私募出海风再起，券商竞逐相关业务 伴随着市场回暖，今年以来，私募出海风再起，多家私募取得香港9号牌，同时，一些私募获得了海外 机构资金青睐，将所募资金投向A股市场。 受访机构表示，中国市场的配置价值让私募出海更有"底气"，同时，通过全球化布局，私募能够拓展多 市场、多策略的收益来源。不少中资海外券商、外资券商积极竞逐私募出海业务，提供牌照申请、资金 募集、融资融券、交易等多种服务。当前，私募出海机遇与挑战并存，私募需要专注于提升运营能力和 积累海外基金投资业绩。 私募出海提速：从牌照布局到竞争力构建 今年以来，黑翼资产、前海博普资产、磐松资产等量化私募获得了香港9号牌照，为未来业务出海拿下 许可证。据私募排排网统计，截至今年7月21日，已获得9号牌照且牌照为存续状态的私募共有87家，其 中，主观私募有58家，量化私募有20家，"主观+量化"的私募有9家。 "据我了解，今年有几家私募拿到了中东、欧洲的资金，如养老金、主权基金等长线资金。与此同时， 一些海外机构投资人想接触和了解优质的中国管理人，因为现在他们对中国市场兴趣浓厚，希望积极配 置。"一家中资券商的市场人士告诉记者。 据他介绍，当前私募海外募集的资金主 ...

私募出海趋势加速 - 今年以来多家私募取得香港9号牌照，截至7月21日存续状态的9号牌照私募达87家，其中主观私募58家，量化私募20家，"主观+量化"私募9家 [2] - 私募获得中东、欧洲等长线资金青睐，包括养老金和主权基金，海外机构投资人积极寻求配置中国优质管理人 [2] - 私募海外募集资金主要配置于A股市场，策略上多数发行A股同策略海外基金，未来可能拓展至日本、美国等其他市场 [2] 私募出海驱动因素 - 中国市场配置价值提升：宏观政策推动经济回升，先进制造、绿色科技、AI等成为新增长引擎，中国资产提供优质分散化投资标的 [3] - 全球化布局可拓展多市场多策略收益来源，展现投资实力，实现客户类型多元化，并作为人才储备渠道 [3] - 海外市场融资成本低、杠杆和融券资源丰富，资金规模大且期限长，有利于私募专注投研 [7] 券商服务私募出海 - 中资券商如中信、中金、华泰、广发和外资券商如摩根、瑞银积极布局私募出海业务 [4] - 券商提供全流程服务：牌照申请中介推荐、资金募集渠道、合规法律支持等 [5] - 香港9号牌照相对易得，新加坡、印度等地牌照较难获取，大部分出海私募集中在香港 [5] - 量化私募特别关注券商能否提供一站式系统对接服务和优质市场数据 [6] 产品与服务创新 - 私募推出针对国际投资者的产品，如龙旗科技推出仅做多的开曼基金和计划中的市场中性基金 [3] - 黑翼资产推出量化CTA和指增策略产品，均投向中国市场 [3] - 外资券商如摩根士丹利、JP摩根为离岸管理人提供完整A股交易解决方案，包括QFII和股票互联互通机制 [6] 出海挑战与应对 - 面临国际投研与合规人才稀缺、运营成本高、竞争压力大等挑战 [7] - 海外托管费用较高，组建合规风控团队大幅增加成本 [7] - 私募需专注于提升运营能力和积累海外基金投资业绩 [1][7] - 深入了解国际投资者需求并清晰阐述投资策略是关键 [7]

私募出海提速 - 今年以来多家量化私募如黑翼资产、前海博普资产、磐松资产等获得香港9号牌照 截至7月21日存续状态的9号牌照私募共87家 其中主观私募58家 量化私募20家 "主观+量化"私募9家 [4] - 部分私募获得中东、欧洲养老金和主权基金等长线资金 海外机构投资人积极寻求配置中国优质管理人 当前私募海外募集资金主要配置A股市场 未来可能拓展至日本、美国等其他市场 [4] - 头部私募已搭建全球化研究体系 在上海、香港和新加坡设立研究团队 部分公司推出仅做多的开曼基金和市场中性基金 满足国际投资者需求 [4][5] 中国市场吸引力 - 中国持续推出积极宏观政策 推动经济回升 先进制造业、绿色科技、人工智能等成为新增长引擎 中国资产为国际投资者提供优质分散化投资标的 [5] - 国际投资者对中国市场信心增强 外资机构稳步提升中国资产配置比例 量化私募推出CTA和指增策略产品投向中国市场 满足海外投资人全球化配置需求 [5] - 私募出海动力包括拓展多市场多策略收益来源 展现投资实力 客户类型多元化 以及人才储备等考量因素 [5] 券商服务支持 - 中资券商如中信、中金、华泰、广发和外资券商摩根、瑞银等积极布局私募出海业务 业务量明显增加 [7] - 券商在牌照申请环节推荐专业中介机构 在资金募集方面通过境外部门直接参与投资 并提供全方位合规法律支持 [7] - 香港9号牌照相对易得 新加坡、印度等地牌照较难获取 大部分出海私募集中在香港 券商在牌照申请环节的帮助对后续合作至关重要 [8] 交易系统与策略 - 量化私募高度关注海外交易系统对接 需要券商提供一站式服务和优质市场数据 高频量化交易对接口速度和机房响应速度要求极高 [8][9] - 部分策略仍需依托境内市场 QFII和沪港通工具提供便利 但中性或商品策略需与境外券商机构合作完成 [9] - 部分私募与国际主经纪商如摩根士丹利、JP摩根合作 利用其完整成熟的A股交易解决方案和离岸投资者资源 [9] 行业发展趋势 - 私募出海形成"双向出海"格局 中国高净值人群有分散投资需求 海外投资者对中国市场兴趣上升 [11] - 海外市场融资杠杆和融券资源更丰富 资金成本低且规模大、期限长 有利于私募专注投资研究 但牌照获取难度和运营成本较高构成挑战 [11] - 中国作为全球第二大股票市场 行业广泛且流动性充裕 国际投资者超配中国市场只是时间问题 私募需深入了解需求并清晰阐述策略 [11]

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]

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]