招聘岗位与职责 - 公司招聘金融工程组实习生，工作地点为深圳、上海、北京，要求线下实习 [1] - 实习时间要求每周至少3天，总时长不少于3个月，实习考核优秀者有留用机会 [1] - 岗位职责包括数据处理、分析、统计，协助完成量化投资课题研究 [2] - 岗位职责包括协助进行金融工程策略模型的开发与跟踪 [2] 候选人基本要求 - 专业要求为数学、统计、物理、计算机、信息工程等理工科或金融工程相关专业 [3] - 学历要求为硕士或博士在读，特别优秀的大四保研生亦可，要求非应届（2027年及之后毕业） [3] - 技能要求熟练掌握Python等编程语言，熟悉SQL数据库，具备优秀编程能力与规范 [3] - 能力要求包括责任心强、自我驱动，并具备良好的信息搜集、逻辑思维、分析判断及沟通表达能力 [3] 候选人优先考虑项 - 具备扎实的金融市场基础知识，熟悉股票、债券、期货、指数及基金等核心概念 [4] - 数学基础好，有科研项目经历及SCI或EI收录的学术论文 [4] - 熟悉Wind、Bloomberg、天软等金融终端 [4] - 熟悉机器学习、深度学习，熟悉PyTorch、Linux，有GPU服务器使用及项目开发经验 [4] - 有其他机构量化投研相关实习经历 [4] 申请流程与方式 - 简历投递截止日期为2025年12月31日 [1] - 简历需投递至指定邮箱，邮件标题需按“【金融工程组】-【姓名】-【毕业学校】-【专业】”格式命名 [5] - 简历需以PDF格式发送，未按要求命名的邮件将被视作垃圾邮件处理 [5] - 简历收集截止后，公司将尽快为合格候选人安排笔试和面试 [5]

文章核心观点 - DeepSeek及其创始人梁文锋的资金实力和运行方式引发外界关注，其背后关键的“现金流制造机”是早年创立的量化私募机构幻方量化，该机构在2025年实现了显著的业绩回归，这为理解DeepSeek提供了新的认知视角 [1] 幻方量化2025年业绩表现 - 幻方量化股票多头策略在2025年前十一个月的收益大体维持在**50%** 左右，同期中证1000与中证500指数大致在**20%** 出头，幻方超额达到**30个百分点**，这是过去几年来其对外募集产品业绩最显赫的一个阶段 [2] - 幻方在2025年实现了业绩大举回归，其相对稳健的表现让人想起其盛年之时的状况 [2][4] - 与2024年相比，2025年是幻方几年来超额最多的年份，2024年同类策略整体收益大致处于个位数到十几个百分点之间，绝对收益和相对收益与2025年的幅度不可同日而语 [5] - 回溯2022年和2023年，以幻方中证500代表产品为例，年度净值收益分别为**-4.00%** 和**3.19%**，在量化资管圈内并不具备竞争力 [5] 幻方量化业绩回归的背景与原因 - 幻方业绩回归的背景之一是，其收益率暴增的中证1000指增和中证500指增是当前私募量化机构最拥挤、市场容量最大的市场，这很可能意味着曾经被规模压垮的经典因子，在历经周期和技术迭代后重新轮回 [5] - 本轮指增业绩回归同时出现在多个量化多头产品身上，第三方平台统计显示，当前量化规模第一梯队的明汯、衍复、灵均、宽德的同期业绩均在类似水平线附近，不相上下 [5] - 幻方量化的发展遵循“先自营、后资管”的模式，与中国第一代量化机构的普遍模式高度一致，自营盘业绩曲线是其与渠道合作、设立对外资管产品时最关键的底层依据 [12] 幻方量化的规模变化与行业格局 - 幻方量化曾以量化四大天王领头羊的身份，率先冲破**千亿规模**，但又很快遭遇业绩和规模的双双缩水 [3] - 自2023年起，幻方缩减规模的消息在行业内流传，彼时有说法称其资管规模可能降至**200亿元**附近，这里的“规模”主要指对外管理的资金（资管业务体量） [7] - 随着幻方“瘦身”消息传开，市场对其关注度下降，讨论重心逐渐转向规模在**500亿元**以上的头部管理人，这些机构在近三年成为外部募资的主要承接者 [8] - 近三年来，宽德投资、黑翼资产、诚奇资产、世纪前沿资产陆续成为市场募资的“热门”，同时九坤投资、明汯投资、衍复投资等一线机构在业绩端保持稳定表现，强化了市场对头部量化的关注度 [9] 幻方量化的“自营盘”业务 - 在幻方“静音”的三年里，一项低调存在的内部底仓（自营盘）始终在为其业务提供实际支撑 [10] - “自营盘”指的是量化投研团队使用自有资金进行策略交易，资金决策链条更短，也不需要考虑外部投资者的申赎节奏，是量化公司最能体现模型真实能力的部分，也是维持内部收益、平衡资源配置的核心力量 [13][14] - 从量化行业的通行逻辑看，外部资管产品的年内表现通常能为判断自营盘的大致走势提供参照，如果一套模型在真实外部资金下能稳定跑出来，自有资金的表现不会偏离太远 [15][16] - 2025年幻方量化的资管产品收益大体保持在**50%** 左右，走势平稳，策略结构以量化多头与指数增强为主，具有较高可复制性，据此推断自营盘整体方向大概率与资管端保持一致，也不排除更高收益率的可能性 [16]

核心观点 - 2025年11月市场整体呈震荡态势，中证偏股基金指数收益率为-2.71%，但多数量化基金类别表现优于该基准，特别是对冲量化基金和部分Smart Beta类基金实现了正收益或较小的跌幅 [12][13][17] - 主动量化基金和指数增强基金在宽基、行业主题及Smart Beta等细分策略中均产生显著超额收益，显示量化策略在11月市场环境下整体有效 [2][3][12] - 量化基金市场持续扩张，截至2025年11月30日全市场量化基金总数达681只，当月新成立24只，募资规模合计158.31亿元，指数增强基金是数量最多、占比达55.51%的主力产品 [63][64] 量化基金概况 - 量化基金产品按交易策略分为主动量化基金、指数增强量化基金和对冲量化基金三类 [9] - 2025年11月除跟踪行业主题的主动量化基金、跟踪中证500和行业主题的指增基金外，其他各类量化基金收益率中位数均高于中证偏股基金指数（-2.71%） [12][13] - 从绝对收益中位数看，表现最好的五类基金分别为对冲量化（0.19%）、跟踪Smart Beta的指增（-1.02%）、跟踪Smart Beta的主动量化（-1.03%）、跟踪沪深300的主动量化（-1.87%）和跟踪其他宽基的主动量化（-1.98%） [17] 主动量化基金 宽基类主动量化基金 - 213只宽基类主动量化基金跟踪17种指数，跟踪沪深300、中证500和中证800的基金数量最多，分别为70只、55只和37只 [18] - 跟踪沪深300的主动量化基金11月超额收益均值为0.5%，净值波动率和最大回撤均值均低于2025年初至今水平 [26] - 跟踪中证500的主动量化基金11月超额收益均值为2.1%，波动率和最大回撤均值也低于年初至今水平 [27] - 其他宽基类基金中，跟踪创业板指、中证全指和创业板指的基金11月超额收益排名前三，例如金信量化精选A相对创业板指超额达9.1% [32][36] 行业主题类主动量化基金 - 跟踪数字经济、恒生A股专精特新企业指数、新兴成指指数的主动量化基金11月超额收益位列前三 [37] Smart Beta类主动量化基金 - 跟踪中证沪港深高股息指数的平安港股通红利优选A在11月Smart Beta类主动量化基金中超额收益排名第一 [38] 指数增强基金 宽基类指数增强基金 - 362只宽基类指增基金跟踪29种指数，跟踪中证500、沪深300和中证A500的基金数量居前，分别为65只、67只和64只 [39] - 跟踪中证500的指增基金11月超额收益均值为0.6%，波动率均值低于年初至今，但跟踪误差均值4.5%高于年初至今 [42] - 跟踪沪深300的指增基金11月超额收益均值为0.3%，波动率和跟踪误差（3.0%）均值均低于年初至今水平 [48] - 其他宽基指增基金中，跟踪中证1000、国证2000和中证A500的基金超额收益排名前三，太平中证1000指数增强A超额达3.3% [52] 行业主题类指数增强基金 - 跟踪全指医药、芯片产业、中华半导体芯片指数的指增基金11月超额收益排名前三，银华中证全指医药卫生增强超额收益为2.2% [54] Smart Beta类指数增强基金 - 跟踪中证红利指数的富国中证红利指数增强A在11月Smart Beta类指增基金中超额收益排名第一，为0.3% [57] 对冲量化基金 - 2025年11月对冲量化基金绝对收益率平均为0.31%，净值波动率和最大回撤均值均低于2025年初至今水平 [4][58] - 大成绝对收益A以2.7%的月绝对收益在同类基金中排名第一 [62] 量化基金新成立情况 - 截至2025年11月30日，全市场量化基金总数681只，指增基金378只，占比55.51% [63] - 2025年11月新成立24只量化基金，较上月增加16只，合计募资158.31亿元，其中17只为指数增强基金 [64]

A股市场与私募基金表现 - 自2024年9月24日行情以来A股市场持续震荡上扬，截至2025年11月底近1年上证成指涨幅为16.90%，深证成指涨幅约为22.36%，创业板指涨幅约为37.26% [2] - 股票多头私募基金收益表现亮眼，量化投资热度逐步攀升 [2] - 截至2025年11月底近1年有业绩展示的量化多头产品共785只，产品规模合计约为603.93亿元，近1年平均收益达38.48%，领先主观多头策略35.16%的平均收益，在私募二级策略中位居榜首 [2] 私募二级策略收益排名 - 量化多头策略近1年平均收益38.48%位列第一，主观多头策略以35.16%位列第二，其他衍生品策略以31.15%位列第三 [3] - 复合策略收益26.75%，主观CTA收益26.04%，宏观策略收益26.01%，转债交易策略收益21.36% [3] - FOF策略收益18.36%，量化CTA收益17.84%，股票多空策略收益15.30%，期权策略收益13.96% [3] - 套利策略收益11.17%，债券复合策略收益10.92%，股票市场中性策略收益10.09%，债券增强策略收益9.54%，纯债策略收益7.55% [3] - 全部策略总计4991只产品，规模合计3994.81亿元，近1年收益均值为28.84% [3] 量化多头策略细分领域 - 量化多头策略可细分为量化选股、中证500指增、中证1000指增、沪深300指增等策略 [3] - 量化选股产品有307只，中证500指增产品有191只，合计在量化多头产品中占比超60% [3] 量化选股策略私募排名 - 截至2025年11月28日符合排名规则的量化选股产品私募共27家，产品98只，规模合计约119.15亿元 [5] - 灵均投资位列第一，产品规模合计约2.77亿元，公司规模100亿以上 [5] - 明汯投资位列第二，产品规模合计约9.41亿元，公司规模100亿以上 [5] - 龙吟虎啸位列第三，产品规模合计约5.69亿元，公司规模10-20亿 [5] - 稳博投资位列第四，产品4只，规模合计约3.01亿元，公司规模100亿以上 [5] - 云起量化位列第五，产品规模合计约4.70亿元，公司规模50-100亿 [5] - 海南盛丰私募位列第六，产品4只，规模合计约13.32亿元，公司规模50-100亿 [5] - 衍合投资位列第七，产品规模合计约1.65亿元，公司规模20-50亿 [5] - 黑翼资产位列第八，产品6只，规模合计约11.61亿元，公司规模100亿以上 [5] - 广州守正用奇位列第九，产品规模合计约9.81亿元，公司规模20-50亿 [5] - 杭州塞帕思位列第十，产品规模合计约1.42亿元，公司规模0-5亿 [5] 重点量化私募分析 - 明汯投资成立于2014年，是国内较早将人工智能技术应用于金融市场的私募机构，管理规模突破500亿元，2025年三季度末管理规模进入700-800亿元区间，与幻方量化、九坤投资、衍复投资并称为"量化四大天王" [6] - 2025年11月明汯投资人气排名由10月第5名上升至第1名 [6] - 稳博投资成立于2014年，投研团队逾70人，独创量化投资模型研发高频量化策略、趋势策略、波段策略、套利策略等多元化投资方式 [7] - 海南盛丰私募成立于2022年，核心投研团队毕业于清华、北大、人大等高校，利用AI技术构建指数增强、市场中性、量化选股等策略库 [7] 中证500指增策略私募排名 - 截至2025年11月28日符合排名规则的中证500指增产品私募共12家，产品62只，规模合计约66.84亿元 [8] - 宁波幻方量化位列第一，产品6只，规模合计约12.60亿元 [9] - 千衍私募位列第二，世纪前沿位列第三，产品4只，规模合计约4.58亿元 [8][9] - 幻方量化近期发布DeepSeek-V3.2与DeepSeek-V3.2-Speciale两个正式版模型 [9] - 世纪前沿成立于2015年，投研人员占比70%以上，2025年三季度管理规模突破500亿元 [9][10] - 鸿通投资规模0-5亿，巨量均衡基金规模5-10亿，旗下中证500指增产品3只，规模合计约1.04亿元 [11]

文章核心观点 - 人工智能正重塑量化投资行业 突破对传统经验的依赖并重构研究范式 [1][2] - 公司在策略研发中采用增量式创新路径 强调在稳健体系上引入AI技术以实现风险可控的Alpha [3] - 行业面临策略同质化、模型可解释性弱及极端行情适应性不足等挑战 [4] - 人机协同是未来趋势 AI作为工具提升效率但需与人类经验结合以实现更优资源配置 [5] AI对量化投资的底层重塑 - 人工智能标志性突破为2016年谷歌AlphaGo 推动新技术在投资领域应用 [2] - AI发展历经几度沉浮 最终因硬件算法升级及数据量扩大而颠覆认知 [2] - AI应用降低行业对稀缺经验型人才的依赖 降低门槛并重新定义研究范式 [2] - 新模式并非万能 科学应用仍需人类经验参与和控制 [2] AI在Alpha生成中的落地实践 - 公司在因子挖掘、信号预测、组合构造、交易执行等多环节使用深度学习模型 [3] - 模型从线性发展为线性非线性混合 产生良好应用效果 [3] - 公司采用严密验证流程 包括长周期回测、少量实盘、循序放量以降低风险 [3] - 技术创新需与稳健风控平衡 形成模型研发、回测、风控与交易执行的闭环 [3] AI落地过程中的核心挑战 - 量化市场策略同质化严重 AI模型易陷入拥挤交易 超额收益获取难度加大 [4] - AI模型存在可解释性弱、过拟合风险高的缺陷 难以精准匹配市场规律 [4] - 极端行情下模型适应性不足 常规数据训练的策略易在黑天鹅事件中失效 [4] - 挑战本质是技术潜力与投资本质的适配问题 [4] 人机协同的未来趋势 - 金融数据噪音大且变化 预测困难 AI模型并非完美 [5] - 投资不应偏科 电脑代表的AI策略与人脑代表的人工策略需兼容并包 [5] - AI作为工具可大幅提高投资效率 但人机结合才是资源配置的更优解 [5]

市场整体表现 - 2025年11月A股三大指数集体回调，上证指数全月累计下跌1.67%，终结月线六连阳，创业板指和深成指分别下跌4.23%和2.95% [2] - 市场热点持续轮动，海南自贸港、新能源、商业航天等板块出现局部行情 [2] - 在此市场背景下，部分主观产品业绩面临回撤，而一些量化产品的超额收益出现修复，CTA策略产品表现亮眼 [3] 私募策略业绩表现 - 从整体策略表现看，今年来平均收益为27.98%，平均超额收益为12.70%，但近1月平均收益为-0.73% [3] - 事件驱动策略（原文为“喜你会杀”）表现最佳，今年来平均收益达39.70%，平均超额收益为16.73% [3] - 主观多头策略产品数量最多（2258只），今年来平均收益为34.04%，但近1月平均收益为-1.85% [3] - 量化CTA策略近1月表现相对稳健，平均收益为0.95%，平均超额收益为0.72% [3] 人气私募公司排名 - 量化私募在人气前20公司中占据主导地位，共有14家，主观私募有3家，混合型私募有2家 [4] - 百亿私募公司有16家，占比达到80% [4] - 人气排名前五的公司分别为明汯投资、宁波幻方量化、日斗投资、国源信达 [5] - 在人气前20公司中，今年来收益前五的分别为国源信达、翰荣投资、宁波幻方量化、进化论资产、龙旗科技 [5] 头部私募公司分析 - 明汯投资人气排名从10月的第5名上升至第1名，公司成立于2014年，是国内较早管理规模突破500亿元的量化私募管理人 [8] - 宁波幻方量化位列第2，旗下11只符合排名规则的产品均为量化多头产品 [9] - 幻方量化于12月1日发布DeepSeek-V3.2和DeepSeek-V3.2-Speciale模型，在推理类Benchmark测试中达到GPT-5水平 [9] 人气私募基金经理 - 人气前20的基金经理中，主观私募基金经理占据多数，共有11位 [10] - 百亿私募旗下基金经理有9位，占比接近一半 [10] - 人气排名前五的基金经理均为主观私募，分别为但斌、吴悦风、林园、李蓓、梁宏 [10] - 但斌管理的69只产品年内收益数据未公开，其看好AI发展前景，认为谷歌和英伟达市值可能达到10万亿美元 [13] 基金经理观点分析 - 李蓓对AI投资持谨慎态度，认为美国AI投资带来的现金流与债务负担相比不可持续，并已卖掉黄金资产 [13] - 李蓓指出美股估值和盈利均处于周期高位，戴维斯双击已走到尾声，而中国股市只走完估值回归行情 [13] - 国源信达是唯一有2位基金经理上榜的私募，李剑飞和史江辉管理的产品今年来平均收益均表现优异 [14] 人气私募产品 - 人气前20的私募产品中，量化多头产品有11只，占比过半 [15] - 百亿私募旗下产品有12只，数量最多 [15] - 按人气排名前五的基金分别由明汯投资、海南盛丰私募、宁波幻方量化、九章资产管理 [16] - 按业绩排名，年内收益前五的基金分别由龙辉祥投资、广龙(深圳)投资、路远私募、龙旗科技、明汯投资管理 [16] 特色产品表现 - 杭州波粒二象资管旗下的“杭州波粒二象天洋1号A类份额”人气位列第11，基金经理朱恒拥有10年以上IT系统设计开发经验 [17][18] - 龙辉祥投资杨仲光管理的“龙辉祥1号”人气位列第7，今年来收益表现十分突出 [18] - 龙辉祥投资成立于2015年6月，主要投资管理人员具有15年以上投研经验，坚持价值投资理念 [18]

量化行业竞争格局与发展路径 - 量化行业准入门槛因算力成本下降、编程工具普及及数据获取便利而降低，策略同质化问题凸显 [2] - 行业策略分化为两类：一类是规模大、参与者众、模型因子高度拥挤导致边际收益下降的多因子模型“红海”格局；另一类是以专业金融认知为底座、通过独立逻辑寻找市场规律的小众策略 [2] - 行业正形成“工具驱动”与“认知驱动”两条不同发展路径，AI技术普及将放大分化，预计八成的传统量化基金经理和工具型策略机构可能被AI取代 [2] - 量化机构的核心竞争壁垒在于对市场风格、经济周期、资金行为等多维度的专业理解，而非模型工具本身 [1][2] 守正用奇私募基金的核心策略与定位 - 公司成立10年，在规模发展上保持克制，选择以风格择时为核心策略的差异化投资路径 [1] - 公司策略关注点从阿尔法（超额收益）转向因子的贝塔（系统收益），通过“风格估值-动量-有效资金流”三维框架捕捉因子贝塔 [1][3] - 特色策略为风格择时指增策略，通过识别风格趋势构建稳健的指数增强体系 [3] - 策略模型使用三类关键指标：最核心的风格估值（判断不同风格相对性价比）、动量指标（捕捉趋势变化速度与方向）、定价者的有效资金流（关注对价格产生决定性影响的核心资金行为） [3] - 模型结合三类指标，可在日频到周频的不同时间维度上预测风格变化，最短可预测一天半，最长延伸至数月 [3] 公司的风控实践与业绩表现 - 在2024年初小微盘品种出现流动性困境的极端行情中，公司模型提前识别风险，并将因子暴露迅速调整为均衡状态 [4] - 调整后，策略在市场调整期间的回撤幅度明显低于同类模型，并在反弹阶段实现了较快修复 [4] 对后市的展望与投资观点 - 公司认为当前市场上涨趋势远未结束，未来仍有较大上行空间 [5] - 当前市场处于多年难得的流动性宽裕阶段，是“流动性充分配合的最好时刻” [5] - 建议普通投资者关注风格的相对估值，避免一味追求热点，热点板块估值抬升后性价比下降应适当回避 [6] - 建议可在红利等具备更长期价值的板块中寻找机会 [6] - 科技板块内部存在轮动，细分方向性价比会围绕中枢波动，可进行高低切换 [6] - 长期来看，科技很多细分方向的需求规模和未来成长空间非常巨大 [6]

团队概况 - 国信金工团队组建于2020年6月，目前拥有7名成员 [1] - 研究领域广泛，涵盖量化选股、FOF投资、基金产品研究、行业轮动、资产配置、港股投资、CTA策略等 [1] 团队业绩与荣誉 - 2024年获得证券时报·新财富杂志最佳分析师金融工程第4名 [2] - 2024年第十八届卖方分析师水晶球奖金融工程总榜单第3名，其中公募榜单第2名 [2] - 2023年第二十一届新财富最佳分析师金融工程第2名 [2] - 2023年第十七届卖方分析师水晶球奖金融工程总榜单第2名，公募榜单第2名 [2] - 2022年第二十届新财富最佳分析师金融工程第1名 [2] - 2022年第十六届卖方分析师水晶球奖金融工程总榜单第1名，公募榜单第1名 [2] - 2021年第十九届新财富最佳分析师金融工程第5名 [2] - 2021年第十五届卖方分析师水晶球奖金融工程总榜单第3名，公募榜单第1名 [2] 金融工程分析师职位 - 招聘对象为2026年应届毕业生或从事量化研究工作不超过5年的非应届生 [2] - 要求数学、计算机、统计、金融工程等相关专业硕士及以上学历 [2] - 需具备扎实的数理统计知识和建模能力，熟练使用Python、Matlab、R等编程语言 [2] - 熟悉Wind、朝阳永续等金融终端及数据库 [2] - 优先考虑有机器学习、深度学习、资产配置方向研究经验的应聘者 [3] - 工作职责包括数据处理与统计、量化策略与FOF策略开发、参与路演推介活动等 [5] - 工作地点位于上海 [5] 金融工程实习生职位 - 招聘对象为2026年或2027年应届毕业生 [7] - 专业及技能要求与分析师职位相同，需为相关专业硕士及以上学历，熟练掌握编程语言和金融终端 [7] - 优先考虑有机器学习、深度学习、资产配置研究经验的应聘者 [7] - 工作职责包括数据库维护、数据清洗、数据处理统计、协助策略开发等 [10] - 工作地点位于上海 [10]

科创板两融数据 - 科创板总两融余额达到2564.68亿元 [1] - 东芯股份获得1.54亿元融资净买入 [1] - 271只个股获得融资净买入，其中8只个股净买入额超过5000万元 [2] 市场博弈格局 - 多空博弈加剧，表现为两融余额增长的同时融券也在增加 [12] - 头部个股集中度提升，凸显结构性行情 [12] - 细分领域出现资金异动，反映产业升级路线图 [12] 机构与散户行为差异 - 机构利用专业量化工具进行决策，而散户多依赖感觉 [4][5] - 市场已进入量化模型时代，但多数散户仍使用传统方法 [4] - 在股价震荡期，量化数据能识别出机构资金的暗流涌动和空头回补行为 [7] 行为金融学现象 - 大部分基金客户在净值即将启动前赎回，是典型的损失厌恶心理 [9] - 普通投资者容易将震荡误解为顶部，而量化系统能识别恐慌抛售和机构吸筹 [12] 投资方法论 - 投资应忘记预测市场，转而专注应对策略 [14] - 需利用工具弥补认知短板，并建立可复制的决策体系 [14] - 真正的机会属于能看懂并抓住的人，盈利是认知的变现 [5][14]

市场行情表现 - 12月1日A股市场呈现普涨态势，北证50指数表现最为亮眼，大涨约2% [1] - 有色金属、汽车制造、半导体等板块轮番表现 [1] - 有报告指出12月至次年1月是布局春季行情的最佳时机 [1] 历史案例与市场现象 - 11月14日A股半导体板块在跟随美股调整后出现反弹，但尾盘跳水 [3] - 过去十年间，每一轮行情能跑赢指数的个股大约只有六成，有四成股票在牛市里会掉队 [3] - 2025年11月14日的半导体板块反弹实为暗藏杀机 [4] 机构与散户行为分析 - 真正的抄底不应看走势或指数涨跌，应以机构大资金持续参与为依据 [7] - 机构资金的交易行为有很强的规律性和重复性 [13] - 牛市暴跌时散户通常有两种极端表现：死扛到底或稍有波动就仓皇出逃 [10] 量化数据洞察 - 机构库存数据反映机构资金的活跃程度，其持续活跃数月表明机构在默默吸筹 [16] - 若股价调整后机构库存突然消失，则是典型的机构出货案例，股价将一蹶不振 [19] - 华兰疫苗（301207）从10月23日到30日连续六天下跌，但同期上证指数六连阳，之后股价快速拉升 [7] 投资策略建议 - 不要被表面涨幅迷惑，重点关注有持续机构参与的个股 [21] - 学会用量化工具识别主力动向，建立自己的交易纪律 [21] - 在股市里，真正重要的东西往往藏在数据背后 [20]