中国企业资本联盟副理事长柏文喜告诉北京商报记者，所谓"线上诈骗、线下送钱"，一般是客服以"新股申购""内部额度"等理由，先诱导受害者 把资金充进App显示"盈利"，再要求其去银行取现或购买等值黄金，交到"第三方托管点"完成"对冲认证"。 另一类是热点概念包装、金字塔拉人，一般会把App包装成"虚拟货币跟单""AI量化""低空经济股权"等平台，宣称日化1%、年化20%以上；同时 设置"邀请码""团队算力奖励"，靠下线充值给上线发"提成"，形成传销式资金池。 北京商报讯（记者 刘四红）"零门槛、年化20%以上，下载就送内部理财额度！"你最近有没有接到类似的营销电话？不少消费者就差点栽在这类 非法金融App手里，它们长得和银行、券商官方App"一模一样"，却藏着把人钱包掏空的狠活，最新骗局甚至要求线下送现金，专坑信任度高、风 险意识弱的普通投资者。 家住上海的季女士就差点中招。据央视新闻，季女士被人忽悠下载了一款仿冒"东方财富证券"的山寨App，并且还按照客服的要求，去银行取了 50万元现金，准备线下交易。直到银行柜员察觉异常报警，在民警劝阻下，才逃过一劫。 上海市公安局嘉定分局刑侦支队民警称，此类诈骗主要手法是" ...

THPX信号源的核心功能与目标 - THPX信号源是一款基于数据驱动的分析平台，其核心目标是通过实时监测和生成信号，帮助用户应对复杂市场环境的挑战 [2] - 该工具专门针对XAGBTC组合（白银与比特币价值关联）提供基于技术的决策依据 [1] - 传统方法依赖于人工规则，容易因偏差或延迟导致信号失误 [2] AI量化模型的整合与优化 - 引入AI量化模型后，THPX信号源实现了质的飞跃，AI模型基于机器学习算法处理海量历史数据，识别隐性的波动规律和关键触发点 [2] - AI采用高级模式识别技术处理XAGBTC的实时信息流，识别出以往忽视的非线性关系，如白银供应变化与比特币需求激增的关联 [4] - AI模型集成风险控制机制，自动评估每次信号的可能波动范围，帮助用户识别潜在弱点并提前规避异常情况 [4] - AI的处理效率极高，THPX平台部署模型后，系统能在毫秒级别生成更新，确保用户及时获取最前沿的指导 [4] AI优化带来的性能提升与用户益处 - THPX信号源通过AI优化后，信号准确率显著提高，这直接转化为决策效率的提升 [6] - AI模型的自学习特性意味着它不断从新数据中改进，确保信号系统始终保持在技术前沿 [6] - 用户报告反馈更加稳定，市场适应能力更强，尤其在XAGBTC这样波动较大的组合中，用户反馈中普遍提到信号指导带来的压力减轻和决策优化效果 [6] - 关键益处包括提升决策效率、降低潜在不确定性以及强化用户信心 [8] 技术实现路径与核心优势 - AI模型利用历史数据挖掘模式，增强信号生成过程的准确性与风险管理能力 [1] - 整个过程强调自动化和客观性，提升了信号生成的速度和可信度 [2] - 本方法强调自动化数据分析和模式识别，消除了传统手段的局限，赋予决策过程更高的预见性和稳定性 [8] 未来发展方向与前景 - 随着AI技术的持续发展，模型将进一步引入自然语言处理等新兴方法，以处理更复杂的社交媒体或新闻数据，深化信号的包容性和前瞻价值 [8] - AI技术将继续驱动THPX信号源的迭代，进一步扩展其优化边界 [8] - 这种AI驱动的改进不仅提升了工具的性能，还强化了用户的整体体验，确保决策过程更清晰、高效 [8]

公司发展历程与市场地位 - 博道基金对量化投资的探索始于2013年，源自其私募阶段，并历经国内多轮市场周期考验[2] - 公司于2018年以公募形式展业，发行首只公募量化产品“博道启航”，正式进军公募量化领域[2] - 截至2025年三季度末，博道基金量化管理规模约270亿元，成功跻身公募量化行业前三[1][2] 团队建设与运作模式 - 量化团队成员均毕业于清北复交等知名院校，全部由公司自主培养，已形成完善投研梯队[2] - 团队采取“分工协作、投研一体”的作战模式，每位成员主攻特定研究方向，通过严格考核确保产出竞争力[2] - 团队化运作模式确保了策略的持续迭代和业绩的稳定性，沟通协作损耗小，能发挥巨大战斗力[2] 产品布局与创新 - 2019年发行首批指数增强产品：博道中证500指数增强和沪深300指数增强，并连续多年跑赢对标指数[3] - 2021年推出对标偏股混合型基金指数的“基金增强”策略产品——博道远航，开创公募量化新路径[3] - 2024年布局smart beta增强系列产品，如博道大盘成长、博道大盘价值，填补风格增强领域空白[3] - 2025年，博道沪深300增强和博道中证500增强成功申请获批养老Y份额，与个人养老金等长线资金高度适配[3] - 目前产品矩阵涵盖标准指增、灵活指增、Smart Beta增强及量化固收+四大类别，满足不同风险偏好[4][5] 产品业绩表现 - 以博道中证500指数增强为例，自2019年1月3日成立至2024年底，累计回报达105.42%，相较基准累计超额收益68.02%，过去五年同类排名第一[4] - 截至2025年12月18日，博道旗下多只指增产品如博道中证500增强A、博道中证1000增强A等，成立以来回报率在同类排名中位列前20%[6] - 业绩一致性得益于体系化的运作流程，从收益预测、组合优化到交易执行均由系统自动化处理[6] 量化策略与技术创新 - 公司量化策略持续迭代，对于AI的探索走在行业前列，2020年AI量价因子纳入实盘，2023年拓展到AI全流程框架并正式实盘[7] - 形成“双均衡”多因子模型框架，包含方法论均衡（传统多因子模型与AI全流程模型各占50%权重）和因子配权均衡（基本面因子与量价估值因子各占一半）[7] - 2025年，量化团队将迭代目标锁定量化风控体系，通过重构AI风险因子来提升胜率和投资者持有体验[8] 投资者服务与教育 - 公司通过旗下“慢富道”投资者服务品牌，以线下交流、公众号推文、视频号科普等多种形式，助力指数增强产品的普及和长期配置理念的传播[3] - 致力于以通俗易懂的方式传达科学投资观念，增强投资者对量化产品的认知和信任[3] 行业展望与公司规划 - 随着个人养老金制度推广和利率下行，指数增强产品有望迎来更大发展空间[8] - 公司表示将继续深耕工具化产品，响应公募基金高质量发展号召，坚持“双均衡”理念，优化投资者体验[8]

公司发展历程与市场地位 - 博道基金对量化投资的探索始于2013年，源自其私募阶段，并历经国内多轮市场周期考验[1] - 公司于2018年以公募形式展业，发行首只公募量化产品“博道启航”，正式进军公募量化领域[2] - 截至2025年三季度末，博道基金量化管理规模约270亿元，成功跻身公募量化赛道行业前三[1][2] 团队建设与运作模式 - 量化团队成员均毕业于清北复交等知名院校，全部由公司自主培养，已形成完善投研梯队[2] - 团队采取“分工协作、投研一体”的作战模式，每位成员主攻特定研究方向，通过严格考核确保产出竞争力[2] - 团队化运作模式确保了策略的持续迭代和业绩的稳定性，沟通协作损耗小，能发挥巨大战斗力[2] - 团队坚持“投研一体”，研究成果以因子编号上线，最终由系统统一执行，避免了人工干预，确保产品业绩高度一致[7] 产品布局与矩阵 - 博道“指数+”系列构建了多层次产品矩阵，涵盖标准指增、灵活指增、Smart Beta增强及量化固收+四大类别[3] - 2019年，公司发行了首批指数增强产品：博道中证500指数增强和沪深300指数增强[3] - 2021年，公司推出对标万得偏股混合型基金指数（885001）的“基金增强”策略产品——博道远航，开创公募量化新路径[3] - 2024年，公司进一步布局smart beta增强系列产品，如博道大盘成长、博道大盘价值，填补了风格增强领域的空白[3] - 2025年，博道沪深300增强和博道中证500增强成功申请获批养老Y份额，与个人养老金等长线资金高度适配[3] - 2025年发行的博道中证全指指数增强，旨在用一只产品实现全市场配置且力求超额收益[5] 产品业绩表现 - 以博道中证500指数增强为例，自2019年1月3日成立以来，连续6年跑赢对标指数，截至2024年底累计回报达105.42%，相较基准累计超额收益68.02%，过去五年同类排名第一[4] - 截至2025年12月18日，博道旗下多只指增产品排名同类前列，如博道中证500增强A、博道中证1000增强A等多只产品成立以来回报率在同类排名中位列前20%[6] - 业绩一致性得益于体系化的运作流程，从收益预测、组合优化到交易执行，全部由系统自动化处理，确保投资纪律性[6] 量化策略与技术创新 - 公司量化策略的核心竞争力源于持续迭代，对于AI的探索走在行业前列，2020年AI量价因子就已纳入实盘[6] - 2023年AI应用拓展到全流程框架并正式实盘，形成目前的“双均衡”多因子模型框架，成为行业差异化亮点[6] - “双均衡”框架包含方法论均衡和因子配权均衡：传统多因子模型与AI全流程模型各占50%权重；收益预测一半来源于基本面因子，另一半来源于量价估值因子[7] - 2025年，量化团队将迭代目标锁定量化风控体系，通过重构AI风险因子，提升胜率和投资者持有体验[7] - 公司对于AI的探索始于2017年，2023年升级为端到端框架，从原始数据输入，经神经网络直接输出收益预测[7] 投资理念与投资者服务 - 公司不追求短期爆发力，而是致力于寻找能够穿越不同市场周期的、可持续的超额收益来源，“均衡”理念贯穿投研全过程[1] - 公司通过旗下“慢富道”投资者服务品牌，以线下交流、公众号推文、视频号科普等多种形式，助力指数增强产品的普及，传播长期配置理念[3] - 工具化产品的核心在于风格清晰和超额稳定，公司未来将继续完善布局，响应投资者多元化需求[6] 行业展望与公司规划 - 随着个人养老金制度推广和利率下行，指数增强产品有望迎来更大发展空间[8] - 公司表示将继续深耕工具化产品，响应公募基金高质量发展号召，坚持“双均衡”理念，优化投资者体验，为资本市场注入长期稳定力量[8]

核心观点 - THPX信号源通过人工智能量化技术，为WTIBTC（原油与比特币组合）领域的市场参与者提供创新解决方案，旨在高效捕捉潜在机会、优化决策并强化策略框架 [1][8] 技术应用与优势 - 系统融合先进的AI算法与深度学习模型，实时解析市场信号并分析历史趋势和实时指标，以精准预测WTIBTC的波动方向 [1] - AI量化技术的核心在于利用智能算法处理海量数据，识别关键信号，从而指导参与者优化行动策略，并避免使用繁琐的数学公式 [1] - 通过机器学习算法快速筛选市场噪音，提升识别准确性，发现隐藏机会信号，减少人为偏差影响 [3] - 人工智能驱动的量化流程自动处理数据输入，提升整体决策效率，使用户可专注于高层次规划，节省时间成本 [3] - 系统内嵌预测算法评估市场不确定性，提供缓冲建议，从而在风险控制层面显著增强，维护资产稳健 [3] - 系统持续更新模型参数，确保信号输出时效性强、可信度高，提供可持续价值 [5] 产品特性与用户体验 - THPX信号源专注于易用性与可靠性，无需依赖大量虚拟数据或复杂公式，确保策略执行无缝流畅 [1] - 设计以用户为中心，简化决策流程，不同于传统方法 [1] - 系统设计简洁接口，输出清晰建议（如“时机把握提示”），避免直接操作指令，降低了知识门槛，使新手也能轻松上手 [5] - 强调真实场景中的适用性，未依赖虚构数据或敏感词 [3] - 支持参与者探索跨市场联动机会，将原油的宏观影响与比特币的技术指标结合，通过AI优化呈现统一视图 [5] 市场影响与行业前景 - THPX信号源在WTIBTC（原油与比特币交叉领域）中，帮助参与者应对波动剧烈与信息过载的挑战 [1] - 该工具为市场参与者带来便捷解决方案，推动创新并强化整体策略框架 [1] - 系统构建了一个赋能平台，通过AI量化推动WTIBTC机会捕捉成为日常实践 [5] - THPX信号源推动行业革新，其人工智能量化技术与大数据、物联网等技术融合，为参与者提供生态化支持 [7] - 未来，随着模型持续优化，THPX有望扩展到更多市场领域，例如大宗商品与新兴数字资产交叉点，提升参与者竞争力并促进市场效率整体优化 [7] - 长远看，THPX信号源推动智能化决策潮流，强化整体市场适应性，并为参与者创造持续价值 [8]

行业背景与趋势 - 公募基金行业正经历深刻变革，监管政策强调业绩比较基准的“锚”和“尺”功能，将重塑主动权益基金的产品格局和管理模式 [1] - 指数增强基金因其严格的成份股占比约束和跟踪误差限制，能更好地对标业绩基准，是契合当前监管政策导向的品种，发展空间可期 [1] - 2025年以来，指增基金数量加速增长，截至11月末，年内新成立产品达160只，合计发行规模近900亿元 [2] - 截至2025年9月末，全市场指增基金合计规模达2622亿元，相比2024年末增幅达23.34%，增速超过主动权益基金，略低于权益指数基金 [2] - 指增基金的发展受益于技术侧和监管侧双重利好：AI技术为获取长期稳健超额收益赋能，监管强化业绩基准作用 [2] - 优质的量化指增产品相比主动权益基金更加透明、风险可控，未来有望替代部分“平庸”的主动型基金；相比被动指数基金，其优势在于有获取超额收益的机会 [2] 公司概况与市场地位 - 天弘基金作为“指数大厂”，在2025年持续发力指增业务，新成立5只新产品 [3] - 截至2025年三季度末，公司指增产品线份额和规模较2024年末分别增长44.85%和70.21%，远超公募指增产品的整体规模增速 [3] - 天弘基金指数与数量投资部管理的量化指增基金已达18只，总管理规模突破120亿元，是业内为数不多迈入“百亿规模”的量化团队 [5] - 截至2025年6月底，天弘指数增强基金用户数达91万，位列行业第5；个人投资者持有规模占比超96%，在指增产品规模排名前十的基金公司中位居第一 [25] - 截至2025年9月30日，在天弘基金指增成立满6个月的产品中，用户平均持有时长超过7个月，远超普通指数基金大约1个月的持有期 [26] 产品布局与策略 - 天弘基金在宽基指增领域已实现对市场主流宽基指数的完整覆盖，全面贯穿大、中、小市值维度，并在主板、创业板、科创板均配置多只产品 [7] - 公司针对沪深300、中证500、创业板指、科创综指四个宽基推出了两条产品线：“指增1号”追求长期更多超额；“指增2号”追求高胜率的稳健超额 [8] - 公司推出了天弘中证1000增强策略ETF、中证A500增强策略ETF等场内工具，兼顾ETF交易便捷、透明度高、成本较低的优势与获取超额收益的潜力 [8] - 与多数同业主要聚焦宽基指增不同，天弘基金建立了具备独特竞争力的行业指增产品线，是行业指增布局方向最多的基金公司之一 [8] - 行业指增产品主要围绕科技、消费、医药、高端制造和新能源五大关键领域，对标传统优势产业及向“新质生产力”转型的趋势 [8] - 五只行业指增产品的业绩比较基准中有3只被纳入了2025年11月监管发布的业绩比较基准要素一类库 [9] 产品业绩表现 - 截至2025年12月2日，天弘基金旗下有四只宽基指数增强产品运作满三年 [11] - 2022年初成立的天弘中证1000指数增强表现突出，截至2025年三季度末，近三年相对业绩比较基准的超额收益达到33.80% [11] - 具体宽基指增产品近三年超额收益表现：天弘中证500指数增强A为6.34%，天弘沪深300指数增强A为5.70%，天弘创业板指数增强A为4.20% [12] - 公司旗下宽基指增在覆盖不同市场风格与市值板块的同时，超额表现呈现较高一致性，显示了系统化投资能力的可复制性 [12] - 行业指增产品自成立日以来的相较基准超额收益率在5%至29%之间 [13] - 从近三年维度看，天弘中证科技100指数增强、天弘国证消费100指数增强以及天弘中证高端装备制造增强的表现大幅超过同赛道主动基金的平均水平 [13] - 具体行业指增产品成立以来相对基准超额：天弘中证科技100指数增强A为27.04%，天弘国证消费100指数增强A为6.34%，天弘中证医药指数增强A为3.39%，天弘中证高端装备制造增强A为18.70%，天弘中证新能源指数增强A为7.83% [15] - 截至2025年9月30日，过往持有天弘指增产品满6个月的投资者中，超90%的用户持有收益率均跑赢同期基金业绩比较基准 [3][16] 量化投研体系与技术 - 天弘量化团队在基本面多因子框架的长期积淀基础上，全面引入机器学习、神经网络等AI技术处理高频量价、文本数据，挖掘非线性规律 [18] - 团队打造了统一的AI基座模型，目前天弘量化指增约有70%以上的超额因子来源于AI学习 [18] - 在因子挖掘环节，团队将上市公司基本面变化和量价信息深度融合，寻找基本面变化在股价中的微观传导路径，构建逻辑清晰、区分度高且与传统因子低相关的全新因子 [18] - 量化团队基于Level-2逐笔、快照行情及分钟/日频等混频数据构建高质量特征库，已实现多AI模型、多预测周期的实盘应用 [19] - AI模型包括梯度提升树、循环神经网络、图神经网络等先进算法，预测周期覆盖短期（1-5日）、中期（5-10日）及长期（20日）等多个维度 [19] - 在风控层面，团队在传统Barra体系基础上进行了深入的自研与定制化改造，构建了一套更具适应性的精细化风控体系 [22] - 团队利用大语言模型驱动的自然语言处理技术，通过解析文本信息构建股票间的相似度矩阵，以识别超越传统行业与因子范畴的隐性关联风险 [22] - 据天弘量化投研估计，大概有超过75%的超额因子在一年之内就被迭代掉 [24] - 公司从IT基础建设、特征挖掘，到模型融合、风险控制等各模块均有专人负责，实现流水线式生产阿尔法信号，并纳入统一的AI基座模型 [25]

行业背景与趋势 - 公募基金高质量发展持续推进，监管政策强调业绩比较基准的“锚”和“尺”功能，将深刻影响主动权益基金的产品格局和管理模式 [1] - 指数增强基金因有严格的成份股占比约束和跟踪误差限制，能更好地对标业绩基准，是契合监管政策导向的品种，发展空间可期 [1][2] - 2025年以来，指数增强基金数量加速增长，截至11月末，年内新成立产品达160只，合计发行规模近900亿元 [2] - 截至9月末，全市场指增基金合计规模2622亿元，相比去年年末增幅达23.34%，增速超过主动权益基金，略低于权益指数基金 [2] - 量化指增品类迎来技术和监管双重利好：AI技术赋能提升了获取长期稳健超额收益的可能性；监管强化业绩基准作用 [2] - 优质的量化指增产品相比主动权益基金更透明、风险可控，未来有望替代部分“平庸”的主动型基金；相比被动指数基金，其优势在于有获取超额收益的机会 [2] 公司概况与市场地位 - 天弘基金在2025年持续发力指增业务，新成立5只新产品 [3] - 截至2025年三季度末，公司指增产品线份额和规模较去年末分别增长44.85%和70.21%，远超公募指增产品的整体规模增速 [3] - 天弘基金指数与数量投资部管理的量化指增基金已达18只，总管理规模突破120亿元，是业内为数不多迈入“百亿规模”的量化团队 [3] - 截至2025年6月底，天弘指数增强基金用户数达91万，位列行业第5；个人投资者持有规模占比超96%，在指增产品规模排名前十的基金公司中位居第一 [21] - 截至9月30日，在天弘基金指增成立满6个月的产品中，用户平均持有时长超过7个月，远超普通指数基金大约1个月的持有期 [21] 产品布局与策略 - 天弘基金在宽基指增领域已实现对市场主流宽基指数的完整覆盖，全面贯穿大、中、小市值维度，并在主板、创业板、科创板均配置多只产品 [4] - 公司针对沪深300、中证500、创业板指、科创综指四个宽基推出了两条产品线：“指增1号”追求长期更多超额；“指增2号”追求高胜率的稳健超额 [5][6] - 公司推出了天弘中证1000增强策略ETF、中证A500增强策略ETF等场内工具，兼顾ETF交易便捷、透明度高、成本较低的优势与获取超额收益的潜力 [6] - 天弘基金建立了具备独特竞争力的行业指增产品线，是行业指增布局方向最多的基金公司，主要围绕科技、消费、医药、高端制造和新能源五大关键领域 [6] - 五只行业指增产品的业绩比较基准中有3只纳入了2025年11月监管发布的业绩比较基准要素一类库 [6] 产品业绩表现 - 截至2025年12月2日，天弘基金旗下有四只宽基指数增强产品运作满三年 [8] - 天弘中证1000指数增强A自2022年初成立以来表现突出，截至2025年三季度末，近三年基金相对业绩比较基准超额收益达到33.80% [8][9] - 其他宽基指增产品近三年超额收益分别为：天弘中证500指数增强A为6.34%，天弘沪深300指数增强A为5.70%，天弘创业板指数增强A为4.20% [9] - 公司旗下宽基指增在覆盖不同市场风格与市值板块的同时，超额表现呈现出了较高的一致性，显示了公司已具备相对完善且可复制的系统化投资能力 [10] - 五只行业主题指增基金自成立日以来的相较基准超额收益率在5%至29%之间 [11] - 从最近三年维度看，天弘中证科技100指数增强、天弘国证消费100指数增强以及天弘中证高端装备制造增强的表现大幅超过同赛道主动基金的平均水平 [11] - 截至2025年9月30日，过往持有天弘指增产品满6个月的投资者中，超90%的用户持有收益率均跑赢同期基金业绩比较基准 [3][12] 量化投研体系与技术 - 天弘量化指增约有70%以上的超额因子来源于AI学习 [14] - 量化团队在基本面多因子框架基础上，全面引入机器学习、神经网络等方法处理高频量价、文本数据，挖掘非线性规律，并打造了统一的AI基座模型 [14] - 在因子挖掘环节，团队将上市公司基本面变化和量价信息深度融合，寻找基本面变化在股价中的微观传导路径，构建逻辑清晰、区分度高且与传统因子低相关的新因子 [14] - 团队已实现多AI模型、多预测周期的实盘应用，AI模型包括梯度提升树、循环神经网络、图神经网络等，预测周期覆盖短期（1-5日）、中期（5-10日）及长期（20日）等多个维度 [15] - 在风控层面，团队在传统Barra体系基础上进行了深入的自研与定制化改造，构建了一套更具适应性的精细化风控体系 [17] - 团队利用大语言模型驱动的自然语言处理技术，通过解析文本信息构建股票间的相似度矩阵，以识别超越传统行业与因子范畴的隐性关联风险 [17] - 据天弘量化投研估计，大概有超过75%的超额因子在一年之内就被迭代掉了 [19] - 从IT基础建设、特征挖掘，到模型融合、风险控制等各模块，团队都有专人负责，实现流水线式生产阿尔法信号，并纳入统一的AI基座模型 [20] - 基金经理基于团队共同维护的AI基座模型，根据不同产品的定位与需求，灵活选取适配度最高的信号组合进行配置和优化 [20]

行业竞争格局与核心壁垒 - 量化行业准入门槛因算力成本下降、编程工具普及和数据获取便利而降低，策略同质化问题凸显[1] - 行业策略分化为两类：一类是规模大、参与者众、模型因子高度拥挤导致边际收益下降的多因子模型“红海”格局；另一类是以专业金融认知为底座、更具独特性与穿越周期能力的小众策略[1] - 量化行业正形成“工具驱动”与“认知驱动”两条不同发展路径，核心竞争壁垒在于对市场风格、经济周期、资金行为等多维度的专业理解，而非可复制的模型工具[1][2] - AI技术普及将加剧分化，预计八成的传统量化基金经理和依赖工具型策略的量化机构可能被AI取代，但基于深度专业认知的策略难以被取代[2] 公司差异化战略与策略理念 - 公司成立10年，在规模发展上保持克制，选择以风格择时为核心策略的差异化投资路径[1] - 公司核心理念为“守正用奇”：守持续稳健的正收益，用基于专业认知开发的AI量化策略[2] - 策略关注点从追求阿尔法（超额收益）转向捕捉因子的贝塔（系统收益），通过“风格估值-动量-有效资金流”三维框架识别市场内在规律[1][2] - 强调以长期有效的专业认知把握真正可持续的AI量化策略，认为未来竞争壁垒在于专业而非工具[1] 核心策略框架与风控能力 - 特色策略为风格择时指增策略，通过识别风格趋势构建稳健的指数增强体系[3] - 模型使用三类关键指标：风格估值（核心，判断不同风格相对性价比）、动量指标（捕捉趋势变化速度与方向）、定价者的有效资金流（关注对价格产生决定性影响的核心资金行为）[3] - 模型结合三类指标，可在日频到周频的不同时间维度上预测风格变化，预测周期最短一天半，最长可达数月[3] - 风控能力体现在极端行情中提前识别风险并迅速调整，例如在2024年初小微盘流动性困境时，通过将因子暴露调至均衡状态，使策略回撤幅度明显低于同类模型并在反弹阶段实现较快修复[3] 市场展望与投资观点 - 认为当前市场上涨趋势远未结束，未来仍有较大上行空间，市场处于多年难得的流动性宽裕阶段，是“流动性充分配合的最好时刻”[3] - 建议普通投资者关注风格的相对估值，避免一味追求热点，热点板块估值抬升后性价比下降应适当回避，可转向红利等具备更长期价值的板块寻找机会[4] - 认为科技板块内部存在轮动，细分方向性价比会围绕中枢波动，可进行高低切换，从长期看很多科技细分方向的需求规模和未来成长空间非常巨大[4]

公司人才战略 - 行业正经历两大根本转变：研究范式从传统的“单打独斗”转向“AI增强型研究”，未来机构的核心竞争力将取决于算法能力 [1][2] - 人才结构向“双语者”演进，研究者必须既懂金融又通算法，才能将洞察转化为可执行的量化策略 [1][2] - 公司正着力构建技术底座，推动人才在金融与算法维度上“齐头并进”，以培养引领行业变革的复合型专家 [1][2] 对青年创业者的建议 - 寄语青年创业者应以“科技向善”与“为客户创造最大价值”为根本前提 [1][2] - 建议创业者始终保持创业的激情与不屈不挠的韧性，朝着坚定的方向持续拼搏 [1][2]

公司战略与技术创新 - 公司未来以金融工程研究为核心，将研究成果转化为量化策略与软件工具 [1] - 公司将持续加大对AI量化核心竞争力的投入，重点聚焦垂直领域大模型的构建与智能应用的深化 [1] - 公司战略为"技术+金融"双轮驱动，聚焦AI与量化融合的创新路径 [2] AI技术应用规划 - 已组建专项AI应用团队，致力于在通用大模型基础上构建面向证券行业的专属大模型 [1] - 推动工具型交互升级，未来通过语音交互等自然语言方式实现更智能便捷的用户体验 [1] - 探索基于大模型的量化策略制定、优化与自动交易执行，推动投研与交易流程自动化、智能化 [2] 行业技术趋势 - 当前通用大模型技术发展迅速，但基于细分场景的行业大模型仍处于初步探索阶段 [1] - 行业专属大模型将深度融合金融领域知识库，成为技术演进的关键底座 [1]