主动量化基金的投资价值 - 主动量化基金融合被动投资和主动管理的优点 通过严格模型和纪律交易 避免主观偏差和情绪干扰 同时能在更广股票池中高效筛选标的 适应市场快速变化 [5][7] - 牛市并非盈利保障 普通投资者在牛市中可能比震荡市更容易亏钱 主动量化基金既能跟上市场大势 又容易获得超额收益 且风格清晰不漂移 [4] 广发基金量化团队架构 - 公司构建多资产、多策略、多团队体系 三支量化团队各有侧重又紧密衔接 量化投资部聚焦纯量化策略 主动量化团队衔接主观与量化 稳健策略部侧重风险控制与价值挖掘 [9][10][11] - 量化投资部以量化多策略投资体系为核心理念 因子库涵盖约600个有效因子 基本面与交易面因子各占50% 通过模型定量决策和算法交易 减少主观影响和人工干预 [9][10] - 主动量化团队采用人机协作模式 主观负责宏观研判和配置方向 量化成员提炼有效因子构建子策略 在不同风格和行业中捕捉个股Alpha [10] - 稳健策略部以系统化投资为核心 构建覆盖大类资产、风格与行业的配置框架 用量化手段拓宽主观研究能力圈 寻找被市场忽略的价值股 [10][11] 量化产品策略及表现 - 风格增强产品覆盖小盘、成长、价值/红利等多维度 小盘增强代表产品广发量化多因子近一年回报99.98% 最大回撤12.82% 成长风格产品广发东财大数据精选近一年回报73.61% 超额基准48.82个百分点 [14][16] - 价值/红利风格产品广发稳健策略近一年回报45.97% 超额基准23.62个百分点 最大回撤8.65% 广发高股息优享以高分红、低估值、盈利质量较好股票为核心策略 [15][16] - 行业增强产品布局制造、科技、资源、消费等行业 采用主观+主动量化+AI增强策略 在Beta基础上进行Smart优化 通过因子筛选个股或优化权重谋求超额回报 [17][18][19] - 主动量化产品体系涵盖大小盘、成长、价值、红利、行业主题等多种风格 适应A股市场风格轮动 为不同配置偏好投资者提供适配选项 且持仓比主观风格增强产品更加分散 [19] 量化策略的进化与优势 - 公司量化业务以经典多因子模型起步 加入量化基本面模型和机器学习模型 基于大量数理统计捕捉科学底层逻辑 主动量化团队将量化作为主观投资重要补充 构建可解释、可复制、可积累的多策略投资体系 [20] - 主动量化基金将基金经理对市场的深刻洞察与机器精准计算紧密结合 通过投资模式持续进化 从曾经的小众选择成为投资者应对复杂市场的优选方案 [20] - 未来主动量化投资将不再是资产管理领域的补充选项 而是适配市场复杂趋势的升级配置 既能敏锐感知市场变化 又能凭借精密系统规避风险 在复杂多变环境中开辟更稳健、更具确定性的长期航道 [21]

指数投资发展趋势 - 市场环境持续向好推动指数投资呈现蓬勃发展趋势 [1] - 公募基金在指数及指数增强领域布局显著加速 国投瑞银基金年内新发9只产品中7只为指数基金和指数增强基金 [1] 超额收益获取策略 - 通过三方面应对Alpha衰减：传统方法精耕 深度优化量化方法 精细化加工有效性或衰减的因子 [2] - 拓宽投资框架 引入AI等新策略 AI可捕捉传统方法难获机会 [2] - 扩充数据维度 拓展非结构化数据 使用图像识别分析K线图 NLP技术提取新闻公告信息 [2] 指数增强策略核心模型 - 收益模型分两层构建：传统多因子基于估值盈利成长等经典因子 与融合AI的投资收益生成框架叠加 [3] - 风险模型聚焦控制跟踪误差 通过严格行业与风格中性化约束确保组合与基准无显著偏离 [3] - 组合优化模型在风险模型约束下权衡收益与风险 最大化风险调整后收益 [3] 团队核心优势 - 团队学术底蕴深厚 成员均来自国内外名校 半数拥有博士学位 [4] - 专业背景覆盖数学统计计算机及数据科学 支撑高门槛量化研究需求 [4] - 梯队架构科学合理 由从业20年以上核心成员与新生代研究员互补构成 [4] 三大业务板块 - 指数基金是高效透明投资工具 适配中短期轮动或中长期配置需求 [4] - 指数增强基金满足基础收益加稳健超额双重诉求 通过严格纪律控制跟踪误差 [4] - 主动量化基金淡化基准跟踪 聚焦深度挖掘Alpha收益 [4] 产品布局架构 - 构建恒星加行星加卫星层次化架构 [6] - 恒星定位为压舱石产品 代表指数包括沪深300中证500A500等大盘宽基指数 [6] - 行星定位为成长新引擎 代表指数包括科创综指和科创200指数等 [6] - 卫星定位为捕捉结构性机遇工具 包括中证上游资源指数沪深300金融地产指数等主题行业指数 [6] 未来投资方向 - 看好红利低波板块 受益于资金寻求稳健投资方案及机构提高权益配置比例 [7] - 看好科创成长板块 契合中国经济转型与产业升级方向 适配市场流动性充裕环境 [7]

指数投资发展趋势 - 公募基金加速布局指数及指数增强领域，国投瑞银基金年内新发9只产品中7只为指数基金和指数增强基金 [1] - 指数化投资热度持续攀升，团队致力于实现主流宽基指数增强全覆盖 [6] Alpha衰减应对策略 - 市场有效性提升导致Alpha收益衰减，但坚持不在风险控制上妥协 [1] - 从三方面发力：优化量化方法、引入AI等新策略、扩充非结构化数据维度 [2] - 收益模型分两层构建：传统多因子与融合AI的投资收益生成框架叠加 [3] 量化投资团队优势 - 团队学术底蕴深厚，成员来自国内外名校，半数拥有博士学位，专业背景覆盖数学、统计、计算机及数据科学 [4] - 梯队架构科学合理，由资深核心成员与新生代研究员互补构成，核心成员稳定性强 [4] - 研究体系涵盖指数投资、多因子选股、机器学习、事件驱动等多个领域 [4] 产品业务板块划分 - 指数基金适配中短期轮动或中长期配置需求，操作便捷 [5] - 指数增强基金满足"基础收益+稳健超额"双重诉求，严格控制跟踪误差 [5] - 主动量化基金聚焦深度挖掘Alpha收益，追求长期显著超越市场收益 [5] 指数产品架构规划 - 构建"恒星+行星+卫星"层次化架构 [7] - 恒星产品包括沪深300、中证500等大盘宽基指数，波动较低、高流动性 [8] - 行星产品包括科创综指和科创200指数等，捕捉中小盘成长红利 [8] - 卫星产品包括中证上游资源指数、沪深300金融地产指数等主题行业指数，工具属性明确 [8] 未来投资方向 - 看好红利低波板块，受益于资金寻求稳健投资及机构提高权益配置比例 [8] - 看好科创成长板块，契合中国经济转型与产业升级方向 [8]

报告行业投资评级 未提及 报告的核心观点 报告聚焦量化基金市场表现，总结近一周主要指数和量化基金业绩、不同类型公募量化基金整体表现和业绩分布，以及本周收益表现较优的量化基金，供投资者参考 [1] 各部分总结 近一周主要指数和量化基金业绩表现 - A股延续涨势，沪深300、中证500、中证1000近一周收益率分别为2.51%、1.78%和1.23% [6] - 量化基金表现分化，主动量化涨1.88%，市场中性涨0.29%，各类指数增强型基金录得正收益；沪深300指增、中证500指增、其他指增分别获0.20%、0.04%和0.07%正超额，中证1000指增跑输指数 [9] 不同类型公募量化基金业绩表现 - 沪深300指数增强基金近一周收益率1.44%，超额收益率0.20%等 [14] - 中证500指数增强基金近一周收益率1.81%，超额收益率0.04%等 [14] - 中证1000指数增强基金近一周收益率2.36%，超额收益率 - 0.15%等 [15] - 其他指数增强基金近一周收益率1.49%，超额收益率0.07%等 [15] - 主动量化基金近一周收益率1.88%等 [16] - 市场中性基金近一周收益率0.29%等 [16] 不同类型公募量化基金业绩分布 - 展示各指数增强型近半年超额收益率走势、主动量化和市场中性基金近半年收益率走势 [18][24] - 展示各指数增强型基金超额收益率分布、主动量化和市场中性型基金收益率分布 [24][26] 不同类型公募量化绩优基金 - 沪深300指数增强绩优基金如安信量化精选沪深300指数增强等，展示近一周等不同阶段超额收益率 [30] - 中证500指数增强绩优基金如国泰中证500指数增强等，展示近一周等不同阶段超额收益率 [31] - 中证1000指数增强绩优基金如国联安中证1000指数增强等，展示近一周等不同阶段超额收益率 [32] - 其他指数增强绩优基金如长城创业板指数增强等，展示近一周等不同阶段超额收益率 [33] - 主动量化绩优基金如长信国防军工等，展示近一周等不同阶段收益率 [34] - 市场中性绩优基金如中邮绝对收益策略等，展示近一周等不同阶段收益率 [35]

7月，上证指数站稳3500点，多个板块在月内创下新高，资本市场的稳中有进，也带动A股成交量创下 年内新高。 记者在摩根资产管理位于上海的办公室看到，多个会议室都座无虚席，其中不少都是专门针对中国人工 智能、创新药等行业的专题分析。也有工作人员正在紧锣密鼓整理资料，为接下来的新基金申请做准 备。 摩根资产管理（中国）副总经理郭鹏：7月，我们的一个新产品成为2024年以来全市场首发规模较大的 主动量化基金。它可投资A股中未来具有成长潜力和增长动能的行业，比如绿色化、智能化转型等新质 生产力相关的行业。7月以来，我们还在筹备专门针对具有核心技术壁垒、清晰商业化路径和全球核心 竞争力的标的产品。 万得数据显示，7月全月，公募基金共"上新"20只产品，其中，专门支持科创领域的科创债指数基金在7 月成为"上新"的"主力军"，有10只都是科创债主题产品，此外，机器人、创新药、航空航天等题材也 是"上新"热点。 7月3只险资私募备案入市步伐不断加快 7月，上证指数震荡上行。7月9日，上证指数在日内首次突破3500点，此后多个交易日，震荡上行，多 次突破3600点。包括银行、稀有金属等多个板块都在7月内创下年内新高。截至目前， ...

万得数据显示，7月全月，公募基金共"上新"20只产品，其中，专门支持科创领域的科创债指数基金在7月成为"上新"的"主力军"，有10只都是科创债主题产 品，此外，机器人、创新药、航空航天等题材也是"上新"热点。 （来源：央视网） 7月A股市场稳中有进，带动公募基金产品受到投资者关注，多家基金公司也积极布局，推出新产品，记者在采访中了解到，发力中国科创领域成为资金关 注的热点。 记者在摩根资产管理位于上海的办公室看到，多个会议室都座无虚席，其中不少都是专门针对中国人工智能、创新药等行业的专题分析，也有工作人员正在 紧锣密鼓整理资料，为接下来的新基金申请做准备。 摩根资产管理（中国）副总经理郭鹏：7月我们的一个新产品成为2024年以来全市场首发规模较大的主动量化基金，它可投资A股中未来具有成长潜力和增 长动能的行业，比如绿色化、智能化转型等新质生产力相关的行业。7月以来，我们还在筹备专门针对具有核心技术壁垒、清晰商业化路径和全球竞争力标 的的产品。 ...

市场表现与产品动态 - 7月A股市场稳中有进 带动公募基金产品受关注 [1] - 全月公募基金新发20只产品 科创债指数基金占10只成为主力军 [5] - 机器人、创新药、航空航天等题材成为新发产品热点 [5] 基金公司布局策略 - 摩根资产管理7月新产品成为2024年以来全市场首发规模较大的主动量化基金 [3] - 该产品聚焦A股中具成长潜力行业 包括绿色化、智能化转型等新质生产力相关领域 [3] - 公司正筹备针对核心技术壁垒、清晰商业化路径和全球竞争力标的的新产品 [3] 资金投向与行业焦点 - 中国科创领域成为资金关注热点 [1] - 基金公司专题分析聚焦中国人工智能、创新药等行业 [3] - 主动量化基金重点投资未来具增长动能行业 如绿色化与智能化转型 [3]

根据提供的量化周报内容，以下是核心量化模型与因子的结构化总结： --- 量化模型与构建方式 1. **沪深300指数增强模型** - 构建思路：通过多因子选股模型超越沪深300指数基准[10][30] - 具体构建： 1) 采用日频数据计算超额收益，年化基准为242个交易日[32] 2) 组合采用月度再平衡，仅包含成立满2个月的基金[24] 3) 超额基准为标的指数对应的全收益指数[32] 2. **中证500/1000/A500指数增强模型** - 构建思路：针对中小盘风格优化因子暴露，捕捉超额收益[10][30] - 具体差异： - A500指增允许成立满1个月的基金进入组合[24] - 中证1000指增跟踪误差范围2.86%-8.18%[10] --- 量化因子与构建方式 1. **超额收益因子** - 构建过程： $$超额收益 = \frac{基金日收益 - 基准日收益}{基准日收益}$$[32] 采用几何年化计算，窗口期包括周/月/年等[10][32] 2. **跟踪误差因子** - 构建过程： $$跟踪误差 = \sqrt{242 \times \frac{\sum_{t=1}^n (超额收益_t - \overline{超额收益})^2}{n-1}}$$[32] 其中n为计算周期内交易日数量 --- 模型回测效果 | 模型 | 本年超额收益 | 近一年IR | 最大回撤 | |---------------------|-------------|----------|-----------| | 沪深300指增 | 0.66% | -1.99% | 9.78%[10] | | 中证500指增 | 2.17% | -1.51% | 12.22%[10]| | 中证1000指增 | 5.59% | 6.64% | 6.91%[10] | | 主动量化 | 13.63% | 35.24% | 31.80%[10]| --- 因子回测效果 | 因子 | 沪深300指增 | 中证500指增 | |--------------|------------|------------| | 周度超额收益 | -0.02% | -0.14%[10] | | 年度跟踪误差 | 3.51% | 4.95%[10] | --- 关键图表结论 - 中证1000指增近1年超额收益显著高于其他宽基指数（散点图右上方聚集）[16] - 市场中性策略年化波动率最低（最大回撤4.29% vs 主动量化14.88%）[10][21] 注：所有数据截至2025年7月25日[10][24][30]

主动量化基金发行回暖 - 摩根汇智优选混合型基金结束募集 合计募集14亿元 创2024年以来主动量化基金首发规模新高 [1] - 该基金在广发、东吴、国联民生、方正证券等多家券商渠道销售 [1] 公募量化基金市场表现 - 2024年以来新成立主动量化基金共62只 平均发行规模2 9亿元 [1] - 小市值风格下公募主动量化回报长期不及私募量化 规模增长乏力 [1] 量化策略环境变化 - 2024年市场波动整体下降 日内信号磨损严重 [1] - 量化策略降频收益表现较好 有利于低频的公募量化基金 [1]

报告行业投资评级 未提及 报告的核心观点 报告围绕公私募量化基金展开，阐述量化策略特点、国内发展历程、行业现状、运作特征与绩效表现，对比公私募差异并给出产品选择建议，助投资者了解量化基金并筛选产品[1][5][6] 根据相关目录分别进行总结 量化策略基本特点 - 量化策略基于大量历史数据，运用数据挖掘等方法发现价格规律，多因子模型是常用选股模型，因子包括基本面、量价和另类因子，近年引入机器学习因子，决策模型综合构建投资组合[10] - 量化策略严格执行模型结果，系统化挖掘投资机会，策略纪律性强，风控体系内嵌，避免主观影响，与主观投资相比，更聚焦策略广度[11][12] 国内量化投资发展历程 公募基金量化投资发展历程 - 萌芽期（2004 - 2014 年）：从“主观 + 量化”探索到多因子模型初步应用，2002 年首只指数增强基金成立，2004 年首只主动量化选股公募基金成立，2006 - 2007 年牛市带动主动量化基金规模增长，此后多因子选股模型深化应用[12][15] - 加速成长期（2015 - 2021 年）：多因子模型普及，量化基金规模快速扩张，指数增强策略规模增长斜率高，对冲型策略 2020 年规模达高点后萎缩[16] - 稳步发展期（2022 年至今）：策略多元化，各产品线互补共进，规模增长放缓，部分管理人引入人工智能算法迭代策略，不同策略规模交替变化[19] 私募基金量化投资发展历程 - 2014 - 2015 年和 2016 - 2017 年初受益于 A 股行情增长，2019 年后在多因素作用下，2021 年新发产品数量和规模快速提升，年底备案规模达 1.08 万亿元，占比 17.1%[22][25] - 2021 - 2023 年稳步发展，2024 年面临微盘股、市场震荡、风格变化挑战，监管趋严，募资困难，2025 年备案回暖，量化私募受关注[25][26] 公私募量化基金行业发展现状 公募基金量化策略及格局分布 - 策略分类包括主动量化、指数增强、量化对冲三大权益策略，部分含权债基权益部分采用量化管理为量化固收 + 策略，但暂未纳入总体规模计算[31] - 截至 2025Q1，公募量化权益类基金数量 654 只，规模 3025.88 亿元，主动量化基金数量占比近半，规模占 28%，指数增强产品规模占比最高，对冲型基金规模最低，规模前十基金以指数增强为主，前十大管理人管理规模占比 49.6%，易方达、富国和华夏管理规模居前[32][35][37] 私募基金量化策略及管理人情况 - 量化私募参与细分策略包括量化多头、股票中性、转债策略、CTA 策略等，宏观策略部分采用主观和量化结合方法[38] - 截至 2025 年 6 月末，百亿私募量化投资基金管理人为 39 家，占比接近半数，部分成立时间早的以股票量化投资为主，博润银泰产品线多元[44] 公私募股票量化基金运作特征及绩效表现 运作特征 - 换手率高：量化基金换手率相对较高，能捕捉短期交易机会，公募量化基金年度双边换手率集中在 2 - 20 倍，高于主观股混基金，私募量化基金年双边换手 30 倍以上，高换手有佣金支出问题，技术迭代和模型更新更重要[47][48] - 持股数量多：量化基金持股数量多，分散化程度高，公募量化基金持股集中在 50 - 600 只，部分超 2000 只，高于主观基金，量化对冲型基金持股相对更多，私募量化基金持股数量往往高于公募[53][54] 绩效表现 - 指数增强产品：各年度业绩差异大，与市场情况相关，超额收益多为正值，超额获取能力中证 1000 指增 > 中证 500 指增 > 沪深 300 指增，2018 - 2023 年私募指增超额水平整体优于公募，但私募分化大[57][58] - 主动量化产品：公私募分年度收益表现差异大，2019 - 2020 年公募业绩优，2018 年、2021 - 2023 年私募业绩优，私募回撤控制整体优于公募，但业绩和回撤分化大[66] - 量化对冲产品：公募业绩波动大，2019 - 2020 年收益优，2021 年后下滑，私募收益显著跑赢公募，业绩分化大于公募，2019 - 2021 年私募回撤控制弱于公募，2022 和 2023 年相对更优[70] 公募量化与私募量化的投资运作差异 - 法规监管与合同：公募受《证券投资基金法》约束，公开募集，监管强度高，信息透明度高，合同标准化，风险等级低；私募受《私募投资基金监督管理条例》约束，非公开募集，合同定制化，风险等级高[6][79] - 管理人行为：公募依托建制化团队和标准化 IT 设施，侧重风控合规，策略统一；私募采用精英化架构，硬件投入和激励强度高，产品策略可能分化[6][81] - 投资策略与限制：公募投资范围和跟踪误差约束严格，追求稳健，换手率低；私募机制灵活，对冲工具丰富，敞口容忍度高，超额收益弹性大，近年公募引入高频量价因子，私募引入基本面因子[6][84] - 费率条款：私募费率条款复杂，采用“管理费 + 业绩报酬”，业绩报酬计提方式多元，公募条款相对简化，仅收管理费和托管费，建议关注费后收益[6][87] 量化产品如何选择 量化策略的影响机制：环境约束与收益解构 - 收益归因视角：量化策略绩效由 Alpha - Beta - 成本三角模型驱动，Beta 管理关注风格暴露度和行业偏离度，Alpha 生成靠因子挖掘，空头成本影响量化对冲产品收益，股指期货贴水率高会侵蚀收益[91][94] - 市场环境影响视角：市场走势影响量化策略系统性收益和风险敞口，市场流动性影响交易摩擦成本和定价偏差，市场分化度是 Alpha 源泉和风险温床，头部机构会动态调节策略[95][96][100] 策略定位的动态适配：风险预算与场景映射 - 投资者应结合风险偏好、投资期限、资金性质选择量化策略，锚定型产品适合跟踪指数或作底仓，进取型产品适合高风险偏好者，避险型产品适合低风险偏好者[101][102][104] 定量筛选：核心业绩指标验证 - 筛选量化产品应注意绩效与风控平衡、关注长期可持续性、注重策略适配性，可参考绝对收益/超额收益、信息比率、Calmar 比率等指标[105][107] 定性深度评判：护城河构建要素 - 选择量化产品需定性评估，考察投研团队背景、策略逻辑可解释性、策略迭代能力、策略拥挤度、软硬件投入和策略容量等因素，避免选择存在问题的产品[108][110][111]