责任编辑：郭栩彤 MACD金叉信号形成，这些股涨势不错！ ...

小博说 在前几篇文章中，小博向大家介绍了指数增强基金的特点、配置价值和运作原理，那么对于投资者而 言，还有一个与实操息息相关的问题： 面对各式各样的指数增强产品，究竟该如何选择呢？ 其实，挑选指增基金并不困难，掌握几个关键指标和步骤，你也能找到适合自己的那一只。 定方向：选指数 这是所有决策的起点。 可以先明确自己的投资需求，想投资大盘股、中盘股还是小盘股？追求价值风格还是成长风格？不同的 指数有着不同的风险收益特征。 举几个例子。 想投大盘，可以关注A股核心资产的代表指数，比如沪深300、中证A500等等。 如果没有明确的投资方向、想要全市场布局，也可以考虑中证全指指数，近乎覆盖A股所有标的，一键 打包全市场热门板块。 明确自己想跟踪的指数类型，这就圈定了指数增强基金的选择范围，也确定了组合的基石风格。 评优劣：看指标 接着，针对跟踪同一个指数的同类指数增强产品，我们可以借助几个关键指标来做投资参考： 年化超额收益：这个指标直观反映了基金持续战胜指数的能力。当然，对于指数增强类产品来说，最好 观察长期的超额表现(比如3年以上)，而非短期爆发。 跟踪误差：这个指标反映了基金净值走势与指数走势的偏离程度。过高的 ...

以下文章来源于教你挖掘基 ，作者冰姐 投资理财有方法，我们手把手教你挖掘牛基~ 近来，上证指数刷新了十年新高，市场情绪却显得颇有些复杂。有人扼腕叹息"满仓踏空"，有人无奈调侃"我在XX躲牛 市"…… 红与绿的对比，热与冷的体感，成为了当下基民圈子里最真实的共鸣。 今天不想只谈行情的涨跌，更想和大家聊聊： 当指数与账户分化，我们该如何读懂市场的语言？ 又该如何在变化的浪潮中，守住投资的锚点？ 教你挖掘基 . 01 当指数新高≠账户新高 —— 愈演愈烈的分化与底层逻辑的变迁 近来身边不断有好友向笔者抱怨，自己的持仓是大盘上涨岿然不动，大盘调整溃不成军。 这种两头挨揍的感受，本质是市场生态的重构。这一轮大涨中，以往我们所熟悉的龙头搭台、补涨跟进的轮动节奏并未出 现。取而代之的，是强者更强、主线持续聚焦的结构。 数据无声，却道尽真相。9月初，上证综指已经刷新了10年新高，但大多数行业仅触及2020-2021年的阶段性高点，只有银 行、电子、通信、有色金属、家用电器、食品饮料等少数行业超越了2015年水平。这意味着，指数新高的大旗是由少数行 业扛起，而非雨露均沾。 | 申万一级行业 | 今年以来 | 15年5178点 ...

广发金工Alpha因子数据库概述 - 数据库基于mysql8.0构建 覆盖基本面因子、Level-1中高频因子、Level-2高频因子、机器学习因子及另类数据因子等多元类型[1] - 依托100TB级存储数据库与高性能CPU/GPU算力服务器 支持多空策略、指数增强、ETF轮动等量化策略[1] - 整合Wind、天软、通联等多源数据供应商 实现因子高效研发与动态更新[1] 核心Alpha因子性能表现 - 深度学习类因子表现突出：GRU因子历史胜率达91.97% RankIC自相关性91.42%[3] - Level-2高频因子中 大买大卖单复合因子(bigbuy_bigsell)历史胜率79.05% RankIC达94.72%[3] - 长短单复合因子(integrated_longshort)历史均值10.70% RankIC自相关性98.09%[3] - 集合竞价阶段因子表现分化：开盘集合竞价成交委托比因子(transaction_order_ratio_oa)历史均值-10.03% 但胜率达76.68%[3] - 分钟频行情统计因子中 上行收益率方差(real_upvar)历史均值-9.82% RankIC达93.67%[3] - 成交量分布因子显示午后时段占比提升：第7个半小时成交量占比因子(ratio_volumeH7)历史均值4.80% 胜率74.39%[3] 多因子研究体系 - 已形成九十五篇系列专题报告 覆盖风格因子、行业选择、机器学习应用等多维度研究[4][5] - 研究深度贯穿微观至宏观：包括个股量化选股（系列一）、行业轮动（系列二）、宏观周期关联（系列八）等[4] - 高频数据应用持续深化：系列三十九至四十四专注日内高频数据因子化方法[4][5] - 创新研究领域扩展：涵盖可转债多因子组合（系列六十六）、地理关联度因子（系列五十）等前沿方向[5] 研究团队配置 - 团队核心成员具备多年从业经验：首席分析师安宁宁自2011年加入 覆盖全研究方向[6] - 专业背景复合化：成员学历覆盖暨南大学、中山大学、上海交通大学及海外高校 研究领域互补[7][8] - 研究方向系统化布局：涵盖量化择时、CTA策略、资产配置、因子选股等多元领域[7][8]

1. 美国白宫表示，TikTok 的新美国实体将从字节跳动租赁算法的副本，甲骨文将对其进行重新训练；用户 无需重新下载应用程序。 2. GSA将Meta的Llama加入其美国联邦机构批准的AI工具名单，此前已批准微软、谷歌、Anthropic和Open AI的工具。 3.极氪回应现款001售罄 6.轴向磁通电机和无框力矩电机已进入特斯拉Optimus测试环节？卧龙电驱：该消息不实 有投资者在互动平台向卧龙电驱提问，媒体报道及Ai搜索发现，公司生产的轴向磁通电机和无框力矩电机 已进入特斯拉Optimus测试环节，并且公司已锁定20万台电机订单。请问该消息是否属实？卧龙电驱回复 称，该消息不实。 7.贵州茅台否认将下调今年业绩目标，上半年已按计划完成目标进度 日前，有消息显示现款极氪001已售罄，极氪将提前至9月23日开启焕新极氪001的预售，上市时间则按照原 计划十月中旬，届时将同步开启交付。多个门店销售均反馈消息属实。 点评：极氪001售罄即下架，新款升级引期待。 4.腾讯控股：回购86.2万股，花费5.5亿港元 腾讯控股公告，于2025年9月22日以集中竞价交易方式回购86.2万股，每股购回价格介于635至 ...

近 5年，我国资本市场面临复杂的内外部环境，因此波动较大。在这样的市场背景下，能做到在今年来（短期）、近三年（中期）、近五年（长 期）的收益都排名居前，就显得难能可贵。 为了给读者提供一些参考，笔者根据私募排排网数据，分策略（主观多头、量化多头、多资产、期货及衍生品）梳理出了在"今年1-8月、近三 年、近五年"收益都居上游的私募产品。 （ 同一基金经理管理多只相同策略产品的，仅选收益最高的产品参与排名 ） 0 1 主观多头： 23 只私募产品短、中、长期均居前列，陈宇旗下产品在列！ 截至2025年8月底，在私募排排网有今年1-8月、近三年、近五年业绩显示的主观多头私募产品分别有1974只、1353只、760只，有鉴于此， 笔 者特梳理出了在今年 1-8月、近三年、近五年收益均居前20%的产品，共有23只 。 本文首发于公众号"私募排排网"。 （点击↑↑ 上图查看详情 ） 私募业绩在某一阶段内领先，并非难事，但要想在多个阶段内都领先，则是非常考验基金经理的投研水平和策略的持续迭代能力的。因为资本市 场的变化非常快，以A股为例，无论是市场风格还是领涨赛道，都是阶段性的轮动。 | 菲席 | 产品简称 | 产品规模 ...

量化投资策略演进 - Alpha因子数量呈现指数级增长 但因子挖掘的边际效用递减 核心矛盾转向模型配置[2][5] - 不同因子合成模型在不同市场阶段表现差异明显 没有单一模型能始终适应所有市场环境[8][10][12] - 线性模型(IC加权、线性回归)在趋势明确市场表现更好 非线性模型(XGBoost)在市场结构变化时展现优势[7][10] 传统配置方法局限性 - 均值-方差模型对输入参数高度敏感 历史数据微小扰动会导致输出权重较大变化[14][15] - 机器学习集成方法存在"黑箱"问题 可解释性差 影响投资决策信任度[16] - 传统方法陷入"收益-可解释性-稳定性"不可能三角 需要新的配置方法[13][16] LLM研判推理框架 - 采用三层架构：训练层(多模型策略库)、分析层(自动化绩效分析)、决策层(LLM配置决策)[3][19][21] - 分析层生成结构化"绩效分析简报" 包含市场状态刻画和多维度绩效评估[24][25][28] - 决策层通过精心设计的Prompt引导LLM扮演投资经理 进行逻辑推理和权重分配[3][29][31] 框架实施效果 - 在沪深300成分股内回测显示年化超额收益达7.21% 信息比率0.68[41][44] - 最大回撤-9.47% 低于所有基准模型和等权基准的-10.50%[41][44] - 在2021年9月市场风格切换中成功规避回撤 通过高配XGB模型和低配IC模型[39][44] 框架优势特点 - 将模型配置从数值优化问题转变为逻辑推理任务 追求逻辑合理性而非数学最优解[18][25] - 决策过程透明可解释 输出包含精确权重和决策理由 建立人机信任[31][44] - 能够动态适应市场变化 根据市场状态调整模型权重配置[25][39] 未来优化方向 - 扩展基础模型库 加入深度学习模型和另类策略等低相关策略[44] - 丰富市场状态维度 融入宏观数据和情绪指标等另类数据[45]

报告行业投资评级 未提及 报告的核心观点 - 华泰柏瑞量化团队经验丰富构建完整投研体系 旗下指增产品胜率良好 代表产品业绩领先且各有投资风格特点 [2] 根据相关目录分别进行总结 1. 华泰柏瑞量化——系统化投研体系，追求持续稳定的超额收益 1.1 团队情况 - 华泰柏瑞量化是核心投资团队 由盛豪担任总监 成员从业经验超7年 [2][7] - 团队共13人 采用平台化运作模式 分三个方向研究 且获其他团队协同支持 [2][9] 1.2 产品布局 - 团队认为超额收益源于策略有效性、市场宽度、转换系数和风险 产品布局有三特征 [11][13] - 重点布局宽基指增产品 涵盖多种宽基指数 两类指增产品均有布局 各产品有明确风险定位 [13] 1.3 投资框架 - 团队构建完整投研体系 各环节配备技术工具 并不断优化以确保研究效率 [16] - 投研体系包括数据、因子/特征、投资策略、风险控制和业绩归因等环节 [17][18] - 团队采用平台化运作 模型迭代有传统基本面、短期量价、非结构化数据三个方向 推动投研框架进化 [20] 2. 华泰柏瑞量化旗下产品业绩分析 2.1 指增产品较基准的年度胜率出色 - 旗下指增产品2020年以来年度胜率出色 总胜率达89% 多产品各年均战胜基准 [2][29] - 高胜率源于团队管理理念 注重偏离度控制和超额收益稳定性 [26] 2.2 代表产品业绩表现 - 华泰柏瑞中证500增强策略ETF自2022年以来收益回报20.23% 处于同类前7% 年化跟踪误差3.87% 处于同类较低25%水平 2025年业绩居首 [32][38] - 华泰柏瑞中证2000指数增强24Q3以来表现领先 仅次于招商中证2000增强策略ETF 但跟踪误差和Calmar比率更优 自成立以来累计回报70.03% 显著超基准 [40][41] 3. 华泰柏瑞量化代表产品投资风格分析 3.1 华泰柏瑞中证500增强策略ETF - 个股持仓分散 适度换手 市值下沉操作少 行业偏离度可控 [47][53][55] - 主要通过选股带来显著超额收益 选股收益贡献度高 交易收益贡献小 [58] 3.2 华泰柏瑞中证2000指数增强 - 个股持仓分散 高换手 市值下沉操作少 [67][71] - 交易换手带来稳定超额收益 交易收益贡献曲线始终上行 [74]

文 ｜ 陆茗 编辑 ｜ 向现 来源｜ 南风窗(ID:SouthReviews) 封面来源 ｜ unplash 曾在小红书上炫富1.67亿年薪的清华学霸吴舰，如今正面临两起诉讼。 南风窗 . 冷静地思考，热情地生活。 清华学霸涉欺诈遭美通缉， 1.67亿年薪致赔2.55亿。 以下文章来源于南风窗 ，作者陆茗 2025年9月， 一起来自美国纽约南区联邦地区法院发起的刑事诉讼，指控吴舰犯有电信欺诈罪、证券欺诈罪和洗钱罪；另一起来自美国证券交易委员会 （下称"SEC"）发起的民事诉讼，主张判决吴舰归还不义之财、支付罚款、终身禁业。 事件要追溯到2023年1月，小红书上出现一条题为《不敢发朋友圈的》的匿名帖称："工作5年赚到了刚毕业时候想不到的数字……想找个没人的地方偷偷 炫耀下。" 帖子配了一张摄屏照，显示发帖人2022年的薪资收入达到2350万美元，约合人民币1.67亿元，是上一年的10倍——发帖人称，原也想过此举可能被同事认 出来，但很快打消了顾虑，直言："感觉我也不需要那么在意。" 社交平台上的帖子显示， 发帖人2022年的薪资收入达到2350万美元，约合人民币1.67亿元，是上一年的10倍 戏剧化的是，SEC ...

报告行业投资评级 未提及 报告的核心观点 报告给出几个借助ETF构建的策略指数，并以周度为频率对指数的绩效和持仓进行跟踪 [12] 根据相关目录分别进行总结 1. ETF策略指数跟踪 - 上周各ETF策略指数绩效：华宝研究大小盘轮动ETF策略指数上周指数收益-0.41%，超额收益-0.17%；华宝研究量化风火轮ETF策略指数上周指数收益0.83%，超额收益1.07%；华宝研究量化平衡术ETF策略指数上周指数收益-0.17%，超额收益0.28%；华宝研究SmartBeta增强ETF策略指数上周指数收益0.59%，超额收益0.83%；华宝研究热点跟踪ETF策略指数上周指数收益-2.05%，超额收益-1.88%；华宝研究债券ETF久期策略指数上周指数收益0.02%，超额收益0.04% [13] 1.1. 华宝研究大小盘轮动ETF策略指数 - 策略：利用多维度技术指标因子，采用机器学习模型对申万大盘和小盘指数收益差预测，周度输出信号决定持仓获取超额回报 [14] - 收益情况：截至2025/9/19，2024年以来超额收益18.52%，近一月超额收益-0.48%，近一周超额收益-0.17% [14] - 持仓：沪深300ETF，权重100% [18] 1.2. 华宝研究SmartBeta增强ETF策略指数 - 策略：用量价类指标对自建barra因子择时，依据ETF在9大barra因子暴露度映射择时信号，涵盖主流宽基及风格、策略ETF以获超越市场收益 [18] - 收益情况：截至2025/9/19，2024年以来超额收益17.22%，近一月超额收益1.25%，近一周超额收益0.83% [18] - 持仓：创业板成长ETF 9.73%、中证2000ETF 25.94%、科创50ETF 22.13%、中证1000ETF 18.64%、红利质量ETF 12.22%、中证500ETF 11.33% [25] 1.3. 华宝研究量化风火轮ETF策略指数 - 策略：从多因子角度，把握中长期基本面、跟踪短期趋势、分析参与者行为，用估值与拥挤度信号提示风险，挖掘潜力板块获超额收益 [22] - 收益情况：截至2025/9/19，2024年以来超额收益24.66%，近一月超额收益8.37%，近一周超额收益1.07% [22] - 持仓：新能源ETF 21.39%、电子ETF 20.31%、通信ETF 19.84%、物流ETF 19.38%、有色金属ETF 19.08% [27] 1.4. 华宝研究量化平衡术ETF策略指数 - 策略：采用多因子体系，含经济基本面等四类因子，构建量化择时系统研判权益市场趋势，建立大小盘风格预测模型调整仓位分布，综合择时和轮动获超额收益 [27] - 收益情况：截至2025/9/19，2024年以来超额收益-9.37%，近一月超额收益-2.00%，近一周超额收益0.28% [27] - 持仓：十年国债ETF 9.37%、500ETF增强6.05%、中证1000ETF 6.00%、300增强ETF 32.00%、政金债券ETF 23.31%、短融ETF 23.27% [31] 1.5. 华宝研究热点跟踪ETF策略指数 - 策略：根据市场情绪分析等策略，跟踪挖掘热点指数标的产品，构建ETF组合，为投资者提供短期趋势参考 [30] - 收益情况：截至2025/9/19，近一月超额收益0.59%，近一周超额收益-1.88% [30] - 持仓：有色50ETF 31.56%、港股通医药ETF 24.64%、港股红利博时ETF 24.31%、短融ETF 19.49% [33] 1.6. 华宝研究债券ETF久期策略指数 - 策略：用债券市场流动性和量价指标筛选择时因子，机器学习预测债券收益率，低于阈值减少长久期仓位，提升组合长期收益和回撤控制能力 [33] - 收益情况：截至2025/9/19，近一月超额收益0.34%，近一周超额收益0.04% [33] - 持仓：短融ETF 50.01%、十年国债ETF 25.01%、国债ETF5至10年12.51%、政金债券ETF 12.47% [37]