根据研报内容，以下是关于量化因子和模型的总结。 量化因子与构建方式 1. **因子名称：理想反转因子**[5][41] * **因子构建思路**：A股反转之力的微观来源是大单成交，通过每日平均单笔成交金额的大小，可以切割出反转属性最强的交易日[5][41] * **因子具体构建过程**： * 对选定股票，回溯取其过去20日的数据[41] * 计算该股票每日的平均单笔成交金额（成交金额/成交笔数）[41] * 将单笔成交金额高的10个交易日的涨跌幅加总，记作 M_high[41] * 将单笔成交金额低的10个交易日的涨跌幅加总，记作 M_low[41] * 理想反转因子 M = M_high – M_low[41] * 对所有股票都进行以上操作，计算各自的理想反转因子 M[41] 2. **因子名称：聪明钱因子**[5][42] * **因子构建思路**：从分钟行情数据的价量信息中，可以识别出机构参与交易的多寡，进而构造出跟踪聪明钱的因子[5] * **因子具体构建过程**： * 对选定股票，回溯取其过去10日的分钟行情数据[42] * 构造指标 $$S_t = |R_t| / (V_t)^{0.25}$$，其中 $$R_t$$ 为第t分钟涨跌幅，$$V_t$$ 为第t分钟成交量[42] * 将分钟数据按照指标 $$S_t$$ 从大到小进行排序，取成交量累积占比前20%的分钟，视为聪明钱交易[42] * 计算聪明钱交易的成交量加权平均价 VWAPsmart[44] * 计算所有交易的成交量加权平均价 VWAPall[44] * 聪明钱因子 Q = VWAPsmart / VWAPall[42] 3. **因子名称：APM因子**[5][43] * **因子构建思路**：在日内的不同时段，交易者的行为模式不同，反转强度也相应有所不同[5] * **因子具体构建过程**： * 对选定股票，回溯取其过去20日数据，记逐日隔夜的股票收益率为 $$r_{night}$$，隔夜的指数收益率为 $$R_{night}$$；逐日下午的股票收益率为 $$r_{afternoon}$$，下午的指数收益率为 $$R_{afternoon}$$[43] * 将得到的40组隔夜与下午的收益率数据 $$(r, R)$$ 进行回归：$$r = \alpha + \beta R + \epsilon$$，得到残差项 $$\epsilon$$[43] * 在40个残差中，隔夜残差记为 $$\epsilon_{night}$$，下午残差记为 $$\epsilon_{afternoon}$$，计算每日隔夜与下午残差的差值 $$\delta_t = \epsilon_{night} - \epsilon_{afternoon}$$[43] * 构造统计量 stat 来衡量隔夜与下午残差的差异程度，计算公式如下： $$\mathrm{stat}={\frac{\mu(\delta_{t})}{\sigma(\delta_{t})/{\sqrt{N}}}}$$[45] * 为了消除动量因子影响，将统计量 stat 对动量因子（股票过去20日的收益率 Ret20）进行横截面回归：$$stat = \alpha + \beta Ret20 + \epsilon$$[46] * 将回归得到的残差值 ε 作为 APM 因子[46] 4. **因子名称：理想振幅因子**[5][48] * **因子构建思路**：基于股价维度可以对振幅进行切割，不同价态下振幅因子所蕴含的信息存在结构性差异[5][48] * **因子具体构建过程**： * 对选定股票，回溯取其最近20个交易日数据，计算股票每日振幅（最高价/最低价-1）[48] * 选择收盘价较高的25%有效交易日，计算其振幅均值，得到高价振幅因子 V_high[48] * 选择收盘价较低的25%有效交易日，计算其振幅均值，得到低价振幅因子 V_low[48] * 理想振幅因子 V = V_high - V_low[48] 5. **因子名称：交易行为合成因子**[32] * **因子构建思路**：将多个交易行为因子进行合成，以获取更稳健的表现[32] * **因子具体构建过程**： * 因子值处理：将理想反转、聪明钱、APM、理想振幅因子在行业内进行因子去极值与因子标准化[32] * 因子权重确定：滚动选取过去12期各因子的ICIR值作为权重[32] * 因子合成：使用确定的权重对标准化后的因子值进行加权，形成交易行为合成因子[32] 因子的回测效果 1. **理想反转因子** * 全历史区间IC均值：-0.050[6][16] * 全历史区间rankIC均值：-0.061[6][16] * 全历史区间信息比率(IR)：2.48[6][16] * 全历史区间多空对冲月度胜率：78.1%[6][16] * 2025年10月多空对冲收益：1.63%[7][16] * 近12个月多空对冲月度胜率：66.7%[7][16] 2. **聪明钱因子** * 全历史区间IC均值：-0.038[6][21] * 全历史区间rankIC均值：-0.062[6][21] * 全历史区间信息比率(IR)：2.74[6][21] * 全历史区间多空对冲月度胜率：81.2%[6][21] * 2025年10月多空对冲收益：2.90%[7][21] * 近12个月多空对冲月度胜率：83.3%[7][21] 3. **APM因子** * 全历史区间IC均值：0.028[6][25] * 全历史区间rankIC均值：0.034[6][25] * 全历史区间信息比率(IR)：2.25[6][25] * 全历史区间多空对冲月度胜率：76.5%[6][25] * 2025年10月多空对冲收益：-1.13%[7][25] * 近12个月多空对冲月度胜率：41.7%[7][25] 4. **理想振幅因子** * 全历史区间IC均值：-0.054[6][28] * 全历史区间rankIC均值：-0.074[6][28] * 全历史区间信息比率(IR)：3.03[6][28] * 全历史区间多空对冲月度胜率：83.3%[6][28] * 2025年10月多空对冲收益：3.33%[7][28] * 近12个月多空对冲月度胜率：66.7%[7][28] 5. **交易行为合成因子** * 全历史区间IC均值：0.067[6][32] * 全历史区间rankIC均值：0.093[6][32] * 全历史区间多空对冲信息比率(IR)：3.33[6][32] * 全历史区间多空对冲月度胜率：80.0%[6][32] * 全历史区间多头对冲组均值年化收益率：8.30%[32] * 全历史区间多头对冲组均值收益波动比：2.64[32] * 全历史区间多头对冲组均值月度胜率：78.5%[32] * 2025年10月多空对冲收益：3.73%[7][32] * 近12个月多空对冲月度胜率：75.0%[7][32] * 在不同股票池中的信息比率(IR)： * 国证2000：2.88[32] * 中证1000：2.69[32] * 中证800：1.02[32]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 小盘风格是指增产品舒适区，当下估值分位数与盈利预期相对占优，具备多维成长、内涵丰富的特征，相比大盘或有盈利和估值双重优势，且量化优势下超额持续性更优 [1][6] - 中欧小盘成长具备广度优势且持仓暴露度可控，年内业绩与胜率领先，选股是超额收益主要来源 [1][26] 根据相关目录分别进行总结 小盘风格：指增产品舒适区，当下估值分位数与盈利预期相对占优 - 小盘特征多维成长、内涵丰富，相比大盘估值或有盈利预期与估值双重优势：自去年三季度以来，中证 1000、中证 2000 等小盘指数表现突出；年内收益靠前行业多具成长属性，小盘指数占比高，靠后行业占比少；年内热点主题指数成分股多为中小盘股票，提供多样化投资机会；市场预期中小盘指数未来 1 - 2 年增速突出，结合偏低估值历史分位数，有盈利和估值双重优势 [6][7][10] - 充分发挥量化优势，小盘量化的超额持续性更优：随着指数偏向小盘，量化基金更易创造超额收益，2020 年以来上证 50、沪深 300、中证 500、中证 1000 指增年化超额收益均值递增；小盘指数长期维持正超额投资机会，中证 1000 指增近五年持续正超额 [17][21][24] 中欧小盘成长：广度优势 + 暴露度可控，年内业绩与胜率领先 - 持仓特征各方面暴露度均较为可控：个股持仓分散，前十大和前三十大占比低；采用积极换手投资方式，换手率在 6 - 10 倍区间；未做过多市值下沉操作，小市值个股占比高，微盘股配置少；国证 2000 成分股占比高于同类主动权益产品均值；行业分布贴近基准指数，偏离度可控 [29][35][39] - 业绩表现 25 年在同类中较为领先：自管理以来业绩稳定领先基准指数，2025 年以来收益回报达 53.91%，在同类中居首；收益风险性价比突出，年化 Sharpe 比率 2.65，Calmar 比率 5.71；2025 年年中跟踪误差下滑，风险敞口缩小；回撤控制优势显著，在多次回撤中优于指数和同类均值；季度超额幅度与胜率可观，2023 年以来 11 个季度中 9 个战胜国证 2000，胜率 81.8%，季度超额收益均值 2.94%；在 Alpha 独特性上较其他类国证 2000 指增有优势 [46][49][54] - 收益拆分选股收益贡献明显：通过 Brinson 模型拆分，选股带来显著超额收益，交易也能适度贡献；板块拆分显示科技创新、先进制造等板块收益贡献多，大部分板块有获取超额收益能力 [67][70] - 产品特征总结：各方面无显著偏离度，投资聚焦小市值股票但微盘股暴露少，行业和指数成分股暴露度可控；产品表现突出、胜率可观，2025 年收益领先，回撤控制好；选股是超额收益主要来源，来自多板块且相对表现良好 [74]

本文首发于公众号"私募排排网"。 （点击↑↑ 上图查看详情 ） 深圳作为中国四大一线城市之一，也是对外开放的前沿阵地之一，经过多年的发展，汇聚了一批金融、专业服务、科技研发的世界级高水平专业 公司和人才，为量化私募的发展提供了坚实的政策和产业基础。 私募排排网数据显示，深圳地区的量化私募共有 125家，旗下产品今年前三季度平均收益为24.43%。其中，还有7家为头部量化私募（管理规模 50亿以上），占比5.6%。 如果按照地区进行进一步划分，作为深圳的传统金融中心的福田区量化私募数量最多，共有59家；作为深圳科技中心的南山区数量位居其次，共 有53家。这两个地区的私募合计112家，占比接近90%。 接下来，笔者将为大家盘点深圳市的福田区、南山区以及其他地区的量化私募全名单，以及它们今年来业绩位列10强的量化私募。 0 1 福田区：百亿量化诚奇资产、超量子基金位列前 3 ！ 在福田区的59家私募中，头部私募共有4家，分别为超量子基金、诚奇资产、大岩资本、海南盛丰私募。从员工人数来看，人数超过30人的私募 有优美利投资、超量子基金、前海国恩资本等7家。 从具体办公地址分布来看，深圳证券交易所所在的福田街道，坐落的 ...

以下文章来源于风云君的研究笔记 ，作者专注私募研究的 风云君的研究笔记 . 深耕私募行业多年，专注私募基金各个策略以及资产配置，希望能分享给大家更深入、更专业的私募那 些事。 此轮强势上涨，或许真如2015年《人民日报》所提到的那样，"4000点才是A股牛市的开端"。 当然，风云君还是要稍作提醒，4000点这个关键点位难免会有些情绪的波动和结构的反复。 当下最好的状态，应该是在乐观中保留一份理性，重视持仓结构或许比单纯判断方向更重要。 说回私募市场，近期量化策略的情绪面开始回暖，迎来了一轮普遍的超额修复。 无论是我们持续跟踪的指增、量选，还是全指指增、小市值指增等细分策略，都有很好的表现。 主要还是因为近期的市场行情有所转变，对于整体量化相对比较友好。 首先是量化比较适合当下交投比较活跃的市场。虽然前期市场有些缩量，但当下市场的成交量和 活跃度处于比较高的分位，处于相对适合量化区间。 其次，市场逐渐回归相对均衡和轮动的节奏。我们可以看到，像之前资金集体抱团科技、一家独 大的情况显然有所缓和。行业开始逐渐有序轮动起来，个股极端分化趋于收敛，这正适合量化去 挖掘超额。 此外，此前承压的小微盘股也开始活跃起来。经历 ...

本文首发于公众号"私募排排网"。 （点击↑↑ 上图查看详情 ） 在波动成为常态的 A股市场 中 ，量化投资正从边缘走向主流，从辅助工具发展为核心竞争力。作为国内较早布局量化赛道的私募机构之一， 准 百亿私募（公司规模： 50-100亿）深圳 量道投资 以其 深厚 的 量化 技术 底蕴 与系统化的策略架构，在竞争激烈的资管行业中 稳步向前 。 深圳量道投资成立于 2015年4月，创始团队最早于2010年开始致力于量化投资和程序化交易领域的研究，公司在厦门-北京-上海设有投研中心， 核心人员均具有10年以上量化策略研究、交易风控经验 ， 这为公司在量化投资策略的持续优化提供了有力支撑。公司取名"量道"，寓意"量化 投资之道"，其背后不仅是对方法论的高度凝练，更是对投资本质的深刻理解——"在收益与风险之间寻找最优解"。 在量化股票与CTA两大核心策略产品线上， 量道投资 坚持以程序化交易为基础，通过 将金融投资 、机器学习技术与大数据分析的深度融合， 构建出具备持续进化能力的投研体系 。今年来，公司旗下指增类、量化CTA类产品表现突出，根据私募排排网数据，截至2025年9月底， 量道 投资旗下 中证 500 指增产 ...

" 市场总是波动的，每天总有各种叙事推动不同板块上涨或下跌，因此必须坚持系统化投资的信念，不被短期市场波 动所左右。坚持做长期正确的事，多做慢思考，力求在复杂多变的市场中构建稳健高效的指数增强体系，持续为投资 者创造长期稳健的超额收益。 " 谈及自己的投资理念，中金基金量化指数部、多资产部负责人耿帅军作出上述表 示。 遵循上述投资理念，中金基金量化团队最新推出中金中证全指指数增强型基金。他表示，该只基金对 A 股市场 " 全 覆盖 " ，是一键配置 A 股的 " 全家桶 " 产品，更是把握权益市场系统性机会的优质工具。 B ESTER 11 8 （中金基金量化指数部、多资产部负责人耿帅军） 坚持系统化投资信念 持续为持有人创造长期稳健超额收益 耿帅军，拥有 13 年量化投研经验，历任国泰君安证券研究所金融工程分析师，中信证券研究部副总裁、金融工程分 析师，中金公司研究部执行总经理、金融工程首席分析师，现任中金基金量化指数部、多资产部负责人。 在量化投资中，耿帅军坚持精细化运作非线性多策略框架，深度融合基本面研究与量化方法，通过构建稳健高效的指 数增强体系，力争为持有人创造长期稳健的超额收益。 在他看来，要想做 ...

最近朋友圈被两件事刷屏：Meta智能眼镜发售即售罄，工业富联年内暴涨280%。作为深耕量化领域的老兵，我盯着手机里不断跳动的K线图，突然想起 十年前第一次接触交易行为数据时的震撼——原来股价波动的背后，藏着这么多不为人知的秘密。 | | LEWILMA 1 | | | --- | --- | --- | | स्टेस | 全球市场规模 同比增长 (十亿美元) | (%) | | 2018年 | 919.5 | | | 2019年 | 952.2 | 3 6 | | 2020年 | 960.0 | 0.8 | | 2021年 | 1033.0 | 7.6 | | 2022年 | 987.5 | -4.4 | | 2023年 | 1027.6 | 4.1 | | 2024年 | 976.0 | -5.0 | | 2025年(E) | 1077.2 | 10.4 | | 2026年(E) | 1108.1 | 2.9 | | 2027年(E) | 1142.3 | 3.1 | | 2028年(E) | 1176.7 | 3.0 | 中国银河证券最新报告显示，AI高端市场正带动消费电子结构性复苏。但有趣的是，当我翻 ...

坚持系统化投资信念 "市场总是波动的，每天总有各种叙事推动不同板块上涨或下跌，因此必须坚持系统化投资的信念，不 被短期市场波动所左右。坚持做长期正确的事，多做慢思考，力求在复杂多变的市场中构建稳健高效的 指数增强体系，持续为投资者创造长期稳健的超额收益。"谈及自己的投资理念，中金基金量化指数 部、多资产部负责人耿帅军作出上述表示。 遵循上述投资理念，中金基金量化团队最新推出中金中证全指指数增强型基金。他表示，该只基金对A 股市场"全覆盖"，是一键配置A股的"全家桶"产品，更是把握权益市场系统性机会的优质工具。 持续为持有人创造长期稳健超额收益 "团队作战的终极目标不是追求某个月的超高收益，而是实现'长期、稳定、可解释'的超额回报。"耿帅 军解释，"多策略"是团队作战区别于个人投资者的核心优势之一。一个成熟的量化团队通过构建多种低 相关性，甚至负相关性的策略组合，能够有效分散风险、提升夏普比率，并在不同市场环境下力争保持 相对稳健表现。 在上述理念下，他管理的中金中证500指数增强、中金沪深300指数增强、中金中证1000指数增强型基金 的投资回报均在同类型基金中高居前列。 耿帅军，拥有13年量化投研经验，历任 ...

可按照禁路 量化投资的攻守之道 今年以来,可转债市场整体表现较好,交投 活跃。Wind数据显示,截至10月10日收盘, 年内中证转债指数累计上涨17.14%;年内可转 债成交额合计为13.46万亿元,同比增长 37.75%。长期以来,可转债因"进可攻,退可 守"的工具属性,吸引着众多投资者的关注。 在此背景下,通过可转债实现攻守兼备的量化 投资策略,逐渐在竞争激烈的私募行业中崭露 头角。 01 为什么选择可转债? 可转债是优质的beta资产。2017年以来, 中证转债指数涨幅远高于主要宽基指数。在市 场下跌的时候,例如2018年,中证转债指数跌 幅仅有1.16%,同期沪深300、中证500指数跌 幅分别达到25.31%和33.32%。在市场上涨的 时候,例如2019年,中证转债指数的涨幅为 25.15%，不输部分股票宽基指数。"进可攻， 退可守"的工具属性使得可转债能够成为一个 优质的beta资产。 中证转债指数从2017年至今 累计收益率显著高于主要宽基指数 1 正股价格是核心因素。可转债的价值根基在于 1 T+O交易,换手率和流动性较好; 2 可转债发行门槛较高,主板上市公司向不特定 对象发行可转债,需满 ...

最近市场上有件趣事：中信博这只光伏设备股，竟然连续12个交易日获得融资净买入。我翻看数据时发现，像这样的股票 还有132只，它们都有一个共同特点——获得资金持续青睐。这不禁让我想起十年前刚开始接触量化投资时的困惑：为什 么有些股票明明涨得好好的，却总是反复震荡？ 为什么机构要费这么大劲震仓？这要从行为金融学说起。人类天生厌恶损失，当看到账户盈利变成亏损时，90%的人会选 择止损。机构正是利用这种心理弱点。 去年我跟踪过一只消费电子股，它在三个月内出现5次10%以上的回调。每次回调后都创出新高。如果用传统K线看，这就 是典型的"头部形态"。但量化数据显示，每次下跌都伴随着机构回补行为。 这张图很有意思：股价创新高后开始调整，第三天反弹乏力。按常理该离场了是吧？但量化数据却显示这是典型的机构震 仓。果然之后股价翻倍。 经过多年观察，我总结出识别真正机构震仓的三个特征： 说来有趣，好股票其实也有"烦恼"。任何一只想要持续上涨的股票，都面临两个难题：跟风盘越来越多和获利盘越来越 多。这就好比地铁早高峰，人越多上车越难。 我在研究这些连续获得融资买入的个股时发现一个规律：它们大多经历过剧烈震荡。比如中信博在今年8月就曾 ...