公司量化投资发展历程与市场地位 - 公司主动量化管理规模截至三季度末超270亿元，在该领域行业排名跃居前三 [1] - 公司量化投资发展历程与国内量化行业成熟过程高度契合，早在2013年私募形态时已开启量化实盘 [1] - 公司于2018年由私募成功转型为公募，首只公募量化产品“博道启航”落地 [2] 量化投资策略体系演进 - 早期采用基于Barra风险模型的多因子组合体系，风险暴露均衡，核心市场中性产品经受住2014年底极端行情考验 [2] - 在期指贴水扩大等市场变化后，量化策略拓展至商品CTA，并发行了纯CTA策略产品 [2] - 公司是行业较早将AI应用到量化投研的基金公司之一，2017年开始利用GP算法挖掘因子，2019年智能系列选股模型成形，2020年AI量价因子纳入实盘 [2] - AI方法的引入成为公司量化产品在2020年至2021年取得亮眼业绩的重要驱动力 [2] - 2023年一季度，公司将原有的AI量价框架扩展迁移，形成全新的AI全流程投资框架 [3] - 目前采用“双框架并行”体系，一套沿用传统多因子框架，另一套完全基于AI驱动的多因子模型框架 [3] 量化团队组织与运作模式 - 量化团队共有8位正式员工，全部以应届生身份加入，在内部培养体系下成长 [4] - 团队特色之一是人才体系的完整性与理念的高度统一，成员从加入起就在同一套框架中磨合 [4] - 团队特色之二是采用“分工协作，投研一体”的团队化作战模式，成员有明确主攻方向且须形成竞争力，个人策略中外部研究成果占比尽量低 [4] - 团队成员的研究成果参与产品实盘运作，所有产品业绩是团队成员在各个模块综合打磨的结果 [5] - 量化投资系统自动处理每日所有产品的目标交易单，所有产品不存在人工干预，呈现体系化一致性优势 [5] - 针对不同指数增强，系统根据“基准指令”和指数特点自动选择更适配的因子组合，实现“分域差异化” [5] 产品矩阵布局与特色 - 公司量化团队共管理四大产品序列，覆盖从相对收益到绝对收益的完整体系 [6] - 标准指增、灵活指增和smart beta增强构成核心骨架，均以获取相对收益为目标 [6] - 标准指增要求80%投资于指数成分股，注重跟踪误差，布局全面，从传统宽基指数到中证A500、科创综指、中证全指等均在行业内率先启动 [6] - 灵活指增不受成分股约束，超额收益弹性显著提升，对标更具特色的指数，例如博道远航对标偏股混合型基金指数，博道成长智航、消费智航、红利智航三只产品基本覆盖中信五大风格 [6] - smart beta增强产品运作思路上更接近主动选股逻辑，追求超额收益最大化，已布局的大盘成长、大盘价值两只产品在过去一年初步展现风格锐度 [6] - 在相对收益体系外，产品进一步延展至绝对收益方向，覆盖量化固收类与专户多资产多策略，形成覆盖多层级目标、多类型风格的立体产品矩阵 [7] - 过去七年公募量化业绩比较中，公司量化团队业绩始终保持前列，跨周期竞争力源于团队化协作、体系化流程与多因子模型的长期打磨 [7]

根据研报内容，以下是涉及的量化模型和因子的总结： 量化模型与构建方式 **1 模型名称：A股大盘择时模型[2][10]** - 模型构建思路：从估值、情绪、资金、技术四个维度对万得全A指数进行整体方向性判断[10] - 模型具体构建过程：各维度日频发出信号，每日信号取值为0、±1，分别代表看平、看多、看空三种观点[10] 估值和情绪采用反转逻辑，刻画A股市场均值回归特征；资金和技术采用趋势逻辑，刻画市场趋势延续特征[10] 以各维度得分之和的正负性作为大盘多空观点的依据[10] - 模型评价：左侧指标规避风险，右侧指标捕捉机会[10] **2 模型名称：红利风格择时模型[3][18]** - 模型构建思路：结合中证红利相对中证全指的动量、10Y-1Y期限利差和银行间质押式回购成交量三者的趋势进行择时[3][18] - 模型具体构建过程：三个指标从趋势维度日频发出信号，每日信号取值为0、+1、-1，分别代表看平、看多、看空三种观点[18] 以各维度得分之和的正负性作为红利风格多空观点的依据[18] 当模型看好红利风格时全仓持有中证红利，不看好时全仓持有中证全指[18] **3 模型名称：大小盘风格择时模型[3][23]** - 模型构建思路：采用基于拥挤度分域的趋势模型进行择时，其中拥挤度采用小盘和大盘的动量之差和成交额之比刻画[3][23] - 模型具体构建过程：首先从动量视角和成交视角计算大小盘风格拥挤度得分[23] 若最近20个交易日中曾触发过高拥挤，视为运行在高拥挤区间，否则为低拥挤区间[25] 在高拥挤区间采用参数值较小的双均线模型应对风格反转，在低拥挤区间采用参数值较大的双均线模型跟踪中长期趋势[25] **4 模型名称：遗传规划行业轮动模型[4][30]** - 模型构建思路：采用遗传规划技术直接对行业指数的量价、估值等特征进行因子挖掘，每季度末更新因子库[4][33] - 模型具体构建过程：底层资产为32个中信行业指数，因子更新频率为季频，调仓频率为周频[30] 使用|IC|和NDCG@5两个指标同时评价因子的分组单调性和多头组表现[33] 在NSGA-II算法加持下挖掘兼具分组表现单调、多头表现优秀的行业轮动因子[33] **5 模型名称：中国境内全天候增强组合[5][39]** - 模型构建思路：采用宏观因子风险预算框架，选取增长超预期/不及预期、通胀超预期/不及预期四种宏观风险源作为平价对象[5][39] - 模型具体构建过程：在四象限风险平价基础上，基于宏观预期动量的观点主动偏配看好象限[5] 构建分为三步：宏观象限划分与资产选择、象限组合构建与风险度量、风险预算模型确定象限权重[42] 每月底根据"象限观点"调整象限风险预算进行主动偏配[42] 模型的回测效果 **1 A股大盘择时模型[15]** - 年化收益：24.94% - 最大回撤：-28.46% - 夏普比率：1.16 - Calmar比率：0.88 - YTD：43.84% - 上周收益：5.28% **2 红利风格择时模型[21]** - 年化收益：15.67% - 最大回撤：-25.52% - 夏普比率：-0.26 - Calmar比率：0.85 - YTD：20.86% - 上周收益：-3.63% **3 大小盘风格择时模型[28]** - 年化收益：27.04% - 最大回撤：-32.05% - 夏普比率：1.13 - Calmar比率：0.84 - YTD：71.14% - 上周收益：-7.80% **4 遗传规划行业轮动模型[33]** - 年化收益：30.83% - 年化波动：17.74% - 夏普比率：1.74 - 最大回撤：-19.63% - 卡玛比率：1.57 - 上周表现：-4.39% - YTD：35.44% **5 中国境内全天候增强组合[43]** - 年化收益：11.51% - 年化波动：6.18% - 夏普比率：1.86 - 最大回撤：-6.30% - 卡玛比率：1.83 - 上周表现：-1.53% - YTD：10.75% 量化因子与构建方式 **1 因子名称：大小盘风格拥挤度因子[23][27]** - 因子构建思路：从动量视角和成交视角计算大小盘风格拥挤度得分[23] - 因子具体构建过程： 1) 动量之差：计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日动量之差，计算各窗长动量之差的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值作为小盘风格的动量得分；对分位数最低的3个结果取均值作为大盘风格的动量得分[27] 2) 成交额之比：计算万得微盘股指数与沪深300指数的10/20/30/40/50/60日成交额之比，计算各窗长成交额之比的3.0/3.5/4.0/4.5/5.0年分位数的均值，对6个计算窗长下分位数最高的3个结果取均值作为小盘风格的成交量得分；对分位数最低的3个结果取均值作为大盘风格的成交量得分[27] 3) 将小盘风格的动量得分和成交量得分取均值得到小盘风格的拥挤度得分，大于90%视为触发高拥挤；将大盘风格的动量得分和成交量得分取均值得到大盘风格的拥挤度得分，小于10%视为触发高拥挤[27] **2 因子名称：遗传规划行业轮动因子[37]** - 因子构建思路：基于单行业阻力支撑位构建[37] - 因子具体构建过程： 1) 在过去25个交易日中，计算周度标准化最低价和月度标准化开盘价的协方差，记作变量A[38] 2) 在过去15个交易日中，对周度标准化最高价开展zscore标准化，取标准化后大于2.0的日期，对A进行反转即乘以-1后，计算这15个交易日A之和[38] 因子表达式：$$ts\_grouping\_deczscorecut\_torch(ts\_covariance\_torch(wlow\_st, mopen\_st, 25), whigh\_st, 15, 2.0, 2)$$[37]

公司概况 - 公司实控人为梁文锋，旗下拥有宁波幻方量化和九章资产两家私募管理公司 [2] - 公司成立于2015年，2019年管理规模突破百亿，2021年一度突破千亿，后主动调整至约600亿以控制风险和提升业绩，目前是国内量化巨头之一 [8] - 截至2025年10月底，公司在私募排排网发布的1-10月百亿量化收益榜排名第2，旗下11只产品平均收益为***%，且这11只产品均在2025年10月创下历史新高 [2] - 据第三方统计，公司管理规模在2025年三季度继续增长，跨入700亿至800亿人民币区间，稳居国内量化私募第一梯队 [3] 核心投研团队 - 实控人梁文锋为DeepSeek创始人，17岁考入浙江大学，23岁探索量化交易，31岁创办幻方量化，33岁斩获金牛奖，38岁进军通用人工智能并创办深度求索（DeepSeek）[18] - 技术总监兼基金经理徐进为浙江大学信号与信息处理博士，研究方向包括机器人自主导航、立体视觉、模式识别及机器学习，在相关基金经理收益排名中位列第一 [25][26][27] - 基金经理陆政哲毕业于浙江大学和伦敦政治经济学院，曾就职于招商银行资产管理部从事宏观研究及海外衍生品投资 [29][30] - 首席策略官陈哲为金融数学博士，曾在广发证券资管从事量化策略研究及投资工作 [28] - 公司策略和开发团队由奥林匹克数学、物理、信息学金银牌得主，ACM金牌得主，AI领域领军人物及各学科博士组成，以跨学科合作解决深度学习、大数据建模等挑战 [12][33] 投资策略与产品线 - 核心策略为人工智能驱动的量化股票策略，是指数增强产品领域的引领者 [5][14] - 代表产品线覆盖沪深300、中证500及中证1000指数增强策略 [3][41] - 指数增强产品旨在享受市场长期红利，通过获取超越指数的回报（Alpha）来优化持仓体验并增厚投资收益 [35] - 投资策略根据市场风格灵活配置资产，运用基本面、技术面分析，综合评估各类金融合约的波动性、流动性等，在给定风险水平下确定较优投资组合 [38] 核心优势与技术创新 - 公司是AI量化交易的引领者，自2008年开始探索全自动量化交易，2016年10月上线首个由深度学习生成的交易仓位，2017年全面应用深度学习技术进行交易 [13][43][44] - 公司自研自建了名为“萤火二号”的深度学习训练平台，该平台历时3年打造，搭载高性能加速卡、大容量高速存储和高带宽网络互联，支持大规模并行训练，能高效优化策略以适应市场 [45] - 公司站在人工智能技术前沿，开发出多策略、多周期的投资模式以实现收益叠加 [47] - 公司发展历程紧密围绕AI：2018年AI技术主导策略开发迭代并首获金牛奖；2019年建立智算中心并跻身百亿私募；2023年成立通用人工智能实验室并运营DeepSeek；2024至2025年发布多个低成本高性能开源大模型，如DeepSeek-V2和DeepSeek-V3 [13][14][23] 行业地位与荣誉 - 在私募排排网2025上半年百亿私募榜单中，公司在上半年、近一年、近三年收益排名皆进入前十名；在近半年、近一年、近三年收益排名中曾进入前五名 [8][14] - 公司连续多年获得私募金牛奖，例如2018年至2021年连续获得“三年期金牛私募管理公司（相对价值策略）”奖项 [48][49] - 公司亦多次荣获中国基金报“英华奖中国私募基金50强（量化策略）”及“综合实力50强”等奖项 [48][49] 其他信息 - 公司于2021年成立公益工作小组，2022年共计向慈善机构捐赠2.2138亿元人民币，其中公司员工“一只平凡的小猪”个人捐助1.38亿元，支持了15家慈善机构的23个公益项目 [50]

量化市场因子表现综述 - 本周全市场股票池中，市值因子获取正收益0.99%，市场大市值风格显著 [4] - 杠杆因子、流动性因子、残差波动率因子、估值因子分别获取负收益-0.41%、-0.43%、-0.50%、-0.68% [4] 不同股票池单因子表现 - 沪深300股票池中，表现较好的因子有日内波动率与成交金额的相关性(1.23%)、ROE稳定性(1.14%)、下行波动率占比(1.13%)，表现较差的因子有早盘收益因子(-2.46%)、动量弹簧因子(-2.21%)、净利润断层(-1.72%) [5] - 中证500股票池中，表现较好的因子有单季度总资产毛利率(1.82%)、动量调整大单(1.66%)、总资产毛利率TTM(1.63%)，表现较差的因子有单季度ROA同比(-0.66%)、单季度ROE同比(-0.55%)、ROIC增强因子(-0.53%) [5] - 流动性1500股票池中，表现较好的因子有净利润率TTM(1.82%)、营业利润率TTM(1.44%)、ROA稳定性(1.38%)，表现较差的因子有市销率TTM倒数(-1.31%)、对数市值因子(-1.07%)、净利润断层(-0.95%) [5] 因子行业内表现 - 基本面因子中，净资产增长率因子、净利润增长率因子、每股净资产因子、每股经营利润TTM因子在纺织服装、钢铁行业正收益较为一致 [6] - 估值类因子中，EP因子在煤炭、美容护理、纺织服装行业正收益显著 [6] - 残差波动率因子和流动性因子在传媒行业正收益明显，多数行业大市值风格显著 [6] 量化投资组合表现 - PB-ROE-50组合本周在各股票池中均获取负超额收益，其中中证500股票池超额收益-1.30%，中证800股票池超额收益-2.09%，全市场股票池超额收益-1.46% [7] - 机构调研组合中，公募调研选股策略相对中证800获得超额收益-1.91%，私募调研跟踪策略相对中证800获得超额收益-3.65% [8] - 大宗交易组合相对中证全指获得超额收益-2.84% [9] - 定向增发组合相对中证全指获得超额收益-1.42% [10]

核心观点 - 报告核心观点为在市场波动加大的背景下，指数增强策略展现出稳健特质，其超额收益表现优于主动量化和市场中性策略 [1] - 中证1000指数增强基金年度表现最为突出，年内平均超额收益达6.69%，近一年平均超额收益高达10.55% [3][10] - 公募主动量化基金年内绝对收益表现最佳，平均收益达22.14%，但近期出现显著回撤，本周平均收益为-4.65% [1][3] 公募量化基金业绩统计 - **周度业绩（2025.11.17-2025.11.21）**：各指数增强策略均实现正超额收益，其中中证500指增表现最佳，平均超额收益为0.35%，正超额基金占比达80.82% [1] - **月度业绩（截至2025.11.21）**：中证500指增平均超额收益为0.77%，正超额基金占比81.69%，表现领先；而中证1000指增平均超额收益为-0.07%，正超额基金占比仅为43.48% [2] - **年度业绩（2025YTD）**：中证1000指增平均超额收益高达6.69%，正超额基金占比89.13%，显著优于其他指增策略；沪深300指增表现相对较弱，平均超额收益为-0.75% [3] - **主动量化与市场中性策略**：主动量化基金年内平均收益为22.14%，但本周平均收益为-4.65%，正收益基金占比仅0.49%；市场中性基金年内平均收益为1.01%，本周平均收益为-0.22% [1][3] - **分位数表现**：中证1000指增近一年超额收益中位数为9.74%，75%分位点达14.39%，显示头部产品表现强劲；其近一年跟踪误差中位数为4.31% [10] 公募量化基金收益分布 - 报告通过收益分布图展示了本周公募量化基金的整体收益情况，具体分布细节需参考图2 [11][13] 公募量化基金业绩散点图 - 散点图展示了公募指数增强基金近1年的超额收益与年化跟踪误差的关系，以及主动量化和市场中性基金的绝对收益与最大回撤的关系 [14][16][17][19][20] 公募量化基金净值走势 - **指数增强策略净值走势**：公募四大指增等权组合今年以来累计超额净值走势显示，中证1000指增和中证A500指增组合表现相对稳健 [21][22] - **主动量化与市场中性策略净值走势**：公募主动量化产品等权组合今年以来累计净值呈现显著增长，但近2年走势波动较大；市场中性产品组合净值走势相对平稳 [27][28][29][30][31] 附录：计算说明 - 报告采用日频数据进行计算，年化采用242个交易日并进行几何年化 [32] - 公募基金分类标准基于Wind投资类型二级分类，并结合基金名称、投资目标、策略等进行定义，基金池更新时间为2025年9月30日 [32] - 超额业绩计算的比较基准为产品所跟踪标的指数对应的全收益指数，统计时通常仅考虑成立满2个月的产品，但对存续期较短的中证A500指增有所放宽 [32][33]

根据研报内容，以下是关于量化因子和模型的总结： 量化因子与构建方式 大类因子 1. **因子名称**：市值因子[18] **因子构建思路**：基于股票市值规模构建的因子[18] **因子评价**：本周市场大市值风格显著[18] 2. **因子名称**：杠杆因子[18] **因子构建思路**：基于公司财务杠杆水平构建的因子[18] 3. **因子名称**：流动性因子[18] **因子构建思路**：基于股票流动性特征构建的因子[18] 4. **因子名称**：残差波动率因子[18] **因子构建思路**：基于股票残差波动率特征构建的因子[18] 5. **因子名称**：估值因子[18] **因子构建思路**：基于公司估值水平构建的因子[18] 行业内因子 6. **因子名称**：净资产增长率因子[21] **因子构建思路**：基于公司净资产增长情况构建的因子[21] 7. **因子名称**：净利润增长率因子[21] **因子构建思路**：基于公司净利润增长情况构建的因子[21] 8. **因子名称**：每股净资产因子[21] **因子构建思路**：基于每股净资产指标构建的因子[21] 9. **因子名称**：每股经营利润TTM因子[21] **因子构建思路**：基于每股经营利润TTM指标构建的因子[21] 10. **因子名称**：EP因子[21] **因子构建思路**：基于盈利价格比构建的估值类因子[21] 量化模型与构建方式 1. **模型名称**：PB-ROE-50组合[23] **模型构建思路**：基于市净率（PB）和净资产收益率（ROE）指标构建的量化选股组合[23] 2. **模型名称**：机构调研组合[25] **模型构建思路**：基于机构调研活动构建的选股策略，包括公募调研选股策略和私募调研跟踪策略[25] 3. **模型名称**：大宗交易组合[29] **模型构建思路**：基于大宗交易数据，按照"高成交、低波动"原则构建的选股组合[29] **模型具体构建过程**：通过"大宗交易成交金额比率"和"6日成交金额波动率"两个指标，采用月频调仓方式构造组合。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[29] 4. **模型名称**：定向增发组合[35] **模型构建思路**：基于定向增发事件驱动构建的选股组合[35] **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[35] 因子的回测效果 | 因子名称 | 最近1周收益 | 最近1个月收益 | 最近1年收益 | 最近10年收益 | |---------|------------|-------------|------------|-------------| | 市值因子 | 0.99%[18] | - | - | - | | 杠杆因子 | -0.41%[18] | - | - | - | | 流动性因子 | -0.43%[18] | - | - | - | | 残差波动率因子 | -0.50%[18] | - | - | - | | 估值因子 | -0.68%[18] | - | - | - | 模型的回测效果 PB-ROE-50组合表现[24] | 股票池 | 本周超越基准收益率 | 今年以来超额收益率 | 本周绝对收益率 | 今年以来绝对收益率 | |--------|------------------|-------------------|----------------|-------------------| | 中证500 | -1.30% | 1.58% | -7.01% | 20.95% | | 中证800 | -2.09% | 13.40% | -6.31% | 30.05% | | 全市场 | -1.46% | 16.48% | -6.44% | 36.70% | 机构调研组合表现[26] | 策略类型 | 本周超越基准收益率 | 今年以来超额收益率 | 本周绝对收益率 | 今年以来绝对收益率 | |----------|------------------|-------------------|----------------|-------------------| | 公募调研选股 | -1.91% | 12.42% | -6.14% | 28.92% | | 私募调研跟踪 | -3.65% | 12.06% | -7.80% | 28.51% | 大宗交易组合表现[30] | 指标 | 本周超越基准收益率 | 今年以来超额收益率 | 本周绝对收益率 | 今年以来绝对收益率 | |------|------------------|-------------------|----------------|-------------------| | 大宗交易组合 | -2.84% | 35.29% | -7.75% | 58.77% | 定向增发组合表现[36] | 指标 | 本周超越基准收益率 | 今年以来超额收益率 | 本周绝对收益率 | 今年以来绝对收益率 | |------|------------------|-------------------|----------------|-------------------| | 定向增发组合 | -1.42% | -3.89% | -6.40% | 12.80% |

量化投资行业概述 - 量化投资是一种基于数学模型、算法和计算机技术的系统化投资方法，不依赖主观判断，通过数据分析、模型构建和程序化执行来发现市场规律和管理风险[2] - 近年来行业竞争日益激烈，部分策略或量化因子失灵，超额收益出现衰减迹象，具备较强量化策略迭代能力的私募机构能够脱颖而出[2] - 量化私募模型的预测周期普遍较短，通常为日内或数日，换手率高，三年时间足以检验一家量化私募的成色与策略迭代能力[2] 全球主要股指表现 - 近三年全球主要股指均有亮眼表现，港股和美股更为强势，恒生指数累计上涨76.39%，恒生科技指数累计上涨107.11%，纳斯达克指数累计上涨115.91%[3] - A股市场以2024年9月为分水岭经历由熊转牛过程，创业板指累计上涨40.73%，区间最大涨幅达117.20%，中证2000指数累计上涨39.41%[3] - 美股标普500指数累计上涨76.66%，道琼斯工业平均指数累计上涨45.31%，表现稳健[3] 量化私募整体业绩 - 截至2025年10月底，103家量化私募近三年收益均值约为59.52%，收益中位数约为53.04%，整体跑赢A股主要股指[3] - 百亿规模量化私募共27家，茂源量化、天演资本、世纪前沿位列前三，宁波幻方量化排名第五[5] - 50-100亿规模量化私募共18家，大岩资本、云起量化、安子基金位列前三，上榜门槛接近特定百分比[12] 各规模层级量化私募排名 - 10-50亿规模量化私募共25家，广州守正用奇、橡木资产、智信融科位列前五，上榜门槛接近特定百分比[16] - 10亿以下规模量化私募共33家，上海紫杰私募、全成基金、华澄私募位列前五，股票策略私募占5家，期货及衍生品策略私募占4家[22] - 各规模组别冠军私募近三年收益均值均超过特定百分比，产品在2025年10月创历史新高[11][20][24] 领先量化私募公司特点 - 茂源量化高度重视组织能力建设，打造强大投研平台，因子与策略以模块化形式实现共享与复用，形成高度互联的研究生态[11] - 宁波幻方量化团队由奥林匹克数学、物理、信息学金银牌得主和AI领域专家组成，从2008年开始使用机器学习技术，2017年全面应用深度学习技术进行交易[11] - 橡木资产核心团队毕业于浙江大学，专注中高频量价多因子选股策略，按照3-6个月节奏对数据、因子和策略权重进行升级迭代[20]

行业投资评级 - 金融资金面跟踪行业投资评级为“推荐（维持）” [3] 核心观点 - 私募超额持续正增，小微盘超额有所走强 [3] 量化私募策略表现 - 300增强策略周/月/年初以来平均收益分别为-0.1%/+2.2%/+28.5%，平均超额分别为+0.9%/+1.8%/+7.7% [3] - 500增强策略周/月/年初以来平均收益分别为0%/+1.6%/+38.5%，平均超额分别为+1.2%/+3.8%/+13.1% [3] - A500增强策略周/月/年初以来平均收益分别为+0%/+2.6%/+29.9%，平均超额分别为+1%/+2.7%/+9.7% [3] - 1000增强策略周/月/年初以来平均收益分别为+0.5%/+2.7%/+44.8%，平均超额分别为+1.1%/+3%/+18.5% [3] - 空气指增策略周/月/年初以来平均收益分别为+1.5%/+3.9%/+39.5% [3] - 市场中性策略周/月/年初以来平均收益分别为+0.5%/+1%/+14.6% [3] 指数间超额收益 - 沪深300相对中证500周/月/年初以来超额收益分别为+0%/-6.2%/0% [4] - 中证1000相对中证500周/月/年初以来超额收益分别为+0.5%/+2.8%/0% [4] - 中证2000相对中证500周/月/年初以来超额收益分别为+0.9%/+4.8%/0% [4] - 微盘股相对中证500周/月/年初以来超额收益分别为+3.2%/+8.7%/0% [4] 市场成交额与基差 - 沪深300周/月/年初以来日均成交额分别为5903/4989/3473亿元，环比+7.9%/-51.4%/+115% [5] - 中证500周/月/年初以来日均成交额分别为4082/3571/2382亿元，环比-6.4%/-45.2%/+127.6% [5] - 中证1000周/月/年初以来日均成交额分别为4955/4517/3521亿元，环比+1.1%/-43.7%/+123.1% [5] - 中证2000周/月/年初以来日均成交额分别为5051/4549/4376亿元，环比+3.4%/-43.9%/+78.1% [5] - 微盘股周/月/年初以来日均成交额分别为285/251/246亿元，环比+12.8%/-48.9%/+35.3% [5] - IF/IC/IM当月合约年化贴水分别为+30.9%/-111.1%/-39.6%，居于近一年年化贴水幅度分位数分别为98%/0%/3.6% [5] - IF/IC/IM下季合约年化贴水分别为+0.2%/+5.3%/+6.7%，居于近一年年化贴水幅度分位数分别为24.3%/71.7%/34.7% [5]

投资大师时代的变迁 - 沃伦·巴菲特宣布将于年底卸任伯克希尔-哈撒韦公司CEO [3][4] - 多位著名投资大师近年淡出，包括瑞·达利欧退休、詹姆斯·西蒙斯和查理·芒格去世 [10] - 段永平在退休20多年后罕见出镜，其专访内容在社交媒体引发广泛关注 [5][7] 段永平的美股持仓分析 - 苹果为其第一大持仓，市值约88.69亿美元，占投资组合的60.42% [6] - 伯克希尔B类股为第二大持仓，市值约26.10亿美元，持仓占比17.78%，本季度大幅增加53.53% [6] - 对阿里巴巴和英伟达的持仓分别减少25.86%和38.04%，并新进建仓阿斯麦 [6] 中国居民资产配置趋势 - 2021年中国城镇居民资产配置中，高风险资产占比约为9% [9] - 截至2025年第三季度，与股市相关的高风险资产占比已上升至15%左右 [9] - 金融投资正逐步取代房地产，成为新的资产配置重点领域 [9] 投资大师的理念与影响 - 大师们提供了关键的投资框架，如芒格的能力圈原则和达利欧的风险平价策略 [14] - 核心理念包括“买股票就是买企业股权”以及“对的时候要加够仓位” [15] - 其思想不仅影响投资决策，也渗透到日常生活，强调避免愚蠢和简化原则 [16][18] 市场环境与未来挑战 - 美股市场约80%的成交量由机器完成，依赖算法模型 [20] - 截至2024年12月，中国公募量化基金规模达2952亿元，股票私募量化基金规模约8370亿元 [20] - 当前市场信息高度透明，散户盲目“抄作业”可能面临风险与收益不对称的问题 [21] 未来投资大师的潜在特质 - 需具备跨学科能力，理解AI、能源转型和地缘政治等多维度驱动因素 [30] - 强调数据证据主义，用统计数据支撑观点以对抗市场噪声和情绪影响 [31] - 可能出现在AI模型基础设施、人形机器人产业链和全场景应用平台等领域 [33] - 成功的先决条件包括身处伟大国家、经历繁荣时代并长期践行有效的投资理念 [40][41][42]

基金业绩与获奖情况 - 渤海汇金新动能主题混合型基金今年以来收益超过40%，近一年收益近70%（均截至2025年8月1日）[1] - 该基金荣获中国证券报颁发的三年期积极混合型金牛奖，体现了行业对其投资业绩的认可[1] 投资策略与理念 - 基金采用新质生产力方向下的量化小微盘策略，旨在实现更好的长期业绩表现[1] - 量化策略持续优化迭代，为基金业绩注入动能，短期表现略好于微盘股指数[2] - 长期目标是尽力跟上甚至战胜微盘股指数，量化策略模型的历史回溯显示在某些阶段存在超越指数的可能性[2] 市场观点与风格轮动 - 三季度A股市场为大盘科技成长风格占优，带动大盘指数连续上行，小微盘股相对弱势[2] - 四季度科技成长股涨势趋缓，性价比更优的小微盘股再次表现，市场呈现结构性牛市和风格轮换[2] - 不同风格的快速交替轮动可能是未来常态，建议投资者坚守自己的方向以获取更大获益[2] 基金经理观点 - 当小微盘股表现相对不佳且关注度低时，对于投资介入反而是更好的机会[2] - 短期跑赢微盘股指数的情况能否保持需要运气以及量化策略的持续进化完善[2]