一、当我们在讨论降息时，华尔街在忙什么？ 凌晨三点，我盯着美联储的会议纪要苦笑。这帮西装革履的老狐狸又在玩文字游戏——表面讨论降息，暗地里早就在倒腾那6.5万亿美元的资产负债表。你 看那张图： 知道最讽刺的是什么吗？当普通投资者还在争论"加息周期结束没"，那些拿着量化模型的对冲基金，早就在原油期货里布好局了。就像去年伊以冲突时，媒 体铺天盖地学"地缘政治推高油价"，可我的系统显示，「机构库存」数据在冲突前两周就异常活跃。 二、这个市场从来不讲武德 你们还记得「通源石油」吗？当时所有人都说它是事件驱动型上涨。但看看这张交易行为图： 橙色柱体像心电图一样跳动了整整一个月！这就是我用了十八年的量化系统里最核心的指标——它不告诉你明天涨跌，但能让你看见哪些股票被机构当成了 狩猎场。就像打麻将，高手永远知道什么时候该扣牌。 发现没有？像不像猎豹潜伏时的呼吸频率？这种节奏感，靠看F10资料根本摸不着门道。我认识个私募基金经理，他办公室挂着幅字："市场如战场，K线是 弹道轨迹"。 四、当美联储开始印钞时 三、藏在K线背后的数学游戏 现在市场上80%的成交量来自程序化交易。他们买卖的逻辑根本不是"看好某家公司"，而是在玩一种 ...

文章核心观点 - 在低利率环境下，金融机构面临获取利率下行收益与防范上行风险的双重挑战，国债期货是精细化风险管理的关键工具 [1] - 持续使用国债期货对冲会显著降低组合收益，提出基于阈值触发的量化对冲机制，可在控制风险的同时保持较高收益 [14][15][19] - 国债期货可有效管理多种债券投资风险，包括利率上行风险、久期缺口风险、信用利差上行风险和收益率曲线风险 [8][29] 低利率环境下的挑战与风险 - 中国10年期国债收益率在2025年1-7月运行于1.6%-1.9%的历史低位，低利率环境预计将持续 [2] - 长期国债收益率上行风险巨大，例如30年期国债收益率上行30个基点可能导致价格下跌超5% [2] - 债券市场波动率显著上升，中债-新综合财富指数2025年的26周波动率从2021-2024年的中枢1%大幅提升至2%左右 [2] - 参考境外市场，债券收益率在降至低位后往往进入长期震荡甚至上行阶段，加剧风险管理难度 [4] - 金融机构持有债券规模庞大，截至2024年末，商业银行和保险公司合计持有债券约100万亿元，占全市场余额约六成，大幅波动可能引发流动性风险和螺旋式调整 [6] 国债期货作为风险管理工具的优势 - 国债期货是场内标准化合约，2024年成交规模达64.7万亿元，具有成交量大、主要金融机构均可参与的优势 [7] - 相比其他衍生品，利率互换（2024年成交32.7万亿元）为场外非标准化合约，操作难度大；信用衍生品市场不活跃，合计仅约200亿元 [7] - 金融机构参与国债期货交易需坚持以风险管理为目的，主要用于套期保值 [7] 利率上行风险的对冲方法与案例 - 采用修正久期法计算国债期货对冲比例，核心是使被套保债券与国债期货的修正久期相等 [9] - 以2017年1月为例，当月10年期国债收益率上行34个基点，不对冲的区间收益为-2.35% [10] - 使用10年期国债期货对冲（卖出912手）可将区间收益提升至-1.01%，减少57%的损失，并降低波动率和最大回撤 [12][13] - 使用5年期国债期货对冲（卖出1823手）仅减少25%的损失，效果较差，因10年期期货CTD券久期更接近持仓债券久期 [11][12][13] 量化对冲机制的提出与实证效果 - 在利率总体下行的长周期中（如2022年1月至2025年7月），持续对冲会大幅降低收益：不对冲组合区间收益为19.29%，持续对冲组合降至5.74% [14] - 持续对冲虽降低波动率（从1.99%至1.53%）和最大回撤（从2.18%至1.41%），但导致夏普比率和卡玛比率大幅下降，风险收益比不佳 [14] - 提出量化对冲机制：基于债券收益率动量效应，当10年期国债收益率相对前一个月低点的“偏离幅度”超过触发阈值时开始对冲，当偏离幅度回落至结束阈值时停止 [16][17][19] - 实证研究（2022年1月至2025年6月）显示，触发/结束阈值设为（7%， 3.5%）时效果较优：区间累计收益达19.62%（高于不对冲的19.29%），同时波动率、最大回撤降低，夏普比率和卡玛比率提高 [19][20] - 阈值设置需权衡：高阈值（如9%，4.5%）对冲天数少（41天），减损能力弱；低阈值（如1%，0.5%）对冲频繁（517天），虽能更好控制波动和回撤，但对操作能力要求高 [20][21] - 2025年1-7月市场波动频率高但幅度有限，低阈值（1%，0.5%）在该期间收益最高（1.39%） [21] 管理久期缺口及流动性风险 - 金融机构存在资产负债久期缺口，在收益率下行时资本利得不足，直接买入大量现券调整久期面临流动性风险 [22] - 以2024年12月为例，当月10年期国债收益率下行35个基点，通过国债期货可快速增加组合久期 [22] - 操作案例：期初持有面值100亿元的24国开15，通过买入9056手10年期国债期货（T2503）增加久期6年，区间收益达5.02%，高于原持仓的3.39% [22][23] - 买入现券（约70亿元）调整久期需14个交易日，区间收益为4.83%，低于期货加仓方式，体现了流动性摩擦成本 [22][23] - 使用30年期国债期货（TL2503）加仓效果（区间收益4.61%）次于10年期期货，因30年期收益率下行幅度较小且基差变化影响 [23] 管理信用利差上行风险 - 截至2025年6月，银行和保险机构持有的信用债规模超6.5万亿元，信用债流动性较低 [24] - 无风险利率上行时，信用债收益率及信用利差往往同步上行，可用国债期货对冲 [25] - 以2022年11-12月为例，中债5年AAA-二级资本债收益率上行73个基点，同期国债仅上行22个基点，信用利差走阔51个基点 [25] - 案例：持有面值10亿元的22工行二级资本债03A，不对冲区间收益为-2.50% [25] - 使用5年期国债期货对冲（比例1.0518）后区间收益为-1.90%，减少24%的损失，对冲效果优于2年期和10年期期货 [25][26] 管理收益率曲线风险 - 收益率曲线各期限变化不对称（如期限利差变化）带来收益率曲线风险 [26] - 2025年7月14日至8月15日，国债30年-10年期限利差走阔约11个基点，曲线陡峭化 [27] - 案例：持有面值10亿元的23国债23（30年期），不对冲区间收益为-2.42% [27] - 构建国债期货对冲组合：买入3668手10年期国债期货（T2509）并卖出1155手30年期国债期货（TL2509），在不改变组合久期前提下，区间收益改善为-1.22%，减少约50%的损失，最大回撤从2.81%降至1.76% [27][28] 结论与建议 - 国债期货在利率大幅上行时对冲效果显著，但需避免持续对冲，量化对冲机制能提高风险收益比 [29] - 国债期货可精细化管理久期缺口风险、信用利差上行风险和收益率曲线风险 [29] - 建议推动更多银行和保险机构参与国债期货市场，目前市场参与者仍以公募基金和证券公司为主，银行保险参与有限，扩大参与范围有助于提升市场容量和金融机构风险管理能力 [30]

根据提供的研报内容，以下是关于量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：价格分段体系**[16][19] * **模型构建思路**：通过分析价格数据，识别市场在不同时间尺度（如日线、周线）上的趋势阶段[16] * **模型具体构建过程**：模型涉及dea指标，用于判断价格走势，但报告中未提供具体的计算步骤和公式[19] 2. **模型名称：微观市场结构择时模型**[17][20] * **模型构建思路**：通过监测“知情交易者活跃度”这一指标，来判断市场内部结构变化，从而进行择时[17] * **模型具体构建过程**：报告指出该指标与市场走势同步，但未详细说明其具体构建过程和计算公式[17][20] 3. **因子名称：分析师行业景气预期因子**[21][22] * **因子构建思路**：基于分析师对上市公司未来业绩的一致预测数据，构建反映行业景气度的因子[21] * **因子具体构建过程**：具体计算了两个指标： * 滚动未来12个月ROE（ROEFTTM）的环比变化[21][22] * 一致预期净利润滚动未来12个月（FTTM）增速的环比变化[21][22] 报告未提供具体的计算公式，仅展示了计算结果[21][22] 4. **因子名称：BARRA风格因子**[24][25] * **因子构建思路**：采用经典的BARRA风险模型框架，从多个维度（如价值、成长、动量、市值等）刻画市场的风格偏好[24] * **因子具体构建过程**：报告列举了多种风格因子，包括换手、财务杠杆、盈利波动、盈利质量、盈利能力、投资质量、长期反转、EP价值、BP价值、成长、动量、非线性市值、市值、波动率、贝塔、股息率等[24][25]。报告未详细描述每个因子的具体构建公式，仅展示了其近期收益表现[24][25] 模型的回测效果 （报告中未提供相关量化模型的具体回测效果指标取值） 因子的回测效果 1. **分析师行业景气预期因子**，本周一致预期ROE环比变化：有色金属 3.11%[22]，商贸零售 2.51%[22]，电力设备 1.37%[22]，...；本周一致预期净利润增速环比变化：商贸零售 16.90%[22]，电力设备 10.59%[22]，公用事业 9.91%[22]，... 2. **BARRA风格因子**，本周收益：换手 0.2%[25]，财务杠杆 -0.2%[25]，盈利波动 0.0%[25]，盈利质量 0.1%[25]，盈利能力 -0.2%[25]，投资质量 -0.1%[25]，长期反转 0.1%[25]，EP价值 -0.1%[25]，BP价值 0.1%[25]，成长 0.1%[25]，动量 1.0%[25]，非线性市值 -0.3%[25]，市值 -0.5%[25]，波动率 -0.2%[25]，贝塔 0.7%[25]，股息率 -0.1%[25]

公司获奖与行业认可 - 平方和投资于2025年11月28日荣获"三年期金牛量化机构（多空对冲策略）"奖项 [1][3] - 该奖项由中国证券报主办 旨在服务国家金融战略并构建金融科技领域专业评价生态 [3] - 公司自2015年8月成立以来已累计获得金牛奖等70余项权威荣誉 [3] 公司发展历程与战略 - 公司坚守同一策略框架并持续迭代 策略体系历经多轮周期检验 [3] - 此次获奖恰逢公司成立十周年 体现"策略十年、十年长青"的发展成果 [3] - 公司以投研体系建设为核心命脉 投研合伙人的加盟支撑搭建"总经理+投资总监"科学分工架构 [3] 投研体系与技术架构 - 公司执行"数据处理、因子挖掘、因子合成、投资组合优化、交易"五位一体的策略开发模式 [4] - 策略以10年以上历史数据为根基 通过量化标准与逻辑校验保障因子高质量与强逻辑性 [4] - 组合构建以机器学习为核心 采用日间预测为主、日内预测为辅的多模型集成框架 [4] 未来发展规划 - 公司未来将继续秉持"以投研为本、追求卓越"的核心价值观 [4] - 重点在策略创新、技术升级与风险控制上守正创新 以投资者利益为核心 [4] - 致力于稳步提升综合服务能力 为量化行业高质量发展持续贡献力量 [4]

根据提供的研报内容，以下是关于量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：价格分段体系**[15] * **模型构建思路**：通过分析价格在不同时间尺度（如日线、周线）上的走势，对市场趋势进行分段识别，以判断当前市场所处的阶段[15] * **模型具体构建过程**：模型使用移动平均线类的技术指标（如图中显示的dea指标）对指数价格（如上证综指）进行平滑处理，通过比较不同周期（如日线与周线）的指标走势来判断趋势的一致性与边际变化[15][18] 2. **模型名称：微观市场结构择时模型**[16] * **模型构建思路**：通过监测市场中的“知情交易者”行为来捕捉市场情绪和资金流向的变化，从而进行择时判断[16] * **模型具体构建过程**：构建“知情交易者活跃度”指标，该指标通过分析市场的高频交易数据或订单流数据，识别可能拥有信息优势的交易者的行为模式，其数值变化反映了这类交易者对后市的态度（如谨慎或乐观）[16][19] 量化因子与构建方式 1. **因子名称：分析师行业景气预期因子**[20] * **因子构建思路**：利用卖方分析师对上市公司未来的盈利预测数据，构建行业层面的景气度指标，以反映市场对行业基本面的预期变化[20] * **因子具体构建过程**：计算申万一级行业的两个关键指标：1）一致预测滚动未来12个月ROE（ROEFTTM）的周度环比变化；2）一致预期净利润未来12个月（FTTM）增速的周度环比变化。通过比较这些环比变化率来评估各行业景气预期的强弱[20][21] 2. **因子名称：融资融券资金流向因子**[22] * **因子构建思路**：跟踪融资融券交易产生的资金在不同行业间的净流入/流出情况，以此作为衡量市场情绪和资金偏好的一个维度[22] * **因子具体构建过程**：计算每个行业在本周内的融资净买入额与融券净卖出额的差值，得到“期间净买入额”。正值代表资金净流入，负值代表资金净流出[22][24] 3. **因子名称：BARRA风格因子**[25] * **因子构建思路**：采用成熟的因子模型框架，从多个维度（如价值、成长、动量、市值、波动率等）解析市场的风格收益特征[25] * **因子具体构建过程**：报告直接引用了BARRA风格因子体系的收益表现，涉及的因子包括但不限于： * **价值类**：EP价值（盈利价格比）、BP价值（账面价格比）、股息率 * **成长类**：成长因子 * **质量类**：盈利质量、投资质量、盈利能力、盈利波动、财务杠杆 * **动量与反转类**：动量、长期反转 * **交易行为类**：换手率、波动率 * **市值类**：市值、非线性市值 （具体构建公式未在报告中详细给出，为行业通用标准因子）[25][26] 模型的回测效果 （报告中未提供相关模型的量化回测指标结果，如年化收益率、夏普比率等） 因子的回测效果 1. **分析师行业景气预期因子**，本周一致预期ROE环比变化：食品饮料行业+2.59%，建筑材料行业+2.57%[21]；本周一致预期净利润增速环比变化：建筑材料行业+18.23%，房地产行业+14.52%[21] 2. **融资融券资金流向因子**，本周期间净买入额：国防军工行业+13.8亿元，基础化工行业净流入金额较高[22][24]；电子行业净流出金额较高[22][24] 3. **BARRA风格因子**，本周收益：市值因子+0.6%，股息率因子+0.3%，波动率因子+0.2%，非线性市值因子+0.2%，投资质量因子+0.2%，盈利质量因子+0.2%，EP价值因子+0.1%[26]；动量因子-0.6%，长期反转因子-0.5%，BP价值因子-0.5%，换手因子-0.5%[26]

Two Sigma在华业务表现 - 旗下一只侧重于中证500指数的指数增强策略基金，在今年前9个月收益率达到52.5%，比基准指数高出23个百分点[1] - 该中证500策略基金自2023年成立以来，平均年化收益率达到20.8%[1] - 公司旗下另一只宏观策略基金今年前9个月的回报为11.6%，从2020年启动以来的累计回报达到119.9%[1] - 公司在中国机构腾胜投资管理(上海)有限公司的资管规模在完成逾10亿人民币募资后，正式超过100亿关口[1] - 新募集的资金中约四分之三将进入中证500策略基金，剩余25%将进入宏观策略基金[1] 外资同行桥水基金在华表现 - 桥水基金于2019年在中国推出全天候增强型基金，成立以来每年都能录得正收益[1] - 桥水基金该产品在2024年的收益率达到37%，跻身全球对冲基金前十[1] - 稳定的超额表现使得桥水基金产品近两年需要“配货”才能分到额度[1] - 桥水中国的资管规模在2021年达到百亿门槛，并在去年突破550亿[1] Two Sigma公司概况 - 公司是美国华尔街的一家量化对冲基金，截至2023年，其管理规模超过600亿美元[2] - 公司采用大数据分析和人工智能模型构建投资策略，覆盖股票、债券、大宗商品等多个资产类别[2] - 公司因自主研发的量化模型和分布式计算技术成为行业头部机构[2] Two Sigma公司治理与风险事件 - 公司曾多次暴露管理缺陷，包括2022年的模型参数篡改事件导致客户亏损1.7亿美元[2] - 公司于2024年因模型漏洞被美国证监会处罚9000万美元[2] - 2023年，公司自曝两位联合创始人长期以来存在不合，2024年两位创始人退出日常管理，公司进入治理结构改革新阶段[2] - 2022年模型参数篡改事件的主角是前雇员吴舰，公司于2024年将其解雇并赔偿了客户损失[2] 前雇员吴舰个案 - 吴舰于2018年4月加入Two Sigma，从量化研究员做起，三年内升任量化研究部副总裁，2023年1月被提拔为高级副总裁[2] - 吴舰2022年的薪资高达2350万美元（约合人民币1.67亿元）[3]

公司概况 - 公司为宁波平方和投资管理合伙企业（有限合伙），是一家量化对冲基金公司，成立于2015年8月，已获得金牛奖、金长江奖等70余项权威荣誉 [6] - 截至2025年10月底，公司管理规模已突破100亿 [2] - 截至2025年9月底，公司旗下产品平均收益位列量化私募业绩榜Top10 [2] 投研团队 - 核心团队成员均为来自国内外知名对冲基金的资深基金经理和高级量化研究人员，从业经历超过15年 [8] - 团队成员来自北大、清华、中科院等名校，团队协作通过标准化流程提升决策效率，避免依赖个人经验 [10] 核心策略与代表产品 - 市场中性策略通过多空对冲剥离系统性风险，力争获取与市场涨跌基本无关的超额收益，代表产品为平方和智增1号私募证券投资基金 [12][13][14] - 指数增强策略结合被动跟踪指数与主动创造超额收益，代表产品包括平方和鼎盛中证500指数增强9号、平方和鼎盛中证1000指数增强8号证券投资基金 [17][20][22] - 量化选股策略通过全市场选股灵活捕捉投资机会，不主动跟踪或对标市场指数，代表产品为平方和量化精选1号私募基金 [24][25] 技术迭代与风控体系 - 因子研究从量价因子扩展至基本面、分析师预期与另类数据等多维度，覆盖日内多频率预测，严格执行样本内外测试与多指标综合评估 [27] - 组合优化从等权合成、线性模型演进为以决策树、深度学习等机器学习模型为主导 [28] - 风险管理升级为涵盖行业、风格因子、交易比例等多维度的风控体系，完善黑名单机制 [29] - 交易执行自建Bsim交易系统，凭借更快交易速度执行订单，利用高频时序预测优化交易算法 [30] - 公司建立投资事前、事中、事后全流程风险控制，持仓分散400-1000只，单只股票占比通常不超过1% [31][32] 核心优势与亮点 - 策略历经十年市场检验，展现出强韧性，能够穿越周期应对各种挑战 [43][44] - 公司靠自营起家，在实盘环境中持续打磨策略，并把自营策略资管化提供给客户，人工与AI双引擎驱动 [45][46] - 团队为清华北大系钻石团队，核心成员从业经历超过15年 [47][48] - 深耕中低频策略，策略天然高容量，为未来规模扩张提供广阔空间，注重策略效能与资金容量动态平衡 [49] 公司发展规划 - 实行公司"第三个五年规划"，做到投研与运营均衡发展，让规模增长与策略容量精准匹配 [51] - 投研方面计划拓展数据源维度，开发新型模型结构，探索端到端技术框架，提升定制化服务水准 [52][53][54] - 人才战略方面引入行业专家与全球知名院校优秀人才，建立完善人才培养体系，推动管理规模突破百亿 [55] - 建立"系统性"组织机制，采用"OKR+TDL"管理模式，提升整体运营效率，优化资源配置和风险控制能力 [56]

公司发展历程与定位 - 平方和投资于2015年成立，2025年迎来十周年，是中国最早将海外成熟量化对冲模式在国内落地的机构之一[1][3] - 公司创始人吕杰勇的创业初心是成为“中国的文艺复兴”，旨在建立中国自己的量化对冲基金[2][3] - 公司成长伴随行业三次危机：2008年金融危机后行业萌芽、2015年市场骤冷时逆势出发、2018年市场冷却时取得两位数正收益[4][5] 策略体系与技术创新 - 公司坚持同一策略框架并不断迭代，策略体系历经多轮市场检验[2][6] - 因子研究从早期量价因子拓展至基本面、分析师预期、另类数据等多维度，涵盖日内多频段预测[6] - 组合优化经历从线性模型到机器学习主导的非线性模型的演进，自研Bsim系统优化交易执行以降低冲击成本[6][7] - 2025年公司算力同比提升约2.3倍，Bsim系统支持研究员日均完成上千次回测[7] 当前运营与业绩表现 - 公司主要采用中低频策略，策略容量上限较高，当前管理规模在百亿元左右，处于规模效应最佳阶段[2][7] - 2025年以来超额回报显著，并在小微盘股波动中展现较强防御性[7] - 公司通过引入投研合伙人方壮熙（前世坤投资高管）实现团队综合实力质的跃升，推动投研体系全新升级[7] 行业环境与监管应对 - 2025年量化成为资本市场关键词，A股万亿成交额成常态，量化产品备案数量同比翻倍[1] - 2025年7月量化新规落地，针对高频交易、异常交易及DMA等场外衍生品业务实施强监管[7] - 公司长期深耕中低频策略，高频策略占比低，并主动压降DMA业务杠杆率及存续规模，与监管思路契合[7][8][9] - 公司认为监管压缩套利空间后，竞争重心将转向扎实的阿尔法挖掘能力，凸显其十年因子库样本外检验形成的“时间护城河”[2][7][9]

上周市场回顾 股票市场表现 - A股主要宽基指数全线上涨，创业板指、科创50、中小板指涨幅领先，分别上涨7.74%、7.49%、4.47%，上证综指、中证1000、沪深300涨幅较小，分别为0.84%、1.03%、2.71% [5][14] - 行业方面，通信、有色金属、电子收益靠前，涨幅分别为12.55%、7.59%、5.94%，煤炭、交通运输、食品饮料表现较差，收益分别为-5.99%、0.92%、1.21% [5][19] - 主要宽基指数成交额均上升，处于过去52周100%历史分位水平 [16] - 过去一个月科创50指数上涨29.37%，年初至今累计收益率为35.63%，表现最佳 [14][19] 债券市场动态 - 央行逆回购净投放资金1961亿元，逆回购到期20770亿元，净公开市场投放22731亿元 [5][22] - 除10年期外，不同期限国债利率均下行，利差扩大5.70BP [5][24] - 质押式回购利率7D上升3.32BP，SHIBOR隔夜下降8.70BP [22][23] - 信用利差方面，1年期和10年期不同评级信用债利差下行，5年期和7年期上行 [26][27] 可转债市场 - 中证转债指数下跌2.58%，累计成交3861亿元，较前一周减少173亿元 [28] - 转股溢价率中位数23.78%，下降3.42%，纯债溢价率中位数23.68%，下降5.00% [28] 基金市场动态 公募基金规模创新高 - 截至2025年7月底，公募基金资产净值合计35.08万亿元，创历史新高，较6月底增加6829.93亿元 [5][11] - 货币基金规模增加最多，增长3813.84亿元，股票基金和混合基金分别增加1925.94亿元和1385.56亿元，债券基金减少481.92亿元 [11] 基金产品发行情况 - 上周新成立基金44只，合计发行规模272.05亿元，较前一周增加 [3][45] - 股票型基金发行194.83亿元，混合型基金发行29.13亿元，债券型基金发行48.09亿元 [45] - 被动指数型基金23只，发行规模109.5亿元，增强指数型基金5只，发行规模37.76亿元 [46] - 上周有29只基金进入发行阶段，本周将有42只基金开始发行 [3][51] 中央汇金ETF持仓 - 中央汇金ETF配置规模达1.29万亿元，涵盖48只ETF，合计持仓份额3835亿份 [7] - 主要持有宽基ETF，如华泰柏瑞沪深300ETF（持仓规模2929.05亿元）、易方达沪深300ETF（2186.97亿元） [7][8] - 增持以沪深300ETF为主，华泰柏瑞沪深300ETF增持112.37亿份，华夏沪深300ETF增持94.45亿份 [9][10] - 同时增持医药、军工等行业主题ETF，如易方达沪深300医药ETF增持5.36亿份 [9][10] 基金公司自购行为 - 摩根基金运用自有资金2470万元认购摩根中证A500指数增强基金 [5][6] 公募基金业绩表现 主动管理基金 - 上周主动权益、灵活配置型、平衡混合型基金收益分别为2.12%、1.77%、1.51% [5][33] - 今年以来主动权益基金中位数收益25.09%，灵活配置型19.08%，平衡混合型10.88% [5][36] - 普通FOF基金243只，目标日期基金119只，目标风险基金153只 [5][40] - 目标日期基金今年以来累计收益率13.14%，表现最优 [5][40] 量化基金 - 上周指数增强基金超额收益中位数-0.21%，量化对冲型基金收益中位数-0.19% [5][38] - 今年以来指数增强基金超额中位数3.52%，量化对冲型基金收益中位数0.51% [5][38] 基金经理变动 - 上周37家基金公司的103只基金产品发生基金经理变动，汇添富基金（15只）、浙商基金（10只）、鹏华基金（8只）变动较多 [43] 行业热点与产品创新 基金产品申报 - 上周共上报46只基金，包括9只FOF，以及招商上证综合增强策略ETF、富国创业板新能源ETF等创新产品 [4][5] 创新产品发行 - 新发基金包括汇添富上证科创板人工智能ETF（发行规模10.89亿元）、华泰柏瑞通用航空ETF（9.06亿元）等科技主题产品 [48] - REITs产品中金唯品会奥莱REIT成立，发行规模10亿元 [48] 行业主题ETF受关注 - 中央汇金增持医药、军工等行业ETF，反映对细分领域的布局 [9][10] - 新发基金中多只科创板、新能源、人工智能主题产品，显示创新赛道持续受关注 [48][51]

量化对冲基金业绩表现 - 近一年大盘走牛背景下近七成量化对冲基金单位净值增长率告负 [1] 业绩跑输主要因素 - 对冲成本上升导致业绩承压 [1] - 风格适应性不足制约基金表现 [1] - 市场流动性压力影响投资运作 [1] - 策略同质化现象削弱超额收益能力 [1] 策略调整方向 - 根据对冲成本灵活调整资产配置比例 [1] - 通过利率债投资拓宽收益来源 [1] - 利用转债资产提升组合性价比 [1] - 增加股票多头策略增强收益能力 [1]