量化模型与因子总结 量化因子与构建方式 1. **因子名称：估值因子** [9] * **因子构建思路**：基于公司基本面价值指标，衡量股票价格相对于其内在价值的便宜程度，通常认为估值较低的股票未来收益更高[9]。 * **因子具体构建过程**：该因子为合成大类因子，由多个细分估值因子合成。报告中列出的细分因子包括： * **估值-EP**：盈利价格比，通常为每股收益除以股价。 * **估值-BP**：账面市值比，通常为每股净资产除以股价。 * **估值-SP**：销售收入价格比，通常为每股营业收入除以股价。 * **股息率**：每股股息除以股价。 2. **因子名称：成长因子** [9] * **因子构建思路**：衡量公司未来增长潜力的指标，通常认为成长性高的公司未来股价表现更好[9]。 * **因子具体构建过程**：该因子为合成大类因子，由多个细分成长因子合成。报告中列出的细分因子包括： * **营业收入增长率**：衡量公司营业收入的增长情况。 * **净利润增长率**：衡量公司净利润的增长情况。 * **ROE增长率**：衡量公司净资产收益率（ROE）的增长情况。 3. **因子名称：盈利因子** [9] * **因子构建思路**：衡量公司盈利能力和质量的指标，通常认为盈利能力强的公司更受市场青睐[9]。 * **因子具体构建过程**：该因子为合成大类因子，由多个细分盈利因子合成。报告中列出的细分因子包括： * **ROE**：净资产收益率，衡量公司运用自有资本的效率。 * **ROA**：总资产收益率，衡量公司运用全部资产的效率。 * **毛利率**：衡量公司核心业务的盈利能力。 * **净利率**：衡量公司最终的整体盈利能力。 4. **因子名称：小市值因子** [9] * **因子构建思路**：基于公司总市值的指标，通常认为小市值公司相比大市值公司具有更高的风险溢价和成长潜力，从而可能带来超额收益[9]。 5. **因子名称：反转因子** [9] * **因子构建思路**：基于股票过去一段时间收益率表现的指标，认为过去表现较差的股票未来可能反弹，而过去表现较好的股票未来可能回调[9]。 * **因子具体构建过程**：该因子为合成大类因子，由多个细分反转因子合成。报告中列出的细分因子包括： * **1个月反转**：基于过去1个月收益率的反转因子。 * **3个月反转**：基于过去3个月收益率的反转因子。 * **衰减换手率加权3个月反转**：在3个月反转因子的基础上，使用衰减换手率对历史收益率进行加权，以降低近期高换手率对因子信号的干扰。 * **衰减换手率加权6个月反转**：在6个月反转因子的基础上，使用衰减换手率对历史收益率进行加权。 6. **因子名称：波动率因子** [9] * **因子构建思路**：衡量股票价格波动风险的指标，通常认为低波动率的股票风险更低，可能带来更稳定的超额收益[9]。 * **因子具体构建过程**：该因子为合成大类因子，由多个细分波动率因子合成。报告中列出的细分因子包括： * **1个月波动率**：基于过去1个月收益率计算的波动率。 * **3个月波动率**：基于过去3个月收益率计算的波动率。 * **FF三因子残差1个月波动率**：基于过去1个月收益率，剔除Fama-French三因子（市场、市值、估值）影响后的残差波动率。 * **FF三因子残差3个月波动率**：基于过去3个月收益率，剔除Fama-French三因子影响后的残差波动率。 7. **因子名称：换手率因子** [9] * **因子构建思路**：衡量股票流动性和交易活跃度的指标，通常认为换手率过高可能意味着投机情绪浓厚，未来收益可能不佳[9]。 * **因子具体构建过程**：该因子为合成大类因子，由多个细分换手率因子合成。报告中列出的细分因子包括： * **1个月日均换手率**：过去1个月的日均换手率。 * **3个月日均换手率**：过去3个月的日均换手率。 * **近1个月/近2年的日均换手率**：近期换手率与长期换手率的比值，用于衡量换手率的异常变化。 8. **因子名称：超预期因子** [9] * **因子构建思路**：基于公司实际财务数据与市场一致预期之间的差异，认为业绩超预期的公司未来股价表现更好[9]。 * **因子具体构建过程**：该因子为合成大类因子，由多个细分超预期因子合成。报告中列出的细分因子包括： * **SUR**：营收超预期因子，衡量实际营业收入与一致预期营收的差异。 * **SUE**：盈利超预期因子，衡量实际每股收益与一致预期每股收益的差异。 9. **因子名称：预期估值因子** [9] * **因子构建思路**：基于分析师对未来财务数据的一致预期构建的估值指标，衡量股票相对于其未来盈利或增长预期的估值水平[9]。 * **因子具体构建过程**：该因子为合成大类因子，由多个细分预期估值因子合成。报告中列出的细分因子包括： * **预期EP_FY1**：基于未来12个月（FY1）一致预期每股收益计算的预期盈利价格比。 * **预期PEG倒数_FY1**：基于未来12个月（FY1）一致预期盈利增长率和预期市盈率计算的PEG比率倒数，用于衡量增长与估值的匹配度。 * **预期BP_FY1**：基于未来12个月（FY1）一致预期每股净资产计算的预期账面市值比。 10. **因子名称：预期净利润复合增速FY1** [9] * **因子构建思路**：基于分析师对未来净利润增长率的一致预期，衡量公司未来的盈利增长潜力[9]。 11. **模型名称：因子多空组合模型** [14] * **模型构建思路**：为了更贴近实际投资场景，评估因子在优选头部股票和规避尾部股票方面的能力，通过构建行业中性的多空组合来模拟因子收益[14]。 * **模型具体构建过程**： 1. 在每个股票池（如沪深300、中证500等）内，计算每个股票的大类因子综合评分[14]。 2. 根据因子评分，选取排名位于前20%的股票作为多头组合，排名位于后20%的股票作为空头组合[14]。 3. 对多头组合和空头组合分别进行行业中性化处理，以控制行业风险暴露[14]。 4. 多头组合和空头组合均采用等权重配置[14]。 5. 多空组合的收益为多头组合收益减去空头组合收益[14]。 因子的回测效果 (Rank IC均值) *注：所有指标均为月频Rank IC，截至2026年1月23日[10][11][12][13]。* 1. **估值因子** * 本月以来：沪深300 (-4.46%)， 中证500 (-12.10%)， 中证1000 (-8.56%)， 全A股 (-3.32%)[10][11][12][13] * 近一季度：沪深300 (5.78%)， 中证500 (0.79%)， 中证1000 (-1.63%)， 全A股 (3.24%)[10][11][12][13] * 今年以来：沪深300 (-4.46%)， 中证500 (-12.10%)， 中证1000 (-8.56%)， 全A股 (-3.32%)[10][11][12][13] * 2015年以来：沪深300 (4.56%)， 中证500 (5.00%)， 中证1000 (4.77%)， 全A股 (6.23%)[10][11][12][13] 2. **成长因子** * 本月以来：沪深300 (0.91%)， 中证500 (-4.46%)， 中证1000 (8.83%)， 全A股 (8.11%)[10][11][12][13] * 近一季度：沪深300 (4.84%)， 中证500 (-4.72%)， 中证1000 (3.86%)， 全A股 (3.27%)[10][11][12][13] * 今年以来：沪深300 (0.91%)， 中证500 (-4.46%)， 中证1000 (8.83%)， 全A股 (8.11%)[10][11][12][13] * 2015年以来：沪深300 (1.30%)， 中证500 (3.67%)， 中证1000 (3.81%)， 全A股 (2.96%)[10][11][12][13] 3. **盈利因子** * 本月以来：沪深300 (3.55%)， 中证500 (-10.47%)， 中证1000 (0.19%)， 全A股 (4.23%)[10][11][12][13] * 近一季度：沪深300 (7.17%)， 中证500 (0.02%)， 中证1000 (2.28%)， 全A股 (2.77%)[10][11][12][13] * 今年以来：沪深300 (3.55%)， 中证500 (-10.47%)， 中证1000 (0.19%)， 全A股 (4.23%)[10][11][12][13] * 2015年以来：沪深300 (1.80%)， 中证500 (2.20%)， 中证1000 (3.51%)， 全A股 (3.09%)[10][11][12][13] 4. **小市值因子** * 本月以来：沪深300 (21.54%)， 中证500 (-4.30%)， 中证1000 (3.60%)， 全A股 (8.42%)[10][11][12][13] * 近一季度：沪深300 (4.45%)， 中证500 (-3.55%)， 中证1000 (3.73%)， 全A股 (1.26%)[10][11][12][13] * 今年以来：沪深300 (21.54%)， 中证500 (-4.30%)， 中证1000 (3.60%)， 全A股 (8.42%)[10][11][12][13] * 2015年以来：沪深300 (-1.70%)， 中证500 (1.04%)， 中证1000 (4.97%)， 全A股 (4.46%)[10][11][12][13] 5. **反转因子** * 本月以来：沪深300 (7.56%)， 中证500 (-14.06%)， 中证1000 (3.13%)， 全A股 (1.42%)[10][11][12][13] * 近一季度：沪深300 (0.61%)， 中证500 (-1.29%)， 中证1000 (4.50%)， 全A股 (5.56%)[10][11][12][13] * 今年以来：沪深300 (7.56%)， 中证500 (-14.06%)， 中证1000 (3.13%)， 全A股 (1.42%)[10][11][12][13] * 2015年以来：沪深300 (4.08%)， 中证500 (4.89%)， 中证1000 (7.75%)， 全A股 (8.85%)[10][11][12][13] 6. **波动率因子** * 本月以来：沪深300 (4.93%)， 中证500 (-14.60%)， 中证1000 (-2.65%)， 全A股 (-1.99%)[10][11][12][13] * 近一季度：沪深300 (7.81%)， 中证500 (-1.03%)， 中证1000 (3.44%)， 全A股 (7.26%)[10][11][12][13] * 今年以来：沪深300 (4.93%)， 中证500 (-14.60%)， 中证1000 (-2.65%)， 全A股 (-1.99%)[10][11][12][13] * 2015年以来：沪深300 (4.78%)， 中证500 (6.70%)， 中证1000 (8.13%)， 全A股 (9.20%)[10][11][12][13] 7. **换手率因子** * 本月以来：沪深300 (2.33%)， 中证500 (-13.08%)， 中证1000 (-1.94%)， 全A股 (-2.19%)[10][11][12][13] * 近一季度：沪深300 (9.53%)， 中证500 (1.52%)， 中证1000 (4.39%)， 全A股 (5.42%)[10][11][12][13] * 今年以来：沪深300 (2.33%)， 中证500 (-13.08%)， 中证1000 (-1.94%)， 全A股 (-2.19%)[10][11][12][13] * 2015年以来：沪深300 (4.03%)， 中证500 (6.85%)， 中证1000 (9.05%)， 全A股 (9.49%)[10][11][12][13] 8. **超预期因子** * 本月以来：沪深300 (-0.36%)， 中证500 (3.21%)， 中证1000 (8.04%)， 全A股 (8.60%)[10][11][12][13] * 近一季度：沪深300 (-2.81%)， 中证500 (-3.84%)， 中证1000 (4.10%)， 全A股 (2.38%)[10][11][12][13] * 今年以来：沪深300 (-0.36%)， 中证500 (3.21%)， 中证1000 (8.04%)， 全A股 (8.60%)[10][11][12][13] * 2015年以来：沪深300 (2.63%)， 中证500 (3.19%)， 中证1000 (3.00%)， 全A股 (2.64%)[10][11][12][13] 9. **预期估值因子** * 本月以来：沪深300 (-5.56%)， 中证500 (-6.83%)， 中证1000 (-10.84%)， 全A股 (-7.29%)[10][11][12][13] * 近一季度：沪深300 (1.81%)， 中证500 (-1.21%)， 中证1000 (-5.10%)， 全A股 (-3.41%)[10][11][12][13] * 今年以来：沪深300 (-5.56%)， 中证500 (-6.83%)， 中证1000 (-10.84%)， 全A股 (-7.29%)[10][11][12][13] * 2015年以来：沪深300 (-0.55%)， 中证500 (0.24%)， 中证1000 (-0.35%)， 全A股 (0.40%)[10][11][12][13] 10. **预期净利润复合增速FY1因子** * 本月以来：沪深300 (3.92%)， 中证500 (-1.54%)， 中证1000 (-2.85%)， 全A股 (4.47%)[10][11][12][13] * 近一季度：沪深300 (3.36%)， 中证500 (-1.52%)， 中证1000 (-0.62%)， 全A股 (1.78%)[10][11][12][13] * 今年以来：沪深300 (3.92%)， 中证500 (-1.54%)， 中证1000 (-2.85%)， 全A股 (4.47%)[10][11][12][13] * 2015年以来：沪深300 (-0.25%)， 中证500 (0.47%)， 中证1000 (1.21%)， 全A股 (1.09%)[10][11][12][13] 模型（因子多空组合）的回测效果 *注：所有指标均为“本月以来”收益，截至2026年1月23日[20][21][22][16][18]。* 1. **因子多空组合模型（各股票池平均收益）** * 小市值因子：约1.5%[20] * 预期净利润复合增速FY1因子：约1.0%[20] * 超预期因子：约0.8%[20] * 成长因子：约0.6%[20] * 盈利因子：约0.2%[20] * 预期估值因子：约-0.2%[20] * 估值因子：约-0.4%[20] * 反转因子：约-0.6%[20] * 换手率因子：约-1.0%[20] * 波动率因子：约-1.2%[20] 2. **因子多空组合模型（沪深300股票池）** * 小市值因子：约7.5%[21] * 反转因子：约4.

行业背景与趋势 - 公募基金行业正经历深刻变革，监管政策强调业绩比较基准的“锚”和“尺”功能，将重塑主动权益基金的产品格局和管理模式 [1] - 指数增强基金因其严格的成份股占比约束和跟踪误差限制，能更好地对标业绩基准，是契合当前监管政策导向的品种，发展空间可期 [1] - 2025年以来，指增基金数量加速增长，截至11月末，年内新成立产品达160只，合计发行规模近900亿元 [2] - 截至2025年9月末，全市场指增基金合计规模达2622亿元，相比2024年末增幅达23.34%，增速超过主动权益基金，略低于权益指数基金 [2] - 指增基金的发展受益于技术侧和监管侧双重利好：AI技术为获取长期稳健超额收益赋能，监管强化业绩基准作用 [2] - 优质的量化指增产品相比主动权益基金更加透明、风险可控，未来有望替代部分“平庸”的主动型基金；相比被动指数基金，其优势在于有获取超额收益的机会 [2] 公司概况与市场地位 - 天弘基金作为“指数大厂”，在2025年持续发力指增业务，新成立5只新产品 [3] - 截至2025年三季度末，公司指增产品线份额和规模较2024年末分别增长44.85%和70.21%，远超公募指增产品的整体规模增速 [3] - 天弘基金指数与数量投资部管理的量化指增基金已达18只，总管理规模突破120亿元，是业内为数不多迈入“百亿规模”的量化团队 [5] - 截至2025年6月底，天弘指数增强基金用户数达91万，位列行业第5；个人投资者持有规模占比超96%，在指增产品规模排名前十的基金公司中位居第一 [25] - 截至2025年9月30日，在天弘基金指增成立满6个月的产品中，用户平均持有时长超过7个月，远超普通指数基金大约1个月的持有期 [26] 产品布局与策略 - 天弘基金在宽基指增领域已实现对市场主流宽基指数的完整覆盖，全面贯穿大、中、小市值维度，并在主板、创业板、科创板均配置多只产品 [7] - 公司针对沪深300、中证500、创业板指、科创综指四个宽基推出了两条产品线：“指增1号”追求长期更多超额；“指增2号”追求高胜率的稳健超额 [8] - 公司推出了天弘中证1000增强策略ETF、中证A500增强策略ETF等场内工具，兼顾ETF交易便捷、透明度高、成本较低的优势与获取超额收益的潜力 [8] - 与多数同业主要聚焦宽基指增不同，天弘基金建立了具备独特竞争力的行业指增产品线，是行业指增布局方向最多的基金公司之一 [8] - 行业指增产品主要围绕科技、消费、医药、高端制造和新能源五大关键领域，对标传统优势产业及向“新质生产力”转型的趋势 [8] - 五只行业指增产品的业绩比较基准中有3只被纳入了2025年11月监管发布的业绩比较基准要素一类库 [9] 产品业绩表现 - 截至2025年12月2日，天弘基金旗下有四只宽基指数增强产品运作满三年 [11] - 2022年初成立的天弘中证1000指数增强表现突出，截至2025年三季度末，近三年相对业绩比较基准的超额收益达到33.80% [11] - 具体宽基指增产品近三年超额收益表现：天弘中证500指数增强A为6.34%，天弘沪深300指数增强A为5.70%，天弘创业板指数增强A为4.20% [12] - 公司旗下宽基指增在覆盖不同市场风格与市值板块的同时，超额表现呈现较高一致性，显示了系统化投资能力的可复制性 [12] - 行业指增产品自成立日以来的相较基准超额收益率在5%至29%之间 [13] - 从近三年维度看，天弘中证科技100指数增强、天弘国证消费100指数增强以及天弘中证高端装备制造增强的表现大幅超过同赛道主动基金的平均水平 [13] - 具体行业指增产品成立以来相对基准超额：天弘中证科技100指数增强A为27.04%，天弘国证消费100指数增强A为6.34%，天弘中证医药指数增强A为3.39%，天弘中证高端装备制造增强A为18.70%，天弘中证新能源指数增强A为7.83% [15] - 截至2025年9月30日，过往持有天弘指增产品满6个月的投资者中，超90%的用户持有收益率均跑赢同期基金业绩比较基准 [3][16] 量化投研体系与技术 - 天弘量化团队在基本面多因子框架的长期积淀基础上，全面引入机器学习、神经网络等AI技术处理高频量价、文本数据，挖掘非线性规律 [18] - 团队打造了统一的AI基座模型，目前天弘量化指增约有70%以上的超额因子来源于AI学习 [18] - 在因子挖掘环节，团队将上市公司基本面变化和量价信息深度融合，寻找基本面变化在股价中的微观传导路径，构建逻辑清晰、区分度高且与传统因子低相关的全新因子 [18] - 量化团队基于Level-2逐笔、快照行情及分钟/日频等混频数据构建高质量特征库，已实现多AI模型、多预测周期的实盘应用 [19] - AI模型包括梯度提升树、循环神经网络、图神经网络等先进算法，预测周期覆盖短期（1-5日）、中期（5-10日）及长期（20日）等多个维度 [19] - 在风控层面，团队在传统Barra体系基础上进行了深入的自研与定制化改造，构建了一套更具适应性的精细化风控体系 [22] - 团队利用大语言模型驱动的自然语言处理技术，通过解析文本信息构建股票间的相似度矩阵，以识别超越传统行业与因子范畴的隐性关联风险 [22] - 据天弘量化投研估计，大概有超过75%的超额因子在一年之内就被迭代掉 [24] - 公司从IT基础建设、特征挖掘，到模型融合、风险控制等各模块均有专人负责，实现流水线式生产阿尔法信号，并纳入统一的AI基座模型 [25]

行业背景与趋势 - 公募基金高质量发展持续推进，监管政策强调业绩比较基准的“锚”和“尺”功能，将深刻影响主动权益基金的产品格局和管理模式 [1] - 指数增强基金因有严格的成份股占比约束和跟踪误差限制，能更好地对标业绩基准，是契合监管政策导向的品种，发展空间可期 [1][2] - 2025年以来，指数增强基金数量加速增长，截至11月末，年内新成立产品达160只，合计发行规模近900亿元 [2] - 截至9月末，全市场指增基金合计规模2622亿元，相比去年年末增幅达23.34%，增速超过主动权益基金，略低于权益指数基金 [2] - 量化指增品类迎来技术和监管双重利好：AI技术赋能提升了获取长期稳健超额收益的可能性；监管强化业绩基准作用 [2] - 优质的量化指增产品相比主动权益基金更透明、风险可控，未来有望替代部分“平庸”的主动型基金；相比被动指数基金，其优势在于有获取超额收益的机会 [2] 公司概况与市场地位 - 天弘基金在2025年持续发力指增业务，新成立5只新产品 [3] - 截至2025年三季度末，公司指增产品线份额和规模较去年末分别增长44.85%和70.21%，远超公募指增产品的整体规模增速 [3] - 天弘基金指数与数量投资部管理的量化指增基金已达18只，总管理规模突破120亿元，是业内为数不多迈入“百亿规模”的量化团队 [3] - 截至2025年6月底，天弘指数增强基金用户数达91万，位列行业第5；个人投资者持有规模占比超96%，在指增产品规模排名前十的基金公司中位居第一 [21] - 截至9月30日，在天弘基金指增成立满6个月的产品中，用户平均持有时长超过7个月，远超普通指数基金大约1个月的持有期 [21] 产品布局与策略 - 天弘基金在宽基指增领域已实现对市场主流宽基指数的完整覆盖，全面贯穿大、中、小市值维度，并在主板、创业板、科创板均配置多只产品 [4] - 公司针对沪深300、中证500、创业板指、科创综指四个宽基推出了两条产品线：“指增1号”追求长期更多超额；“指增2号”追求高胜率的稳健超额 [5][6] - 公司推出了天弘中证1000增强策略ETF、中证A500增强策略ETF等场内工具，兼顾ETF交易便捷、透明度高、成本较低的优势与获取超额收益的潜力 [6] - 天弘基金建立了具备独特竞争力的行业指增产品线，是行业指增布局方向最多的基金公司，主要围绕科技、消费、医药、高端制造和新能源五大关键领域 [6] - 五只行业指增产品的业绩比较基准中有3只纳入了2025年11月监管发布的业绩比较基准要素一类库 [6] 产品业绩表现 - 截至2025年12月2日，天弘基金旗下有四只宽基指数增强产品运作满三年 [8] - 天弘中证1000指数增强A自2022年初成立以来表现突出，截至2025年三季度末，近三年基金相对业绩比较基准超额收益达到33.80% [8][9] - 其他宽基指增产品近三年超额收益分别为：天弘中证500指数增强A为6.34%，天弘沪深300指数增强A为5.70%，天弘创业板指数增强A为4.20% [9] - 公司旗下宽基指增在覆盖不同市场风格与市值板块的同时，超额表现呈现出了较高的一致性，显示了公司已具备相对完善且可复制的系统化投资能力 [10] - 五只行业主题指增基金自成立日以来的相较基准超额收益率在5%至29%之间 [11] - 从最近三年维度看，天弘中证科技100指数增强、天弘国证消费100指数增强以及天弘中证高端装备制造增强的表现大幅超过同赛道主动基金的平均水平 [11] - 截至2025年9月30日，过往持有天弘指增产品满6个月的投资者中，超90%的用户持有收益率均跑赢同期基金业绩比较基准 [3][12] 量化投研体系与技术 - 天弘量化指增约有70%以上的超额因子来源于AI学习 [14] - 量化团队在基本面多因子框架基础上，全面引入机器学习、神经网络等方法处理高频量价、文本数据，挖掘非线性规律，并打造了统一的AI基座模型 [14] - 在因子挖掘环节，团队将上市公司基本面变化和量价信息深度融合，寻找基本面变化在股价中的微观传导路径，构建逻辑清晰、区分度高且与传统因子低相关的新因子 [14] - 团队已实现多AI模型、多预测周期的实盘应用，AI模型包括梯度提升树、循环神经网络、图神经网络等，预测周期覆盖短期（1-5日）、中期（5-10日）及长期（20日）等多个维度 [15] - 在风控层面，团队在传统Barra体系基础上进行了深入的自研与定制化改造，构建了一套更具适应性的精细化风控体系 [17] - 团队利用大语言模型驱动的自然语言处理技术，通过解析文本信息构建股票间的相似度矩阵，以识别超越传统行业与因子范畴的隐性关联风险 [17] - 据天弘量化投研估计，大概有超过75%的超额因子在一年之内就被迭代掉了 [19] - 从IT基础建设、特征挖掘，到模型融合、风险控制等各模块，团队都有专人负责，实现流水线式生产阿尔法信号，并纳入统一的AI基座模型 [20] - 基金经理基于团队共同维护的AI基座模型，根据不同产品的定位与需求，灵活选取适配度最高的信号组合进行配置和优化 [20]

公募基金行业变革与量化指增的崛起 - 公募基金高质量发展持续推进，监管新规将深刻改变行业格局，例如9月发布的销售费用规定和10月底强调业绩比较基准功能的指引 [1] - 行业变革将催生新的产品机会，量化指增被认为是继场外指数基金和ETF之后不容忽视的领域 [1] 量化指增行业发展趋势 - 指数增强基金正从小众走向主流，截至11月末，年内新成立产品达160只，合计发行规模近900亿元 [2] - 截至9月末，全市场指增基金合计规模2622亿元，相比去年末增长23.34%，增速超过主动权益基金，略低于权益指数基金 [2] - 行业迎来技术和监管双重利好：AI赋能提升了获取长期稳健超额收益的可能性；监管强化业绩基准作用，使指增产品更契合政策导向 [2] - 量化指增产品相比主动权益基金更透明、风险更可控，相比被动指数基金则有获取超额收益的机会 [2] 天弘基金量化指增业务概览 - 公司2025年持续发力指增业务，新成立5只新产品 [3] - 截至三季度末，公司指增产品线份额和规模较去年末分别增长44.85%和70.21%，远超行业平均增速 [3] - 持有天弘指增产品满6个月的投资者中，超90%的用户持有收益率跑赢同期基金业绩比较基准 [3] - 截至2025年三季度末，公司量化指增基金管理规模突破120亿元，成为业内为数不多的“百亿规模”量化团队 [4][5] - 截至今年6月底，天弘指数增强基金用户数达91万，位列行业第5；个人投资者持有规模占比超96%，在规模前十的基金公司中位居第一 [25] 天弘基金指增产品矩阵布局 - 产品线覆盖广泛，截至三季度末管理18只量化指增基金 [5] - 宽基指增实现对主流宽基指数的完整覆盖，贯穿大、中、小市值维度，并在主板、创业板、科创板均有布局 [7] - 在宽基指增红海竞争中，多只产品规模排名领先：上证科创板综合指数增强规模15.73亿元，在31只同类产品中排名第2；创业板指数量化增强规模8.88亿元，在18只同类中排名第3；中证500、中证A500、中证1000指增规模均处于同类前10 [7][8] - 针对沪深300、中证500、创业板指、科创综指四大宽基推出两条产品线：“指增1号”追求长期更多超额；“指增2号”追求高胜率的稳健超额 [8] - 推出了天弘中证1000增强策略ETF、中证A500增强策略ETF等场内工具，实现“场内外联动” [8] - 行业指增布局具备独特竞争力，是行业指增布局方向最多的基金公司，主要围绕科技、消费、医药、高端制造和新能源五大关键领域 [9] - 五只行业指增产品中，有3只产品的业绩比较基准被纳入监管发布的业绩比较基准要素一类库 [9] 天弘基金指增产品业绩表现 - 截至12月2日，旗下有四只宽基指增产品运作满三年 [10] - 天弘中证1000指数增强表现突出，截至2025年三季度末，近三年超额收益达33.80% [10] - 具体宽基指增产品近三年超额收益：天弘中证500指数增强为6.34%，天弘沪深300指数增强为5.70%，天弘创业板指数增强为4.20% [11] - 宽基指增超额表现具有较高一致性，显示了公司系统化投资能力的可复制性 [13] - 五只行业主题指增自成立以来相较基准的超额收益率在5%至29%之间 [13] - 天弘中证科技100指数增强、天弘国证消费100指数增强以及天弘中证高端装备制造增强近三年表现大幅超过同赛道主动基金均值 [13] - 截至9月30日，过往持有天弘指增产品满6个月的投资者，超90%的用户持有收益率跑赢同期基金业绩比较基准 [16] - 在天弘基金指增成立满6个月的产品中，用户平均持有时长超过7个月，远超普通指数基金大约1个月的持有期 [25] 天弘基金量化投研体系与AI应用 - 量化团队构建了统一的AI基座模型，目前约有70%以上的超额因子来源于AI学习 [18] - 在因子挖掘环节，利用机器学习技术高效捕捉量价信号，并推动基本面信息与市场交易数据的交叉验证，构建逻辑清晰且与传统因子低相关的新因子 [18] - 已实现多AI模型、多预测周期的实盘应用，模型包括梯度提升树、循环神经网络、图神经网络等，预测周期覆盖短期（1-5日）、中期（5-10日）及长期（20日）等多个维度 [19] - 在风控层面，在传统Barra体系基础上进行自研与定制化改造，构建了更具适应性的精细化风控体系 [22] - 利用大语言模型驱动的自然语言处理技术，通过解析文本信息构建股票相似度矩阵，以识别隐性关联风险 [22] - 据天弘量化投研估计，超过75%的超额因子在一年之内就被迭代掉 [24] - 团队基于科学投研体系进行专业分工协作，从IT基建、特征挖掘到模型融合、风险控制等各模块均有专人负责，实现流水线式生产α [25]

银行备战2026年开门红总体态势 - 各大银行渠道已进入紧锣密鼓筹备阶段，部分银行于11月提前启动，部分将于12月或1月启动 [5] - 开门红任务指标占全年业务很大比重，开门红领先则全年业务较好 [5] - 部分银行动员力度相较往年有所减弱，与行业重持营、轻首发导向有关 [6] 开门红主力产品布局 - 固收+、红利等偏稳健型产品仍是主力，但客户风险偏好显著抬升，对含权产品收益诉求提高 [7][9] - 银行普遍将固收+、指数化工具、量化指增、均衡权益基金作为布局重点 [8] - 大行侧重结构平衡和风险可控产品，中小银行更注重从历史业绩优异产品中甄选 [8] - 部分银行倾向于发行高波固收+，承接对收益有更高要求的客户资金 [9] - 受益于A股市场回暖，部分渠道加大权益基金布局，主动权益基金再次彰显超额收益能力 [4][12] 基金发行市场表现 - 截至11月21日，今年以来新发基金份额突破万亿份，权益基金总发行5272.85亿份，同比增长93.80% [4] 银行策略分化与银基合作 - 大行销售实力强占据主导地位，对基金经理历史业绩、产品策略等要求更高 [12] - 中小银行因售后压力及代销占比不高，更青睐稳健收益型产品 [12] - 基金公司积极配合，开门红期间储备主动权益、被动指数、量化指增、固收+、FOF等多类产品 [13] - 部分机构开展多方联动销售创新模式，银基合作面临投资者从品牌依赖转向收益敏感及年轻投资者偏好电商平台的挑战 [13][14]

中国基金报5·15投教节活动 - 活动由中国基金报联合博时基金、大成基金、泓德基金、长城基金、招商证券、财通基金、海富通基金共同举办，主题为"遇见投资，遇见更好的自己" [1] - 活动通过视频节目和社群活动倡导价值投资、理性投资，帮助投资者掌握方法论 [1] - 宣传覆盖中国基金报官方微信公众号、视频号、APP、微博、抖音等平台，辐射用户超1200万 [1] 5·15投教直播节 - 5月15日启动直播活动，邀请头部基金公司、券商资管的基金经理、资产配置专家、投教专家参与 [3] - 直播主题涵盖人工智能、创新药、指数投资等多领域，面向不同年龄段和投资定位的群体 [4] - 直播从5月15日14:00开始，内容聚焦投资热点话题和投资者成长故事 [3][4] 基民来了特别节目 - 节目邀请博时基金指数与量化投资部基金经理助理李庆阳与基民对话 [5] - 设置机构投资者与基民对谈、基民树洞、基民来信点评等环节，讨论投资难点与痛点 [5] - 旨在传播实用投资知识，帮助基民做出专业、理性、科学的决策 [5] 理财师不会告诉你的事 - 中国基金报打造真人口播短视频栏目，由泓德基金量化投资部基金经理孙泽宇参与 [7] - 内容聚焦量化指增基金解密，科普理财小知识，解读市场流言和政策热点 [7] - 采用短视频形式，具有"短平快、趣味化、易传播"特点 [7] 5·15投教训练营 - 中国基金报举办为期3天的进阶版训练营，帮助基民系统学习资产配置方法 [9] - 面向零基础投资者，提供理财投资知识培训和理性理财观念培养 [9]