金工量化周报 300 指增超额收益连续 5 周回落 量化基金业绩跟踪周报（2025.07.21-2025.07.25） 核心结论 周度业绩：本周（2025.07.21-2025.07.25），公募沪深 300 指增平均超额收 益-0.02%，实现正超额收益的基金占比 47.06%；公募中证 A500 指增平均 超额收益-0.18%，实现正超额收益的基金占比 27.50%；公募中证 500 指增 平均超额收益-0.14%，实现正超额收益的基金占比 37.14%；公募中证 1000 指增平均超额收益 0.02%，实现正超额收益的基金占比 50.00%；公募主动 量化基金平均收益 2.15%，实现正收益的基金占比 96.77%；公募股票市场 中性基金平均收益 0.10%，实现正收益的基金占比 60.87%。 证券研究报告 2025 年 07 月 26 日 月度业绩：2025 年 7 月（截至 2025.07.25），公募沪深 300 指增平均超额 收益-0.38%，实现正超额收益的基金占比 14.93%；公募中证 A500 指增平 均超额收益-0.54%，实现正超额收益的基金占比 34.29%；公募中证 500 指 ...

报告行业投资评级 未提及 报告的核心观点 掌握期权基础知识后可构建多样交易策略 通过组合不同合约表达市场看法并控制风险 理解策略背后期权结构是辨识风险与收益来源的关键 [3][9][17] 根据相关目录分别进行总结 场内期权策略 - 期权单腿交易是复杂交易的基石 预期市场大幅上涨可买入认购期权 强烈看空后市可买入认沽期权 卖出期权可赚取稳定现金流 备兑开仓策略是较稳健的收益增强策略 [10] - 投资者看法更精细时需运用组合策略 牛市价差适合温和看涨行情 熊市价差适合温和看跌行情 蝶式价差适合市场盘整行情 [11] - 投资者预判市场剧烈波动时可运用波动率策略 跨式组合和宽跨式组合可在市场大涨或大跌时获利 日历价差适合市场平稳或波动率温和上涨的场景 [13] 场外期权策略 - 场外期权市场满足特殊风险管理需求 “雪球”结构是常见的场外期权 投资者买入“雪球”本质是卖出带敲入敲出条款的看跌期权 在温和上涨或震荡市表现优异 急跌时可能引发本金亏损 [15] - “类雪球”产品DCN通过结构创新应对挑战 优化了现金流和持有体验 适配监管要求 但风险形态改变 下跌风险在到期日一次性兑现 收益可持续性受市场环境影响 [16]

纪要涉及的行业和公司 行业涵盖权益市场、商品市场、债券市场、私募基金行业等；公司主要围绕华泰证券相关私募产品及策略展开，涉及众多私募管理人及持牌机构如基金公司、期货公司、信托公司、证券公司等，还有代销机构如证券公司、三方销售公司、期货公司等 纪要提到的核心观点和论据 市场环境回顾 - **权益市场**：2025年以来，上证指数上涨2.76%，深证成指上涨0.48%，创业板指上涨0.53%，宽基指数分化，沪深300上涨0.03%，中证500上涨3.31%，中证1000上涨6.69%；全球市场方面，美国标普500上涨5.50%，纳斯达克指数上涨5.48%，恒生指数上涨20.00%，MSCI欧洲上涨20.67%，MSCI新兴市场上涨13.70% [2] - **商品市场**：2025年以来，南华商品指数下跌2.09%，其中贵金属指数上涨20.74%，有色金属指数上涨2.63%，农产品指数上涨3.20% [6] - **债券市场**：2025年以来，中证国债指数上涨0.86%，中证信用债指数收益上涨1.18%，可转债指数上涨7.02% [13] 市场概况 - **私募基金新增发行**：今年以来新增备案产品4204只，涉及1376家管理人，2025年6月新备案证券类私募基金数量957只 [15] - **备案产品策略分布**：今年备案产品中其他策略占比82.45%，300指增占比0.68%，500指增占比1.19%，1000指增占比1.96%等 [17] 私募样本整体情况 选取华泰私募数据库样本产品5871只，前6月样本产品平均收益率7.87%，取得正收益的产品占比82.74%，平均收益10.27%，中位数6.99%；取得负收益的产品占比17.26%，平均收益 -3.62%，中位数 -2.71% [19] 私募分策略业绩回顾 - **主观多头**：2025年华泰主观多头指数收益率10.55%，最大回撤 -15.04%，6月末平均仓位86.81%，较上月末上升6个百分点；规模5000万 -1亿的产品平均收益率最高为11.02%，规模1亿 -2亿的产品平均收益率最低为5.37% [24][27] - **量化多头**：2025年华泰量化多头指数收益率14.00%，最大回撤 -13.38%，6月末平均仓位91.56%，较上月末上升3个百分点；规模2亿以上的产品平均收益率最高为20.47%，规模1000万 -2000万的产品平均收益率最低为13.87% [32][35] - **股票多空**：2025年华泰股票多空指数收益率9.91%，最大回撤 -9.37%，敞口较上月末上升2个百分点；规模2亿以上的产品平均收益率最高为15.30%，规模2000万 -5000万的产品平均收益率最低为5.94% [41][43] - **市场中性**：2025年华泰市场中性策略指数收益率4.84%，最大回撤 -0.47%，6月末敞口均值为2.65%；规模5000万 -1亿的产品平均收益率最高为5.52%，规模500万 -1000万的产品平均收益率最低为1.38% [49][52] - **管理期货**：2025年华泰管理期货指数累计收益率5.53%，最大回撤 -2.69%；规模1亿以上的产品平均收益率最高为10.37%，规模500万 -1000万的产品平均收益率最低为3.31% [57][60] - **套利策略**：2025年华泰套利策略指数收益率3.79%，最大回撤 -0.89%；规模2亿以上的产品平均收益率最高为5.60%，规模500万 -1000万的产品平均收益率最低为1.93% [65][68] - **债券策略**：2025年华泰债券策略指数收益率3.62%，最大回撤 -0.87%；规模500万 -1000万的产品平均收益率最高为6.59%，规模1亿 -2亿的产品平均收益率最低为3.08% [74][77] - **另类策略**：2025年华泰另类策略指数收益率12.74%，最大回撤 -10.90%；规模500万 -1000万的产品平均收益率最高为8.98%，规模1000万 -2000万的产品平均收益率最低为4.71% [83][86] 股票多头行业配置分析 - **主观多头**：与Wind全A指数成分的行业（申万一级）权重对比，2025年6月末超额配置汽车、食品饮料等行业，低配银行、非银金融等行业；与申万二级权重对比，超额配置白酒、乘用车等细分行业，大金融等二级行业延续低配 [91][94] - **量化多头**：与Wind全A指数成分的行业（申万一级）权重对比，2025年6月末超额配置机械设备、基础化工等行业，低配银行、电子等行业；与申万二级权重对比，超额配置通用设备、专用设备等细分行业，大金融等二级行业为主观与量化多头共同低配 [97][101] 量化专题 - **指增表现**：2025年以来300指增策略指数收益率5.70%，超额收益率为5.67%；500指增策略指数收益率10.05%，超额收益率为6.74%；1000指增策略指数收益率17.83%，超额收益率为11.14% [105] - **BARRA因子**：今年以来，正收益因子依次为动量3.86%、beta 3.02%、成长因子1.94%，盈利能力因子0.93% [109] 策略流动性分析 各策略资金流量较5月上升，量化多头、股票多空、市场中性、管理期货、套利策略呈现净流入态势，主观多头、债券策略、另类策略资金净流出 [114] 持牌机构投资私募分析 - **投资规模与管理人情况**：按投资规模统计，规模50 -100亿、100亿以上投资规模占比最高分别为25%、22%（占比下降）；按管理人家数统计，规模0 -5亿的管理人最多为139家；按产品数统计，规模0 -5亿以上的管理人最多为237只 [119][121] - **策略业绩情况**：从投资规模看，股票策略和复合策略合计占比达56%（占比持平）；从收益维度看，单月TOP3为股票策略2.4%、组合基金策略1.8%、债券策略1.5%；今年以来TOP3为股票策略10.4%、组合基金6.9%、复合策略6.7% [124] - **机构业绩对比**：从平均收益情况看，今年以来证券公司最高为7.5%；当月收益信托最高1.14%；分策略收益情况看，当月前三名依次为证券公司的组合基金策略（3.1%）、基金公司的股票策略（2.7%） 、期货公司的股票策略（2.7%） [128] 代销机构销售私募分析 - **管理人规模与产品情况**：代销管理人规模20亿以上的为132家，占比57.64%；产品521只，占比74.32%，其中百亿管理人43家，代销产品246只 [134] - **策略业绩情况**：组合基金策略的管理人、产品只数及保有规模占比最大；除其他策略今年以来平均收益为负，各策略今年以来平均收益均为正收益，其中股票策略平均收益最高，组合基金次之；组合基金、复合策略、债券策略平均收益跑赢了托管部编制的华泰策略指数收益 [140] - **代销机构业绩对比**：从总体收益情况看，证券公司代销产品平均收益最高（8.77%）；分策略来看，各代销机构不同策略收益有差异；期货公司代销TOP3为组合基金、复合策略、管理期货；三方销售公司代销TOP3为股票策略、另类策略、复合策略；证券公司代销TOP3为组合基金、股票策略、复合策略 [141][144] 其他重要但是可能被忽略的内容 - 部分产品收益指标数据异常，进行剔除，后续均基于剔除后的数据进行分析 [137] - 报告的风险提示和免责声明，包括报告不代表华泰证券作为基金托管人的观点，数据可能与基金定期报告不一致，应妥善保密报告内容，对信息准确性等不作保证，报告仅供参考等内容 [148][149]

私募证券策略上半年业绩表现 - 证券私募五大策略上半年整体收益率为8.32%，超八成产品实现正收益 [1][3] - 股票策略以10%的平均收益率领跑，多资产策略以7.28%紧随其后 [1][3] - 组合基金、债券策略、期货及衍生品策略平均收益率分别为6.05%、3.83%、3.82% [3] 量化策略表现突出 - 量化多头策略平均收益率达15.42%，大幅跑赢主观多头策略的9.23% [1][9] - 中证1000指增平均超额收益约14%，中证500指增平均超额收益约11% [4] - 市场中性策略收益率为5%，高收益中性策略可达6%~7% [4][5] - 与小市值股票相关的量化策略表现优异，部分高收益产品达25%~30% [5] 主观多头策略表现 - 4408只主观多头产品平均收益率为9.23%，正收益产品不足八成 [9] - 科技成长和港股是主要盈利来源，大盘价值风格表现平淡 [9] - 结构性行情下主观策略业绩分化显著，短期业绩持续性较差 [10] 市场环境分析 - 上半年市场日均成交量处于1.2万亿~2万亿元水平 [9] - 万得小市值指数涨超24%，中证2000指数上涨15.24% [9] - 中证1000等小盘指数跑赢大盘指数5~10个百分点 [9] - 题材轮动加快、流动性充裕、中小盘股向好为量化策略创造有利环境 [10] 下半年展望 - 当前是较好的股票做多窗口 [7] - 看好军工、人工智能硬件及应用、部分消费电子等基本面改善行业 [7] - 港股大量优质低估值成长股值得重视 [7]

行业整体表现 - 2025年上半年A股量化指增策略整体业绩亮眼，百亿级量化私募平均收益率达13.72%且全部实现正收益 [1] - 中证500量化指增策略平均超额收益率约11%，中证1000指增策略高达14%，市场中性策略产品平均收益率约5% [1] - 50家百亿级私募上半年平均收益率10.93%，其中32家量化私募平均收益率13.72% [2] 内部分化特征 - 中证500指增策略产品首尾业绩差超20个百分点，冠军产品收益率达27.97%，中证1000指增首尾差14.36% [2] - 头部机构在风险控制和回撤管理方面优势显著，腰部机构因策略同质化或规模扩张过快导致超额收益衰减 [2] - 中小市值指增策略表现突出，中证1000/2000指增平均超额收益率约15%，沪深300指增仅4%-5% [3] 市场环境与策略机会 - 市场呈现"哑铃"形态：银行板块与小微盘股表现突出，中间品种沉寂形成超额收益"无效投资区间" [3] - 中小盘风格持续性较强，政策面并购重组放松提振流动性，量化策略捕捉阿尔法空间扩大 [4] - 小市值板块成为超额收益沃土，策略下沉小市值端机会更多且捕捉难度较低 [4] 募资与产品动态 - 2025年上半年量化策略产品备案数量显著增长，股票量化策略占比突出，百亿级私募为发行主力 [6] - 全行业规模较去年同期预计提升20%-30%，头部管理人借助品牌效应实现规模显著提升 [6] - 中证A500量化指增策略成为新焦点，成份股兼顾大市值稳定性与小市值成长性 [7] 挑战与风险 - 市场波动增大导致交易信号有效性降低，风格快速轮动增加策略调仓难度 [5] - 量化交易占A股日成交30%，策略同质化可能在极端行情中放大波动 [8] 下半年展望 - 头部机构对下半年A股预期乐观，预计震荡上行格局，创新药、消费电子、机器人等领域存在结构性机会 [7]

私募证券投资基金备案情况 - 6月共有1100只私募证券投资基金产品完成备案，创下年内月度数据次新高，环比增长26.44% [1] - 上半年新备案私募证券投资基金数量高达5461只，同比增长53.61%，环比增幅高达100.48% [1] 私募基金策略分布 - 股票策略成为上半年私募备案的主力军，新备案产品数量高达3458只，占备案产品总量的63.32% [3] - 量化策略产品持续占据市场主流地位，上半年备案量化策略私募产品达2448只，其中股票量化策略备案产品为1715只，占比70.06% [3] - 指数增强策略最受市场青睐，备案产品1061只，占股票量化策略产品数量的61.87% [3] - 股票市场中性策略备案产品571只，占比33.29% [3] 私募基金业绩表现 - 上半年证券类私募业绩表现亮眼，量化策略领跑 [3] - 收益率排名前三的策略分别为探普1000指增私募指数（+15.87%）、探普主观成长私募指数（+12.80%）、探普500指增私募指数（+10.66%） [3] 量化私募机构表现 - 上半年在备案产品数量不少于20只的33家私募机构中，量化私募机构占据27席 [3] - 其中18家为百亿元级的量化机构 [3] 私募机构下半年展望 - 私募机构普遍持乐观态度，科技、消费、创新药和红利资产等仍是聚焦方向 [4] - 6月共有751家私募证券管理人参与A股上市公司调研，覆盖28个申万一级行业中的387只个股，合计调研次数达1769次 [4] - 共有46只个股获得私募机构的高度关注，调研频次均不少于10次 [4]

大类资产配置策略 - 资管机构以股、债、黄金、市场中性策略及海外资产为策略底座，整合内外部优质管理资源，实现相对稳健收益，是应对低利率环境的有效投资框架 [1] - 低利率环境下传统信用挖掘、杠杆策略和久期策略盈利空间消失，市场进入以大类资产配置为核心的新阶段 [1] - 理想的大类资产配置需满足资产间低相关性(两两相关性<0.2)、不依赖市场价格波动产生收益、对宏观经济波动免疫三个条件 [2] 符合配置条件的资产类别 - 4-5类资产符合最优解：股票、债券、黄金等商品、市场中性策略(量化对冲、宏观对冲)以及海外资产 [2] - 这些资产构成策略底座，资管机构通过整合资源可争取相对稳健收益 [2] 风险防御机制 - 需建立防御机制应对极端尾部风险，重点关注通过衍生品工具对冲利率上行风险和防范全球流动性紧缩或突发通胀冲击两大维度 [2] 股债风险平价策略展望 - 低利率低通胀环境下，股债风险平价策略未来1-2年可能成为最优选择 [2] - 债券市场仍具下行空间，股票市场处于估值底部且随经济复苏上行潜力大，该组合能抵御市场波动并争取长期稳健收益 [2]

私募证券产品整体表现 - 截至5月底12843只私募证券产品今年以来平均收益为4 34% 其中9608只产品实现正收益占比达74 81% 前5%分位数收益为21 73% [1] 股票策略表现 - 8487只股票策略私募产品今年以来平均收益为4 81% 其中6238只产品实现正收益占比为73 50% 前5%分位数收益为23 40% [1] - 股票量化多头产品表现突出1480只产品平均收益达8 46% 其中1282只实现正收益占比86 62% 前5%分位数收益21 94% [2] - 6044只股票主观多头策略产品平均收益为3 98% 显著低于量化多头策略 [2] 多资产策略表现 - 1439只多资产策略产品平均收益4 14% 其中1075只正收益占比74 70% 前5%分位数收益20 70% [1] 组合基金与期货衍生品策略对比 - 1339只期货及衍生品策略产品平均收益3 19% 473只组合基金平均收益3 09% 两者整体表现接近 [2] - 组合基金正收益占比86 68% 显著高于期货及衍生品策略 [2] 债券策略表现 - 1105只债券策略产品平均收益2 42% 其中959只正收益占比86 79% [2] 市场中性及多空策略表现 - 726只市场中性策略产品平均收益5 00% 高于主观多头策略 [3] - 237只股票多空策略产品平均收益3 37% 略逊于主观多头策略 [3]

编者按： 十载春华秋实，鉴往知来；十年星河璀璨，与光同行。自破茧初啼至引领风潮，"金长江"评选始终以专 业为炬、以公正为尺，丈量中国私募基金行业的奔腾浪潮。值此华章再启之际，证券时报·券商中国倾 情推出"金长江风华录·十年十人"，特邀十位穿越牛熊周期的行业翘楚，以躬身力行的灼见为经纬，以 栉风沐雨的征程为注脚，共同镌刻一部激荡人心的奋进诗篇。此间星霜，既见群峰竞秀，亦显大江奔 流。 本期"寻访金长江之十年十人"，券商中国记者走进老牌百亿量化私募九坤投资。九坤投资CEO王琛是清华 大学数学物理学士、计算机博士，拥有16年量化交易经验，曾任职于美国千禧年管理公司（Millennium L.P.）的量化交易策略团队。2012年王琛和姚齐聪联手成立九坤投资，寓意"极竞天数为九，厚德载物为 坤"，产品线有市场中性、指数增强、股票多空、CTA和债券等。 现代量化投资虽源于海外，但我国早在《礼记・大学》中，就有"格物致知"的说法，或许正好可以用来形 容量化的科学内核精神。量化投资凭借理性、科学、情绪稳定的特质，深刻影响着投资机构的发展。九坤 投资是中国量化发展史上绕不开的名字，也是量化投资在中国生根落地、发展成熟的典型案例 ...

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：沪深300指数增强模型 - **模型构建思路**：通过多因子选股模型在沪深300成分股内进行超额收益增强[15] - **模型具体构建过程**： 1. 基准组合构建：完全复制沪深300指数成分股权重 2. 因子暴露调整：基于价值、动量、质量等因子对成分股进行加权调整 3. 风险控制：限制跟踪误差不超过3% 4. 组合优化：通过二次规划求解最优权重 $$ w^* = \argmin_w (w-w_b)^T\Sigma(w-w_b) \quad s.t.\quad w^T\alpha \geq \alpha_0 $$ 其中$w_b$为基准权重，$\Sigma$为协方差矩阵，$\alpha$为预期超额收益[15] 2. **模型名称**：中证500指数增强模型 - **模型构建思路**：结合基本面因子与量价因子在中证500成分股中获取超额收益[17] - **模型具体构建过程**： 1. 因子库构建：包含ROE、营收增长率、波动率等20个因子 2. 因子合成：采用等权加权方式生成综合得分 3. 行业中性化处理：控制行业暴露偏差不超过1% 4. 组合再平衡：月度调仓[17] 3. **模型名称**：中证1000指数增强模型 - **模型构建思路**：利用高频量价数据捕捉小盘股超额收益[19] - **模型具体构建过程**： 1. 数据预处理：对分钟级交易数据进行异常值清洗 2. 信号生成：计算隔夜跳空、成交量突增等8类事件驱动信号 3. 组合优化：采用风险预算模型控制回撤 $$ \max \frac{E(R_p)-R_f}{\sigma_p} \quad s.t.\quad MDD \leq 5\% $$ 其中$MDD$为最大回撤约束[19] 模型的回测效果 1. **沪深300指数增强模型** - 近一年超额收益率：1.98% - 年化跟踪误差：3.38% - 信息比率(IR)：0.59 - 最大回撤：-13.99%[15] 2. **中证500指数增强模型** - 近一年超额收益率：1.57% - 年化跟踪误差：3.65% - 信息比率(IR)：0.43 - 最大回撤：-13.99%[17] 3. **中证1000指数增强模型** - 近一年超额收益率：6.56% - 年化跟踪误差：4.94% - 信息比率(IR)：1.33 - 最大回撤：-15.30%[19] 量化因子与构建方式 1. **因子名称**：动量因子 - **因子构建思路**：捕捉股票价格趋势效应[19] - **因子具体构建过程**： $$ Momentum_{t} = \frac{P_t}{P_{t-21}} - 1 $$ 其中$P_t$为当日收盘价，$P_{t-21}$为21个交易日前的收盘价[19] 2. **因子名称**：波动率因子 - **因子构建思路**：衡量股票价格波动风险[17] - **因子具体构建过程**： $$ Volatility_{t} = \sqrt{\frac{1}{20}\sum_{i=t-20}^t (r_i - \bar{r})^2} $$ 其中$r_i$为日收益率，$\bar{r}$为20日平均收益率[17] 因子的回测效果 1. **动量因子** - IC均值：0.12 - IR比率：1.8 - 多空组合年化收益：15.6%[19] 2. **波动率因子** - IC均值：-0.08 - IR比率：1.2 - 多空组合年化收益：9.3%[17] 注：所有测试结果均基于2023年6月至2025年6月的回溯测试数据[15][17][19]