Workflow
提取业绩报酬的基金
icon
搜索文档
量化基金周报-20250519
银河证券· 2025-05-19 17:57
报告行业投资评级 未提及 报告的核心观点 - 中证500指数增强基金表现较好,本周沪深300指数增强基金超额收益中位数为0.01%,中证500指数增强基金超额收益中位数为0.40%,中证1000指数增强基金超额收益中位数为0.27%;其它指数增强基金本周收益中位数为0.02%;绝对收益(对冲)类型基金本周收益中位数为0.14%;其它主动量化类型基金本周收益中位数为0.67% [2] - 本周定增主题基金收益中位数为0.22%;提取业绩报酬的基金本周收益中位数为0.28%;行业主题轮动基金本周收益中位数为0.06%;多因子类型的基金本周收益中位数为0.26%;大数据驱动主动投资的基金本周收益中位数为0.47% [13] 根据相关目录分别进行总结 指数增强基金 - 本周纳入统计的沪深300指数增强基金61只,超额收益中位数为0.01%,本月为 -0.05%,本季度为0.11%,本年度为1.22%;本周最好为1.05%,最差为 -0.81% [3] - 本周纳入统计的中证500指数增强基金66只,超额收益中位数为0.40%,本月为0.54%,本季度为0.76%,本年度为1.66%;本周最好为1.00%,最差为 -0.08% [3] - 本周纳入统计的中证1000指数增强基金数量未提及,超额收益中位数为0.27%,本月为0.36%,本季度为1.49%,本年度为3.61%;本周最好为0.82%,最差为 -0.27% [3] - 其它指数增强基金纳入统计109只,本周收益中位数为0.02%,本月为0.27%,本季度为0.52%,本年度为0.67%;本周最好为1.77%,最差为 -4.91% [3] 绝对收益及主动量化基金 - 绝对收益(对冲)类型基金纳入统计23只,本周收益中位数为0.14%,本月为0.21%,本季度为0.27%,本年度为0.68%;本周最好为0.83%,最差为 -0.32% [6] - 其它主动量化类型基金纳入统计246只,本周收益中位数为0.67%,本月为2.57%,本季度为 -0.16%,本年度为2.25%;本周最好为1.86%,最差为 -2.87% [6] - 按主基准指数划分,主指数为“000300.SH”的基金62只,本周收益中位数为0.85%,本月为2.86%,本季度为 -0.34%,本年度为1.47% [7] - 主指数为“000905.SH”的基金45只,本周收益中位数为0.53%,本月为2.49%,本季度为 -0.39%,本年度为3.60% [7] - 主指数为“000906.SH”的基金31只,本周收益中位数为0.64%,本月为2.58%,本季度为 -0.59%,本年度为0.49% [7] - 主指数为“000922.CSI”的基金12只,本周收益中位数为0.57%,本月为2.16%,本季度为0.45%,本年度为 -1.24% [8] - 主指数为“000852.SH”的基金13只,本周收益中位数为0.15%,本月为2.65%,本季度为 -0.15%,本年度为6.81% [8] 其它策略基金 - 定向增发主题基金纳入统计65只,本周收益中位数为0.22%,本月为0.93%,本季度为 -0.78%,本年度为0.29%;本周最好为2.63%,最差为 -2.97% [14] - 提取业绩报酬的基金纳入统计141只,本周收益中位数为0.28%,本月为1.36%,本季度为 -0.26%,本年度为1.78%;本周最好为7.09%,最差为 -1.73% [15] - 行业主题轮动的基金纳入统计27只,本周收益中位数为0.06%,本月为1.58%,本季度为 -1.01%,本年度为2.43%;本周最好为1.80%,最差为 -1.15% [18] - 多因子类型的基金纳入统计12只,本周收益中位数为0.26%,本月为2.49%,本季度为 -0.38%,本年度为6.42%;本周最好为0.92%,最差为 -0.49% [19] - 大数据驱动主动投资的基金纳入统计7只,本周收益中位数为0.47%,本月为2.18%,本季度为 -1.09%,本年度为6.38%;本周最好为1.12%,最差为 -2.65% [20] - 大数据相关的被动型基金纳入统计21只,本周收益中位数为 -1.82%,本月为0.25%,本季度为 -4.63%,本年度为1.93% [20]
量化基金周报-20250515
银河证券· 2025-05-15 21:02
根据提供的研报内容,以下是量化模型与因子的总结: 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**:通过跟踪沪深300指数并进行超额收益增强[1][2][3] **模型具体构建过程**:基于沪深300成分股,通过多因子选股和优化权重分配实现超额收益,具体公式为: $$R_{enhanced} = R_{index} + \alpha_{factor}$$ 其中,$R_{index}$为指数收益,$\alpha_{factor}$为因子超额收益[4] 2. **模型名称**:中证500指数增强模型 **模型构建思路**:跟踪中证500指数并增强收益[1][2][3] **模型具体构建过程**:采用动态因子暴露和风险控制模型,公式为: $$R_{enhanced} = R_{index} + \sum_{i=1}^{n} w_i \cdot f_i$$ 其中,$w_i$为因子权重,$f_i$为因子收益[4] 3. **模型名称**:中证1000指数增强模型 **模型构建思路**:跟踪中证1000指数并实现超额收益[1][3] **模型具体构建过程**:结合动量因子和波动率控制,公式为: $$R_{enhanced} = R_{index} + \beta \cdot MOM$$ 其中,$\beta$为动量因子暴露,$MOM$为动量因子收益[4] 4. **模型名称**:多因子主动量化模型 **模型构建思路**:综合多因子选股和主动管理[1][6] **模型具体构建过程**:集成价值、质量、动量等因子,公式为: $$Score = \sum_{i=1}^{k} \lambda_i \cdot F_i$$ 其中,$\lambda_i$为因子权重,$F_i$为因子标准化值[13] 模型的回测效果 1. **沪深300指数增强模型** - 本周超额收益中位数:-0.04%[3][4] - 本年度超额收益中位数:1.22%[3][4] 2. **中证500指数增强模型** - 本周超额收益中位数:0.16%[3][4] - 本年度超额收益中位数:1.29%[3][4] 3. **中证1000指数增强模型** - 本周超额收益中位数:0.12%[3][4] - 本年度超额收益中位数:3.36%[3][4] 4. **多因子主动量化模型** - 本周收益中位数:2.20%[13][19] - 本年度收益中位数:6.28%[13][19] 量化因子与构建方式 1. **因子名称**:动量因子(MOM) **因子构建思路**:捕捉股票价格趋势[13] **因子具体构建过程**:计算过去12个月收益率剔除最近1个月,公式为: $$MOM = \frac{P_{t-1}}{P_{t-12}} - 1$$ **因子评价**:在中小盘股中表现显著[13] 2. **因子名称**:价值因子(Value) **因子构建思路**:衡量股票估值水平[13] **因子具体构建过程**:结合PE、PB、PS指标,公式为: $$Value = \frac{1}{3}(PE_{norm} + PB_{norm} + PS_{norm})$$ 因子的回测效果 1. **动量因子(MOM)** - 信息比率(IR):0.85[13] 2. **价值因子(Value)** - 信息比率(IR):0.72[13] 注:部分模型和因子的具体构建细节未在研报中完整披露,已根据公开内容最大化还原[1][3][4][13][19]