的选股器比较多，建议设置自动选 ...

量化新规影响 - 沪深两市全天成交额1 21万亿 较前一日缩量2000多亿 [1] - 高频量化对市场赚钱效应提升有限 长期利好市场健康发展 [2][3] - 头部量化机构转向基本面量化和AI选股等中长期模型 市场风格或更利于中长线投资者 [4] 电力行业分析 - 电力板块高开高走 多只个股涨停 受高温预警和用电需求激增驱动 [5][6] - 全国最大电力负荷达14 65亿千瓦 较6月底上升2亿千瓦 同比增1 5亿千瓦创历史新高 [7] - 火电板块业绩显著改善 一季度近70%上市公司净利润同比增长 主因煤价大幅下降 [9] - 行业季节性特征明显 "夏炒电"行情需注意夏季结束时的风险 [10] 房地产政策动态 - 6月以来多部门密集出台房地产利好政策 央行 银保监会 住建部等释放积极信号 [11] - 高品质住宅或迎发展机遇 建议关注核心城市布局强 拿地能力优 产品力突出的房企 [11] - 化债概念地产个股或具优先配置价值 [12] 其他行业轮动 - 固态电池 核聚变 风电 稀土 军工等板块出现轮动 但强度较弱 需精选个股 [12]

AI在金融投资领域的应用 - 佛罗里达大学2023年研究显示，利用ChatGPT对企业新闻进行情绪判读并据此交易，回测期间投报率最高突破500% [1] - 斯坦福大学商学院2024年开发的「AI分析师」回测显示，1990-2020年间能在280万美元季度超额报酬基础上额外创造平均1,710万美元收益，表现超越93%传统基金经理人 [1] - 桥水基金2024年启动一支由AI全权管理的20亿美元基金，其投资绩效可媲美人类团队主导的策略 [1] AI对投资决策的影响 - 桥水基金创办人达里奥指出AI正在重塑决策逻辑，认为人类凭直觉做投资决策的日子将结束 [1] - AQR资本管理公司将AI纳入策略核心，其创办人指出AI不仅提升报酬表现，还大幅降低波动风险 [2] - AQR旗下Apex基金与Delphi策略2025年5月数据显示年化净报酬分别达到19%和14.6% [2]

量化模型与构建方式 1. **模型名称：A股行业轮动模型** - **模型构建思路**：通过资金、估值、情绪、动量、超买超卖和盈利6个因子构建打分体系，综合评估行业表现[17] - **模型具体构建过程**： 1. **资金因子**：以行业主力资金净流入率计算 2. **估值因子**：行业当前估值在过去1年的分位数 3. **情绪因子**：行业成分股上涨比例 4. **动量因子**：MACD指标 5. **超买超卖因子**：RSI指标 6. **盈利因子**：行业一致预测EPS在过去1年的分位数 各因子标准化后加权求和得到综合评分[17] - **模型评价**：多维度捕捉行业轮动特征，但需注意因子权重设置的合理性[17] 2. **模型名称：共识度选股模型** - **模型构建思路**：结合行业动量、估值、高频资金流与价格走势相似度筛选个股[20] - **模型具体构建过程**： 1. 筛选过去30天涨幅前三的申万二级行业 2. 计算个股的月度动量因子、估值因子和上涨频率 3. 通过高频分钟数据计算资金流变化 4. 计算资金流与价格走势的相似度（具体算法未披露） 5. 按相似度排名选出各二级行业前5名股票[20] - **模型评价**：兼顾基本面与市场行为，但高频数据处理复杂度较高[20] --- 量化因子与构建方式 1. **因子名称：主力资金净流入率（资金因子）** - **因子构建思路**：统计大额交易单反映主力资金动向[12] - **因子具体构建过程**： 1. 定义主力资金单笔成交：≥10万股或≥20万元 2. 按申万一级行业汇总每日净流入额 3. 计算标准化净流入率： $$ \text{净流入率} = \frac{\text{行业净流入额}}{\text{行业总成交额}} $$ [12] 2. **因子名称：估值分位数（估值因子）** - **因子构建思路**：衡量行业当前估值的历史位置[17] - **因子具体构建过程**： 1. 选取行业PE/PB等指标 2. 计算过去1年滚动分位数 $$ \text{分位数} = \frac{\text{当前值 - 最小值}}{\text{最大值 - 最小值}} $$ [17] 3. **因子名称：MACD（动量因子）** - **因子构建过程**： 1. 计算行业指数12日/26日EMA $$ EMA_{12} = \text{前日EMA}_{12} \times \frac{11}{13} + \text{当日收盘价} \times \frac{2}{13} $$ $$ EMA_{26} = \text{前日EMA}_{26} \times \frac{25}{27} + \text{当日收盘价} \times \frac{2}{27} $$ 2. 计算DIF与DEA： $$ DIF = EMA_{12} - EMA_{26} $$ $$ DEA = \text{DIF的9日EMA} $$ 3. MACD柱 = (DIF - DEA) × 2[17] 4. **因子名称：RSI（超买超卖因子）** - **因子构建过程**： 1. 计算行业指数14日平均涨幅/跌幅 $$ RS = \frac{\text{平均涨幅}}{\text{平均跌幅}} $$ 2. 标准化： $$ RSI = 100 - \frac{100}{1+RS} $$ [17] --- 模型的回测效果 1. **A股行业轮动模型** - 综合评分最高行业：综合（10分）、有色金属（10分）[19] - 综合评分最低行业：银行（-15分）、石油石化（-9分）[19] - 因子贡献分布： - 综合行业：资金（++）、估值（+++）、动量（+++）[19] - 银行行业：资金（---）、情绪（--）、盈利（---）[19] 2. **共识度选股模型** - 本期选股行业：通信设备、地面兵装Ⅱ、元件[21] - 选股结果示例： - 通信设备：新易盛、移远通信[21] - 地面兵装Ⅱ：长城军工、光电股份[21] --- 因子的回测效果 1. **主力资金净流入因子** - 5日净流入前五行业：非银金融（94.57亿元）、建筑装饰（4.85亿元）[13] - 30日净流入前五行业：煤炭（-8.82亿元）、综合（-16.5亿元）[14] 2. **估值分位数因子** - 高分位行业：综合（+++）、有色金属（++）[19] - 低分位行业：银行（---）、石油石化（---）[19] 3. **动量因子（MACD）** - 强势行业：电子（+++）、综合（+++）[19] - 弱势行业：交通运输（---）、银行（--）[19] 4. **超买超卖因子（RSI）** - 超买行业：电子（+++）、通信（+++）[19] - 超卖行业：医药生物（---）、传媒（---）[19]

指数增强组合表现 - 沪深300指数增强组合本周超额收益1.17%，本年超额收益8.03% [1][2] - 中证500指数增强组合本周超额收益0.73%，本年超额收益8.82% [1][2] - 中证1000指数增强组合本周超额收益1.10%，本年超额收益13.66% [1][2] - 中证A500指数增强组合本周超额收益0.69%，本年超额收益8.18% [1][2] 选股因子表现 - 沪深300成分股中单季EP、EPTTM、预期EPTTM等因子表现较好 [1][4] - 中证500成分股中单季ROE、DELTAROE、单季EP等因子表现较好 [1][6] - 中证1000成分股中标准化预期外盈利、EPTTM、单季EP等因子表现较好 [1][9] - 中证A500指数成分股中预期EPTTM、EPTTM、单季ROE等因子表现较好 [1][12] - 公募基金重仓股中预期PEG、预期EPTTM、单季EP等因子表现较好 [1][14] 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1.02%，最低-0.37%，中位数0.08% [1][19] - 中证500指数增强产品本周超额收益最高1.87%，最低-0.44%，中位数0.38% [1][23] - 中证1000指数增强产品本周超额收益最高1.06%，最低-0.43%，中位数0.38% [1][24] - 中证A500指数增强产品本周超额收益最高0.73%，最低-0.19%，中位数0.17% [1][25] 公募基金指数增强产品规模 - 沪深300指数增强产品共有69只，总规模790亿元 [18] - 中证500指数增强产品共有70只，总规模454亿元 [18] - 中证1000指数增强产品共有46只，总规模150亿元 [18] - 中证A500指数增强产品共有40只，总规模250亿元 [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 [27] - 控制行业暴露、风格暴露等约束条件 [28] - 设置个股相对于基准指数权重偏离幅度为0.5%-1% [29] - 每月末构建单因子MFE组合，回测期内换仓并扣除交易费用 [34] 公募重仓指数构建方法 - 使用普通股票型和偏股混合型基金持仓数据 [30] - 剔除规模小于五千万且上市不足半年的基金 [30] - 根据定期报告获取持仓信息，构建公募基金平均持仓 [31] - 选取累计权重达到90%的股票作为成分股 [31]

量化因子与构建方式 1. **因子名称**：单季EP - **因子构建思路**：衡量单季度归母净利润与总市值的比值，反映公司短期盈利能力[18] - **因子具体构建过程**： $$单季EP = \frac{单季度归母净利润}{总市值}$$ 数据来源为财报披露的单季度净利润和实时市值[18] 2. **因子名称**：EPTTM - **因子构建思路**：采用滚动12个月净利润与市值的比值，反映持续盈利能力[18] - **因子具体构建过程**： $$EPTTM = \frac{归母净利润TTM}{总市值}$$ 通过连续四个季度的净利润加总计算TTM值[18] 3. **因子名称**：DELTAROE - **因子构建思路**：计算净资产收益率的同比变化，捕捉盈利能力的边际改善[18] - **因子具体构建过程**： $$DELTAROE = ROE_{当期} - ROE_{去年同期}$$ 其中ROE计算采用： $$ROE = \frac{单季度归母净利润×2}{期初净资产+期末净资产}$$[18] 4. **因子名称**：标准化预期外盈利 - **因子构建思路**：衡量实际盈利与市场预期的偏离程度[18] - **因子具体构建过程**： $$SUE = \frac{实际净利润 - 预期净利润}{预期净利润标准差}$$ 使用分析师一致预期数据计算标准化差异[18] 5. **因子名称**：三个月反转 - **因子构建思路**：捕捉短期价格反转效应[18] - **因子具体构建过程**： $$三个月反转 = -1 × 过去60交易日收益率$$ 取负值使得因子方向与收益正相关[18] 6. **因子名称**：非流动性冲击 - **因子构建思路**：通过价格波动与成交额关系衡量流动性风险[18] - **因子具体构建过程**： $$非流动性冲击 = \frac{过去20交易日|日收益率|}{成交额均值}$$ 值越大表明流动性越差[18] 因子回测效果 1. **单季EP因子** - 沪深300空间：最近一周超额0.97%，近一月2.75%，年化5.28%[20] - 中证500空间：最近一周1.06%，近一月1.81%，年化7.79%[22] - 中证1000空间：最近一周1.21%，近一月2.37%，年化10.48%[24] 2. **DELTAROE因子** - 沪深300空间：最近一周0.21%，近一月2.00%，年化3.83%[20] - 中证500空间：最近一周1.18%，近一月2.60%，年化7.80%[22] - 中证1000空间：最近一周0.69%，近一月0.16%，年化9.10%[24] 3. **标准化预期外盈利因子** - 沪深300空间：最近一周0.35%，近一月1.65%，年化3.90%[20] - 中证1000空间：最近一周1.32%，近一月2.83%，年化9.00%[24] - 中证A500空间：最近一周0.38%，近一月2.09%，年化5.34%[26] 4. **三个月反转因子** - 沪深300空间：最近一周0.27%，近一月0.42%，年化1.24%[20] - 中证500空间：最近一周-0.68%，近一月0.19%，年化0.22%[22] 量化模型与构建方式 1. **模型名称**：MFE组合优化模型 - **模型构建思路**：在控制行业/风格暴露约束下最大化单因子暴露[40] - **模型具体构建过程**： 目标函数： $$\max f^Tw$$ 约束条件包括： $$s_l \leq X(w-w_b) \leq s_h$$ （风格暴露约束） $$h_l \leq H(w-w_b) \leq h_h$$ （行业偏离约束） $$w_l \leq w-w_b \leq w_h$$ （个股权重偏离约束） 其他约束包括成分股权重占比、禁止卖空等[40][41] 模型回测效果 1. **沪深300增强组合** - 本周超额1.17%，年内累计超额8.03%[15] - 公募产品中位数：本周0.08%，近一月0.70%，年内2.39%[33] 2. **中证500增强组合** - 本周超额0.73%，年内累计超额8.82%[15] - 公募产品中位数：本周0.38%，近一月1.24%，年内3.90%[35] 3. **中证1000增强组合** - 本周超额1.10%，年内累计超额13.66%[15] - 公募产品中位数：本周0.38%，近一月1.46%，年内5.97%[37] 特殊指数构建 1. **公募重仓指数** - **构建思路**：反映机构投资者持仓偏好[42] - **具体构建过程**： - 选取普通股票型及偏股混合型基金（规模>5000万） - 合并半年报/年报全部持仓或季报前十大重仓股 - 按持仓权重排序取累计90%市值的股票作为成分股[43]

报告核心观点 - 2025年二季度市场主要指数以上涨为主，创业板综涨幅领先，少部分中信一级行业负收益，择时模型总体表现优秀，后市或乐观向上，三季度看好石油石化、汽车、电子 [1][3] 2025年二季度复盘 - 主要宽基指数以上涨为主，创业板综季度上涨5.80%，国证2000涨幅4.41% [1][12] - 少部分中信一级行业负收益，综合金融上涨32.16%，国防军工上涨16.03% [1][13] - 股票型基金和偏股混合型基金表现较好，平均收益3.01%，2025Q2新成立公募基金639只，合计募集2785.71亿元 [16][17] 择时策略 短期择时模型 - 价量共振模型跟踪趋势与捕捉顶部背离，价量共振V3模型规避放量下跌错误信号，在上证指数表现优秀 [19][21][23] - 低波之刃模型捕捉市场底部反弹行情，在上证50指数表现超越基准 [19][24][27] - 特征龙虎榜机构模型基于龙虎榜机构席位信息构建，在沪深300指数年化收益15.93% [28] - 特征成交量模型挖掘成交量缩量做空与地量反弹，在万得全A指数表现优秀 [31][32] 中期择时模型 - 推波助澜模型基于涨跌停比率等构建，推波助澜V3模型最稳健，在沪深300指数部分时段表现超越基准 [19][36][40] - 月历效应模型基于A股春季躁动逻辑，在中证1000指数胜率100.0% [45] 长期择时模型 - 动量摆动模型基于成分股信号加权构建，在中证500指数部分时段表现超越基准 [46][47] 综合择时模型 - 综合兵器V3模型融合多周期模型信号，在沪深300指数表现超越基准 [50][51] 智能算法择时模型 - 沪深300指数择时模型基于遗传规划算法，年化收益35.48% [54] - 中证500指数择时模型采用GRASP算法思想，年化收益47.45% [57] 港股指数择时模型 - 成交额倒波幅模型在恒生指数择时绝对收益超过本身 [61] 择时收益小结 - 2025年二季度和今年表现优秀的模型有多个，最新择时信号显示后市或乐观向上 [66][70] 选股策略 惠特尼·乔治小型价值股投资法 - 从股票风格、公司运营状况和市场估值水平选股，关注负债等指标，2020 - 2025年6月30日年化收益20.0% [73][75][79] 福斯特佛莱斯积极成长选股策略 - 根据7方面要求选取6方面因子选股，2020 - 2025年6月30日年化收益3.6% [81][85] CANSLIM基本面选股 - 基于7个维度标准设定5个量化条件选股，2016年1月 - 2025年6月30日年化收益15.2% [88][90][91] CANSLIM2.0基本面选股 - 纳入业绩预报、快报数据，增加一致预期维度，2016年1月 - 2025年6月30日年化收益率15% [96][99] 形态识别选股 - 参考威廉·欧奈尔投资策略，复现杯柄和双底形态，筛选形态突破个股组合 [103] 行业轮动 - 基于基金仓位测算构建行业轮动信号，经过历史数据回测，年化获得20.91%绝对收益，超额年化10.48%，2025年三季度看好石油石化、汽车、电子 [114][125][129] 总结 - 2025年二季度市场指数上涨，部分行业负收益，择时模型表现优秀，后市或乐观，三季度看好电子、汽车、石油石化 [130][131][137]