文章核心观点 - 国金基金发行国金科创创业量化选股股票基金 旨在通过主动量化投资策略 聚焦科创板与创业板 掘金“硬科技”与“新成长” 分享经济增长和产业变革红利 [1] - “双创”板块（科创板与创业板）是支持科技创新的主阵地 聚焦“硬科技攻坚”与“成长创新落地” 构建新质生产力主题矩阵 板块内科技细分龙头聚集 “专精特新”含量高 高研发投入驱动高业绩增长 [1][2] - 量化投资凭借系统化模型、严格风控和广泛覆盖等优势 被认为是应对“双创”板块信息爆炸、专业度高、波动性强等投资挑战的有效手段 [1][3] 基金产品策略与定位 - 基金投资于科创板、创业板资产的比例不低于非现金基金资产的80% [1] - 关键优势在于不局限于任何单一指数 从而获得更充足的样本空间 实现跨板块、跨市值的分散配置 旨在优中选优 挖掘更多元的超额收益来源 [1] - 基金采用主动量化投资策略 与传统的主动管理型基金不同 其不依赖深度基本面研究和基金经理的风险控制能力 而是模型驱动、全市场覆盖 并通过纪律性约束管控组合风险 [3] “双创”板块投资价值分析 - 科创板聚焦“硬科技攻坚” 主打半导体、创新药原研、高端装备等底层技术突破领域 [2] - 创业板覆盖“成长创新落地” 聚焦新能源规模化、创新药量产、数字经济应用等商业化扩张领域 [2] - 以万得双创指数为例 截至2025年9月30日 2020年以来的多个市场上行区间内 其收益率、夏普比率、卡玛比率都显著高于沪深300、中证500等主流宽基指数 [2] - “双创”板块以承担可控的、阶段性的较高波动为代价 换取产业变革带来的长期增长空间 对于希望分享中国经济转型红利、追求长期超额回报的投资者而言是值得关注的投资选择 [2] 量化投资方法论 - 量化投资通过技术模型广泛选股 提高捕捉优质成长股的概率 [3] - 通过严格风控和优化组合 降低非系统性风险 [3] - 以配置型工具为目标 力争实现更平滑的长期超额表现 帮助投资者追求更好的投资体验 [3] - 国金量化团队力争在高成长性赛道运用机器学习算法优化组合 实现在较大范围内纪律性地精选个股 动态捕捉市场投资机会 [3] 基金管理人实力 - 国金基金在量化投资领域深耕已久 自2013年起搭建量化投资体系 [4] - 公司拥有一支经验丰富的量化投研团队 核心成员均来自国内外知名高校 具备深厚的数理背景和丰富的投资经验 [4] - 技术层面构建了多维度信息挖掘力、分层次策略适配力和全流程监控敏捷力 数据广度上整合研报、财报、交易数据等因子 覆盖基本面、情绪面、技术面 构建动态预测模型 [4] - 模型深度层面 通过机器学习挖掘因子非线性关系 捕捉传统策略较难识别的市场机会 并依托公募研究平台提炼特色因子 持续提升策略锐度 [4][5]

市场生态变化 - A股市场生态已发生改变 上证指数创下过去十年来新高 但许多投资者收益跑输指数 出现“赚指数不赚钱”的局面[1] - 市场生态变化的核心驱动力之一是量化投资的崛起和人工智能技术的深度应用 量化机构通过复杂算法模型进行海量数据分析和交易决策[1] - 量化私募不仅改变了交易的速度和频率 更重构了市场的定价机制 当市场参与者普遍使用相似的风险模型和交易策略时 个人投资者依靠传统分析方法获取超额收益的难度不断提升[1] 投资方法论转变 - 在量化交易主导的市场中 短期价格波动常被算法放大 但长期价格终将回归企业内在价值 投资应回归本质 即对企业内在价值的判断和定价[2] - 过去几年 看似机巧的投机行为越来越难以获得收益 部分博弈风格的基金经理业绩惨淡 而聚焦于企业基本面的投资人则表现突出[2] - 投资者应建立基于价值判断的投资体系 包括深入研究企业基本面 准确判断行业发展趋势 以及清晰认知自身能力圈[2] 价值投资实践 - 投资的核心是“买股票就是买公司” 应回归投资本源 以朴素的态度研究企业基本面 以纯粹的心态看待价格波动[1][2] - “绝圣弃巧”并非完全排斥现代投资工具 可利用量化模型筛选符合特定财务指标的公司池 或利用大数据监测行业景气度变化 但最终投资决策需建立在独立思考基础上[3] - 从长期看 企业价值是其根本 锚定企业价值是投资之道[3]

券商年度策略会概况 - 自11月以来，已有至少15家头部券商密集召开2026年度策略会，且数量仍在增加 [1] - 策略会主题普遍围绕“新”、“势”、“未来”等关键词，例如“聚力拓新”、“智能浪潮”、“十五五攻坚牛”等 [1][2] - 具体召开情况包括：东吴证券（11月4日，“冬藏春华 盛世新章”）、国泰海通证券（11月4日-6日，“启航新征程”）、中信证券（11月11日-13日，“奋进新征程”）、中金公司（11月12日-14日，“乘势 · 谋新”）等共19家券商的会议时间与主题 [2] 策略会特征与市场信号 - 年度策略会呈现四大特征：“新”字高频出现、紧扣时代脉搏、贴合政策导向、强调趋势把握 [3] - 策略会主题与机构资金布局逻辑存在关联，例如中信建投联合沙特交易所举办峰会，同期近三个月跨境ETF的资金流入量同比激增300% [3] - 券商在策略会上展示AI成果，例如中信证券的数字人员工、申万宏源的信创平台，反映了行业的技术进化 [12] 市场结构分化与投资挑战 - 以2025年为例，市场呈现显著分化，全年上涨个股占比不到40%，而涨幅超过100%的个股仅占8% [4] - 这意味着有92%的投资者实际上未能捕捉到主要涨幅，牛市对多数投资者而言是残酷的淘汰赛 [4] 量化视角下的资金行为规律 - 量化分析揭示两大规律：一是牛股启动前必有资金争夺，当游资和机构资金同时活跃时（系统显示为紫色信号），往往预示机会 [5]；二是牛股必经洗盘过程，大资金为拉高股价会先洗掉跟风盘，这在行为数据图上会留下痕迹 [5] - 通过行为数据可以观察到传统技术分析无法捕捉的信号，例如四方股份在股价启动前出现了五次“游资抢筹”信号（紫色区域），前四次股价未动，第五次才大幅上涨 [9] - 不同行业的个股（如四方股份、养元饮品、法狮龙）可能呈现相似的资金行为模式，即在长期横盘后出现“旱地拔葱”式上涨 [7] - 大资金建仓必然在行为数据上留下痕迹，量化系统能够解析这些痕迹以还原其运作路线 [11] 投资方法论建议 - 投资者应培养“数据思维”，关注资金博弈的本质和热点背后的资金介入深度，而非仅关注K线涨跌或市场叙事 [12] - 建议普通投资者建立观察清单，重点关注出现资金异动但股价尚未启动的个股 [14] - 投资需要学会等待明确的资金信号，并控制情绪，避免被短期波动影响，因为大资金的运作周期通常以季度计算 [14]

有机硅行业价格异动 - 陶氏化学宣布产品涨价10%-20% [2] - 国内DMC价格在一个月内上涨11.44% [2] - 行业出现供给收缩与需求增长的市场观点，但需警惕行情持续性 [2] 股票市场指数与个股表现分化 - 上证指数在4000点附近反复震荡 [2] - 历史数据显示，过去34个十一月A股上涨月份占比67.6%，最近五年十一月均录得上涨 [2] - 但市场个股上涨比例从2020年的80%下降至当前的60%，显示赚钱效应收窄 [2] 机构行为与市场博弈 - 11月是基金年终考核月，机构存在拉净值与保排名的行为 [2] - 部分个股上涨缺乏机构资金支持，反弹难以持续 [9] - 部分个股在调整期间出现机构库存（以橙色柱状图表示）上升的迹象，可能为机构吸筹 [13] 量化分析揭示的资金动向 - 在有机硅板块因涨价新闻集体上涨时，量化系统显示龙头股机构库存已提前两周开始堆积 [13] - 在去年锂电行情高峰期，有券商首席看高宁德时代至500元，但量化模型显示其主力资金连续13天净流出 [13] 对市场现象的观察与总结 - 当媒体一致唱多某个板块时，可能预示行情进入尾声 [13] - 需警惕指数大涨但个股普跌、利好出台股价反跌等市场反常现象 [13] - 建议利用量化工具识别资金真实动向，作为投资决策的参考 [13]

根据研报内容，以下是关于量化模型和因子的总结： 量化因子与构建方式 1. 因子名称：风格相对拥挤度[129] **因子构建思路**：通过计算不同风格指数的换手率标准化值差异，来衡量风格之间的相对拥挤程度[129] **因子具体构建过程**： 1. 分别计算风格A和风格B指数的近252日平均换手率 2. 在2005年1月1日以来的历史时间序列上计算Z-score标准化值Z-score_A与Z-score_B 3. 计算二者差值：$$Z-score_A - Z-score_B$$ 4. 计算该差值的滚动6年历史分位数（历史数据量满1年且不足6年时，以全部历史数据进行计算）[129] 2. 因子名称：风格指数累计超额净值[130] **因子构建思路**：以万得全A为基准，计算各风格指数的相对表现[130] **因子具体构建过程**： 1. 以2020年1月4日为基准日 2. 将各指数的每日收盘点数除以基准日收盘点数得到各风格指数及万得全A指数的累计净值 3. 将各风格指数的累计净值除以同一交易日的万得全A指数累计净值得到累计超额净值[130] 3. 因子名称：机构调研活跃度[131] **因子构建思路**：通过机构调研次数的标准化处理，衡量不同板块的机构关注度[131] **因子具体构建过程**： 1. 将板块（指数、行业）的近n个交易日的"日均机构调研次数"在滚动y年的历史时间序列上进行z-score标准化 2. 与万得全A的结果作差得到"机构调研活跃度" 3. 计算"机构调研活跃度"的滚动y年历史分位数 4. 长期口径参数：n取126（近半年），滚动窗口为6年 5. 短期口径参数：n取63（近一季度），滚动窗口为3年[131] 4. 因子名称：风险溢价（erp）[50] **因子构建思路**：通过比较股票收益率与债券收益率，衡量权益资产的相对吸引力[50] **因子具体构建过程**： 计算公式：$$erp = \frac{1}{PE_{TTM}} - 10年期中债国债到期收益率$$[50] 其中PE_TTM为滚动市盈率 5. 因子名称：动量因子[62] **因子构建思路**：基于股票过去一段时间的历史收益率构建动量指标[62] **因子具体构建过程**： 动量指标 = 最近一年股票收益率 - 最近一个月股票收益率（剔除涨停板）[62] 6. 因子名称：反转因子[62] **因子构建思路**：基于股票短期反转效应构建反转指标[62] **因子具体构建过程**： 以最近一个月股票收益率作为筛选指标[62] 因子的回测效果 1. 风格相对拥挤度因子[70][74][77] - 成长vs红利相对拥挤度：本周末66%，上周末67%，上年末1%[70] - 小盘vs大盘相对拥挤度：本周末41%，上周末39%，上年末5%[70] - 微盘股vs中证800相对拥挤度：本周末91%，上周末89%，上年末89%[70] 2. 风格表现因子[59][60] - 成长较红利超额：近一周3.0%，近一月-1.4%，年初至今25.6%[59][60] - 小盘较大盘超额：近一周1.6%，近一月-1.1%，年初至今7.5%[59][60] - 微盘股较基金重仓超额：近一周2.7%，近一月8.1%，年初至今52.2%[59][60] - 动量较反转超额：近一周7.5%，近一月0.2%，年初至今24.9%[59][60] 3. 风险溢价（erp）因子[58] - 万得全A erp：本周末2.8%，分位值62%；上周末2.9%，分位值65%[58] - 沪深300 erp：本周末5.3%，分位值64%；上周末5.4%，分位值66%[58] - 创业板 erp：本周末0.7%，分位值87%；上周末0.8%，分位值89%[58] - 中证500 erp：本周末1.3%，分位值74%；上周末1.4%，分位值76%[58] 4. 估值因子（PE_TTM）[48] - 万得全A PE_TTM：本周末21.7，分位值72%；上周末21.3，分位值71%[48] - 沪深300 PE_TTM：本周末13.9，分位值62%；上周末13.9，分位值61%[48] - 中证1000 PE_TTM：本周末46.4，分位值66%；上周末44.8，分位值63%[48] - 创业板 PE_TTM：本周末39.2，分位值31%；上周末37.7，分位值27%[48]

私募指数增强策略概述 - 私募指数增强策略以跟踪特定指数为目标，通过量化方式调整投资组合，力求获取超越标的指数的超额收益[2] - 策略核心在于“强”，即跑出正超额收益[2] - 近五年A股市场经历地缘政治、疫情等多重冲击，沪深300指数在2021年至2023年分别下跌5.20%、21.63%、11.38%，2024年上涨14.68%，市场跌宕起伏[2] - 在此行情下，连续五年跑出正超额收益的私募产品凤毛麟角[4] 沪深300指数增强产品 - 沪深300指数2021年至2024年涨跌幅分别为-5.20%、-21.63%、-11.38%、14.68%，截至11月21日今年涨幅为14.75%[5] - 连续五年实现正超额的沪深300指增产品仅有5只[5] - 其中4只来自百亿私募，包括宁波幻方量化、龙旗科技、明汯投资、鸣石基金，白鹭资管为唯一上榜的20-50亿规模私募[6] - 宁波幻方量化徐进管理的“九章幻方沪深300量化多策略1号”累计超额收益表现最为亮眼[7] - 白鹭资管张晨樱管理的“浙江白鹭300指数增强二号”作为中小型私募代表在近五年超额表现中脱颖而出[7] 中证500指数增强产品 - 中证500指数2021年至2024年涨跌幅分别为15.58%、-20.31%、-7.42%、5.46%，截至11月21日今年涨幅为21.40%[8] - 连续近五年实现正超额的中证500指增产品有43只[8] - 其中27只产品来自百亿私募，聚宽投资旗下高达11只产品上榜，宁波幻方量化4只产品、明汯投资3只产品位列其中[9] - 融伟投资基金王阳阳管理的“融伟屿通量化二号”累计超额收益最高[11] - 百亿私募中世纪前沿吴敌管理的“世纪前沿指数增强2号”表现较为突出[12] 中证1000指数增强产品 - 中证1000指数2021年至2024年涨跌幅分别为20.52%、-21.58%、-6.28%、1.20%，截至11月21日今年涨幅为21.82%[13] - 连续近五年实现正超额的中证1000指增产品仅有7只[13] - 九坤投资姚齐聪管理的“九坤日享中证1000指数增强1号”累计超额收益表现最为亮眼[14] - 明汯投资裘慧明和解环宇管理的“明汯量化中小盘增强1号B类份额”位居前列[15] 量化选股策略产品 - 量化选股策略通过量化模型在全市场选股，对标基准一般为沪深300指数，具有更大灵活性和适应性优势[17] - 连续近五年实现正超额的量化选股产品有15只[17] - 天演资本、龙旗科技、大道投资、鸣石基金、致诚卓远五家百亿私募上榜，积露资产旗下3只产品在列[17] - 积露资产于学智管理的“积露九号”累计超额收益最高[18] - 百亿私募中天演资本谢晓阳管理的“天演赛能”表现较为突出[19]

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][2] - 该奖项由中国证券报主办，旨在构建金融科技领域专业评价生态，引导行业向规范化、专业化、可持续方向高质量发展 [2] - 公司自2015年8月成立以来已获得包括金牛奖在内的70余项权威荣誉 [2] 公司战略与组织架构 - 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，此次获奖恰逢其成立十周年 [2] - 投研合伙人方壮熙的重磅加盟支撑公司搭建起“总经理+投资总监”的科学分工架构 [2] - 通过深度整合因子开发模式和强化跨团队管理协同效应，推动投研效率实现跨越式跃升 [2] 策略开发与投研体系 - 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 [3] - 策略开发以10年以上历史数据为根基，通过量化标准叠加逻辑校验，严控过拟合 [3] - 组合构建以机器学习为核心，采用日间预测为主、日内预测为辅的模式，依托多模型集成框架优化组合 [3] 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 [3] - 将在策略创新、技术升级与风险控制上不断守正创新，稳步提升综合服务能力 [3]

量化模型与构建方式 1. **模型名称：PB-ROE-50 组合** [25] **模型构建思路：** 基于市净率（PB）和净资产收益率（ROE）这两个核心估值与盈利能力指标进行选股 [25] **模型具体构建过程：** 模型的具体构建过程未在提供的报告内容中详细描述 [25] 2. **模型名称：机构调研组合** [28] **模型构建思路：** 利用公募基金和私募基金的调研活动信息作为选股信号 [28] **模型具体构建过程：** 报告提及了公募调研选股策略和私募调研跟踪策略，但具体的组合构建细节（如如何根据调研信息筛选股票、权重分配等）未在提供的报告内容中详细说明 [28] 3. **模型名称：大宗交易组合** [32] **模型构建思路：** 基于“高成交、低波动”原则，从发生大宗交易的股票中筛选后续表现更佳的股票 [32] **模型具体构建过程：** 经过测算，选择“大宗交易成交金额比率”越高、“6 日成交金额波动率”越低的股票，通过月频调仓方式构造组合 [32] 4. **模型名称：定向增发组合** [38] **模型构建思路：** 以定向增发的股东大会公告日为事件节点，进行事件驱动选股 [38] **模型具体构建过程：** 以股东大会公告日为时间节点，综合考虑市值因素、调仓周期以及对仓位的控制来构造组合，具体构建方法可参考其专题报告 [38] 模型的回测效果 1. **PB-ROE-50 组合** [26] **本周超越基准收益率（中证500）：** 0.47% **今年以来超额收益率（中证500）：** 2.06% **本周绝对收益率（中证500）：** 3.63% **今年以来绝对收益率（中证500）：** 25.34% **本周超越基准收益率（中证800）：** 1.54% **今年以来超额收益率（中证800）：** 15.14% **本周绝对收益率（中证800）：** 3.61% **今年以来绝对收益率（中证800）：** 34.74% **本周超越基准收益率（全市场）：** 1.59% **今年以来超额收益率（全市场）：** 18.32% **本周绝对收益率（全市场）：** 4.45% **今年以来绝对收益率（全市场）：** 42.79% 2. **机构调研组合** [29] **公募调研选股策略本周超越基准收益率（中证800）：** 3.63% **公募调研选股策略今年以来超额收益率（中证800）：** 16.50% **公募调研选股策略本周绝对收益率：** 5.74% **公募调研选股策略今年以来绝对收益率：** 36.32% **私募调研跟踪策略本周超越基准收益率（中证800）：** 3.32% **私募调研跟踪策略今年以来超额收益率（中证800）：** 15.79% **私募调研跟踪策略本周绝对收益率：** 5.43% **私募调研跟踪策略今年以来绝对收益率：** 35.49% 3. **大宗交易组合** [33] **本周超越基准收益率（中证全指）：** 2.93% **今年以来超额收益率（中证全指）：** 39.24% **本周绝对收益率：** 5.83% **今年以来绝对收益率：** 68.03% 4. **定向增发组合** [39] **本周超越基准收益率（中证全指）：** -0.01% **今年以来超额收益率（中证全指）：** -3.70% **本周绝对收益率：** 2.81% **今年以来绝对收益率：** 16.21% 量化因子与构建方式 1. **因子名称：动量弹簧因子** [12][14][18] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在多个股票池中表现优异 [12][14][18] 2. **因子名称：早盘后收益因子** [12][14][18] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在多个股票池中表现优异 [12][14][18] 3. **因子名称：单季度ROA** [12] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在沪深300股票池中表现较好 [12] 4. **因子名称：5日反转** [14][18] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在中证500和流动性1500股票池中表现较好 [14][18] 5. **因子名称：单季度营业收入同比增长率** [18] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在流动性1500股票池中表现较好 [18] 6. **因子名称：beta 因子** [20] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在全市场股票池中获得正收益，显示市场动量效应显著 [20] 7. **因子名称：残差波动率因子** [20] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在全市场股票池中获得正收益，且在多数行业内表现较好 [20][23] 8. **因子名称：动量因子** [20] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在全市场股票池中获得正收益，显示市场动量效应显著 [20] 9. **因子名称：规模因子** [20] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在全市场股票池中获得负收益，显示市场小市值风格占优 [20] 10. **因子名称：非线性市值因子** [20] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在全市场股票池中获得负收益 [20] 11. **因子名称：净资产增长率因子** [23] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在综合、通信行业表现较好 [23] 12. **因子名称：净利润增长率因子** [23] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在美容护理、轻工制造、通信行业表现较好 [23] 13. **因子名称：5日动量因子** [23] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在多数行业表现为反转效应，在农林牧渔、纺织服装行业反转效应明显 [23] 14. **因子名称：1月动量因子** [23] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在美容护理、食品饮料行业表现为动量效应，在综合、纺织服装、农林牧渔、建筑材料行业反转效应显著 [23] 15. **因子名称：每股净资产因子** [23] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在计算机行业表现较好 [23] 16. **因子名称：每股经营利润 TTM 因子** [23] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在通信行业表现较好 [23] 17. **因子名称：BP 因子** [23] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在商业贸易行业表现较好 [23] 18. **因子名称：EP 因子** [23] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在综合行业表现较好 [23] 19. **因子名称：对数市值因子** [23] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在通信、综合行业表现较好 [23] 20. **因子名称：流动性因子** [23] **因子构建思路：** 未在提供的报告内容中详细说明 **因子具体构建过程：** 未在提供的报告内容中详细说明 **因子评价：** 本周在多数行业表现较好 [23] 因子的回测效果 *（注：报告提供了多个股票池下众多因子在“最近1周”、“最近1个月”、“最近1年”、“最近10年”等多个时间窗口的表现数据 [13][15][19]。由于因子数量众多且指标窗口期不完全统一，此处不逐一列出，具体数值请参考报告中对应的图表 [13][15][19]。）*

公司荣誉与奖项 - 2025年11月28日荣获"年度金牛量化机构(多空对冲策略)"奖 [1] - 2024年10月15日获得"金牛私募管理公司(年度相对价值策略)"奖 [1] - 过去三年多时间在行业实盘竞赛中累计斩获超过一百个冠亚军奖项 [2] 公司核心策略与技术 - 以低延时套利策略为核心，深度融合顶尖信息技术、前沿算法与严谨投研团队 [1] - 策略基于海量数据挖掘、机器学习和深度学习等尖端算法，持续迭代优化 [1] - 构建了行业领先的超低延迟交易系统与强大的数据分析平台 [1] 产品表现与风险控制 - 产品具有"低回撤、高夏普"特征，回撤幅度远低于行业平均水平 [2] - 通过精密的模型设计和严格的风控体系，实现平滑的产品净值曲线 [2] - 极高的夏普比率使投资者在承担同等风险下获得远超市场基准的回报 [2]

行业现状与前景 - 量化投资正迎来以创新提质、责任筑基为特征的黄金发展期，展现出蓬勃的发展活力与创新动能 [3] - 我国量化投资依托庞大的市场容量、持续进步的金融科技以及日益完善的监管环境，虽起步较晚但发展迅速 [3] - 量化投资是激活市场运行效率的引擎，通过创新交易工具、优化定价模型、拓宽配置渠道提升市场流动性并降低波动率 [4] 技术创新与应用 - 量化投资深度融合大数据、人工智能、云计算等前沿技术，推动投资管理从经验驱动向数据驱动、智能驱动转型 [3] - 依托科学模型迭代与系统策略优化，量化投资强化了投资决策的逻辑性与客观性，有效降低非理性交易对市场的冲击 [3] - 量化投资的创新发展与普惠金融、数字金融高度契合，同时以数字化、智能化配置能力满足科技金融、绿色金融的发展需求 [6] 公司战略与实践 - 华鑫证券于2017年前瞻性确立“金融科技引领业务发展”的核心战略，坚持“科技驱动+投研引领”双轮发展 [7] - 公司正全力打造“N+1+1+1”数智化能力体系，构建覆盖策略开发、交易执行、数据分析的全链条技术支撑平台 [7] - 华鑫证券提供从产品设计、策略孵化到交易执行、风险控制、托管服务的专业化、系统化综合解决方案 [7] 责任与合规 - 量化机构凭借系统化的风险控制与收益优化能力，为一般投资者提供专业的机构化投资渠道，推动市场向“机构主导”转型 [6] - 华鑫证券不断完善贯穿“事前-事中-事后”的三层风控体系，推动策略可解释、行为可追踪、风险可管控 [7] - 作为国有券商，公司恪守“金融报国、金融为民”初心，聚焦科技创新、生态共建、合规担责三大核心 [6]