量化模型与构建方式 1. 模型名称：永赢量化指增多策略体系[30] 模型构建思路：针对不同基准指数的特性，构建差异化的增强路径与策略重心，通过整合逻辑互补、周期各异的Alpha来源，以抵御单一策略的阶段性失效，追求持续稳定的超额收益[30]。 模型具体构建过程：该体系是一个分层、分类的框架，而非单一模型。 * 产品分类与策略重心： * 常规宽基指增（如跟踪沪深300、中证500）：采用“核心+卫星”策略。核心策略整合多因子模型，卫星策略通过基本面量化方法深度捕捉并强化指数内生的风格特征[30]。 * 特殊基准指增（如跟踪中证A50、科创100）：采取定制化增强思路。聚焦于在基准自身风格占优的市场阶段，通过与之高度契合的因子与策略放大收益特征。例如，中证A50侧重质量、分红与估值；科创100侧重景气度与创新动能[31]。 * 量化主题指增（如量化红利、量化成长）：首先依据透明规则构建具备特定风格暴露的主题组合，然后在此基础上进行增强，并严格维护组合的风格纯度[31]。 * 核心能力支撑： * 机器学习全流程应用：涵盖信号预测、特征处理、市场状态识别与交易成本建模等多个环节[32]。 * 多策略融合与动态配置：整合低相关性的多元收益来源[32]。 * 严格风控：依托组合优化工具与风险模型，对跟踪误差、风格暴露、行业偏离及流动性实施多维度硬约束[32]。 2. 模型名称：三维量化投资框架（朱晨歌）[53] 模型构建思路：在指数增强产品中，构建“指数锚定+量化增强+基本面校准”的三维框架，将量化模型与基本面研究相结合[53]。 模型具体构建过程：该框架是一个投资方法论。 * 指数锚定：以跟踪的基准指数（如中证A50）作为投资组合的基准和约束，控制跟踪误差[53]。 * 量化增强：运用量化模型（如多因子模型）在全市场或指数成分股内进行选股和权重优化，以获取超越基准的超额收益[53]。 * 基本面校准：结合对行业景气度、公司基本面的深入研究，对量化模型生成的信号或组合进行校验和调整，以提高策略的稳健性和逻辑有效性[53]。 量化因子与构建方式 1. 因子类别：基本面因子[23] 因子的构建思路：在监管政策压缩高频交易Alpha空间的背景下，转向挖掘中低频、基于公司基本面和内在价值的因子[23]。 因子具体构建过程：报告未提供具体的基本面因子公式，但指明了因子的逻辑方向。 * 质量因子：用于超大盘蓝筹风格（如中证A50）的增强[31]。 * 分红因子：用于超大盘蓝筹风格（如中证A50）的增强，也与监管提升上市公司分红比例的政策导向相符[23][31]。 * 估值因子：用于超大盘蓝筹风格（如中证A50）的增强，侧重安全边际[31]。 * 景气度因子：用于科技成长风格（如科创100）的增强[31]。 * 创新动能因子：用于科技成长风格（如科创100）的增强[31]。 模型的回测效果 注：报告主要展示了两只具体基金产品的业绩表现，可视为其背后量化模型或策略体系的部分产出结果。 1. 永赢上证科创板100指数增强A (021278.OF)，近1年年化收益率48.16%[35]，近1年夏普比率1.56[36]，近1年最大回撤-19.22%[36]，年化波动率25.67%[36]，近1年下行标准差20.78%[36] 2. 永赢中证A50指数增强A (022204.OF)，近1年年化收益率19.99%[54]，近1年夏普比率1.52[55]，Sortino比率2.26[54]，近1年最大回撤-11.01%[55]，年化波动率11.92%[55]，近1年下行标准差12.01%[55] 因子的回测效果 报告未提供单独因子的测试结果取值。