量化私募行业整体表现 - 近1年来量化私募行业平均收益达48.7%，今年以来平均收益为22.62% [2] - 全国符合排名规则的量化私募机构共164家，其中上海地区数量最多达65家，浙江地区业绩最优 [2] - 行业受益于AI驱动的科技革命及市场行情改善，进入新一轮发展周期 [2] 区域量化私募分布特征 - 上海地区聚集65家量化私募，含20余家头部机构，近1年平均收益47.53% [2][3] - 浙江地区15家机构表现突出，近1年平均收益59.62%居全国首位 [2][3] - 广东地区38家机构平均收益49.04%，北京地区26家机构平均收益43.28% [3] - 其他地区23家机构平均收益50.71%，显示非核心区域亦存在优质机构 [3] 头部机构规模结构 - 全国50亿以上规模量化私募共51家，0-50亿规模机构达113家 [3] - 百亿级私募在头部区域集中度高，如上海地区21家50亿以上机构中含多家百亿私募 [3][4] 细分区域领先机构表现 上海地区 - 锦望投资（0-5亿规模）以多资产策略位列榜首，策略容量上限20亿 [4] - 智信融科（0-5亿规模）采用多周期策略覆盖40+品种，期货策略超额显著 [4] - 百亿级机构天演资本、稳博投资、黑翼资产均进入前十 [4] 北京地区 - 天算量化（50-100亿规模）为早期AI量化私募，4只产品均由何天鹰管理 [6][7] - 聚宽投资（100亿以上）拥有44只符合规则产品，数量为地区之最 [6][8] - 星阔投资（10-20亿）专注Alpha策略，超额夏普比率表现亮眼 [8] 广东地区 - 深圳地区私募包揽前三，翰荣投资（10-20亿）、天之卉（0-5亿）、巨量均衡基金（0-5亿）分列前三 [10][12] - 巨量均衡基金创始人程志田具18年量化投研经验，曾管理70亿公募基金 [12] 浙江地区 - 杭州地区机构占9席，量盈投资（20-50亿）以行业指数增强策略夺冠 [13][14] - 团队16人来自国内外名校，8月半导体指数增强产品实现正超额 [14] 其他地区 - 世纪前沿（澄迈/100亿以上）投入数千万建AI机房，全策略覆盖 [16] - 倍漾量化（南京/50-100亿）由人工智能研究院院长创立，团队含ACM金牌得主 [17] 策略与技术趋势 - 头部机构普遍采用AI/机器学习技术，如世纪前沿2020年组建AI团队 [16] - 多资产、多品种策略成为主流，智信融科覆盖商品/股指/国债期货 [4] - 低频策略仍占重要地位，如锦望投资整体偏向低频策略 [4]

行业背景 - 指数投资快速发展 全市场ETF规模突破5万亿元[1] - 资本市场改革深化 投资者结构优化[1] - 公募机构加速布局 产品创新频出[1] 公司战略 - 采用差异化发展路径 在大行业中寻找细分机会[2] - 实施"切蛋糕"策略 聚焦细分领域而非整个行业[2] - 坚持左侧布局策略 提前布局前景好但未被充分挖掘的领域[3] - 资管服务实体经济与国家战略 紧跟政策把握产业升级方向[2] 产品布局 - ETF管理规模超190亿元 较年初47亿元增长近3倍[1][3] - 推出多只业内首创产品 包括黄金股ETF 通用航空ETF 卫星ETF 港股医疗ETF[1] - 黄金股ETF两年内规模破百亿元[3] - 医疗器械ETF规模近50亿元[3] - 通用航空ETF和卫星ETF规模均超10亿元[3] - 今年已成立11只ETF产品 涵盖宽基+指增+策略+细分行业领域[4] - 申报中证科创创业人工智能ETF等多只指数产品[4] - 产品货架覆盖消费 制造 科技 周期 金融 军工等核心板块[4] 业务拓展 - 量化业务以指数增强策略为主 覆盖多个指数[5] - 在主动量化方面加大投入 储备多种策略方案[5] - 量化业务获得硬件资源支持 应用大模型等新技术[6] - 在T+0港股产品 跨市场产品 指数增强策略产品等方面取得突破[4] 风险管理 - 建立严格的风险管理体系 风控地位非常高[6] - 借助明镜风险管理系统等工具主动管理风险[6]

金秋九月，公募基金行业2026届秋季校园招聘正式拉开帷幕。易方达基金、广发基金、嘉实基金、南方 基金、博时基金、鹏华基金、工银瑞信基金等公募机构纷纷启动校招计划，面向2025年9月份至2026年8 月份毕业的应届生广纳贤才。 从招聘规模、岗位设置到能力要求，本届秋招呈现出扩招扩容趋势，AI、量化等领域人才备受青睐， 折射出公募行业投研能力评估标准正从"规模驱动"转向"能力驱动"，也预示着未来行业竞争将围绕人才 质量展开激烈博弈。 扩招扩容覆盖业务链 与往年相比，2026届公募秋招的"扩招"趋势尤为明显。多家公募机构不仅扩大了招聘总人数，还拓宽了 岗位覆盖范围，从投研核心部门延伸至市场、运营、科技等全业务链条。 鹏华基金在此次校招中明确提出"扩招计划"，岗位分为研究类、运营类、营销类三大类，研究类方向涵 盖助理量化研究员、助理债券研究员(信用/宏观/转债)、助理研究员(医药/化工/新能源/计算机/制造/海外 权益方向)等细分方向，覆盖权益、固收、海外投资、指数与量化等领域。 前海开源基金则从去年仅招聘"行业研究员"单一岗位，扩展至今年的投资研究和市场营销两类方向，新 增机构客户经理、电商运营、营销支持等岗位，行 ...

【导读】 重塑投资，公募AI量化大变革已至 中国基金报记者 孙晓辉 随着人工智能（AI）技术不断成熟和投资理念持续革新，公募量化投资迎来前所未有的发展机遇。数据与算法正在重塑投资决策的方式，一 场深刻的行业变革已经到来。 目前，越来越多的基金公司将AI技术深度植入投资决策核心，尤其量化投资已由传统量化全面向AI量化进军。 "AI军备竞赛"持续升温 在公募行业，"AI军备竞赛"持续升温。 据了解，为应对行业降薪降费和人才流失带来的挑战，一家国企背景的中型公募已开始整体推行以AI技术为基础的投研体系改革，并将主动 权益部与指数量化投资部进行整合。随着数据平台与投研平台打通，公司大部分新基金都以量化为底，产品工具化率超过70%。据该公司 相关部门总经理介绍，接下来将继续投入，预计2026年将完成从数据平台到智能投研的升级。 据其透露，随着行业整体走向工具化、指数化，主动管理能力被弱化，叠加费率不断下降，留住优秀人才更加困难。中小基金公司面临巨 大压力，缺乏平台优势难以应对竞争，因此，公司着力构建了"数据平台+策略工厂"双引擎，旨在形成差异化竞争力。 相对而言，大部分公司的AI转型在量化部门内部进行。一家银行系公募的 ...

量化模型与构建方式 1. 三维择时框架 - 模型名称：三维择时框架[7] - 模型构建思路：通过分歧度、流动性和景气度三个维度对市场进行择时判断[7] - 模型具体构建过程：监控市场分歧度指数、市场流动性指数和A股景气度指数2.0的变化趋势，当分歧度上行、流动性下行、景气度保持回升时，给出震荡下跌判断[7][11][23] 2. ETF热点趋势策略 - 模型名称：ETF热点趋势策略[29] - 模型构建思路：根据K线形态和换手率变化选择短期市场关注度提升的ETF构建组合[29] - 模型具体构建过程：首先选出最高价与最低价同时为上涨形态的ETF；然后根据最高价与最低价近20日回归系数的相对陡峭程度构建支撑阻力因子；最后选择因子多头组中近5日换手率/近20日换手率最高的10只ETF构建风险平价组合[29] 3. 资金流共振策略 - 模型名称：融资-主动大单资金流共振策略[35] - 模型构建思路：通过融资融券资金流与主动大单资金流的共振效应选择行业[35] - 模型具体构建过程： 1) 定义行业融资融券资金因子：barra市值因子中性化后的融资净买入-融券净买入（个股加总），取最近50日均值后的两周环比变化率 2) 定义行业主动大单资金因子：行业最近一年成交量时序中性化后的净流入排序，取最近10日均值 3) 在主动大单因子的头部打分内做融资融券因子的剔除，提高策略稳定性 4) 进一步剔除大金融板块[35] 模型的回测效果 1. 三维择时框架 - 历史表现：提供市场择时判断，建议逐步谨慎[7] 2. ETF热点趋势策略 - 今年以来表现：相对沪深300累计超额收益表现良好[31] 3. 资金流共振策略 - 2018年以来费后年化超额收益：13.5%[35] - 信息比率(IR)：1.7[35] - 上周表现：实现0.9%的绝对收益与-1%的超额收益（相对行业等权）[35] 量化因子与构建方式 1. 风格因子 - 因子名称：size因子[39] - 因子构建思路：衡量市值风格的影响[39] - 因子具体构建过程：基于市值大小构建组合，大市值股票组合与小市值组合对比[39] - 因子名称：beta因子[40] - 因子构建思路：衡量贝塔风格的影响[40] - 因子具体构建过程：基于股票贝塔值构建组合，高贝塔组合与低贝塔组合对比[40] - 因子名称：growth因子[40] - 因子构建思路：衡量成长风格的影响[40] - 因子具体构建过程：基于成长性指标构建组合，高成长个股与低成长个股对比[40] 2. Alpha因子 - 因子名称：每股营业收入同比增长率(yoy_orps)[44] - 因子构建思路：衡量公司营收增长能力[44] - 因子名称：资产负债率同比变化率(debt_ratio_yoy)[44] - 因子构建思路：衡量公司负债结构变化[44] - 因子名称：总负债同比增长(tot_liab_yoy)[44] - 因子构建思路：衡量公司负债增长情况[44] - 因子名称：单季度营业收入同比增速(yoy_or_q)[44] - 因子构建思路：衡量公司单季度营收增长[44] - 因子名称：流动负债同比增长(cur_liab_yoy)[44] - 因子构建思路：衡量公司流动负债变化[44] - 因子名称：单季度ROE同比差值(roe_q_delta_report)[44] - 因子构建思路：衡量公司单季度ROE同比变化[44] - 因子名称：单季度ROE同比差值（考虑快报、预告）(roe_q_delta_adv)[47] - 因子构建思路：考虑快报预告的ROE同比变化[47] - 因子名称：分析师预测调整因子(mom3_np_fy1)[47] - 因子构建思路：衡量分析师预测净利润的变化[47] - 因子具体构建过程：$$mom3\_np\_fy1 = \frac{当前一致预测np\_FY1 - 3个月前一致预测np\_FY1}{|3个月前一致预测np\_FY1|}$$[47] 因子的回测效果 1. 风格因子近期表现 - size因子：最近一周收益1.57%[43] - beta因子：最近一周收益1.08%[43] - growth因子：最近一周收益0.42%[43] - momentum因子：最近一周收益0.39%[43] - nlsize因子：最近一周收益1.31%[43] - value因子：最近一周收益-0.13%[43] - liquidity因子：最近一周收益0.96%[43] - earnings_yield因子：最近一周收益-0.67%[43] - leverage因子：最近一周收益0.48%[43] - volatility因子：最近一周收益0.20%[43] 2. Alpha因子近期表现 不同时间维度表现（近一周多头超额）： - 每股营业收入同比增长率(yoy_orps)：2.62%[44] - 资产负债率同比变化率(debt_ratio_yoy)：2.57%[44] - 总负债同比增长(tot_liab_yoy)：2.53%[44] - 单季度营业收入同比增速(yoy_or_q)：2.51%[44] - 流动负债同比增长(cur_liab_yoy)：2.49%[44] - 速动比率同比变化(quick_ratio_yoy)：2.25%[44] - 营业收入同比增速(yoy_or)：2.14%[44] - 总资产同比增长(yoy_total_assets)：2.12%[44] - 销售现金流变化指标(delta_cashflow_goodsales_ic)：2.03%[44] - 应付账款同比变化(yoy_accpayable)：1.94%[44] 不同指数下的表现（上周多头超额）： - 单季度ROE同比差值（考虑快报、预告）(roe_q_delta_adv)： - 沪深300：8.23% - 中证500：4.55% - 中证1000：9.38% - 国证2000：4.96%[47] - 分析师预测净利润变化(mom3_np_fy1)： - 沪深300：7.14% - 中证500：5.60% - 中证1000：9.54% - 国证2000：4.19%[47] - 评级调整因子(est_num_diff)： - 沪深300：7.73% - 中证500：4.86% - 中证1000：8.72% - 国证2000：4.60%[47]

最近证监会发布的《推动公募基金高质量发展行动方案》在业内引起不小震动。南方基金的长期主义实践更是被奉为行业标杆。但作为一名浸淫市场十年的 量化投资者，我却发现一个有趣的现象：每当这类利好消息公布时，相关个股往往已经提前启动，等到新闻见报时，股价反而开始回落。 这种现象让我想起十年前刚入市时的困惑。那时我总是追着新闻跑，结果往往是高位接盘。直到我开始关注真实的交易数据，才发现市场运行的真正逻辑。 一、新闻背后的市场真相 作为普通投资者，我们更需要思考的是：为什么同样的利好消息，机构总能提前布局？ 这就是A股特有的"抢跑"现象。国外市场是根据已知信息做交易判断，而我们的市场则是打提前量。利好公布时往往就是股价高点兑现的时机。这种信息不 对称让很多散户吃了大亏。 如果「机构库存」数据越活跃，那就意味着参与交易的机构资金越多，机构资金参与的时间也越长。 我记得2025年8月底那波行情中表现最好的不是业绩增速最快的公交板块，而是全行业还在亏损的光伏板块。这充分说明基本面只是表象，真正影响股价的 是机构资金的交易行为。 二、揭开机构资金的神秘面纱 这两只股票的走势对比很有意思。右侧股票看似强势上涨，实则是在诱多；左侧股票 ...

蚂蚁链信业务模式 - 蚂蚁链信布局新能源与区块链结合领域 目标市场为16万亿绿色资产规模 [3] - 业务模式涉及资产上链 数据聚合 评级定价等环节 服务费率介于0.8%-3%之间 [3] - 朗新集团已落地9000个充电桩作为资产证券化试点案例 [3][11] 机构投资行为特征 - 机构资金参与度通过"机构库存"指标量化 该指标反映机构交易活跃度及持续时间 [6][7] - 机构库存持续活跃代表资金长期介入 属于良性调整信号 [6][8] - 机构库存快速消失则预示下跌风险 虚假反弹概率较高 [6][9] 新能源行业动态 - 新能源车板块近期出现显著回调 但锂电池细分领域机构资金流入创新高 [11] - 区块链与新能源结合概念引发市场关注 但需警惕概念炒作风险 [3][11] 历史投资教训 - 2007年牛市散户盲目追高"十年黄金赛道"概念 最终遭遇6124点暴跌 [3] - 2015年军工板块出现机构提前减仓 4500点后出现断头铡刀式下跌 [4] - 2020年白酒板块消费升级概念破灭 多数个股股价遭遇腰斩 [4] - 元宇宙概念炒作后普遍出现60%以上账户亏损 虚拟资产价值快速缩水 [4] 散户投资策略 - 建议建立量化观察池 追踪机构库存连续三周以上活跃的标的 [11] - 需规避超跌反弹陷阱 80%超跌个股后续存在进一步下跌风险 [4] - 重点关注资金流向而非技术指标 机构交易数据更具参考价值 [6][11]

市场表现 - 2025年8月沪深300指数单月涨幅达10.33% 为近五年来第三大涨幅 主要由寒武纪、易中天、工业富联等科技龙头带动 [2] - 全市场5098只有业绩显示的私募产品8月收益均值为6.50% [2] - 百亿私募582只产品8月收益均值为5.83% 其中242只量化多头产品收益均值达9.86% 显著高于180只主观多头产品的3.42% [2] 策略收益分化 - 量化多头策略8月收益均值为9.86% 1-8月累计收益达38.69% [3][4] - 主观多头策略8月收益均值为3.42% 1-8月累计收益为15.89% [3][12] - 股票市场中性策略41只产品8月收益均值为-1.05% 1-8月收益均值为6.41% [3][18] - 多资产策略55只产品8月收益均值为5.58% 1-8月收益均值为19.97% [3][24] 头部产品表现 - 量化多头产品中 龙旗科技朱晓康管理的"龙旗科技创新精选1号C类"1-8月超额收益位居第一 该产品聚焦创业板和科创板股票 在8月创业板指涨24%、科创50指数涨28%的行情中受益 [9][11] - 念觉私募王啸管理的"念觉量臻量化精选优盛1号"1-8月超额收益第二 8月单月超额收益领先 公司管理规模在8月突破百亿 [9][11] - 主观多头产品中 复胜资产陆航管理的"复胜正能量二号"1-8月收益夺冠 受益于新消费行情 港股泡泡玛特8月股价涨超30% [15][17] - 博润银泰投资关满良管理的产品8月收益表现亮眼 公司投研团队占比超60% 具有深厚宏观配置和量化能力 [15][17] 机构动态 - 念觉私募母公司念空科技成立AI公司全频思维 开展大模型底层理论研究 成为继DeepSeek后第二家发表相关成果的私募机构 [11] - 明汯投资为国内较早管理规模突破500亿元的量化私募 采用人工智能技术覆盖全周期多策略 [23] - 黑翼资产成立于2014年 为首批量化投资机构 2017年起布局AI技术并应用于投资全流程 [29] - 因诺资产徐书楠为海外归国量化专业人员 公司产品入选多资产策略前十 [27][29]

A股市场表现 - 2025年以来A股市场交投活跃，成交额基本维持在万亿以上水平，8月份单日成交额一度突破3万亿大关[1] - A股三大指数表现亮眼，上证指数创下近10年新高[1] - 量化私募整体业绩表现突出，截至2025年8月底，173家量化私募今年来收益均值约为22.36%，跑赢同期上证指数(15.10%)和深证成指(21.91%)[1] 百亿量化私募概况 - 截至2025年8月底，百亿量化私募共有45家[1] - 按核心策略划分，股票策略私募占38家，占比超8成；多资产策略私募占6家，期货及衍生品策略私募占1家[2] - 按办公城市划分，上海占22家，接近半壁江山；北京占10家[2] - 员工人数在100人以上的有9家，包括九坤投资(162人)、灵均投资(158人)、佳期私募(149人)等头部机构[2] 百亿量化私募业绩排名 - 在31家有业绩展示的百亿量化私募中，前10强依次为：稳博投资、阿巴马投资、天演资本、进化论资产、诚奇资产、金戈量锐、念觉私募、宁波幻方量化、龙旗科技、聚宽投资[5] - 前5强私募、宁波幻方量化、聚宽投资等7家机构旗下产品在8月份均创历史新高[5] - 相比1-7月排名，诚奇资产、金戈量锐在8月份业绩飙升，排名明显上升[5] - 稳博投资以7只产品位居榜首，8月份全部产品创历史新高[8] 各规模组量化私募表现 - 50-100亿规模组：21家有业绩展示机构，前10强为天算量化、大岩资本、超量子基金等，核心策略均为股票策略[10] - 20-50亿规模组：25家有业绩展示机构，前5强为云起量化、橡木资产、广州守正用奇等，股票策略私募占9家[14] - 10-20亿规模组：29家有业绩展示机构，前5强为翰荣投资、上海紫杰私募、弈倍投资等，股票策略私募占7家[18] - 5-10亿规模组：20家有业绩展示机构，前5强为上海汉鸿私募、致邃投资、量子智能等[23] - 5亿以下规模组：47家有业绩展示机构，前5强为锦望投资、巨量均衡基金、华澄私募等，股票策略私募占6家[26] 头部机构特征分析 - 头部量化私募多集中于上海、北京等金融中心城市[2] - 员工具备海外名校背景和复合学术背景成为行业标配，如大岩资本员工多毕业于哥伦比亚大学、牛津大学、清华、北大等名校[13] - 成立时间多在2014-2015年，恰逢中国量化投资发展初期[3] - 策略以股票策略为主导，辅以多资产策略和期货及衍生品策略[2]

格隆汇9月12日｜一名前Two Sigma Investments的量化研究员被指控秘密操纵算法投资模型，使其看起 来产生高于实际的回报，借此将自身薪酬提高数百万美元。周四，曼哈顿的联邦法院公布了对34岁的 Jian Wu的起诉书。虽然检方未指名道姓Wu的前雇主是谁，但美国证券交易委员会(SEC)同时提起的诉 讼称，Wu在2021年11月至2023年8月涉嫌欺诈期间受雇于Two Sigma。 "Wu的雇主信任他能秉持诚信为 公司创建模型，"曼哈顿检察官Jay Clayton在声明中表示。"然而他却利用自己的技术能力，骗取雇主数 百万美元。"检方称Wu目前未被羁押，系在逃人员。 ...