券商资管产品策略与市场展望 - 面对债券底仓收益下降和权益增强难度上升的双重压力，多家券商资管表示2026年将重点布局“固收+”产品，通过多资产配置、量化工具运用和风控体系升级推进策略迭代 [1] - 机构普遍认为，2026年债券收益率水平将维持震荡，权益市场有望在震荡中走强，“固收+”产品将借助可转债、量化对冲、衍生品等工具提升收益弹性，以满足居民资产向金融资产配置转移的需求 [1] A股市场行情 - 2月5日，A股三大股指早盘低开低走，创业板指一度跌超2%，午后银行、券商等大金融板块强势拉升护盘，三大股指呈现震荡回调态势 [1] - 截至收盘，沪指下跌26.29点，跌幅0.64%，报4075.92点；深证成指下跌203.56点，跌幅1.44%，报13952.71点；创业板指下跌51.24点，跌幅1.55%，报3260.28点 [1] - 全市场成交额2.19万亿元，超3700只个股下跌 [1] 基金发行动态 - 2月5日新发基金共有8只，主要为基金中的基金(FOF)和ETF联接基金 [2] - 广发悦丰多元稳健三个月持有期混合(FOF)A募集目标金额达80.00亿元 [2] - 新发基金包括广发悦丰多元稳健FOF、汇百川稳航增强债券、鹏华上证科创板人工智能ETF联接、安信消费睿选股票等产品 [3] 基金分红情况 - 2月5日基金分红共有22只，多为债券型基金 [2] - 派发红利最多的基金是交银施罗德恒益灵活配置混合型证券投资基金，每10份基金份额派发红利1.2600元 [2] - 分红基金列表显示，交银施罗德恒益灵活配置混合A每10份派发1.2600元，其他债券型及ETF联接基金派发红利在0.0260元至0.2300元之间 [5] 央行公开市场操作与流动性 - 2月5日，央行开展7天期与14天期逆回购组合操作，单日净投放645亿元，以对冲春节取现需求并释放稳增长政策暖意 [2] - 机构认为当前资金面总体平稳但结构性紧张犹存，2月利率大幅波动概率有限，后续需关注随着内需修复与信贷回暖，资金利率中枢温和抬升的可能 [2] 基金申购限制 - 春节前后，债券、指数、主动权益等多类型基金密集公告暂停大额申购 [2] - 受访人士归纳原因有三：一是保护存量持有人利益，避免大额资金摊薄收益；二是维护策略有效性，防止规模快速膨胀冲击模型或建仓节奏；三是应对节前流动性波动，降低赎回冲击成本 [2]

幻方量化业绩表现 - 幻方量化旗下基金在2025年平均收益率达到56.6% [1] - 该收益率使其在管理超过100亿元人民币资产的中国量化基金中位列第二 [1] - 排名第一的宁波灵均投资管理合伙企业收益率超过70% [1] - 幻方量化管理着逾700亿元人民币（约合100亿美元）资产 [1] 公司股权与资金关联 - 幻方量化由DeepSeek创始人梁文锋创立，他仍持有该公司多数股权 [1] - 梁文锋几年前已停止为幻方量化旗下基金引入外部资金 [1] - DeepSeek是幻方量化在2023年孵化的AI公司，其多数股权同样由梁文锋持有 [1] - 幻方量化的强劲业绩有望为DeepSeek提供更多资金支持 [1] 收入估算与资金潜力 - 按1%管理费和20%绩效费估算，幻方量化去年亮眼表现可能为其创造超过7亿美元收入 [2] - 该收入数字比DeepSeek据称用于开发AI模型的不足600万美元预算高出几个数量级 [2] - 梁文锋现在拥有更多资金来扩大DeepSeek团队规模并为其购置更多算力和硬件 [2] 业务模式与资金循环 - DeepSeek的研究经费来源于幻方量化的研发预算 [3] - 当第一个创业项目（幻方量化）进展顺利时，能更好地孵化第二个项目（DeepSeek） [2] - 幻方量化已成为梁文锋的“摇钱树”，进一步充实了DeepSeek的潜在资金储备 [1]

美联储政策与市场真实动向 - 文章核心观点认为美联储在公开讨论降息的同时，其**6.5万亿美元**的资产负债表操作才是更关键的市场信号，华尔街对此的反应早于公开讨论[1] - 市场对美联储降息反应冷淡，因机构资金已提前交易“扩表预期”，例如国债期货市场已监测到异常的机构库存活动[15] 机构资金行为与市场博弈 - 当前市场**80%**的成交量来自程序化交易，其交易逻辑常基于“流动性套利”等数学游戏，而非公司基本面[6] - 机构资金活动存在可监测的特定模式，例如在特定事件（如地缘冲突）发生前，机构库存数据已显示异常活跃，表明机构提前布局[3] - 以“通源石油”为例，其股价上涨被普遍归因为事件驱动，但量化数据显示在上涨前，机构交易行为已持续活跃一个月，揭示了机构资金的提前介入[4][6] 量化工具与投资方法论 - 传统的技术分析或基本面分析（如查看F10资料）在由算法主导的市场中可能失效，如同“用算盘对抗量子计算机”[14][15] - 一种名为“机构库存”的量化指标被描述为能够揭示股票是否被机构资金持续关注，其数据变化呈现独特的节奏感，有助于理解市场资金博弈[6][8][10][14] - 建议投资者需要进化方法论，关注能呈现市场本真的量化工具，并学会用机构思维来观察和理解市场[15]

文章核心观点 - 在低利率环境下，金融机构面临获取利率下行收益与防范上行风险的双重挑战，国债期货是精细化风险管理的关键工具 [1] - 持续使用国债期货对冲会显著降低组合收益，提出基于阈值触发的量化对冲机制，可在控制风险的同时保持较高收益 [14][15][19] - 国债期货可有效管理多种债券投资风险，包括利率上行风险、久期缺口风险、信用利差上行风险和收益率曲线风险 [8][29] 低利率环境下的挑战与风险 - 中国10年期国债收益率在2025年1-7月运行于1.6%-1.9%的历史低位，低利率环境预计将持续 [2] - 长期国债收益率上行风险巨大，例如30年期国债收益率上行30个基点可能导致价格下跌超5% [2] - 债券市场波动率显著上升，中债-新综合财富指数2025年的26周波动率从2021-2024年的中枢1%大幅提升至2%左右 [2] - 参考境外市场，债券收益率在降至低位后往往进入长期震荡甚至上行阶段，加剧风险管理难度 [4] - 金融机构持有债券规模庞大，截至2024年末，商业银行和保险公司合计持有债券约100万亿元，占全市场余额约六成，大幅波动可能引发流动性风险和螺旋式调整 [6] 国债期货作为风险管理工具的优势 - 国债期货是场内标准化合约，2024年成交规模达64.7万亿元，具有成交量大、主要金融机构均可参与的优势 [7] - 相比其他衍生品，利率互换（2024年成交32.7万亿元）为场外非标准化合约，操作难度大；信用衍生品市场不活跃，合计仅约200亿元 [7] - 金融机构参与国债期货交易需坚持以风险管理为目的，主要用于套期保值 [7] 利率上行风险的对冲方法与案例 - 采用修正久期法计算国债期货对冲比例，核心是使被套保债券与国债期货的修正久期相等 [9] - 以2017年1月为例，当月10年期国债收益率上行34个基点，不对冲的区间收益为-2.35% [10] - 使用10年期国债期货对冲（卖出912手）可将区间收益提升至-1.01%，减少57%的损失，并降低波动率和最大回撤 [12][13] - 使用5年期国债期货对冲（卖出1823手）仅减少25%的损失，效果较差，因10年期期货CTD券久期更接近持仓债券久期 [11][12][13] 量化对冲机制的提出与实证效果 - 在利率总体下行的长周期中（如2022年1月至2025年7月），持续对冲会大幅降低收益：不对冲组合区间收益为19.29%，持续对冲组合降至5.74% [14] - 持续对冲虽降低波动率（从1.99%至1.53%）和最大回撤（从2.18%至1.41%），但导致夏普比率和卡玛比率大幅下降，风险收益比不佳 [14] - 提出量化对冲机制：基于债券收益率动量效应，当10年期国债收益率相对前一个月低点的“偏离幅度”超过触发阈值时开始对冲，当偏离幅度回落至结束阈值时停止 [16][17][19] - 实证研究（2022年1月至2025年6月）显示，触发/结束阈值设为（7%， 3.5%）时效果较优：区间累计收益达19.62%（高于不对冲的19.29%），同时波动率、最大回撤降低，夏普比率和卡玛比率提高 [19][20] - 阈值设置需权衡：高阈值（如9%，4.5%）对冲天数少（41天），减损能力弱；低阈值（如1%，0.5%）对冲频繁（517天），虽能更好控制波动和回撤，但对操作能力要求高 [20][21] - 2025年1-7月市场波动频率高但幅度有限，低阈值（1%，0.5%）在该期间收益最高（1.39%） [21] 管理久期缺口及流动性风险 - 金融机构存在资产负债久期缺口，在收益率下行时资本利得不足，直接买入大量现券调整久期面临流动性风险 [22] - 以2024年12月为例，当月10年期国债收益率下行35个基点，通过国债期货可快速增加组合久期 [22] - 操作案例：期初持有面值100亿元的24国开15，通过买入9056手10年期国债期货（T2503）增加久期6年，区间收益达5.02%，高于原持仓的3.39% [22][23] - 买入现券（约70亿元）调整久期需14个交易日，区间收益为4.83%，低于期货加仓方式，体现了流动性摩擦成本 [22][23] - 使用30年期国债期货（TL2503）加仓效果（区间收益4.61%）次于10年期期货，因30年期收益率下行幅度较小且基差变化影响 [23] 管理信用利差上行风险 - 截至2025年6月，银行和保险机构持有的信用债规模超6.5万亿元，信用债流动性较低 [24] - 无风险利率上行时，信用债收益率及信用利差往往同步上行，可用国债期货对冲 [25] - 以2022年11-12月为例，中债5年AAA-二级资本债收益率上行73个基点，同期国债仅上行22个基点，信用利差走阔51个基点 [25] - 案例：持有面值10亿元的22工行二级资本债03A，不对冲区间收益为-2.50% [25] - 使用5年期国债期货对冲（比例1.0518）后区间收益为-1.90%，减少24%的损失，对冲效果优于2年期和10年期期货 [25][26] 管理收益率曲线风险 - 收益率曲线各期限变化不对称（如期限利差变化）带来收益率曲线风险 [26] - 2025年7月14日至8月15日，国债30年-10年期限利差走阔约11个基点，曲线陡峭化 [27] - 案例：持有面值10亿元的23国债23（30年期），不对冲区间收益为-2.42% [27] - 构建国债期货对冲组合：买入3668手10年期国债期货（T2509）并卖出1155手30年期国债期货（TL2509），在不改变组合久期前提下，区间收益改善为-1.22%，减少约50%的损失，最大回撤从2.81%降至1.76% [27][28] 结论与建议 - 国债期货在利率大幅上行时对冲效果显著，但需避免持续对冲，量化对冲机制能提高风险收益比 [29] - 国债期货可精细化管理久期缺口风险、信用利差上行风险和收益率曲线风险 [29] - 建议推动更多银行和保险机构参与国债期货市场，目前市场参与者仍以公募基金和证券公司为主，银行保险参与有限，扩大参与范围有助于提升市场容量和金融机构风险管理能力 [30]

根据提供的研报内容，以下是关于量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：价格分段体系**[16][19] * **模型构建思路**：通过分析价格数据，识别市场在不同时间尺度（如日线、周线）上的趋势阶段[16] * **模型具体构建过程**：模型涉及dea指标，用于判断价格走势，但报告中未提供具体的计算步骤和公式[19] 2. **模型名称：微观市场结构择时模型**[17][20] * **模型构建思路**：通过监测“知情交易者活跃度”这一指标，来判断市场内部结构变化，从而进行择时[17] * **模型具体构建过程**：报告指出该指标与市场走势同步，但未详细说明其具体构建过程和计算公式[17][20] 3. **因子名称：分析师行业景气预期因子**[21][22] * **因子构建思路**：基于分析师对上市公司未来业绩的一致预测数据，构建反映行业景气度的因子[21] * **因子具体构建过程**：具体计算了两个指标： * 滚动未来12个月ROE（ROEFTTM）的环比变化[21][22] * 一致预期净利润滚动未来12个月（FTTM）增速的环比变化[21][22] 报告未提供具体的计算公式，仅展示了计算结果[21][22] 4. **因子名称：BARRA风格因子**[24][25] * **因子构建思路**：采用经典的BARRA风险模型框架，从多个维度（如价值、成长、动量、市值等）刻画市场的风格偏好[24] * **因子具体构建过程**：报告列举了多种风格因子，包括换手、财务杠杆、盈利波动、盈利质量、盈利能力、投资质量、长期反转、EP价值、BP价值、成长、动量、非线性市值、市值、波动率、贝塔、股息率等[24][25]。报告未详细描述每个因子的具体构建公式，仅展示了其近期收益表现[24][25] 模型的回测效果 （报告中未提供相关量化模型的具体回测效果指标取值） 因子的回测效果 1. **分析师行业景气预期因子**，本周一致预期ROE环比变化：有色金属 3.11%[22]，商贸零售 2.51%[22]，电力设备 1.37%[22]，...；本周一致预期净利润增速环比变化：商贸零售 16.90%[22]，电力设备 10.59%[22]，公用事业 9.91%[22]，... 2. **BARRA风格因子**，本周收益：换手 0.2%[25]，财务杠杆 -0.2%[25]，盈利波动 0.0%[25]，盈利质量 0.1%[25]，盈利能力 -0.2%[25]，投资质量 -0.1%[25]，长期反转 0.1%[25]，EP价值 -0.1%[25]，BP价值 0.1%[25]，成长 0.1%[25]，动量 1.0%[25]，非线性市值 -0.3%[25]，市值 -0.5%[25]，波动率 -0.2%[25]，贝塔 0.7%[25]，股息率 -0.1%[25]

公司获奖与行业认可 - 平方和投资于2025年11月28日荣获"三年期金牛量化机构（多空对冲策略）"奖项 [1][3] - 该奖项由中国证券报主办 旨在服务国家金融战略并构建金融科技领域专业评价生态 [3] - 公司自2015年8月成立以来已累计获得金牛奖等70余项权威荣誉 [3] 公司发展历程与战略 - 公司坚守同一策略框架并持续迭代 策略体系历经多轮周期检验 [3] - 此次获奖恰逢公司成立十周年 体现"策略十年、十年长青"的发展成果 [3] - 公司以投研体系建设为核心命脉 投研合伙人的加盟支撑搭建"总经理+投资总监"科学分工架构 [3] 投研体系与技术架构 - 公司执行"数据处理、因子挖掘、因子合成、投资组合优化、交易"五位一体的策略开发模式 [4] - 策略以10年以上历史数据为根基 通过量化标准与逻辑校验保障因子高质量与强逻辑性 [4] - 组合构建以机器学习为核心 采用日间预测为主、日内预测为辅的多模型集成框架 [4] 未来发展规划 - 公司未来将继续秉持"以投研为本、追求卓越"的核心价值观 [4] - 重点在策略创新、技术升级与风险控制上守正创新 以投资者利益为核心 [4] - 致力于稳步提升综合服务能力 为量化行业高质量发展持续贡献力量 [4]

根据提供的研报内容，以下是关于量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：价格分段体系**[15] * **模型构建思路**：通过分析价格在不同时间尺度（如日线、周线）上的走势，对市场趋势进行分段识别，以判断当前市场所处的阶段[15] * **模型具体构建过程**：模型使用移动平均线类的技术指标（如图中显示的dea指标）对指数价格（如上证综指）进行平滑处理，通过比较不同周期（如日线与周线）的指标走势来判断趋势的一致性与边际变化[15][18] 2. **模型名称：微观市场结构择时模型**[16] * **模型构建思路**：通过监测市场中的“知情交易者”行为来捕捉市场情绪和资金流向的变化，从而进行择时判断[16] * **模型具体构建过程**：构建“知情交易者活跃度”指标，该指标通过分析市场的高频交易数据或订单流数据，识别可能拥有信息优势的交易者的行为模式，其数值变化反映了这类交易者对后市的态度（如谨慎或乐观）[16][19] 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**[20] * **因子构建思路**：利用卖方分析师对上市公司未来的盈利预测数据，构建行业层面的景气度指标，以反映市场对行业基本面的预期变化[20] * **因子具体构建过程**：计算申万一级行业的两个关键指标：1）一致预测滚动未来12个月ROE（ROEFTTM）的周度环比变化；2）一致预期净利润未来12个月（FTTM）增速的周度环比变化。通过比较这些环比变化率来评估各行业景气预期的强弱[20][21] 2. **因子名称：融资融券资金流向因子**[22] * **因子构建思路**：跟踪融资融券交易产生的资金在不同行业间的净流入/流出情况，以此作为衡量市场情绪和资金偏好的一个维度[22] * **因子具体构建过程**：计算每个行业在本周内的融资净买入额与融券净卖出额的差值，得到“期间净买入额”。正值代表资金净流入，负值代表资金净流出[22][24] 3. **因子名称：BARRA风格因子**[25] * **因子构建思路**：采用成熟的因子模型框架，从多个维度（如价值、成长、动量、市值、波动率等）解析市场的风格收益特征[25] * **因子具体构建过程**：报告直接引用了BARRA风格因子体系的收益表现，涉及的因子包括但不限于： * **价值类**：EP价值（盈利价格比）、BP价值（账面价格比）、股息率 * **成长类**：成长因子 * **质量类**：盈利质量、投资质量、盈利能力、盈利波动、财务杠杆 * **动量与反转类**：动量、长期反转 * **交易行为类**：换手率、波动率 * **市值类**：市值、非线性市值 （具体构建公式未在报告中详细给出，为行业通用标准因子）[25][26] 模型的回测效果 （报告中未提供相关模型的量化回测指标结果，如年化收益率、夏普比率等） 因子的回测效果 1. **分析师行业景气预期因子**，本周一致预期ROE环比变化：食品饮料行业+2.59%，建筑材料行业+2.57%[21]；本周一致预期净利润增速环比变化：建筑材料行业+18.23%，房地产行业+14.52%[21] 2. **融资融券资金流向因子**，本周期间净买入额：国防军工行业+13.8亿元，基础化工行业净流入金额较高[22][24]；电子行业净流出金额较高[22][24] 3. **BARRA风格因子**，本周收益：市值因子+0.6%，股息率因子+0.3%，波动率因子+0.2%，非线性市值因子+0.2%，投资质量因子+0.2%，盈利质量因子+0.2%，EP价值因子+0.1%[26]；动量因子-0.6%，长期反转因子-0.5%，BP价值因子-0.5%，换手因子-0.5%[26]

Two Sigma在华业务表现 - 旗下一只侧重于中证500指数的指数增强策略基金，在今年前9个月收益率达到52.5%，比基准指数高出23个百分点[1] - 该中证500策略基金自2023年成立以来，平均年化收益率达到20.8%[1] - 公司旗下另一只宏观策略基金今年前9个月的回报为11.6%，从2020年启动以来的累计回报达到119.9%[1] - 公司在中国机构腾胜投资管理(上海)有限公司的资管规模在完成逾10亿人民币募资后，正式超过100亿关口[1] - 新募集的资金中约四分之三将进入中证500策略基金，剩余25%将进入宏观策略基金[1] 外资同行桥水基金在华表现 - 桥水基金于2019年在中国推出全天候增强型基金，成立以来每年都能录得正收益[1] - 桥水基金该产品在2024年的收益率达到37%，跻身全球对冲基金前十[1] - 稳定的超额表现使得桥水基金产品近两年需要“配货”才能分到额度[1] - 桥水中国的资管规模在2021年达到百亿门槛，并在去年突破550亿[1] Two Sigma公司概况 - 公司是美国华尔街的一家量化对冲基金，截至2023年，其管理规模超过600亿美元[2] - 公司采用大数据分析和人工智能模型构建投资策略，覆盖股票、债券、大宗商品等多个资产类别[2] - 公司因自主研发的量化模型和分布式计算技术成为行业头部机构[2] Two Sigma公司治理与风险事件 - 公司曾多次暴露管理缺陷，包括2022年的模型参数篡改事件导致客户亏损1.7亿美元[2] - 公司于2024年因模型漏洞被美国证监会处罚9000万美元[2] - 2023年，公司自曝两位联合创始人长期以来存在不合，2024年两位创始人退出日常管理，公司进入治理结构改革新阶段[2] - 2022年模型参数篡改事件的主角是前雇员吴舰，公司于2024年将其解雇并赔偿了客户损失[2] 前雇员吴舰个案 - 吴舰于2018年4月加入Two Sigma，从量化研究员做起，三年内升任量化研究部副总裁，2023年1月被提拔为高级副总裁[2] - 吴舰2022年的薪资高达2350万美元（约合人民币1.67亿元）[3]

公司概况 - 公司为宁波平方和投资管理合伙企业（有限合伙），是一家量化对冲基金公司，成立于2015年8月，已获得金牛奖、金长江奖等70余项权威荣誉 [6] - 截至2025年10月底，公司管理规模已突破100亿 [2] - 截至2025年9月底，公司旗下产品平均收益位列量化私募业绩榜Top10 [2] 投研团队 - 核心团队成员均为来自国内外知名对冲基金的资深基金经理和高级量化研究人员，从业经历超过15年 [8] - 团队成员来自北大、清华、中科院等名校，团队协作通过标准化流程提升决策效率，避免依赖个人经验 [10] 核心策略与代表产品 - 市场中性策略通过多空对冲剥离系统性风险，力争获取与市场涨跌基本无关的超额收益，代表产品为平方和智增1号私募证券投资基金 [12][13][14] - 指数增强策略结合被动跟踪指数与主动创造超额收益，代表产品包括平方和鼎盛中证500指数增强9号、平方和鼎盛中证1000指数增强8号证券投资基金 [17][20][22] - 量化选股策略通过全市场选股灵活捕捉投资机会，不主动跟踪或对标市场指数，代表产品为平方和量化精选1号私募基金 [24][25] 技术迭代与风控体系 - 因子研究从量价因子扩展至基本面、分析师预期与另类数据等多维度，覆盖日内多频率预测，严格执行样本内外测试与多指标综合评估 [27] - 组合优化从等权合成、线性模型演进为以决策树、深度学习等机器学习模型为主导 [28] - 风险管理升级为涵盖行业、风格因子、交易比例等多维度的风控体系，完善黑名单机制 [29] - 交易执行自建Bsim交易系统，凭借更快交易速度执行订单，利用高频时序预测优化交易算法 [30] - 公司建立投资事前、事中、事后全流程风险控制，持仓分散400-1000只，单只股票占比通常不超过1% [31][32] 核心优势与亮点 - 策略历经十年市场检验，展现出强韧性，能够穿越周期应对各种挑战 [43][44] - 公司靠自营起家，在实盘环境中持续打磨策略，并把自营策略资管化提供给客户，人工与AI双引擎驱动 [45][46] - 团队为清华北大系钻石团队，核心成员从业经历超过15年 [47][48] - 深耕中低频策略，策略天然高容量，为未来规模扩张提供广阔空间，注重策略效能与资金容量动态平衡 [49] 公司发展规划 - 实行公司"第三个五年规划"，做到投研与运营均衡发展，让规模增长与策略容量精准匹配 [51] - 投研方面计划拓展数据源维度，开发新型模型结构，探索端到端技术框架，提升定制化服务水准 [52][53][54] - 人才战略方面引入行业专家与全球知名院校优秀人才，建立完善人才培养体系，推动管理规模突破百亿 [55] - 建立"系统性"组织机制，采用"OKR+TDL"管理模式，提升整体运营效率，优化资源配置和风险控制能力 [56]

公司发展历程与定位 - 平方和投资于2015年成立，2025年迎来十周年，是中国最早将海外成熟量化对冲模式在国内落地的机构之一[1][3] - 公司创始人吕杰勇的创业初心是成为“中国的文艺复兴”，旨在建立中国自己的量化对冲基金[2][3] - 公司成长伴随行业三次危机：2008年金融危机后行业萌芽、2015年市场骤冷时逆势出发、2018年市场冷却时取得两位数正收益[4][5] 策略体系与技术创新 - 公司坚持同一策略框架并不断迭代，策略体系历经多轮市场检验[2][6] - 因子研究从早期量价因子拓展至基本面、分析师预期、另类数据等多维度，涵盖日内多频段预测[6] - 组合优化经历从线性模型到机器学习主导的非线性模型的演进，自研Bsim系统优化交易执行以降低冲击成本[6][7] - 2025年公司算力同比提升约2.3倍，Bsim系统支持研究员日均完成上千次回测[7] 当前运营与业绩表现 - 公司主要采用中低频策略，策略容量上限较高，当前管理规模在百亿元左右，处于规模效应最佳阶段[2][7] - 2025年以来超额回报显著，并在小微盘股波动中展现较强防御性[7] - 公司通过引入投研合伙人方壮熙（前世坤投资高管）实现团队综合实力质的跃升，推动投研体系全新升级[7] 行业环境与监管应对 - 2025年量化成为资本市场关键词，A股万亿成交额成常态，量化产品备案数量同比翻倍[1] - 2025年7月量化新规落地，针对高频交易、异常交易及DMA等场外衍生品业务实施强监管[7] - 公司长期深耕中低频策略，高频策略占比低，并主动压降DMA业务杠杆率及存续规模，与监管思路契合[7][8][9] - 公司认为监管压缩套利空间后，竞争重心将转向扎实的阿尔法挖掘能力，凸显其十年因子库样本外检验形成的“时间护城河”[2][7][9]