2026年一季度市场与基金表现概览 - 2026年一季度市场行情跌宕起伏，沪指曾直逼4200点，也经历了外部冲击下大盘深度回调10%的阵痛 [4] - 一季度权益类基金表现分化，共有3164只基金实现正收益，占比超过55%，其中收益率超30%的基金有9只 [4] - 同时也有基金亏损超过20% [5] - 一季度表现领先的基金普遍规模较小，在收益率排名前二十的基金中，合并规模超过10亿元的仅有4只，近一半基金合并规模不足1亿元 [7] 一季度表现突出的基金及基金经理 - **广发远见智选混合A**以**60.92%** 的收益率断崖式领跑一季度 [6][7] - **国寿安保数字经济股票发起式A**紧随其后，净值增长**46.09%** [6][7] - **金信量化精选混合A**和**浦银安盛数字经济混合A**位列涨幅榜第三梯队，收益率均超过**30%** [7] - 若筛选规模10亿以上的基金，一季度表现较好的基金经理包括**张明昕**、**张海啸**、**陈文凯**、**韩创**、**武阳**等 [8] 基金经理张明昕分析 - 张明昕自2009年起有7年券商研究员和7年资管投资经理经验，2025年3月接手华商优势行业混合A，任职刚满一年 [13][20] - 其管理规模已突破百亿，在华商基金内部权益产品管理规模中位居第二 [11] - 投资方向明确，关注**谷歌产业链**相关标的，聚焦**光模块**等细分技术，并布局**AI产业景气扩散的存储、电力储能**等领域 [20] - 其超额收益主要源于对**TMT赛道**的集中押注，去年末通信与电子板块合计配置权重占净比接近**50%** [18] - 去年四季度，其管理的华商致远回报混合A前十大重仓股更换五只，新进的重仓股如**腾景科技**一季度大涨超**60%**，**长飞光纤光缆**同期大涨**2.8倍** [18] - 一季度其前十大重仓股的加权平均涨幅为**30%**，选股能力出色，且动态回撤最大控制在**15%** 以内 [21][22] 基金经理韩创分析 - 韩创管理大成基金权益产品，任职超7年，目前管理规模为**167.1亿**，在管基金最佳任期回报高达**566.3%** [27] - 其管理的**大成国企改革灵活配置混合A**一季度收益率为**19.83%**，在同类中排名**19/2322** [9][27] - 投资风格集中，近年来主要重仓**有色金属、基础化工、非银金融**三大板块，2025年中报显示有色金属配置权重高达**52.4%** [30] - 前十大重仓股集中度高，2025年末占基金净值比重接近**70%**，其中**山东黄金、兴业银锡、锡业股份、中金黄金**四只有色个股占净比达**34.5%** [31] - 因其重仓有色，基金在3月份经历了一周动态回撤达**14%** 的情况，但拉长时间看，大部分时间回撤能控制在**20%** 以内 [34] - 韩创在年报中认为，资源品仍具备较大配置价值，看好**有色、化工**，并偏爱用**大金融**做底仓 [37] 基金经理武阳分析 - 武阳管理的**易方达先锋成长混合A**一季度收益率为**19.99%** [9][38] - 该基金前十大权重股集中度较高，其中6只与张明昕的基金重合，主要聚焦于**通信、电子**等科技板块 [40] - 武阳自2021年9月上任，**2022年**在沪深300指数下跌**11.38%** 时，该基金逆势取得**15.89%** 的正收益 [42] - **2025年**基金经历大幅调仓换股，全年收益实现翻倍，达到**120.54%** [41][42] - 行业配置不均衡，会在某一阶段重仓出击，例如2022年中报大比例配置**交通运输**，2024年快速切换至**TMT行业** [45] - 基金成立以来累计收益率达**175%**，最大回撤在**40%** 左右，但大部分时间能控制在**20%** 以内 [44][47] - 武阳在年报中提到，基金仍会以**AI、高端制造**等成长性行业作为主要配置方向 [50] 一季度市场主线总结 - 一季度表现优异的基金，大多聚焦于**有色金属**与**科技**两条主线 [51] - 其中，**武阳、张明昕、韩创**三位基金经理的表现尤为突出 [51]

核心观点 - 报告为申万金工2026年3月的量化策略月报，核心跟踪了红利、质量、成长、价值四个量化组合的月度及年初至今的业绩表现，并详细阐述了各组合的构建方法论与长期历史绩效 [1][2][6] - 2026年3月，四个量化组合绝对收益均为负，但成长组合和价值组合分别跑赢了其业绩基准，其中9成仓位成长组合相对太保主动偏股成长基金取得0.41%的超额收益 [2][9][10] - 从2026年年初至3月底的累计表现看，质量、成长、价值组合均取得正绝对收益，其中成长组合表现最佳，绝对收益达6.52%，超额收益达5.57% [2][9][10] 量化策略月度业绩跟踪 - **红利组合**：2026年3月单月绝对收益为-10.08%，相对中证红利全收益指数的超额收益为-8.39%；2026年年初至今绝对收益为-1.57%，超额收益为-5.96% [2][9] - **质量组合**：2026年3月单月绝对收益为-7.91%，相对中证质量全收益指数的超额收益为-4.91%；2026年年初至今绝对收益为2.49%，超额收益为3.46% [2][9] - **成长组合（9成仓位）**：2026年3月单月绝对收益为-8.01%，相对太保主动偏股成长基金的超额收益为0.41%；2026年年初至今绝对收益为6.52%，超额收益为5.57% [2][9] - **价值组合**：2026年3月单月绝对收益为-3.95%，相对国信价值全收益指数的超额收益为1.00%；2026年年初至今绝对收益为2.33%，超额收益为-2.57% [2][10] 量化策略简介与历史绩效 - **红利组合构建与方法**：采用筛选预期下一年分红金额增长股票的新思路，构建分为两步：首先从过去三年股利支付率稳定、过去三年现金分红连续增长、预期股利支付率提高三个维度取并集得到股票池；其次在池内基于成长、长期动量、分析师、估值、分红五个因子优选股票 [2][12] - **红利组合历史绩效**：自2013年至2025年，组合年化收益为21.74%，相较中证红利全收益指数（年化10.70%）取得11.04%的年化超额收益，历年超额收益多为正，仅在2018年为负（-1.86%）[13][16][17] - **质量组合构建与方法**：以ROE为核心，构建分为三步：首先筛选过去9个季度ROE_ttm均不低于10%的历史高ROE股票；其次从盈利、成长、杠杆三方面构建稳定性因子，筛选出高ROE高稳定性股票池；最后在池内根据成长、波动性、长期动量、分红四个因子打分优选 [2][16] - **质量组合历史绩效**：自2013年至2025年，组合年化收益为22.21%，相较中证质量全收益指数（年化12.39%）取得9.81%的年化超额收益，多数年份取得正超额，但在2017、2019、2024年表现弱于基准 [20][22] - **成长组合构建与方法**：基于分析师盈利预测数据，构建分为三步：首先筛选一致预期利润增速（FY1/FY0-1）前50%的股票；其次优选预期盈利上修幅度最高的50只股票；最后根据申万金工行业轮动模型对做多行业个股进行权重倾斜 [2][22][23] - **成长组合历史绩效**：9成仓位成长组合自2017年2月至2025年底，年化收益为20.78%，相较太保主动偏股成长基金（年化7.30%）取得13.48%的年化超额收益，除2019年外，其余年份均跑赢基准 [27][28] - **价值组合构建与方法**：从质量组合构建过程中的高ROE且预期不下滑的股票池衍生而来，基于该股票池，根据估值因子优选50只股票，旨在避开价值陷阱 [2][29] - **价值组合历史绩效**：自2013年至2025年，组合年化收益为14.67%，相较国信价值全收益指数（年化11.85%）取得2.82%的年化超额收益，表现相对稳健 [32][34]

市场表现回顾 - 2026年3月沪金价格单边深度下跌，全月涨跌幅为-14.79%，呈现“放量下跌，缩量企稳”的量价特征[5][12] - 截至3月31日，沪金技术分析风险度低至21.57，处于低风险区，短期趋势企稳转强，中期保持上升趋势[5][17] - 历史日历效应显示，3月沪金平均收益率为-0.16%，胜率52.64%；4月为全年趋势最强月份之一，平均收益率1.40%，胜率57.98%[5][19] - 全球黄金ETF持仓量在3月呈现“高位承压、逐级回落、月末探底”的下跌态势[5][23] 事件驱动分析 - 资产配置价值受多重因素影响：战争带来的通胀预期、避险需求、流动性冲击与央行购金共同形成复杂定价格局，导致金价单边下跌后小幅企稳[5][27] - 货币价值受显著压制：在美联储鹰派信号与避险溢价驱动下，美元指数重回100点上方，10年期美债收益率涨至4.4%以上，增加了持有黄金的机会成本[5][34] - 避险价值获强劲支撑：中东美以伊地缘冲突全面升级并向周边外溢，显著抬升风险溢价，为金价提供底部支撑[5][38] - 商品价值出现结构性分化：土耳其央行为保证流动性及本币汇率，在3月20日当周大幅抛售52.40吨黄金；而中国等国央行持续增持，对金价形成长期支撑[5][45][49] 后市展望与风险 - 4月金价走势将围绕中东地缘对峙、美国通胀/就业数据验证、美联储政策路径等核心因素展开，呈现事件驱动+预期摇摆的特征，低位震荡与韧性抬升并存[5][50] - 关键风险包括：行业政策或监管环境突变、宏观经济不及预期、发生重大预期外的宏观事件[7] - 相关产品方面，华安黄金ETF（518880.SH）截至2026年3月31日总市值达1110.13亿元，当日成交额196.29亿元[6][66]

量化模型与构建方式 1. **模型/因子名称：RSI相对强弱指标**[2] * **构建思路：** 通过计算一定周期内平均涨幅与平均跌幅的比值，来衡量市场的超买或超卖状态[2]。 * **具体构建过程：** 1. 计算一定周期（报告中为12天）内每日上涨幅度的平均值（AvgGain）和每日下跌幅度（取正值）的平均值（AvgLoss）[2]。 2. 计算相对强度（RS），公式为：$$RS = \frac{AvgGain}{AvgLoss}$$[2] 3. 将RS代入公式计算RSI值：$$RSI = 100 - \frac{100}{1 + RS}$$[2] * **模型/因子评价：** RSI>70表示市场可能处于超买状态，RSI<30表示市场可能处于超卖状态[2]。 2. **模型/因子名称：净申购（亿元）**[2] * **构建思路：** 通过比较ETF当日净值与根据前日净值及指数收益率推算的理论净值之间的差异，估算当日的资金净流入/流出金额[2]。 * **具体构建过程：** 1. 获取当日ETF净值（NAV(T)）和前一交易日ETF净值（NAV(T-1)）[2]。 2. 获取ETF跟踪指数在当日的收益率（R(T)）[2]。 3. 计算理论净值：NAV(T-1) * (1 + R(T))[2]。 4. 计算净申购金额（NETBUY(T)），公式为：$$NETBUY(T) = NAV(T) - NAV(T-1) * (1 + R(T))$$[2] 模型的回测效果 （报告中未提供针对量化模型的统一回测结果，如年化收益率、夏普比率、最大回撤等指标，因此此部分跳过。） 量化因子与构建方式 （报告中提及的RSI和净申购，在内容上更偏向于对单只ETF的日频状态指标描述，而非用于横截面选股的Alpha因子。报告未提供基于这些指标构建多空组合或进行因子测试的内容。因此，此部分仅将上述两者作为指标列出，其构建方式已在“量化模型与构建方式”部分说明。） 因子的回测效果 （报告中未提供针对量化因子的IC、IR、多空收益、分组收益等回测测试结果，因此此部分跳过。） 报告中的其他指标取值（日频跟踪数据） 1. **RSI相对强弱指标**：报告列出了各只ETF在计算日的RSI具体数值，例如华泰柏瑞沪深300ETF为44.62[4]，南方中证500ETF为42.50[4]，华夏恒生科技ETF为39.29[4]等。 2. **净申购（亿元）**：报告列出了各只ETF在计算日的净申购金额，例如华泰柏瑞沪深300ETF为1.53亿元[4]，南方中证500ETF为14.14亿元[4]，华夏上证科创板50ETF为-16.84亿元[4]等。 3. **涨跌幅（%）**：报告列出了各只ETF在计算日的涨跌幅，例如华泰柏瑞沪深300ETF为1.59%[4]，南方中证500ETF为1.64%[4]，华夏上证科创板50ETF为3.40%[4]等。 4. **成交额（亿元）**：报告列出了各只ETF在计算日的成交额，例如华泰柏瑞沪深300ETF为22.67亿元[4]，南方中证500ETF为27.81亿元[4]，华夏上证科创板50ETF为41.02亿元[4]等。 5. **流通市值（亿元）**：报告列出了各只ETF在计算日的流通市值，例如华泰柏瑞沪深300ETF为2031.79亿元[4]，南方中证500ETF为750.21亿元[4]，华夏上证科创板50ETF为692.64亿元[4]等。 6. **机构持仓占比（%）**：报告列出了各只ETF最近一期披露的机构持仓占比（预估值），例如部分行业主题ETF如汇添富中证上海国企ETF为97.53%[6]，博时央企创新驱动ETF为96.02%[6]等。 7. **管理费率（%）**：报告列出了各只ETF的管理费率，例如华泰柏瑞沪深300ETF为0.15%[4]，天弘沪深300ETF为0.50%[4]等。 8. **跟踪指数**：报告列出了各只ETF所跟踪的指数名称，例如沪深300[4]、中证500[4]、科创50[4]等。 9. **T+0**：报告标明了各只ETF是否支持T+0交易，例如宽基ETF通常为“否”[4]，部分跨境ETF（如恒生科技、纳斯达克100等）为“是”[4]。

核心观点 - 受中东地缘政治局势影响，市场预期下调，A股在2026年3月波动放大并走出下跌行情，报告认为市场调整后正出现重要底部与击球点，建议积极布局[1][11][12] - 基金配置策略建议整体维持均衡风格，重视科技成长赛道，兼顾大金融、顺周期资产，并从大类资产配置角度建议可配置黄金和美股相关ETF[1][4] - 报告对三类不同风险承受能力的投资者给出了具体的大类资产配置比例建议[71][72] 资本市场分析与展望 - **投资环境分析**：2026年3月，受中东地缘政治局势影响，A股调整，31个申万一级行业中仅有3个行业上涨，表现靠前的5个行业分别为银行、公用事业、煤炭、通信和电力设备行业[7] - **投资环境分析**：2026年3月制造业PMI为50.4%，比上月上升1.4个百分点，重返扩张区间，服务业商务活动指数为50.2%，建筑业商务活动指数为49.3%[9] - **投资环境分析**：海外方面，截至2026年3月27日，10年期美债实际利率较3月初上行37BP至2.13%，通胀预期相对稳定，欧元区2026年3月消费者信心指数明显走弱4.1至-16.3[10] - **股票市场展望**：报告认为中国股市的重要底部与击球点正在出现，理由包括中国能源消费油气占比低于30%使得对高油价的冲击总体可控，中国稳定的安全形势、完备的供应链体系及积极的产业进展具有稀缺性，以及外资可能重新审视中国的配置价值[12] - **股票市场展望**：行业比较方面，首选金融和稳定板块，看好中国科技制造与稳定内需，具体推荐银行/电力/高速、电力设备与新能源/能源金属/工程机械、半导体/通信设备/机械设备、以及建材/建筑/酒店/大众品[15] - **债券市场展望**：展望二季度债市，需要着重关注通胀、债市供需和股债关联性，当前利差空间指向5-10年期限品种性价比相对突出，超长债可能不稳定[16][19][20] 基金月度动态 - **基金测算仓位变化**：主动股混基金3月权益仓位显著提升，延续自2025年下半年以来的上行趋势，偏债基金的权益仓位稳定在近年来的相对高位[21] - **基金测算仓位变化**：风格配置上，主动股混基金近1个月大盘成长风格资产占比在高位继续回落，小盘成长风格资产占比相应回升并再次超过大盘成长，偏债基金近1个月大盘价值、中盘成长和小盘成长风格资产占比有所提升[28][33] - **基金测算仓位变化**：板块配置上，主动股混基金在TMT板块配置占比依然相对更高，呈现极致抱团状态，偏债基金近1个月大金融板块占比快速提升[41] - **风格基金业绩**：2026年3月，各风格基金平均收益均为负，成长风格基金平均收益为-10.37%，回撤明显高于均衡风格基金的-5.88%和价值风格基金的-6.84%[53][54] - **风格基金业绩**：板块风格基金中，大消费和金融地产板块基金平均收益分别为-5.82%和-5.85%，回撤相对更小，而中游制造和TMT板块基金平均收益分别为-9.72%和-10.25%，回撤更大[54] - **新发基金概况**：2026年3月共有146只新基金成立，总募集规模为1131.77亿元，平均募集规模为7.75亿元，两者均高于近1年以来的平均水平[58] - **新发基金概况**：从类型看，3月权益型基金发行规模为652.17亿元，占比57.6%，债券型基金发行规模为244.17亿元，占比21.6%，FOF产品发行21只，发行规模占比达到20.43%[60] 基金投资策略 - **股混基金**：建议后续基金配置整体维持均衡风格，关注基金经理选股和风控能力，重视科技成长赛道，兼顾大金融、顺周期资产，并列举了价值、成长、均衡灵活、主题型及港股基金的具体关注品种[4][67] - **指数主题基金**：基于行业轮动模型，4月最新高景气度行业分别为银行、传媒、商贸零售、通信、有色金属和电子，并据此构建了相应的ETF投资组合[4][68] - **债券基金**：建议关注久期灵活的利率债和重配高流动性信用债的产品，同时认为固收+基金具备配置价值，并列举了具体关注品种[4][68] - **QDII和商品型基金**：长期看黄金的战略性配置价值依旧维持，可适当配置黄金ETF，但趋势配置者短期需谨慎，同时认为美股阶段性具备较高的风险回报比与战术性配置价值，并列举了具体关注品种[4][69][70] 本期组合大类资产配置 - 报告为积极型、稳健型和保守型三类投资者提供了资产配置建议，其权益类基金（含股票、混合型及交易型基金）的均衡配置比例分别为80%、55%和25%[71] - **积极型投资者**：建议配置70%权益类基金、20%债券基金和10%货币市场基金，其中国内主动型股混基金占55%，QDII基金占10%，商品型基金占5%[71] - **稳健型投资者**：建议配置45%权益类基金、25%债券基金和30%货币市场基金，其中国内主动型股混基金占30%，QDII基金占10%，商品型基金占5%[71] - **保守型投资者**：建议配置20%权益类基金、40%债券基金和40%货币市场基金，其中国内主动型股混基金占10%，QDII基金占5%，商品型基金占5%[72]

文章核心观点 - 公募基金持有人户数的变化揭示了大众理财趋势正从“储蓄式理财”向“主动配置型理财”转变，资金正从短债基金等传统稳健产品，向AI科技、黄金、红利类ETF及中长债基金等产品迁移 [1][2][17] 根据相关目录分别进行总结 资金迁移的整体趋势与数据表现 - 2025年公募基金规模增长4.88万亿元至37.71万亿元，同期非银行业金融机构存款增加6.41万亿元，创2015年以来新高，体现了“存款搬家”现象 [4] - 以天弘基金为样本，2025年其权益指数类产品持有人户数总体增长19%，达到1547万户，其中权益ETF（含联接）增长16.7%，纯场内权益ETF大幅增长53.4% [5] - 短债基金持有人户数显著下降，天弘短债基金持有人数同比下降11.7%，减少55万户；相反，中长债基金持有人户数大增46.2%，货币基金持有人户数也增长约4042万户 [5][8] - 年轻投资者参与度提升，2025年权益ETF（含联接）持有人中30岁及以下群体占比达27.9%，较2024年末提升6.1个百分点；首次购买指数基金的投资者中该群体占比达42.5% [7] 资金迁移背后的驱动逻辑 - 市场端：2025年理财市场平均收益率降至1.98%，低利率环境下短债基金收益优势减弱，资金流向收益更高的中长债基金或更灵活的货币基金 [11] - 市场热点吸引资金：2025年伦敦金价格大涨63%，AI科技赛道进入产业兑现期，红利板块凭借高股息成为固收替代品，吸引了大量资金 [11] - 具体产品表现：天弘上海金ETF联接基金持有人户数从2024年末的71.54万大增至2025年末的163.75万；天弘中证红利低波动ETF联接持有人户数从70.77万增长至98.99万 [12] - 场内投资者偏好科技成长：天弘机器人ETF持有人户数从2024年的3万户骤增至2025年的16万户，成为该公司持有人数最多的ETF产品 [12] 销售渠道的引导与变革 - 券商渠道在指数基金领域优势突出，头部券商股票型指数基金保有规模占权益基金比例高达90%以上，正从“卖基金”转向“策略输出”，引导客户进行ETF的“哑铃型”配置 [12] - 银行渠道积极求变，招商银行等已在APP中设置“指数通”模块，2025年银行整体的指数基金保有规模同比增长86.06% [13] - 蚂蚁基金凭借“算法+社群”模式，权益基金保有规模首破万亿元，其智能理财助理推动了普惠金融与指数投资的结合 [14] 公募行业的转型与应对 - 行业从“产品导向”转向“需求导向”，天弘基金正从“货币大厂”向综合性资管公司转型，在指数ETF、主动权益、海外资产和养老等领域均衡布局 [18] - 截至2025年末，天弘旗下权益指数基金（不含指数增强）持有人户数达1457万户，居市场同类产品第一，旗下多只核心产品持有人户数领先 [18] - 公司通过降费让利提升投资者获得感，旗下被动指数型基金管理费率均已降至0.5%以内，其中20只权益指数基金管理费率低至0.15%，为业内最低档 [18] - 依托金融科技，公司与生态伙伴合作推出“策略目标投”、“机构快车”等智能投资工具，为投资者提供策略支持和决策服务，代表行业向“需求导向”转型 [19][20]

量化模型与因子总结 量化模型与构建方式 1. **模型名称**：格兰杰因果检验模型 **模型构建思路**：用于检验主动基金业绩与份额变动之间的因果关系和滞后规律，判断投资者行为是否滞后于业绩变化[29]。 **模型具体构建过程**： 1. 数据准备：选取2013年第四季度至2025年第四季度的主动基金业绩（定义为万得偏股混合型基金指数与股票指数型基金指数的季度收益率差值）和份额变动（所有主动权益基金每个季度内总份额的变动，包括新发基金）数据[29]。 2. 平稳性检验：对时间序列数据进行ADF检验，确保数据平稳，避免伪回归[29]。 3. 模型构建：对于给定的时间序列X（业绩）和Y（份额变动），检验X的过去值是否对Y的当前值有预测能力。构建包含滞后项的回归模型进行检验[29]。 4. 结果解读：根据F统计量和p值判断因果关系及滞后期数。报告显示，业绩对份额变动的格兰杰因果关系从滞后2个季度开始显著，并在滞后5个季度时影响力达到峰值，表明投资者对业绩的反应存在明显的滞后性和持续性[29]。 2. **模型名称**：理柏基金奖评选模型（效用函数模型） **模型构建思路**：基于客观量化指标，通过效用函数计算基金在特定投资期限内的有效回报，旨在评选出在业绩持续性和风险调整后收益方面表现显著优于同类的基金[55]。 **模型具体构建过程**： 1. 计算有效回报：使用效用函数计算基金在三年、五年、十年投资期限内的有效回报。该函数对跑输同业的时期进行惩罚，并对超额损失赋予更大的权重[55]。 2. 比较与评选：将基金计算得到的有效回报与同类基金进行比较，表现显著优异者获奖[55]。 **模型评价**：该模型被认为是全球基金行业最具权威性和影响力的奖项评选基础，其标准完全客观量化，强调业绩的持续性和风险调整后的收益[55]。 量化因子与构建方式 1. **因子名称**：Artisan International Value 基金选股因子 **因子构建思路**：采用深度价值投资策略，通过严苛的选股标准构建投资组合，核心是寻找估值显著低于内在价值、业务回报高、财务健康且管理层可靠的上市公司[59]。 **因子具体构建过程**：基金经理要求投资标的必须同时满足以下四个定性/定量标准： * **估值因子**：要求买入价格比估算的公司真实价值至少低30%，提供安全边际[61]。 * **质量因子（资本回报率）**：投资能持续创造高资本回报率的公司，规避强周期、资本密集型行业[61]。 * **质量因子（财务健康）**：要求被投资公司拥有健康的财务状况和低杠杆的资产负债表[61]。 * **质量因子（管理层）**：寻找具备价值创造能力的高素质管理层，甚至会在公司偏离轨道时深度介入[61]。 2. **因子名称**：Hartford International Value 基金选股因子 **因子构建思路**：采用逆向选股价值投资策略，自下而上筛选因低价、低估值和/或低市场预期而具有吸引力的公司，相信市场的过度悲观会带来错误定价机会[64]。 **因子具体构建过程**：运用深入的基本面分析，寻找被市场低估的优质公司。该策略的特殊之处在于持仓极为分散，通常持有约250只股票，前十大持仓占比较低[64]。 3. **因子名称**：Vanguard International Growth 基金选股因子（混合策略） **因子构建思路**：采用双顾问管理模式，结合了激进成长策略和GARP（合理价格成长）策略，以平衡成长性与估值[68][73]。 **因子具体构建过程**： * **Baillie Gifford 部分（约2/3资产）**：采用极致的长期高成长策略，投资周期在10年以上，专注于识别新兴的长期趋势（如亚洲消费主义、健康创新、数字化消费、人工智能等）[73]。 * **Schroders 部分（约1/3资产）**：采用GARP策略，专注于发掘根基稳固但增长前景被低估的公司，对估值保持谨慎[73]。 4. **因子名称**：WCM Focused International Growth 基金选股因子 **因子构建思路**：专注于优质成长型公司，将定量筛选与定性文化评估系统性融合，投资理念围绕持久竞争优势、企业文化、集中持仓和组合稳健性四大原则[74][78]。 **因子具体构建过程**： * **定量筛选部分**：关注较高或正在上升的资本回报率（ROIC）、较低的负债或无负债、较高或正在上升的利润率、可持续的增长历史[78]。 * **定性判断部分**：评估公司是否身处强大增长赛道、是否具备且不断扩大护城河（竞争优势）、企业文化是否优秀且管理层有远见领导力，以及是否有吸引力的估值[78]。 * **风险控制部分**：通过估值纪律与地区、板块的多元化投资来实现[78]。 模型的回测效果 1. **格兰杰因果检验模型**，检验结果显示，主动基金业绩是份额变动的格兰杰原因，且存在显著滞后。滞后期为2-7季度时预测关系高度稳健（F统计量6.7-9.0，p值显著），滞后5季度时影响力达到峰值（F统计量9.036），表明投资者最关注近1-1.5年的业绩表现[29]。 因子的回测效果 1. **Artisan International Value 基金选股因子**，年化收益率10.21%，年化波动率14.77%，最大回撤27.46%，夏普比率0.692，Calmar比率0.372（基准：MSCI EAFE指数，2009.12.31-2026.2.28）[59]。 2. **Hartford International Value 基金选股因子**，年化收益率10.49%，年化波动率16.55%，最大回撤40.02%，夏普比率0.634，Calmar比率0.262（基准：MSCI EAFE Value Net指数，2010.6.30-2026.2.28）[66]。 3. **Vanguard International Growth 基金选股因子**，年化收益率8.81%，年化波动率18.35%，最大回撤43.71%，夏普比率0.480，Calmar比率0.201（基准：MSCI AC WORLD ex USA NR指数，2009.12.31-2026.2.28）[71]。 4. **WCM Focused International Growth 基金选股因子**，年化收益率9.50%，年化波动率15.85%，最大回撤37.51%，夏普比率0.599，Calmar比率0.253（基准：MSCI ACWI ex USA指数，2011.5.31-2026.2.28）[78]。

文章核心观点 - 文章核心观点是倡导尽早进行养老规划，通过开立个人养老金账户并投资于特定的养老目标基金（如FOF基金Y份额），利用长期复利、专业管理、费率及税收优惠来积累养老财富，从而提升未来生活的选择空间和安心程度 [2][3][4][6][9] 养老规划的必要性 - 养老是需要长远谋划的事情，并非一蹴而就 [3] - 医疗与生活成本持续上升，越早开始养老规划，未来越轻松 [2] - 越早开始投入，资金参与增长的时间越长，更容易积累出可观的储备 [3] - 同样的投入金额，开始的时间不同，会导致未来的从容程度显著不同 [3] 养老投资工具：FOF基金与个人养老金账户 - FOF基金适配养老长期积累的需求 [4] - 通过开立个人养老金账户并投资FOF基金，更契合养老资金“细水长流”的特性 [4] - 投资Y份额基金可以享受费率与税收的双重优惠 [6] - 每年向个人养老金账户缴存12000元，至高可节省5400元税费 [6] - Y份额基金的管理费率和托管费率普遍较A类份额打5折 [6] - FOF基金通过投资于各类型基金来分散单一市场风险 [4] 产品示例与特点 - 以“建信优享进取养老目标五年持有混合发起(FOF)Y”为例进行说明 [7] - 该产品基金代码为020188，由建信基金发行与管理，中国建设银行代销 [7] - 该产品被标注为中等风险，设有五年的最短持有期限，期限内不可赎回 [7][9] - FOF基金由资深团队进行专业配置，旨在优化投资结构 [4] - 该投资方式提供一站式解决方案，旨在节省投资者的时间与精力 [4] - 投资策略旨在紧密跟踪市场，捕捉投资机会 [6] 养老投资的深层意义 - 养老投资的意义不仅在于积累“多一笔钱”，更在于让未来拥有更多选择空间 [9] - 养老投资的最终目标是让老年生活多一份安心 [9]

全球市场与地缘政治动态 - 全球股市因美伊双方寻求退出战争的迹象而大力反弹，布伦特原油期货主力合约盘中跌破100美元，2年期美债收益率大幅下行至3.75%附近[1] - 市场风险偏好回升，美股恐慌指数大幅回落，与流动性及估值相关的成长板块（如费城半导体、韩国股市、A股光模块、港股创新药及新兴市场）普遍收涨5%以上[3] - 地缘政治紧张局势的潜在缓和被视为利好通胀和降息预期，但伊朗可能获得霍尔木兹海峡实际控制权、油价中枢上行等结果可能是不可逆的，并将产生中长期投资影响[10] A股市场与监管动态 - 多家拟IPO企业因“财报更新”导致进度“中止”，这被视为可能结合外围市场环境刻意放缓节奏的信号，但预计只影响上市“节奏”而非“总量”[13][14][15] - ETF行业进入新纪元，新规要求简称中加入基金公司名称，实现了产品命名的“平权”，削弱了简称的先发流量优势，预计将加剧同一指数下新产品的竞争，并推动行业向“轻单品、重品牌”趋势发展[26][27][29][30][31] - 部分基金公司（如富国）在更名同时同步对多只ETF进行降费，反映了在ETF同质化背景下，低费率、低跟踪误差和高流动性已成为基础筛选指标，费率竞争将白热化[32][33] 特定行业与公司事件 - 光伏板块出现“特斯拉百亿光伏订单”相关乌龙消息，导致某公司股价一度20%涨停，公司在午间紧急澄清未取得相关订单，股价随后回落但仍收涨10%以上[17][20] - 媒体发布未经证实的重大订单消息引发股价剧烈波动，事件暴露出市场对不实信息缺乏追责机制的潜在问题[23][24] - 港股AI大模型公司表现强劲，智谱发布年报显示营收同比增长超过130%，尽管亏损扩大，市场反应积极[35] - 智谱与MINIMAX两家AI大模型公司股价大幅上涨，若按市值计入恒生互联网指数，可分别排至第6和第8位，市值已超越京东、百度、快手等传统互联网巨头[36][37][38][40]

量化模型与构建方式 1. **模型/因子名称**：RSI相对强弱指标[2] **模型/因子构建思路**：通过计算一定周期内平均涨幅与平均跌幅的比值，来衡量市场或资产价格的超买或超卖状态[2] **模型/因子具体构建过程**： 1. 计算一定周期（报告中为12天）内每日的上涨幅度和下跌幅度。 2. 分别计算该周期内的平均涨幅（Average Gain）和平均跌幅（Average Loss）。 3. 计算相对强度（RS），即平均涨幅与平均跌幅的比值。 4. 将RS代入公式计算RSI值。 **公式**：$$RSI = 100 – 100 / (1 + RS)$$[2] 其中，RS = 一定周期内平均涨幅 / 一定周期内平均跌幅[2]。 **模型/因子评价**：RSI>70，市场处于超买状态；RSI<30，市场处于超卖状态[2]。 2. **模型/因子名称**：净申购（亿元）[2] **模型/因子构建思路**：通过计算ETF单位净值的变化与基金份额自然增长（收益率）的差异，来估算资金流入流出的净金额[2] **模型/因子具体构建过程**： 1. 获取T日和T-1日的ETF单位净值（NAV）。 2. 获取T日ETF的收益率（R）。 3. 将上述数据代入公式计算。 **公式**：$$NETBUY(T) = NAV(T)–NAV(T-1)*（1+R（T））$$[2] 其中，NETBUY(T)为T日的净申购金额，NAV(T-1)为前一交易日的ETF净值，R(T)为T日的收益率[2]。 模型的回测效果 （报告中未提供针对量化模型的回测效果数据，如年化收益率、夏普比率、最大回撤等指标。） 量化因子与构建方式 1. **因子名称**：RSI相对强弱指标[2] **因子构建思路**：通过计算一定周期内平均涨幅与平均跌幅的比值，来衡量市场或资产价格的超买或超卖状态[2] **因子具体构建过程**： 1. 计算一定周期（报告中为12天）内每日的上涨幅度和下跌幅度。 2. 分别计算该周期内的平均涨幅（Average Gain）和平均跌幅（Average Loss）。 3. 计算相对强度（RS），即平均涨幅与平均跌幅的比值。 4. 将RS代入公式计算RSI值。 **公式**：$$RSI = 100 – 100 / (1 + RS)$$[2] 其中，RS = 一定周期内平均涨幅 / 一定周期内平均跌幅[2]。 **因子评价**：RSI>70，市场处于超买状态；RSI<30，市场处于超卖状态[2]。 2. **因子名称**：净申购（亿元）[2] **因子构建思路**：通过计算ETF单位净值的变化与基金份额自然增长（收益率）的差异，来估算资金流入流出的净金额[2] **因子具体构建过程**： 1. 获取T日和T-1日的ETF单位净值（NAV）。 2. 获取T日ETF的收益率（R）。 3. 将上述数据代入公式计算。 **公式**：$$NETBUY(T) = NAV(T)–NAV(T-1)*（1+R（T））$$[2] 其中，NETBUY(T)为T日的净申购金额，NAV(T-1)为前一交易日的ETF净值，R(T)为T日的收益率[2]。 3. **因子名称**：日内行情趋势[2] **因子构建思路**：采用5分钟级别的日内成交价构成趋势图，并结合当日最高价和最低价，以可视化方式展示日内价格走势[2] **因子具体构建过程**：报告中未详细描述具体计算过程，仅说明采用5分钟级别的成交价数据绘制趋势图，并用红点标注当日最高价和最低价[2]。 4. **因子名称**：机构持仓占比[2][3] **因子构建思路**：使用ETF基金定期报告（年报、半年报）披露的机构投资者持仓比例，并剔除对应联接基金的持有部分，以反映机构投资者的真实持仓情况[2][3] **因子具体构建过程**：报告中未详细描述具体计算过程，仅说明数据来源为定期报告披露数据，并进行了剔除联接基金持有份额的处理[2][3]。 因子的回测效果 （报告中未提供针对量化因子的回测效果数据，如IC值、IR、多空收益等指标。报告仅展示了各ETF在特定日期的因子截面取值，例如：） 1. **RSI相对强弱指标因子**，对于“华泰柏瑞沪深300ETF (510300.SH)”，其取值为35.55[3]；对于“南方中证500ETF (510500.SH)”，其取值为36.94[3]。 2. **净申购（亿元）因子**，对于“华泰柏瑞沪深300ETF (510300.SH)”，其取值为-5.88[3]；对于“南方中证500ETF (510500.SH)”，其取值为3.90[3]。 3. **机构持仓占比（%）因子**，对于“华泰柏瑞沪深300ETF (510300.SH)”，其取值为87.11[3]；对于“南方中证500ETF (510500.SH)”，其取值为83.21[3]。