量化模型与构建方式 1. **模型名称**：多资产择时模型[1][2][5][6] * **模型构建思路**：该模型用于对多种资产（包括不同期限的国债、信用债、股票指数、商品等）的未来短期走势进行概率预测和方向判断，输出看多、调整（看空）或震荡的观点[1][2][5][6]。 * **模型具体构建过程**： 1. 模型针对每个标的，计算出一个代表“未来短期内资产价格上行概率估计”的原始信号，该信号以百分比形式表示[7]。 2. 为了平滑信号，对原始信号计算其5日移动平均值（MA5）[2][5][6][7]。 3. 根据资产类别的不同，设定不同的阈值来将概率信号转化为具体的多空观点。对于利率债（如国债），当信号大于60%时看空，小于40%时看多，介于40%和60%之间为震荡[7]。对于股指（如股票指数），当信号大于60%时看多，小于40%时看空，介于40%和60%之间为震荡[7]。模型观点基于MA5信号生成[7]。 模型的回测效果 1. **多资产择时模型**，针对不同标的，在2026年4月29日的模型输出结果如下[2][5][6]： * **30年国债**：原始信号4.34%，MA5信号17.91%，模型观点为【看多】。 * **3年AAA中短票**：原始信号15.13%，MA5信号31.06%，模型观点为【看多】。 * **5年国债**：原始信号2.00%，MA5信号3.62%，模型观点为【看多】。 * **2年国债**：原始信号54.03%，MA5信号83.98%，模型观点为【调整】。 * **万得全A指数**：原始信号4.77%，MA5信号12.16%，模型观点为【看多】。 * **中证红利全收益指数**：原始信号30.18%，MA5信号32.22%，模型观点为【看多】。 * **恒生科技指数**：原始信号9.01%，MA5信号12.96%，模型观点为【看多】。 * **科创50指数**：原始信号2.99%，MA5信号3.19%，模型观点为【看多】。 * **万得微盘指数**：原始信号6.38%，MA5信号6.50%，模型观点为【看多】。 * **国证2000指数**：原始信号9.50%，MA5信号10.57%，模型观点为【看多】。 * **COMEX黄金**：原始信号82.22%，MA5信号72.06%，模型观点为【调整】。 * **IPE布油**：原始信号35.41%，MA5信号12.35%，模型观点为【看多】。 * **COMEX铜**：原始信号44.99%，MA5信号49.57%，模型观点为【震荡】。 * **焦煤**：原始信号18.63%，MA5信号23.19%，模型观点为【看多】。

报告行业投资评级 - 报告未明确给出对特定行业的整体投资评级，其核心观点聚焦于对多个具体资产类别的量化模型择时信号[1][2][5] 报告的核心观点 - 模型对多数资产持看多观点，包括长期国债、部分股票指数及大宗商品，对短期国债和黄金持调整观点，对铜的观点转为震荡[1][2][5] - 具体看多资产包括：30年国债、5年国债、3年AAA中短票、万得全A指数、中证红利全收益指数、恒生科技指数、科创50指数、万得微盘指数、国证2000指数、IPE布油、焦煤[1][5] - 具体调整资产包括：2年国债、COMEX黄金[1][2][5] - 具体震荡资产为：COMEX铜[2][5] 根据相关目录分别进行总结 固定收益类资产 - **30年国债**：模型观点为看多，原始信号为8.31%，MA5为18.96%，信号持续超过10个交易日[2][5] - **5年国债**：模型观点为看多，原始信号为2.16%，MA5为4.29%，信号持续超过10个交易日[2][5] - **3年AAA中短票**：模型观点为看多，原始信号为3.40%，MA5为27.93%，信号持续超过10个交易日[2][5] - **2年国债**：模型观点为调整，原始信号为93.06%，MA5为90.23%，信号持续2个交易日[2][5] 股票指数类资产 - **万得全A指数**：模型观点为看多，原始信号为6.32%，MA5为12.78%，信号持续8个交易日[2][5] - **中证红利全收益指数**：模型观点为看多，原始信号为39.01%，MA5为28.38%，信号持续4个交易日[2][5] - **恒生科技指数**：模型观点为看多，原始信号为1.45%，MA5为19.23%，信号持续2个交易日[2][5] - **科创50指数**：模型观点为看多，原始信号为3.02%，MA5为3.23%，信号持续超过10个交易日[2][5] - **万得微盘指数**：模型观点为看多，原始信号为6.72%，MA5为6.85%，信号持续5个交易日[2][5] - **国证2000指数**：模型观点为看多，原始信号为7.73%，MA5为12.86%，信号持续5个交易日[2][6] 大宗商品类资产 - **IPE布油**：模型观点为看多，原始信号为15.37%，MA5为6.12%，信号持续5个交易日[2][6] - **COMEX黄金**：模型观点为调整，原始信号为75.04%，MA5为63.58%，信号持续3个交易日[2][6] - **COMEX铜**：模型观点由看多转为震荡，原始信号为80.03%，MA5为41.02%，信号持续1个交易日[2][6] - **焦煤**：模型观点为看多，原始信号为27.42%，MA5为24.53%，信号持续5个交易日[2][6]

量化模型与构建方式 1. **模型名称**：多资产择时模型[1][2][5][6] * **模型构建思路**：该模型用于对多种资产（包括不同期限的国债、信用债、股票指数、商品等）进行短期方向性择时判断，输出“看多”、“调整”（看空）或“震荡”观点[1][2][5][6]。 * **模型具体构建过程**：模型的核心是计算一个代表资产未来短期内上涨概率的“原始信号”（百分比）。具体构建过程在报告中未详细披露，但提到了其输出结果的处理和判断规则： 1. 模型每日输出一个“原始信号”，代表对未来短期内资产价格（如国债到期收益率、股指）上行的概率估计[7]。 2. 对“原始信号”进行平滑处理，计算其5日移动平均值（MA5）[2][5][6][7]。 3. 根据资产类型和设定的阈值，将平滑后的信号转化为具体的多空观点。对于利率债（如国债），当信号大于60%时看空，小于40%时看多，介于两者之间为震荡；对于股指，当信号大于60%时看多，小于40%时看空，介于两者之间为震荡[7]。 * **模型评价**：模型在多个资产上展现了持续的择时信号，但报告也提示了模型可能因市场环境变化、因子失效或数据质量问题而失效的风险[2][8]。 模型的回测效果 （注：报告未提供历史回测的统计指标（如年化收益率、夏普比率、最大回撤等），仅展示了截至报告日（2026-04-28）模型对各个资产的最新信号和观点。以下为各资产模型在报告日的具体输出值。） 1. **30年国债模型**，原始信号8.31%，MA5信号18.96%，模型观点为【看多】[2][5][7]。 2. **3年AAA中短票模型**，原始信号3.40%，MA5信号27.93%，模型观点为【看多】[2][5][7]。 3. **5年国债模型**，原始信号2.16%，MA5信号4.29%，模型观点为【看多】[2][5][7]。 4. **2年国债模型**，原始信号93.06%，MA5信号90.23%，模型观点为【调整】[2][5][7]。 5. **万得全A指数模型**，原始信号6.32%，MA5信号12.78%，模型观点为【看多】[2][5][7]。 6. **中证红利全收益指数模型**，原始信号39.01%，MA5信号28.38%，模型观点为【看多】[2][5][7]。 7. **恒生科技指数模型**，原始信号1.45%，MA5信号19.23%，模型观点为【看多】[2][5][7]。 8. **科创50指数模型**，原始信号3.02%，MA5信号3.23%，模型观点为【看多】[2][5][7]。 9. **万得微盘指数模型**，原始信号6.72%，MA5信号6.85%，模型观点为【看多】[2][5][7]。 10. **国证2000指数模型**，原始信号7.73%，MA5信号12.86%，模型观点为【看多】[2][6][7]。 11. **COMEX黄金模型**，原始信号75.04%，MA5信号63.58%，模型观点为【调整】[2][6][7]。 12. **IPE布油模型**，原始信号15.37%，MA5信号6.12%，模型观点为【看多】[2][6][7]。 13. **COMEX铜模型**，原始信号80.03%，MA5信号41.02%，模型观点为【震荡】[2][6][7]。 14. **焦煤模型**，原始信号27.42%，MA5信号24.53%，模型观点为【看多】[2][6][7]。

报告投资评级 - 报告对多个资产类别给出明确的量化模型观点，其中“看多”的资产包括：30年国债、5年国债、3年AAA中短票、万得全A指数、中证红利全收益指数、恒生科技指数、科创50指数、万得微盘指数、国证2000指数、IPE布油、COMEX铜、焦煤 [1][6] - 报告对部分资产给出“调整”观点，包括：2年国债、COMEX黄金 [1][6] 报告核心观点 - 报告的核心观点基于量化模型信号，认为信用债（以3年AAA中短票为代表）和长端利率债（30年、5年国债）呈现看多信号，而短端利率债（2年国债）出现走弱调整信号 [1][4][6] - 报告对主要股票宽基指数和风格指数（如万得全A、科创50、中证红利、微盘股指数）均持看多观点，显示模型对权益市场整体态度积极 [1][6] - 报告对大宗商品中的能源（布油、焦煤）和工业金属（铜）持看多观点，但对贵金属（黄金）持调整观点 [1][6][7] 固定收益资产模型信号总结 - **30年国债**：模型观点为【看多】，原始信号为24.05%，其5日移动平均（MA5）为18.39%，看多信号已持续10个交易日 [2][6][8] - **5年国债**：模型观点为【看多】，原始信号为1.92%，MA5为4.70%，看多信号已持续超过10个交易日 [2][6][8] - **3年AAA中短票**：模型观点为【看多】，原始信号为3.40%，MA5为27.93%，看多信号已持续超过10个交易日 [2][6][8] - **2年国债**：模型观点由【震荡】转为【调整】，原始信号高达97.11%，MA5为72.07%，调整信号已持续1个交易日 [2][6][8] 权益资产模型信号总结 - **万得全A指数**：模型观点为【看多】，原始信号为1.03%，MA5为13.47%，看多信号已持续7个交易日 [2][6][8] - **中证红利全收益指数**：模型观点为【看多】，原始信号为73.08%，MA5为21.52%，看多信号已持续3个交易日 [2][6][8] - **恒生科技指数**：模型观点由【震荡】转为【看多】，原始信号为11.52%，MA5为31.33%，看多信号已持续1个交易日 [2][6][8] - **科创50指数**：模型观点为【看多】，原始信号为3.09%，MA5为3.13%，看多信号已持续10个交易日 [2][6][8] - **万得微盘指数**：模型观点为【看多】，原始信号为4.97%，MA5为7.41%，看多信号已持续4个交易日 [2][6][8] - **国证2000指数**：模型观点为【看多】，原始信号为10.35%，MA5为14.77%，看多信号已持续4个交易日 [2][6][8] 大宗商品资产模型信号总结 - **IPE布油**：模型观点为【看多】，原始信号为3.78%，MA5为7.81%，看多信号已持续4个交易日 [2][6][7] - **COMEX铜**：模型观点为【看多】，原始信号为58.34%，MA5为37.42%，看多信号已持续4个交易日 [2][6][7] - **焦煤**：模型观点为【看多】，原始信号为25.20%，MA5为28.37%，看多信号已持续4个交易日 [2][6][7] - **COMEX黄金**：模型观点为【调整】，原始信号为69.84%，MA5为63.21%，调整信号已持续2个交易日 [2][6][7]

量化模型与构建方式 1. **模型名称**：多资产择时模型[1][2][6][7] **模型构建思路**：该报告应用了一个统一的量化择时模型，对包括国债、信用债、股票指数和大宗商品在内的多种资产进行短期走势预测[1][2][6][7]。模型的核心是计算一个代表资产未来短期内上涨概率的“原始信号”，并通过移动平均和阈值判断，将概率信号转化为具体的“看多”、“震荡”或“调整”观点[8]。 **模型具体构建过程**： 1. 模型为每个标的（如30年国债、万得全A指数等）每日计算一个“原始信号”（单日择时信号），该信号是一个百分比数值，代表模型预测该资产在未来短期内价格上行的概率估计[8]。 2. 对原始信号进行平滑处理，计算其5日移动平均值（MA5）[2][6][7][8]。 3. 根据资产类型设定不同的阈值，将平滑后的概率信号转化为多空观点[8]。 * 对于利率债（国债、中短票）：**看多**阈值 < 40%，**调整**阈值 > 60%，介于两者之间为**震荡**[8]。 * 对于股指（如万得全A、科创50等）：**看多**阈值 > 60%，**调整**阈值 < 40%，介于两者之间为**震荡**[8]。 * 对于大宗商品（如布油、铜、焦煤），其阈值逻辑与股指类似，报告中的“看多”观点对应高概率信号[2][7][8]。 4. 最终输出包括：原始信号百分比、MA5百分比、模型多空观点以及当前观点持续的交易日数[2][6][7]。 模型的回测效果 （注：报告未提供历史回测的绩效指标，如年化收益率、夏普比率、最大回撤等。报告展示的是模型在特定日期（2026-04-27）对各个资产的最新信号输出和观点[2][6][7][8]。） 1. **多资产择时模型**，在2026-04-27日对各类资产的最新信号及观点如下[2][6][7][8]： * **30年国债**：原始信号24.05%，MA5信号18.39%，模型观点为【看多】，信号持续10个交易日。 * **3年AAA中短票**：原始信号3.40%，MA5信号27.93%，模型观点为【看多】，信号持续超过10个交易日。 * **5年国债**：原始信号1.92%，MA5信号4.70%，模型观点为【看多】，信号持续超过10个交易日。 * **2年国债**：原始信号97.11%，MA5信号72.07%，模型观点为【调整】，信号持续1个交易日。 * **万得全A指数**：原始信号1.03%，MA5信号13.47%，模型观点为【看多】，信号持续7个交易日。 * **中证红利全收益指数**：原始信号73.08%，MA5信号21.52%，模型观点为【看多】，信号持续3个交易日。 * **恒生科技指数**：原始信号11.52%，MA5信号31.33%，模型观点为【看多】，信号持续1个交易日。 * **科创50指数**：原始信号3.09%，MA5信号3.13%，模型观点为【看多】，信号持续10个交易日。 * **万得微盘指数**：原始信号4.97%，MA5信号7.41%，模型观点为【看多】，信号持续4个交易日。 * **国证2000指数**：原始信号10.35%，MA5信号14.77%，模型观点为【看多】，信号持续4个交易日。 * **IPE布油**：原始信号3.78%，MA5信号7.81%，模型观点为【看多】，信号持续4个交易日。 * **COMEX铜**：原始信号58.34%，MA5信号37.42%，模型观点为【看多】，信号持续4个交易日。 * **焦煤**：原始信号25.20%，MA5信号28.37%，模型观点为【看多】，信号持续4个交易日。 * **COMEX黄金**：原始信号69.84%，MA5信号63.21%，模型观点为【调整】，信号持续2个交易日。

但很少有人意识到，这句流传千年的赞誉，在如今完全可以改写——不是因为江南的山水风光变了模样， 而是因为这两座城市的 "天堂"内涵， 正在经历一次深刻转型 ： 最近，"站在光里"的苏州火了，诞生了许多AI硬件大牛股；此前杭州也没有闲着，"六小龙"前沿科技赛道迸发。 本文首发于公众号"私募排排网"。 （点击↑↑ 上图查看详情 ） 南宋范成大在《吴郡志》中留下了一句跨越千年的民谚： "天上天堂，地下苏杭。" 明代以来，这句谚语演变为"上有天堂，下有苏杭"，把苏州 与杭州两座城市的名字紧紧绑在一起，传诵至今。 两座太湖之畔、钱塘之滨的 "天堂"，在私募资本这条全新的博弈场上，正在进行一场谁也不敢轻易掉队的"苏杭双城记"。 下面就让我们翻开这 份"苏杭私募新双城记"的第一页。 0 1 杭州除了"六小龙"，还有22家头部私募！ 刚过去的 2025年，"杭州六小龙"以集体姿态引爆全球科技圈： 深度求索（DeepSeek）仅用558万美元的低成本，就训练出对标GPT-4的大模 型，引爆全球AI开源生态；宇树科技的机器狗占据了全球消费级市场的60%份额；云深处科技的配电房巡检机器人拿下了全国电网市场的35%份 额； 杭州除了是 ...

量化模型与构建方式 1. **模型名称：价值50组合[4][6]** * **模型构建思路：** 属于风格Smart beta组合，选取价值风格，以高beta弹性为投资目标，在价值风格股票池内构建选股组合[6] * **模型具体构建过程：** 报告未提供该组合的具体构建细节，仅说明其属于基于专题报告《基于投资目标的基础Smart beta组合构建与配置》构建的风格Smart beta组合之一，具体内容需参考对应详细报告[6] 2. **模型名称：价值均衡50组合[4][6]** * **模型构建思路：** 属于风格Smart beta组合，选取价值风格，以长期稳健超额收益为投资目标，在价值风格股票池内构建选股组合[6] * **模型具体构建过程：** 报告未提供该组合的具体构建细节，仅说明其属于基于专题报告《基于投资目标的基础Smart beta组合构建与配置》构建的风格Smart beta组合之一，具体内容需参考对应详细报告[6] 3. **模型名称：成长50组合[4][6]** * **模型构建思路：** 属于风格Smart beta组合，选取成长风格，以高beta弹性为投资目标，在成长风格股票池内构建选股组合[6] * **模型具体构建过程：** 报告未提供该组合的具体构建细节，仅说明其属于基于专题报告《基于投资目标的基础Smart beta组合构建与配置》构建的风格Smart beta组合之一，具体内容需参考对应详细报告[6] 4. **模型名称：成长均衡50组合[4][6]** * **模型构建思路：** 属于风格Smart beta组合，选取成长风格，以长期稳健超额收益为投资目标，在成长风格股票池内构建选股组合[6] * **模型具体构建过程：** 报告未提供该组合的具体构建细节，仅说明其属于基于专题报告《基于投资目标的基础Smart beta组合构建与配置》构建的风格Smart beta组合之一，具体内容需参考对应详细报告[6] 5. **模型名称：小盘50组合[4][6]** * **模型构建思路：** 属于风格Smart beta组合，选取小盘风格，以高beta弹性为投资目标，在小盘风格股票池内构建选股组合[6] * **模型具体构建过程：** 报告未提供该组合的具体构建细节，仅说明其属于基于专题报告《基于投资目标的基础Smart beta组合构建与配置》构建的风格Smart beta组合之一，具体内容需参考对应详细报告[6] 6. **模型名称：小盘均衡50组合[4][6]** * **模型构建思路：** 属于风格Smart beta组合，选取小盘风格，以长期稳健超额收益为投资目标，在小盘风格股票池内构建选股组合[6] * **模型具体构建过程：** 报告未提供该组合的具体构建细节，仅说明其属于基于专题报告《基于投资目标的基础Smart beta组合构建与配置》构建的风格Smart beta组合之一，具体内容需参考对应详细报告[6] 7. **模型名称：成长优选组合[4][6]** * **模型构建思路：** 属于生命周期优选组合，基于企业生命周期理论，在成长阶段的上市公司中，根据特定的投资逻辑构建优选组合[6] * **模型具体构建过程：** 报告未提供该组合的具体构建细节，仅说明其属于基于专题报告《解码企业生命周期：股票投资的新范式探索》构建的生命周期优选组合之一，具体内容需参考对应详细报告[6] 8. **模型名称：成熟稳健组合[4][6]** * **模型构建思路：** 属于生命周期优选组合，基于企业生命周期理论，在成熟阶段的上市公司中，根据特定的投资逻辑构建优选组合[6] * **模型具体构建过程：** 报告未提供该组合的具体构建细节，仅说明其属于基于专题报告《解码企业生命周期：股票投资的新范式探索》构建的生命周期优选组合之一，具体内容需参考对应详细报告[6] 9. **模型名称：初创优选组合[4][6]** * **模型构建思路：** 属于生命周期优选组合，基于企业生命周期理论，在初创阶段的上市公司中，根据特定的投资逻辑构建优选组合[6] * **模型具体构建过程：** 报告未提供该组合的具体构建细节，仅说明其属于基于专题报告《解码企业生命周期：股票投资的新范式探索》构建的生命周期优选组合之一，具体内容需参考对应详细报告[6] 10. **模型名称：困境反转组合[4][6]** * **模型构建思路：** 属于生命周期优选组合，基于企业生命周期理论，在整合（困境反转）阶段的上市公司中，根据特定的投资逻辑构建优选组合[6] * **模型具体构建过程：** 报告未提供该组合的具体构建细节，仅说明其属于基于专题报告《解码企业生命周期：股票投资的新范式探索》构建的生命周期优选组合之一，具体内容需参考对应详细报告[6] 模型的回测效果 1. **价值50组合**，周收益率0.94%，周超额收益（相对国证价值）0.55%，月收益率0.62%，月超额收益-1.66%，年收益率-0.03%，年超额收益-1.46%，最大相对回撤3.17%[9] 2. **价值均衡50组合**，周收益率-1.28%，周超额收益（相对国证价值）-1.67%，月收益率-1.26%，月超额收益-3.54%，年收益率-0.50%，年超额收益-1.93%，最大相对回撤8.37%[9] 3. **成长50组合**，周收益率2.29%，周超额收益（相对国证成长）1.52%，月收益率12.70%，月超额收益3.33%，年收益率8.67%，年超额收益-0.57%，最大相对回撤4.21%[9] 4. **成长均衡50组合**，周收益率2.66%，周超额收益（相对国证成长）1.90%，月收益率11.95%，月超额收益2.57%，年收益率14.86%，年超额收益5.62%，最大相对回撤6.04%[9] 5. **小盘50组合**，周收益率-0.58%，周超额收益（相对国证2000）-0.23%，月收益率0.38%，月超额收益-8.29%，年收益率5.95%，年超额收益-3.44%，最大相对回撤9.59%[9] 6. **小盘均衡50组合**，周收益率0.05%，周超额收益（相对国证2000）0.39%，月收益率9.13%，月超额收益0.46%，年收益率8.09%，年超额收益-1.30%，最大相对回撤8.33%[9] 7. **成长优选组合**，周收益率1.96%，周超额收益（相对偏股混基金指数）1.54%，月收益率13.40%，月超额收益4.06%，年收益率19.92%，年超额收益11.57%，最大相对回撤4.03%[9] 8. **成熟稳健组合**，周收益率0.40%，周超额收益（相对中证800）-0.33%，月收益率6.21%，月超额收益-1.28%，年收益率3.66%，年超额收益-1.37%，最大相对回撤7.37%[9] 9. **初创优选组合**，周收益率0.03%，周超额收益（相对中证全指）-0.25%，月收益率12.49%，月超额收益5.15%，年收益率9.62%，年超额收益3.67%，最大相对回撤11.22%[9] 10. **困境反转组合**，周收益率-0.79%，周超额收益（相对中证全指）-1.07%，月收益率2.29%，月超额收益-5.05%，年收益率3.78%，年超额收益-2.17%，最大相对回撤5.85%[9]

新锐私募行业概况与市场格局 - 截至2026年3月底，近五年成立的新锐私募共有891家，占所有私募总数的近12% [2] - 新锐私募中，有702家规模在5亿元以下，占比78.79% [2] - 新锐私募被视作市场中的“鲶鱼”和“黑马摇篮”，其特点是策略灵活、历史路径依赖少，且核心团队有强烈的业绩“迁移动力” [2] 具备三年业绩展示的新锐私募公司筛选 - 旗下至少有3只产品有近三年业绩展示的新锐私募有27家，其管理规模均在5亿元以上 [3] - 在这27家公司中，头部私募（规模50亿元以上）有6家，分别是托特（三亚）私募、磐松资产、半鞅私募基金、岚湖基金、海南盛丰私募、深圳善择私募 [3] - 托特（三亚）私募是其中唯一一家百亿私募，其管理规模于2026年1月突破百亿元 [6] - 这27家私募旗下产品近三年平均收益为***% [7] 新锐私募公司详细列表与策略分布 - 27家新锐私募覆盖了多种核心策略，包括股票策略、债券策略、期货及衍生品策略、多资产策略等 [4][5] - 规模在100亿元以上的公司有2家：托特（三亚）私募（股票策略）和磐松资产（股票策略） [5] - 规模在50-100亿元的公司有4家：米赖私募基金（股票策略）、岚湖基金（债券策略）、海南盛丰私募（股票策略）、深圳善择私募（债券策略） [5] - 其余公司规模分布在5-50亿元区间 [4][5] 部分新锐私募公司业绩与特点 - 在27家私募中，有9家跑赢了旗下产品的平均收益水平，分别为：京盈智投、万涛私募、积优基金、昭华（三亚）私募、观理基金、海南盛丰私募、深圳善择私募、泉智基金、精砚私募 [7] - 托特（三亚）私募是一家科技驱动的量化私募，创始团队自2016年起专注于量化投资，是国内较早应用深度学习技术进行量化交易的团队之一，旗下4只产品近三年平均收益为***% [6] - 半鞅私募基金成立于2021年9月，是一家技术驱动的创新型量化投资基金，创始团队平均从业年限超过10年，旗下7只产品近三年平均收益为***% [6] - 海南盛丰私募成立于2022年1月，专注于量化投资，利用人工智能技术构建了指数增强、市场中性等策略库，旗下有9只产品展示业绩，近三年平均业绩为***% [7] 新锐私募旗下“高性价比”基金产品筛选 - 在近三年有完整年化收益、年化波动和夏普比率数据的新锐私募产品共386只，其平均年化收益、年化波动、夏普比率分别为*** [8] - 其中，年化收益和夏普比率高于平均水平，且年化波动率低于平均水平的“高性价比”产品有36只，仅占总数的9.33% [8] - 在这36只基金中，头部私募（规模50亿元以上）旗下的产品有5只，其余均为规模在0-50亿元私募旗下的产品 [12] - 瀛岳基金、东航私募、观理基金、毗陵私募、上海汉鸿私募、长宜基金旗下至少有2只产品入选该名单 [12] 代表性“高性价比”产品及其管理人 - 观理基金有2只主观CTA产品入选，均由何国坚管理，夏普比率均超过*** [12] - 其中“观理摘金成长1号”近三年年化收益为***%，年化波动为***%；“观理摘金稳健1号”近三年年化收益为***%，年化波动为***% [12] - 何国坚为观理基金创始人、投资总监，擅长宏观策略，认为评价CTA策略应穿越周期观察其收益稳定性与回撤控制 [12] - 名单中还包括磐松资产的“磐松市场中性稳健1号”、海南盛丰私募的“盛丰量化选股迎春1号”、深圳善择私募的“善择稳进10号”等产品 [11][12]

量化投资领域的范式转变 - 行业竞争力正从传统的资本、市场、信息优势，转向企业如何高效整合、联通和应用数据资产，数据的可用性、及时性及对决策的支持成为新优势[1] - 在量化投资领域，基础设施架构、数据工程规范及模型透明度的提升，正变得与投资信号本身同等关键，重新定义了数据、技术与策略的协同关系[1] 数据管理的核心挑战与要求 - 随着可用数据量持续扩张，如何更好地管理数据成为关键挑战，量化机构面对复杂数据集，任何细微偏差都可能严重扭曲结果[4] - 对数据进行精准映射、对齐与校验，是生成可靠信号的先决条件，深入了解数据集的构建逻辑及整合后的表现对模型有效性至关重要[4] - 如果缺乏严谨性，数据规模的扩大反而可能放大误差[4] 基础设施与工程实践的重点 - 量化投资的日常实践深植于数据工程，当前重点是在统一的“时点框架”下，实现数据的高效联通、标准化处理与一致性分析[5] - 真正的挑战在于系统底层架构，机构必须整合多源异构数据，同时规避前视偏差等风险[6] - 互操作性直接影响机构将原始数据转化为可交易信号的速率与可靠性[6] 算力资源配置的演进 - 随着数据规模和模型复杂度提高，行业对灵活调度算力资源的需求不断提升，机构正优先考虑动态扩展资源配置，以快速响应市场波动[7] - 与维持固定基础设施相比，动态配置可在需求高峰期释放算力，同时避免长期资源闲置带来的成本压力[7] - 基础设施背后的经济逻辑在转变，更具灵活性和可扩展性的解决方案正逐渐成为主流[7] 人工智能（AI）的应用定位 - AI在量化投资中的应用偏重务实导向，当前并非直接创造Alpha，而是通过加速数据处理、假设验证及策略落地来提升机构生产效率[8][9] - AI的应用重点在于加速流程、压缩时间，例如过去需要数周的任务（如构建符合特定风险或ESG约束的定制投资组合）如今可在数天内完成[9] - 这一变化更多基于提升从研究到执行的转化效率，而非依赖全新的信号驱动收益[10] 透明度与可解释性的重要性 - 随着AI深入投资流程，透明度成为明确要求，机构投资者需要决策过程全面可视化，模型需具有可解释性，数据输入必须具备可追溯性[11][12] - 每项决策均需可审计，机构不仅需要了解模型产生的结果，更需要了解其背后的原因[12] - 这强化了对数据沿袭关系、治理和时点准确性的要求，缺失这些基础，最先进的模型也可能失去可信度[12] 未来发展趋势 - 数据、技术与投资策略正日益紧密融合，三者之间的边界日益模糊[13] - 市场对数据和模型的期许在同步提升，包括准确性、速度和透明度[13] - 若机构能有效整合稳固的数据基础、灵活的基础设施及严格的AI部署，将更有能力把信息优势转化为持续稳定的投资回报[13]

本文首发于公众号"私募排排网"。 （点击↑↑ 上图查看详情 ） "一年五倍者如过江之鲫，五年一倍者寥若晨星"，这后半句话背后对应年化收益率大概在15%。 而著名投资大师巴菲特，掌管的伯克希尔公司1965-2024年年化收益率大约在19%。 由此可见，能够实现五年翻倍的主观多头产品，其收益水平已相当可观。 应合规要求 查看业绩 频请扫码 放到近五年的A股里， 这意味着一只产品须完整穿越 2021年的结构分化、2022至2023年的深幅调整、2024年"9.24"以来的震荡修复以及2025至 2026年初的分化。尤其还经历了沪指从2021年初持续调整至2024年"9.24"前的2635点 。 能做到者，依赖的绝非某一轮牛市的集中押注，而是选股体系的持续迭代、风控纪律的毫厘不让，以及逆风期不被市场淘汰的生存韧劲。 根据私募排排网统计，截至2026年3月末，近五年有业绩展示的主观多头产品共有1077只，其中近五年收益翻倍的只有 253只 。 今天这篇文章，我们就来看看这些近五年翻倍的主观多头私募产品都来自哪些私募，由哪些基金经理管理？（以下仅统计所属公司规模在5亿以 上的产品） 0 1 百亿私募旗下只有27只产品做到 ...