量化模型与构建方式 1. **模型名称**：国信金工指数增强组合模型[10][11] **模型构建思路**：以多因子选股为主体，构建对标不同宽基指数的增强组合，力求稳定战胜基准[10] **模型具体构建过程**：构建流程主要包括收益预测、风险控制和组合优化三部分[11]。具体步骤未在报告中详细展开。 2. **模型名称**：单因子MFE组合模型[14][40] **模型构建思路**：为了在更贴近实际投资约束的条件下检验因子的有效性，采用组合优化的方式，在控制行业、风格等暴露的同时，最大化单因子暴露，构建最大化单因子暴露组合[40] **模型具体构建过程**：采用如下形式的组合优化模型来构建因子的 MFE 组合[40]： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ 其中，`f`为因子取值向量，`w`为待求解的股票权重向量，`wb`为基准指数成分股权重向量[40][41]。约束条件包括： * 风格暴露约束：`X`为风格因子暴露矩阵，`sl`和`sh`为风格因子相对暴露的上下限[41] * 行业偏离约束：`H`为行业暴露矩阵，`hl`和`hh`为行业偏离的上下限[41] * 个股权重偏离约束：`wl`和`wh`为个股相对于基准权重的偏离上下限[41] * 成分股内权重占比约束：`Bb`为成分股标识向量，`bl`和`bh`为成分股内权重占比的上下限[41] * 卖空限制与个股权重上限：`0 ≤ w ≤ l`[41] * 满仓运作约束：权重和为1，即 `1^T w = 1`[41] 具体构建时，对于沪深300和中证500指数，控制MFE组合相对于基准在中信一级行业和市值风格因子上的相对暴露为0，个股相对于成分股最大偏离权重1%，成分股内权重占比100%[44]。在每个月末根据约束条件构建每个单因子的MFE组合，并在回测期内换仓计算收益[44]。 3. **模型名称**：公募重仓指数[42] **模型构建思路**：为了测试因子在“机构风格”下的有效性，以公募基金的持股信息构建一个样本空间，该空间能反映公募基金整体的动态持仓风格[42] **模型具体构建过程**： * **选样空间**：普通股票型基金以及偏股混合型基金，剔除规模小于五千万且上市不足半年的基金[43] * **数据获取**：通过基金定期报告获取持股信息。若最新报告为半年报或年报，则使用全部持仓；若为季报，则需结合前期的半年报或年报信息[43] * **权重计算**：将符合条件基金的持仓股票权重平均，得到公募基金平均持仓信息[43] * **成分股选取**：将平均后的股票权重降序排序，选取累计权重达到90%的股票作为成分股来构建指数[43] 量化因子与构建方式 报告从估值、反转、成长、盈利、流动性、公司治理、分析师等维度构造了30余个因子[15]。具体因子名称及计算方式如下[16]： 1. **因子名称**：BP **因子构建思路**：估值因子 **因子具体构建过程**：净资产/总市值[16] 2. **因子名称**：单季EP **因子构建思路**：估值因子 **因子具体构建过程**：单季度归母净利润/总市值[16] 3. **因子名称**：单季SP **因子构建思路**：估值因子 **因子具体构建过程**：单季度营业收入/总市值[16] 4. **因子名称**：EPTTM **因子构建思路**：估值因子 **因子具体构建过程**：归母净利润TTM/总市值[16] 5. **因子名称**：SPTTM **因子构建思路**：估值因子 **因子具体构建过程**：营业收入TTM/总市值[16] 6. **因子名称**：EPTTM分位点 **因子构建思路**：估值因子 **因子具体构建过程**：EPTTM在过去一年中的分位点[16] 7. **因子名称**：股息率 **因子构建思路**：估值因子 **因子具体构建过程**：最近四个季度预案分红金额/总市值[16] 8. **因子名称**：一个月反转 **因子构建思路**：反转因子 **因子具体构建过程**：过去20个交易日涨跌幅[16] 9. **因子名称**：三个月反转 **因子构建思路**：反转因子 **因子具体构建过程**：过去60个交易日涨跌幅[16] 10. **因子名称**：一年动量 **因子构建思路**：动量因子 **因子具体构建过程**：近一年除近一月后动量[16] 11. **因子名称**：单季净利同比增速 **因子构建思路**：成长因子 **因子具体构建过程**：单季度净利润同比增长率[16] 12. **因子名称**：单季营收同比增速 **因子构建思路**：成长因子 **因子具体构建过程**：单季度营业收入同比增长率[16] 13. **因子名称**：单季营利同比增速 **因子构建思路**：成长因子 **因子具体构建过程**：单季度营业利润同比增长率[16] 14. **因子名称**：SUE **因子构建思路**：成长因子 **因子具体构建过程**：(单季度实际净利润-预期净利润)/预期净利润标准差[16] 15. **因子名称**：SUR **因子构建思路**：成长因子 **因子具体构建过程**：(单季度实际营业收入-预期营业收入)/预期营业收入标准差[16] 16. **因子名称**：单季超预期幅度 **因子构建思路**：成长因子 **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[16] 17. **因子名称**：单季ROE **因子构建思路**：盈利因子 **因子具体构建过程**：单季度归母净利润*2/（期初归母净资产+期末归母净资产）[16] 18. **因子名称**：单季ROA **因子构建思路**：盈利因子 **因子具体构建过程**：单季度归母净利润*2/（期初归母总资产+期末归母总资产）[16] 19. **因子名称**：DELTAROE **因子构建思路**：盈利因子 **因子具体构建过程**：单季度净资产收益率-去年同期单季度净资产收益率[16] 20. **因子名称**：DELTAROA **因子构建思路**：盈利因子 **因子具体构建过程**：单季度总资产收益率-去年同期单季度总资产收益率[16] 21. **因子名称**：非流动性冲击 **因子构建思路**：流动性因子 **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值/成交额的均值[16] 22. **因子名称**：一个月换手 **因子构建思路**：流动性因子 **因子具体构建过程**：过去20个交易日换手率均值[16] 23. **因子名称**：三个月换手 **因子构建思路**：流动性因子 **因子具体构建过程**：过去60个交易日换手率均值[16] 24. **因子名称**：特异度 **因子构建思路**：波动因子 **因子具体构建过程**：1-过去20个交易日Fama-French三因子回归的拟合度[16] 25. **因子名称**：一个月波动 **因子构建思路**：波动因子 **因子具体构建过程**：过去20个交易日日内真实波幅均值[16] 26. **因子名称**：三个月波动 **因子构建思路**：波动因子 **因子具体构建过程**：过去60个交易日日内真实波幅均值[16] 27. **因子名称**：高管薪酬 **因子构建思路**：公司治理因子 **因子具体构建过程**：前三高管报酬总额取对数[16] 28. **因子名称**：预期EPTTM **因子构建思路**：分析师因子 **因子具体构建过程**：一致预期滚动EP[16] 29. **因子名称**：预期BP **因子构建思路**：分析师因子 **因子具体构建过程**：一致预期滚动BP[16] 30. **因子名称**：预期PEG **因子构建思路**：分析师因子 **因子具体构建过程**：一致预期PEG[16] 31. **因子名称**：预期净利润环比 **因子构建思路**：分析师因子 **因子具体构建过程**：一致预期净利润/3个月前一致预期净利润[16] 32. **因子名称**：三个月盈利上下调 **因子构建思路**：分析师因子 **因子具体构建过程**：过去3个月内分析师（上调家数-下调家数）/总家数[16] 33. **因子名称**：三个月机构覆盖 **因子构建思路**：分析师因子 **因子具体构建过程**：过去3个月内机构覆盖数量[16] 34. **因子名称**：标准化预期外盈利 **因子构建思路**：未明确分类，但属于盈利预期类因子 **因子具体构建过程**：未在因子库表中明确给出公式，但名称表明其为标准化后的盈利超预期指标[18][20] 35. **因子名称**：标准化预期外收入 **因子构建思路**：未明确分类，但属于成长预期类因子 **因子具体构建过程**：未在因子库表中明确给出公式，但名称表明其为标准化后的收入超预期指标[18][20] 模型的回测效果 1. **国信金工沪深300指数增强组合**，本周超额收益0.62%，本年超额收益20.75%[4][13] 2. **国信金工中证500指数增强组合**，本周超额收益-0.37%，本年超额收益6.86%[4][13] 3. **国信金工中证1000指数增强组合**，本周超额收益0.97%，本年超额收益16.87%[4][13] 4. **国信金工中证A500指数增强组合**，本周超额收益0.85%，本年超额收益10.70%[4][13] 因子的回测效果 （以下因子表现数据均基于单因子MFE组合，在不同样本空间下，以“最近一周”、“最近一月”、“今年以来”、“历史年化”为时间窗口进行统计[17][19][21][23][25]） 1. **DELTAROE因子**，在沪深300样本空间中，最近一周超额收益0.74%，最近一月2.05%，今年以来16.88%，历史年化4.42%[18] 2. **股息率因子**，在沪深300样本空间中，最近一周超额收益0.68%，最近一月0.34%，今年以来4.38%，历史年化3.75%[18] 3. **DELTAROA因子**，在沪深300样本空间中，最近一周超额收益0.64%，最近一月1.51%，今年以来14.58%，历史年化4.70%[18] 4. **单季ROE因子**，在沪深300样本空间中，最近一周超额收益0.58%，最近一月3.18%，今年以来21.28%，历史年化5.30%[18] 5. **预期BP因子**，在中证500样本空间中，最近一周超额收益1.32%，最近一月1.21%，今年以来-0.05%，历史年化3.73%[20] 6. **BP因子**，在中证500样本空间中，最近一周超额收益1.18%，最近一月1.34%，今年以来-0.80%，历史年化3.79%[20] 7. **三个月机构覆盖因子**，在中证500样本空间中，最近一周超额收益1.11%，最近一月2.22%，今年以来5.82%，历史年化4.96%[20] 8. **预期PEG因子**，在中证1000样本空间中，最近一周超额收益1.14%，最近一月2.11%，今年以来8.78%，历史年化2.42%[22] 9. **单季SP因子**，在中证1000样本空间中，最近一周超额收益1.08%，最近一月0.39%，今年以来-1.05%，历史年化5.22%[22] 10. **SPTTM因子**，在中证1000样本空间中，最近一周超额收益1.05%，最近一月0.23%，今年以来-2.52%，历史年化3.92%[22] 11. **三个月换手因子**，在中证A500样本空间中，最近一周超额收益0.78%，最近一月0.66%，今年以来-7.91%，历史年化3.04%[24] 12. **DELTAROE因子**，在中证A500样本空间中，最近一周超额收益0.60%，最近一月1.65%，今年以来18.37%，历史年化4.34%[24] 13. **单季ROE因子**，在中证A500样本空间中，最近一周超额收益0.50%，最近一月3.06%，今年以来18.89%，历史年化3.60%[24] 14. **BP因子**，在公募重仓指数样本空间中，最近一周超额收益1.18%，最近一月-0.78%，今年以来-8.84%，历史年化0.67%[26] 15. **SPTTM因子**，在公募重仓指数样本空间中，最近一周超额收益1.07%，最近一月-1.21%，今年以来-8.15%，历史年化0.90%[26] 16. **预期BP因子**，在公募重仓指数样本空间中，最近一周超额收益1.04%，最近一月-0.51%，今年以来-9.22%，历史年化1.23%[26]

量化模型与因子总结 量化模型与构建方式 1. **模型名称**：国信金工指数增强组合模型[10][11] **模型构建思路**：以多因子选股为主体，分别构建对标不同宽基指数的增强组合，力求稳定战胜各自基准[10] **模型具体构建过程**：构建流程主要包括收益预测、风险控制和组合优化三部分[11]。具体步骤未在报告中详细展开。 2. **模型名称**：单因子MFE组合模型[14][40] **模型构建思路**：为了在更贴近实际投资约束（如控制行业、风格暴露）的条件下检验因子的有效性，采用组合优化的方式构建最大化单因子暴露组合（Maximized Factor Exposure Portfolio，简称MFE组合）[40] **模型具体构建过程**：采用如下形式的组合优化模型来构建因子的 MFE 组合[40]： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ **公式说明**： * $f$ 为因子取值向量，$f^{T} w$ 为组合在单因子上的加权暴露[40][41]。 * $w$ 为待求解的股票权重向量，$w_b$ 为基准指数成分股的权重向量[40][41]。 * 第一个约束限制了组合相对于基准指数的风格暴露，$X$ 为股票对风格因子的暴露矩阵，$s_l$, $s_h$ 为风格因子相对暴露的上下限[41]。 * 第二个约束限制了组合相对于基准指数的行业偏离，$H$ 为股票的行业暴露矩阵，$h_l$, $h_h$ 为行业偏离的上下限[41]。 * 第三个约束限制了个股相对于基准指数成分股的权重偏离，$w_l$, $w_h$ 为偏离的上下限[41]。 * 第四个约束限制了组合在基准成分股内权重的占比，$B_b$ 为个股是否属于基准成分股的0-1向量，$b_l$, $b_h$ 为占比的上下限[41]。 * 第五个约束禁止卖空并限制了个股权重上限 $l$[41]。 * 第六个约束要求权重和为1，即满仓运作[42]。 **模型评价**：该方法能更真实地反映因子在满足实际投资约束下的有效性，检验后认为“有效”的因子更可能在最终组合中发挥真实的收益预测作用[40] 模型的回测效果 1. **国信金工指数增强组合模型**，沪深300增强组合本周超额收益0.62%，本年超额收益20.75%[4][13] 2. **国信金工指数增强组合模型**，中证500增强组合本周超额收益-0.37%，本年超额收益6.86%[4][13] 3. **国信金工指数增强组合模型**，中证1000增强组合本周超额收益0.97%，本年超额收益16.87%[4][13] 4. **国信金工指数增强组合模型**，中证A500增强组合本周超额收益0.85%，本年超额收益10.70%[4][13] 量化因子与构建方式 报告从估值、反转、成长、盈利、流动性、公司治理、分析师等维度出发，构造了30余个因子[15]。具体因子名称及计算方式如下[16]： 1. **因子名称**：BP **因子构建思路**：估值因子 **因子具体构建过程**：净资产/总市值[16] 2. **因子名称**：单季EP **因子构建思路**：估值因子 **因子具体构建过程**：单季度归母净利润/总市值[16] 3. **因子名称**：单季SP **因子构建思路**：估值因子 **因子具体构建过程**：单季度营业收入/总市值[16] 4. **因子名称**：EPTTM **因子构建思路**：估值因子 **因子具体构建过程**：归母净利润TTM/总市值[16] 5. **因子名称**：SPTTM **因子构建思路**：估值因子 **因子具体构建过程**：营业收入TTM/总市值[16] 6. **因子名称**：EPTTM分位点 **因子构建思路**：估值因子 **因子具体构建过程**：EPTTM在过去一年中的分位点[16] 7. **因子名称**：股息率 **因子构建思路**：估值因子 **因子具体构建过程**：最近四个季度预案分红金额/总市值[16] 8. **因子名称**：一个月反转 **因子构建思路**：反转因子 **因子具体构建过程**：过去20个交易日涨跌幅[16] 9. **因子名称**：三个月反转 **因子构建思路**：反转因子 **因子具体构建过程**：过去60个交易日涨跌幅[16] 10. **因子名称**：一年动量 **因子构建思路**：动量因子 **因子具体构建过程**：近一年除近一月后动量[16] 11. **因子名称**：单季净利同比增速 **因子构建思路**：成长因子 **因子具体构建过程**：单季度净利润同比增长率[16] 12. **因子名称**：单季营收同比增速 **因子构建思路**：成长因子 **因子具体构建过程**：单季度营业收入同比增长率[16] 13. **因子名称**：单季营利同比增速 **因子构建思路**：成长因子 **因子具体构建过程**：单季度营业利润同比增长率[16] 14. **因子名称**：SUE **因子构建思路**：成长因子 **因子具体构建过程**：（单季度实际净利润-预期净利润）/预期净利润标准差[16] 15. **因子名称**：SUR **因子构建思路**：成长因子 **因子具体构建过程**：（单季度实际营业收入-预期营业收入）/预期营业收入标准差[16] 16. **因子名称**：单季超预期幅度 **因子构建思路**：成长因子 **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[16] 17. **因子名称**：单季ROE **因子构建思路**：盈利因子 **因子具体构建过程**：单季度归母净利润*2/（期初归母净资产+期末归母净资产）[16] 18. **因子名称**：单季ROA **因子构建思路**：盈利因子 **因子具体构建过程**：单季度归母净利润*2/（期初归母总资产+期末归母总资产）[16] 19. **因子名称**：DELTAROE **因子构建思路**：盈利因子 **因子具体构建过程**：单季度净资产收益率-去年同期单季度净资产收益率[16] 20. **因子名称**：DELTAROA **因子构建思路**：盈利因子 **因子具体构建过程**：单季度总资产收益率-去年同期单季度总资产收益率[16] 21. **因子名称**：非流动性冲击 **因子构建思路**：流动性因子 **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值/成交额的均值[16] 22. **因子名称**：一个月换手 **因子构建思路**：流动性因子 **因子具体构建过程**：过去20个交易日换手率均值[16] 23. **因子名称**：三个月换手 **因子构建思路**：流动性因子 **因子具体构建过程**：过去60个交易日换手率均值[16] 24. **因子名称**：特异度 **因子构建思路**：波动因子 **因子具体构建过程**：1-过去20个交易日Fama-French三因子回归的拟合度[16] 25. **因子名称**：一个月波动 **因子构建思路**：波动因子 **因子具体构建过程**：过去20个交易日日内真实波幅均值[16] 26. **因子名称**：三个月波动 **因子构建思路**：波动因子 **因子具体构建过程**：过去60个交易日日内真实波幅均值[16] 27. **因子名称**：高管薪酬 **因子构建思路**：公司治理因子 **因子具体构建过程**：前三高管报酬总额取对数[16] 28. **因子名称**：预期EPTTM **因子构建思路**：分析师因子 **因子具体构建过程**：一致预期滚动EP[16] 29. **因子名称**：预期BP **因子构建思路**：分析师因子 **因子具体构建过程**：一致预期滚动BP[16] 30. **因子名称**：预期PEG **因子构建思路**：分析师因子 **因子具体构建过程**：一致预期PEG[16] 31. **因子名称**：预期净利润环比 **因子构建思路**：分析师因子 **因子具体构建过程**：一致预期净利润/3个月前一致预期净利润[16] 32. **因子名称**：三个月盈利上下调 **因子构建思路**：分析师因子 **因子具体构建过程**：过去3个月内分析师（上调家数-下调家数）/总家数[16] 33. **因子名称**：三个月机构覆盖 **因子构建思路**：分析师因子 **因子具体构建过程**：过去3个月内机构覆盖数量[16] 34. **因子名称**：标准化预期外盈利 **因子构建思路**：未明确分类，但出现在因子表现列表中[18][20] **因子具体构建过程**：报告中未给出具体计算公式，但名称暗示其为经过标准化的盈利超预期指标。 35. **因子名称**：标准化预期外收入 **因子构建思路**：未明确分类，但出现在因子表现列表中[18][20] **因子具体构建过程**：报告中未给出具体计算公式，但名称暗示其为经过标准化的收入超预期指标。 因子的回测效果 （以下为各因子在**最近一周**、**最近一月**、**今年以来**、**历史年化**四个时间窗口下的MFE组合超额收益表现，数据分别来源于不同样本空间的监控结果[18][20][22][24][26]） 1. **DELTAROE因子**，最近一周超额收益0.74%（沪深300）[18]，最近一月超额收益2.05%（沪深300）[18]，今年以来超额收益16.88%（沪深300）[18]，历史年化超额收益4.42%（沪深300）[18] 2. **股息率因子**，最近一周超额收益0.68%（沪深300）[18]，最近一月超额收益0.34%（沪深300）[18]，今年以来超额收益4.38%（沪深300）[18]，历史年化超额收益3.75%（沪深300）[18] 3. **DELTAROA因子**，最近一周超额收益0.64%（沪深300）[18]，最近一月超额收益1.51%（沪深300）[18]，今年以来超额收益14.58%（沪深300）[18]，历史年化超额收益4.70%（沪深300）[18] 4. **预期BP因子**，最近一周超额收益1.32%（中证500）[20]，最近一月超额收益1.21%（中证500）[20]，今年以来超额收益-0.05%（中证500）[20]，历史年化超额收益3.73%（中证500）[20] 5. **BP因子**，最近一周超额收益1.18%（中证500）[20]，最近一月超额收益1.34%（中证500）[20]，今年以来超额收益-0.80%（中证500）[20]，历史年化超额收益3.79%（中证500）[20] 6. **三个月机构覆盖因子**，最近一周超额收益1.11%（中证500）[20]，最近一月超额收益2.22%（中证500）[20]，今年以来超额收益5.82%（中证500）[20]，历史年化超额收益4.96%（中证500）[20] 7. **预期PEG因子**，最近一周超额收益1.14%（中证1000）[22]，最近一月超额收益2.11%（中证1000）[22]，今年以来超额收益8.78%（中证1000）[22]，历史年化超额收益2.42%（中证1000）[22] 8. **单季SP因子**，最近一周超额收益1.08%（中证1000）[22]，最近一月超额收益0.39%（中证1000）[22]，今年以来超额收益-1.05%（中证1000）[22]，历史年化超额收益5.22%（中证1000）[22] 9. **SPTTM因子**，最近一周超额收益1.05%（中证1000）[22]，最近一月超额收益0.23%（中证1000）[22]，今年以来超额收益-2.52%（中证1000）[22]，历史年化超额收益3.92%（中证1000）[22] 10. **三个月换手因子**，最近一周超额收益0.78%（中证A500）[24]，最近一月超额收益0.66%（中证A500）[24]，今年以来超额收益-7.91%（中证A500）[24]，历史年化超额收益3.04%（中证A500）[24] 11. **单季ROE因子**，最近一周超额收益0.50%（中证A500）[24]，最近一月超额收益3.06%（中证A500）[24]，今年以来超额收益18.89%（中证A500）[24]，历史年化超额收益3.60%（中证A500）[24] 12. **单季ROA因子**，最近一周超额收益0.19%（中证A500）[24]，最近一月超额收益2.91%（中证A500）[24]，今年以来超额收益16.49%（中证A500）[24]，历史年化超额收益4.37%（中证A500）[24]

一、本周指数增强组合表现 沪深300指数增强组合本周超额收益0.62%，本年超额收益20.75%。 中证500指数增强组合本周超额收益-0.37%，本年超额收益6.86%。 中证1000指数增强组合本周超额收益0.97%，本年超额收益16.87%。 中证A500指数增强组合本周超额收益0.85%，本年超额收益10.70%。 二、本周选股因子表现跟踪 沪深300成分股中DELTAROE、股息率、DELTAROA等因子表现较好。 中证500成分股中预期BP、BP、三个月机构覆盖等因子表现较好。 中证1000成分股中预期PEG、单季SP、SPTTM等因子表现较好。 中证A500指数成分股中三个月换手、股息率、DELTAROE等因子表现较好。 公募基金重仓股中BP、SPTTM、预期BP等因子表现较好。 三、本周公募基金指数增强产品表现跟踪 沪深300指数增强产品本周超额收益最高1.38%，最低-0.44%，中位数 0.41%。 中证500指数增强产品本周超额收益最高1.55%，最低-0.51%，中位数 0.46%。 中证1000指数增强产品本周超额收益最高1.57%，最低-0.32%，中位数 0.57%。 主 要 结 ...

中证1000指数增强产品的投资价值 - 市场Beta回暖背景下，兼具Beta收益与Alpha超额收益的指数增强产品受到关注，其中中证1000指增因较高成长和弹性特征成为焦点[3] - 中证1000指数呈现中小盘风格，覆盖A股市值排名约第801位到1800位附近的公司，行业分布以电子、电气设备、医药生物、计算机等高成长行业为主[4] - 该指数通常表现出更高的收益弹性，同时伴随更大的波动幅度，相比沪深300、中证500等宽基指数进攻属性更突出，适合具备一定风险承受能力、希望通过承担阶段性波动获取潜在超额回报的投资者[4] 政策支持与历史表现 - 自2021年以来，国务院出台政策加快培育专精特新“小巨人”企业，截至2025年财政累计发放超百亿补贴资金，高新技术企业税收优惠持续加码[6] - 此类企业在中证1000成分股中占比较高，产业升级与政策红利叠加，使指数在中长期具备清晰的成长逻辑[6] - 以私募排排网中证1000指增策略指数为例，近一年（2024.12.06-2025.12.05）策略指数收益超过36%，同期中证1000指数涨幅不足16%；近两年（2023.12.08-2025.12.05）策略指数收益超52%，而指数本身约为22%[6] - 数据显示，在合适市场环境下，筛选出表现优于中位数的管理人，投资者不仅能分享指数上涨的Beta收益，还能通过Alpha增强显著拉开与基准的回报差距[6] 产品挑选的全新评估指标 - 传统收益率、波动率、信息比率及胜率等指标更多刻画“结果”，难以还原投资者实际持有体验[9] - 引入两个更贴近实际的评估视角：非定投年化收益与定投年化收益[9] - 非定投年化收益指从某一时点一次性投入并持有至期末所对应的年化收益，反映产品在单一入场点下获取收益的能力[10] - 定投年化收益模拟在同一时间段内以固定频率、等额分批投入资金，并将最终收益换算成等效年化收益，衡量业绩在不同时点的稳定性[11] - 测算显示，能在这两个维度同时表现出色的“双优生”产品不多见，意味着其Alpha来源更持续、分布更均匀，既适合一次性配置也适合长期定投，持有体验更友好[13] 指数增强策略的长期复利效应 - 指数增强策略收益构成是“Alpha+Beta”，核心是在紧密跟踪基准前提下，通过多配优质个股、少配偏弱个股持续积累超额收益[14] - 该策略不适合短期评估，在波动较高的A股市场中，单一阶段表现难以体现策略真实能力[14] - 长期超额的复利效应能一定程度上抵抗Beta起伏，例如假设每天跑赢基准0.01%，持有1年和3年的超额收益分别为2.5%和7.6%；若每天跑赢0.05%，则1年和3年超额收益分别为12.5%和42.4%[15] - 从投资体验和结果看，长期持有是指数增强真正的“正确打开方式”[14] 相关私募公司及管理人信息 - 深圳嘉石大岩私募证券基金管理有限公司成立于2013年6月，致力于提供专业资产管理服务[16] - 大岩资本管理团队拥有丰富的全球金融市场投资经验，40多位专业人士毕业于哥伦比亚大学、牛津大学、清华、北大等海内外名校，拥有数学、计算机、医学、物理、金融工程等复合学术背景[17] - 大岩资本在私募证券投资领域累计获得包括5樽金牛奖在内的几十项业内奖项，合作客户遍及银行、保险、证券公司、基金会、FOF和企业财团[18] - 公司着力于量化投资技术、产品和业务模式的创新，是科学投资的先行倡导者和实践者[19] - 大岩资本联合专业公益机构成立了“大岩新生命儿童基金”[20] - 文章列举了部分私募公司及创始人信息，例如鸣熙资本、大岩资本、千朔投资等公司及其产品规模[17]，以及云起量化施思、大岩资本黄铂、千朔投资黄辉等管理人的从业年限和学历信息[18]

规模与业绩齐飞 Wind 数据显示，截至 12 月 12 日，今年以来新成立指增基金 168 只，合计募集规模达 924.76 亿元，数量和规模均超过过去三年的总和。业绩方面，近九成增强指数型 ETF 实现 正超额收益，年内最高超额收益达 22% 。 对于指数增强基金大发展的主要原因，永赢基金指数与量化投资部总经理蔡路平表示，首 先，市场环境提供沃土。 A 股市场今年呈现明显的结构性分化特征，这为通过量化策略获取 超额收益提供了有利环境。今年中小盘风格表现亮眼，以中证 500 指数、中证 1000 指数、 中证 2000 指数等中小盘宽基指数为基准的增强产品更容易取得超额收益。 其次，量化投资技术发展与新指数提供助力。随着量化模型和 AI 大模型的快速发展，基金公 司能够构建更综合全面的选股模型，提供不同类型的 Alpha 收益来源，捕捉多元的市场投资 机会。同时，稳健可靠的全流程风险控制也提升了超额收益的稳定性。 最后，投资者认知与渠道发力。随着市场教育和产品业绩的持续验证，投资者对指数增强产 品的认知从过去的 " 可选项 " 变成 " 必要项 " 。头部代销平台逐步将业务重点转向指数增 强基金，推出 " ...

国信金工指数增强组合表现 - 沪深300指数增强组合本周超额收益0.73%，本年累计超额收益19.95% [1][7] - 中证500指数增强组合本周超额收益-0.02%，本年累计超额收益7.36% [1][7] - 中证1000指数增强组合本周超额收益-0.31%，本年累计超额收益15.60% [1][7] - 中证A500指数增强组合本周超额收益0.09%，本年累计超额收益9.62% [1][7] 选股因子在不同样本空间的表现 - **沪深300样本空间**：最近一周表现较好的因子包括3个月盈利上下调（周收益0.93%）、标准化预期外盈利（0.92%）和单季净利同比增速（0.78%）[8] - **中证500样本空间**：最近一周表现较好的因子包括单季ROA（周收益0.98%）、单季ROE（0.85%）和非流动性冲击（0.84%）[10] - **中证1000样本空间**：最近一周表现较好的因子包括单季ROA（周收益1.30%）、单季营利同比增速（1.20%）和单季ROE（1.16%）[12] - **中证A500样本空间**：最近一周表现较好的因子包括3个月盈利上下调（周收益1.25%）、一年动量（1.12%）和标准化预期外盈利（1.10%）[14] - **公募重仓股样本空间**：最近一周表现较好的因子包括一年动量（周收益1.37%）、预期净利润环比（1.03%）和单季净利同比增速（0.82%）[16] 公募基金指数增强产品概况与表现 - **产品数量与规模**：沪深300指数增强产品共79只，总规模799亿元；中证500指数增强产品共76只，总规模514亿元；中证1000指数增强产品共46只，总规模214亿元；中证A500指数增强产品共71只，总规模263亿元 [18] - **沪深300指数增强产品表现**：最近一周超额收益最高1.75%，最低-0.80%，中位数0.21%；今年以来超额收益最高14.20%，最低-6.04%，中位数3.25% [21] - **中证500指数增强产品表现**：最近一周超额收益最高0.44%，最低-1.50%，中位数-0.29%；今年以来超额收益最高14.22%，最低-9.41%，中位数3.69% [23] - **中证1000指数增强产品表现**：最近一周超额收益最高0.83%，最低-1.22%，中位数-0.27%；今年以来超额收益最高20.36%，最低-1.62%，中位数9.57% [22][27] - **中证A500指数增强产品表现**：最近一周超额收益最高1.02%，最低-0.67%，中位数0.01%；最近一季超额收益最高3.49%，最低-1.97%，中位数0.59% [24][28] 研究方法论 - **因子MFE组合构建**：采用组合优化模型，在控制行业暴露、风格暴露等实际约束条件下，最大化单因子暴露以检验其有效性 [29][30] - **公募重仓指数构建**：通过普通股票型及偏股混合型基金的定期报告获取持仓信息，将平均权重排序后选取累计权重达90%的股票作为成分股构建指数 [33][34]

指数调仓机制与潜在影响 - 指数调仓是指数编制规则下的常规操作，即定期调入符合规则的股票并调出不符合规则的股票，调仓频率包括每季度、每半年或每年一次[6] - 以市值规模为选股标准的指数（如中证500、中证1000）在定期调仓时可能导致“追涨杀跌”现象：股价上涨导致市值变大的股票被纳入指数，股价下跌导致市值变小的股票被剔除指数[7] - 市值选股型指数的“追涨杀跌”问题并非A股独有，早在20世纪90年代美股互联网泡沫时期，标普500、纳斯达克100等指数就曾因纳入市值大涨的互联网股票，而在泡沫破裂后承受了更大的下跌幅度[8] - 这种因调仓导致的“追涨杀跌”问题在熊市中影响不大，主要影响集中在牛市中后期[8] 应对指数调仓问题的投资策略 - 解决方案之一是考虑投资策略指数，此类指数不基于市值选股，可避免因指数调仓导致的追涨杀跌问题[11][12] - A股市场主流的策略指数主要基于六大经典投资策略：龙头、红利、价值、低波动、成长和质量[11] - 除六大主流策略外，还有一些新兴策略指数，如基本面、护城河、自由现金流、ESG等，未来可能发展成为主流[11] - 部分策略指数（如红利、价值）在每次调仓后，其估值水平甚至会进一步降低，且不会选择被短期炒作的股票[12] - 解决方案之二是考虑投资指数增强基金，这类基金通常将80%的资产按照指数成分股进行投资，剩余20%进行增强操作，这部分操作会主动避开一些有明显泡沫的股票[13] 市值选股型指数的市场地位 - 尽管存在“追涨杀跌”等缺点，但沪深300等市值选股型指数仍然是大多数市场中规模最大、最重要的代表性指数[14] - 市值选股型指数具有策略指数无法比拟的一个核心优势：它是能容纳资金量最大的选股方式，能够承载万亿级别的资金规模[14]

量化模型与构建方式 1. 模型名称：国信金工指数增强组合模型 * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要流程，构建能够稳定战胜特定基准指数的增强组合[10][11] * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测[11] 2. **风险控制**：在组合优化过程中施加多种约束条件以控制风险[11] 3. **组合优化**：采用组合优化模型，在满足风险约束的条件下最大化预期收益或因子暴露，以得到最终的投资组合权重[11] 2. 模型名称：单因子MFE组合模型 * **模型构建思路**：为了在更贴近实际投资约束的条件下检验单因子的有效性，采用组合优化的方式，在控制行业、风格等暴露的前提下，构建最大化该单因子暴露的投资组合（Maximized Factor Exposure Portfolio），并通过该组合相对于基准的表现来判断因子有效性[14][39] * **模型具体构建过程**： 1. 设定优化目标为最大化组合在目标因子上的加权暴露[39] 2. 施加一系列实际投资中的约束条件，包括风格暴露、行业暴露、个股权重偏离、成分股内权重占比、禁止卖空及权重总和为1等[39][40] 3. 具体的组合优化模型如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **目标函数**：`max f^T w`，其中 `f` 为因子取值向量，`w` 为待求解的股票权重向量，`f^T w` 表示组合在单因子上的加权暴露[39] * **约束条件1**：`s_l ≤ X(w - w_b) ≤ s_h`，限制组合相对于基准指数 (`w_b`) 在风格因子（矩阵 `X`）上的暴露偏离在 `[s_l, s_h]` 范围内[40] * **约束条件2**：`h_l ≤ H(w - w_b) ≤ h_h`，限制组合相对于基准指数的行业偏离（矩阵 `H` 为行业暴露矩阵）在 `[h_l, h_h]` 范围内[40] * **约束条件3**：`w_l ≤ w - w_b ≤ w_h`，限制个股相对于基准指数成分股的权重偏离在 `[w_l, w_h]` 范围内[40] * **约束条件4**：`b_l ≤ B_b w ≤ b_h`，限制组合在基准指数成分股内的权重占比在 `[b_l, b_h]` 范围内，`B_b` 为标识是否为成分股的0-1向量[40] * **约束条件5**：`0 ≤ w ≤ l`，禁止卖空，并限制个股权重上限为 `l`[40] * **约束条件6**：`1^T w = 1`，要求权重和为1，即满仓运作[40] 4. 通常设置个股相对于基准权重的最大偏离幅度为0.5%-1%，以避免持仓过于集中[40] 5. 在回测中，于每月末根据约束条件构建每个单因子的MFE组合，换仓时双边扣除0.3%的交易费用，并计算相对于基准的收益风险指标[43] 3. 模型名称：公募重仓指数 * **模型构建思路**：为了测试因子在公募基金这一重要市场参与者持仓风格下的有效性，通过汇总公募基金持仓信息，构建一个代表“机构风格”的股票指数作为新的因子测试样本空间[41] * **模型具体构建过程**： 1. **确定样本基金**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金，若基金转型则使用转型后半年以上的数据[42] 2. **获取持仓数据**：从基金的定期报告（年报、半年报、季报）中获取持股信息。若最新报告为季报，需结合前期的年报或半年报信息构建完整持仓[42] 3. **计算平均持仓**：将所有符合条件基金的持仓股票权重进行平均，得到公募基金的平均持仓信息[42] 4. **筛选成分股**：将平均后的股票权重按从高到低排序，选取累计权重达到90%的股票作为成分股，以此构建公募基金重仓指数[42] 量化因子与构建方式 报告涉及估值、反转、成长、盈利、流动性、波动、公司治理、分析师共8大类30余个因子[15][16]。 1. 估值类因子 * **因子名称**：BP * **因子构建思路**：衡量公司净资产与市场价值的比例，属于价值型因子[16] * **因子具体构建过程**：净资产 / 总市值[16] * **因子名称**：单季EP * **因子构建思路**：使用单季度净利润衡量估值[16] * **因子具体构建过程**：单季度归母净利润 / 总市值[16] * **因子名称**：单季SP * **因子构建思路**：使用单季度营业收入衡量估值[16] * **因子具体构建过程**：单季度营业收入 / 总市值[16] * **因子名称**：EPTTM * **因子构建思路**：使用滚动净利润衡量估值[16] * **因子具体构建过程**：归母净利润TTM / 总市值[16] * **因子名称**：SPTTM * **因子构建思路**：使用滚动营业收入衡量估值[16] * **因子具体构建过程**：营业收入TTM / 总市值[16] * **因子名称**：EPTTM一年分位点 * **因子构建思路**：衡量当前EPTTM在历史一年中的相对位置[16] * **因子具体构建过程**：EPTTM在过去一年中的分位点[16] * **因子名称**：股息率 * **因子构建思路**：衡量公司分红回报[16] * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[16] 2. 反转类因子 * **因子名称**：一个月反转 * **因子构建思路**：捕捉短期价格反转效应[16] * **因子具体构建过程**：过去20个交易日涨跌幅[16] * **因子名称**：三个月反转 * **因子构建思路**：捕捉中期价格反转效应[16] * **因子具体构建过程**：过去60个交易日涨跌幅[16] * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应，通常排除最近一个月以避免与短期反转混淆[16] * **因子具体构建过程**：近一年除近一月后动量[16] 3. 成长类因子 * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长情况[16] * **因子具体构建过程**：单季度净利润同比增长率[16] * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长情况[16] * **因子具体构建过程**：单季度营业收入同比增长率[16] * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长情况[16] * **因子具体构建过程**：单季度营业利润同比增长率[16] * **因子名称**：标准化预期外盈利 (SUE) * **因子构建思路**：衡量实际净利润超出分析师一致预期的程度，并进行标准化处理[16] * **因子具体构建过程**：(单季度实际净利润 - 预期净利润) / 预期净利润标准差[16] * **因子名称**：标准化预期外收入 (SUR) * **因子构建思路**：衡量实际营业收入超出分析师一致预期的程度，并进行标准化处理[16] * **因子具体构建过程**：(单季度实际营业收入 - 预期营业收入) / 预期营业收入标准差[16] * **因子名称**：单季超预期幅度 * **因子构建思路**：直接衡量实际净利润相对于预期净利润的比例[16] * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[16] 4. 盈利类因子 * **因子名称**：单季ROE * **因子构建思路**：衡量单季度净资产收益率[16] * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[16] * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产收益率[16] * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母总资产 + 期末归母总资产)[16] * **因子名称**：DELTAROE * **因子构建思路**：衡量净资产收益率的同比变化[16] * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[16] * **因子名称**：DELTAROA * **因子构建思路**：衡量总资产收益率的同比变化[16] * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[16] 5. 流动性类因子 * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额对价格造成的冲击，反映流动性成本[16] * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[16] * **因子名称**：一个月换手 * **因子构建思路**：衡量短期交易活跃度[16] * **因子具体构建过程**：过去20个交易日换手率均值[16] * **因子名称**：三个月换手 * **因子构建思路**：衡量中期交易活跃度[16] * **因子具体构建过程**：过去60个交易日换手率均值[16] 6. 波动类因子 * **因子名称**：特异度 * **因子构建思路**：衡量股价波动中不能被常见风险因子（如Fama-French三因子）解释的部分[16] * **因子具体构建过程**：1 - 过去20个交易日Fama-French三因子回归的拟合度 (R-squared)[16] * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动率[16] * **因子具体构建过程**：过去20个交易日日内真实波幅均值[16] * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动率[16] * **因子具体构建过程**：过去60个交易日日内真实波幅均值[16] 7. 公司治理类因子 * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司高管薪酬水平[16] * **因子具体构建过程**：前三高管报酬总额取对数[16] 8. 分析师类因子 * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期的滚动市盈率倒数[16] * **因子具体构建过程**：一致预期滚动EP[16] * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的账面市值比[16] * **因子具体构建过程**：一致预期滚动PB[16] * **因子名称**：预期PEG * **因子构建思路**：结合成长性的估值指标[16] * **因子具体构建过程**：一致预期PEG[16] * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来净利润环比增长的预期[16] * **因子具体构建过程**：一致预期净利润 / 3个月前一致预期净利润[16] * **因子名称**：3个月盈利上下调 * **因子构建思路**：衡量过去一段时间内分析师对盈利预测的调整方向[16] * **因子具体构建过程**：过去3个月内分析师（上调家数 - 下调家数）/ 总家数[16] * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量公司受机构关注的程度[16] * **因子具体构建过程**：过去3个月内机构覆盖数量[16] 模型的回测效果 1. 国信金工指数增强组合模型 * **沪深300指数增强组合**：本周超额收益0.73%，本年超额收益19.95%[4][13] * **中证500指数增强组合**：本周超额收益-0.02%，本年超额收益7.36%[4][13] * **中证1000指数增强组合**：本周超额收益-0.31%，本年超额收益15.60%[4][13] * **中证A500指数增强组合**：本周超额收益0.09%，本年超额收益9.62%[4][13] 因子的回测效果 （以下因子表现均为其MFE组合相对于对应基准指数的超额收益） 1. 沪深300样本空间因子表现（最近一周/最近一月/今年以来/历史年化）[18] * **3个月盈利上下调**：0.93% / 2.01% / 9.86% / 5.36% * **标准化预期外盈利**：0.92% / 1.89% / 10.65% / 4.13% * **单季净利同比增速**：0.78% / 0.55% / 13.29% / 3.88% * **一年动量**：0.76% / 1.11% / 1.86% / 2.58% * **预期PEG**：0.72% / 1.07% / 10.69% / 3.60% * **单季营利同比增速**：0.71% / 0.46% / 12.89% / 3.47% * **单季ROE**：0.70% / 2.75% / 20.54% / 5.22% * **DELTAROE**：0.70% / 1.24% / 15.95% / 4.45% * **预期净利润环比**：0.64% / 0.62% / 4.71% / 1.59% * **单季ROA**：0.59% / 2.02% / 14.02% / 3.99% * **单季超预期幅度**：0.59% / 0.65% / 9.49% / 3.91% * **DELTAROA**：0.55% / 0.63% / 13.79% / 4.80% * **标准化预期外收入**：0.33% / 1.16% / 11.21% / 4.77% * **单季EP**：0.27% / 0.32% / 7.92% / 5.27% * **非流动性冲击**：0.25% / 0.12% / -1.49% / 0.32% * **单季营收同比增速**：0.20% / 0.05% / 18.08% / 4.67% * **三个月反转**：0.14% / -0.03% / 0.61% / 0.37% * **三个月换手**：0.12% / 0.26% / -4.78% / 2.37% * **预期EPTTM**：0.12% / 0.09% / 7.17% / 3.87% * **EPTTM一年分位点**：0.08% / -0.54% / 4.63% / 2.42% * **一个月反转**：0.06% / -0.24% / -1.08% / -0.37% * **一个月换手**：-0.01% / -0.24% / -5.27% / 1.34% * **一个月波动**：-0.07% / 0.11% / -1.15% / 1.02% * **特异度**：-0.11% / 0.06% / 2.15% / 0.15% * **EPTTM**：-0.12% / -0.08% / 6.19% / 4.34% * **单季SP**：-0.17% / -0.01% / -0.68% / 2.93% * **SPTTM**：-0.19% / 0.00% / -1.13% / 2.15% * **三个月波动**：-0.21% / -0.02% / -2.41% / 1.83% * **三个月机构覆盖**：-0.22% / 1.08% / 10.93% / 3.05% * **BP**：-0.32% / -0.48% / -1.63% / 2.70% *

量化策略的收益来源与分类 - 主流指增策略赚取Beta+Alpha收益，通过复制市场指数成分股并留出部分仓位增强[6] - 市场中性策略通过做空等值股指期货对冲掉市场Beta，旨在获取纯Alpha收益[6] - 量化择时策略通过模型算法调整仓位获取择时Alpha，有时会叠加股指CTA操作，属于复合策略[8] - 全市场选股策略不明确特定Beta，针对全市场选股增强，可理解为相对于万得全A的指数增强[17] 量化策略的基准选择与表现 - 量化策略主战场在中小盘区域，因股票数量多、主观覆盖不足，存在更多错误定价机会和小市值溢价[9] - 过去5年，小微盘指数年化收益整体较好，部分源于指数编制特点带来的收益增强[12] - 过去5年，平均市值越小的指数波动越大，大盘和微盘指数都曾经历约40%的最大回撤[12] - 从2022年初市场高点持有主流指增策略，经历周期后，指增策略在不同Beta上均有显著超额，且Beta平均市值越小越易做出超额[13] - 指增策略年化波动和最大回撤普遍在20%附近，相比基准指数约40%的最大回撤，持有体验明显更好[14] 量化策略的有效与失灵环境 - 量化策略擅长高波动、高离散、流动性充沛、可选股票数量多的市场环境，这提供了更多捕捉错误定价的机会[18] - 策略同质化拥挤是量化的逆境之一，大量策略争抢相同信号会压缩超额空间，高度一致的持仓可能引发剧烈回撤，如2023年微盘风格共识导致2024年初的踩踏[19] - 陌生风格的极致演绎（如2017年大盘白马行情）可能导致基于历史数据的模型暂时失效[21] - 量化管理人需持续迭代模型以应对不断变化的市场，策略的韧性体现在至暗时刻后，若捕捉Alpha的内核成立，通常能随Beta回升和Alpha累积完成更快修复[23] 量化股票策略在组合配置中的意义 - 量化股多策略提供与主观股多策略本质上不同的收益风险来源，实现真正的分散配置[27] - 主观股多依赖深度研究赚认知差，量化股多依赖统计规律赚规律验证钱，两者底层逻辑互不依赖，表现呈现错位[27] - 根据2022年3月31日至2025年3月31日数据，量化股多与主观股多的相关性为0.71，与市场中性策略相关性为0.50，与债券策略相关性为0.38[28] - 在进攻性组合中，量化股多可作为“更可追踪、更可解释”的进攻仓位；在均衡配置中可补足锐度[28] - 多策略组合通过不同策略的互补与接力应对市场不确定性，避免单一方法论周期性失效，例如在2024年“924行情”前后不同策略的接力表现[29][31]

行业背景与核心痛点 - 截至2025年三季度末，全市场指数基金数量接近3000只，合计规模达6.72万亿元，在ETF爆发式增长助推下继续快速增长，今年以来新成立ETF数量达328只，新发规模突破2500亿元，均创历史新高 [4] - 行业陷入无差异的“发行战、费率战、规模战”循环，同质化竞争对基金公司和投资者均造成资源浪费与潜在损失，对投资者而言，跟踪同一指数的产品大量涌现增加了选择难度 [4] 天弘基金的差异化产品布局策略 - 在宽基、行业主题、商品、Smart Beta、债券、跨境等方向中，选择差异化布局路径，在各个类别精选具备长期发展潜力的标的，重点布局以“新质生产力”为代表的新资产 [6] - 在细分成长领域进行前瞻布局，例如天弘中证沪港深云计算产业指数ETF（517390）是配置AI时代“数据底座”少有的跨市场工具，天弘中证沪港深物联网主题ETF（517660）、天弘中证智能汽车（010955）等是业内唯一或较早发行的跟踪细分成长环节的指数基金 [6] - 在成熟及快速发展的产业链中深度布局，截至2025年三季度末，天弘中证光伏产业（011102）在跟踪同标的场外指数基金中规模最大，合计规模近百亿元；天弘中证计算机ETF（159998）规模25.55亿元，为同标的指数产品规模最大ETF；天弘国证生物医药ETF（159859）是业内规模最大的生物医药ETF，规模达33.15亿元 [7] - 在宽基方面完整覆盖主流投资方向，共布局23个主流指数基金，并在13个重点宽基指数上布局指数增强基金，同时在恒生科技、标普500、纳斯达克100和黄金等全球代表性资产类别上亦有布局 [7] 从Beta到Alpha的解决方案突破 - 指数增强是天弘基金提供的解法，截至2025年三季度末，其指数增强基金达19只，总管理规模突破120.84亿元，是行业中为数不多迈入“百亿规模”的指增团队 [8] - 代表产品中长期统计区间的超额收益全面跑赢同期同业指增平均水平，例如天弘中证500指数增强A过去一年超额收益8.32%，过去三年6.34%，过去五年19.01%；天弘沪深300指数增强A过去一年超额收益1.22%，过去三年5.70%，过去五年19.30% [9] - 除宽基指增外，还对消费、医药、科技等行业主题指数布局指数增强基金，天弘中证科技100指数增强A（010202）今年以来上涨52.61%，天弘国证消费100指数增强A（010771）上涨30.40% [9] - 截至2025年三季度末，天弘旗下科技、制造、消费等行业增强基金，与同板块主动基金相比，绝对收益均位于前25%分位，超额收益均位于前50%分位，超额回撤均为同类最小 [9] 投研服务与投资者陪伴 - 将宏观与策略研究团队的深度研究转化为供广大投资者使用的资产配置观点，并以“工具”形式触达投资者，形成研究结论到可执行解决方案的闭环 [9] - 在蚂蚁财富“指数+”板块提供基于基本面、交易面、资金面的行业轮动策略，通过量化因子模型结合财务分析捕捉行业盈利改善趋势，并动态调整行业配置权重 [10] - 开发实用工具帮助投资者降低决策难度，例如联合深交所基金部推出以PB为核心参照指标的创业板定投方案，根据创业板指PB在过去6年中的相对位置决定每期定投金额，并设置明确的止盈约束条件 [11][12] - 推出改进版网格交易工具，包括结合行业配置信息的单资产网格、绝对收益导向下的红利资产网格、定位超额收益的多资产网格等 [12] - 量化团队与科技团队开发指数分析模块，在“机构快车”工具中，根据卖方分析师预期、买方机构调研、ETF资金流和指数成分股大单四大机构因子，量化筛选机构看好且资金流入的行业指数，每双周提供综合排名前三的行业参考 [13] 市场认可与成果 - 基金半年报显示，截止上半年末，天弘基金境内权益类指数产品持有人户数为1281.18万户，业内排名第1 [13] - 全市场持有人户数前100的指数产品中，共有14只天弘指数产品，其中天弘沪深300ETF联接A、天弘中证食品饮料ETF联接A分别位列第2、第3 [13]