国信金工主动量化策略表现跟踪 - 优秀基金业绩增强组合本周绝对收益2.75%，本年绝对收益10.32%，相对偏股混合型基金指数超额收益分别为-0.31%和-2.13%，在主动股基中排名45.63%分位点（1583/3469）[1][12] - 超预期精选组合本周绝对收益3.68%，本年绝对收益24.40%，超额收益分别为0.62%和11.95%，排名11.53%分位点（400/3469）[1][9][13] - 券商金股业绩增强组合本周绝对收益1.91%，本年绝对收益14.13%，超额收益分别为-1.14%和1.67%，排名31.39%分位点（1089/3469）[1][21] - 成长稳健组合本周绝对收益2.15%，本年绝对收益29.61%，超额收益分别为-0.91%和17.15%，排名7.26%分位点（252/3469）[1][22][24] - 本周股票收益中位数0.60%（58%上涨），主动股基收益中位数2.20%（92%上涨）；本年股票收益中位数13.24%（76%上涨），主动股基收益中位数9.32%（91%上涨）[1][32] 策略构建方法论 - 优秀基金业绩增强组合：对标主动股基中位数，优选基金持仓后通过量化方法增强，年化跟踪误差4.68%[33][34] - 超预期精选组合：筛选研报标题超预期且分析师上调净利润的股票池，结合基本面与技术面双重优选[38] - 券商金股业绩增强组合：以券商金股股票池为基准，通过组合优化控制个股/风格偏离，行业配置参照公募基金分布[42] - 成长稳健组合：采用"时序+截面"二维评价体系，优先选择临近财报披露日的成长股，引入多重风控机制[47] 历史绩效表现 - 优秀基金业绩增强组合（2012-2025）：年化收益20.31%，超额11.83%，14年中有11年排名前30%[35][37] - 超预期精选组合（2010-2025）：年化收益30.55%，超额24.68%，连续16年排名前30%[39][41] - 券商金股业绩增强组合（2018-2025）：年化收益19.34%，超额14.38%，每年均排名前30%[43][46] - 成长稳健组合（2012-2025）：年化收益35.51%，超额26.88%，13年中有11年排名前30%[48] 市场基准数据 - 偏股混合型基金指数本年收益率12.46%，作为各组合的对标基准[6][13][17][24] - 股票收益分布：本周90分位点6.87%，本年90分位点57.57%；主动股基本周90分位点7.18%，本年90分位点26.16%[30]

量化选股策略发展历程 - 2021-2022年为早期实践阶段，量化选股因宽基指数低迷和指增策略收益不理想而兴起，22年Top 3百亿量化私募选股产品均实现正收益，稳博以22%绝对收益居首 [4] - 2023年策略正式出圈，因指增策略拥挤度激增，头部私募集中推出量化选股产品，近九成产品获正收益且平均收益5%，显著跑赢沪深300（-11.38%）和中证500（-7.42%） [5] - 2024-2025年迎来业绩爆发，上半年30%-40%收益成常态，50%+收益管理人不在少数，受益于日均万亿成交量和板块轮动的结构性行情 [6] 量化选股策略优势与适应性 - 策略核心依赖成交量和波动率双高环境，当前日均万亿成交+行业轮动加快的波动率水平构成舒适区间 [8] - 相比量化指增受指数风格约束，量化选股通过模型选股构建组合，不受行业/市值风格限制，灵活性和适应性更强 [13] - 典型管理人A私募采用多因子策略+杠杆择时，36%年内收益和117%近一年收益，历史最大回撤修复仅14天 [14][15] - 管理人B私募专注高频量价策略，30%年内收益和83%近一年收益，在极端行情中回撤修复迅速（如2024年4.16中证2000急跌后两周修复） [16][17] 市场环境与策略逻辑 - A股当前3500点走势缓慢扎实，不同于2007/2014/2021年疯牛行情，市场恐高情绪与历史3000点阶段类似 [9][11] - 量化选股弱化择时需求，其超额收益逻辑在于持续高成交（日均万亿）和板块轮动带来的波动率红利 [8][13] - 策略规模红利显现，A私募35亿规模、B私募27亿规模仍处可获取超额阶段 [14][16]

组合表现 - "银行AH+小微盘"组合从去年924至今上涨54.97%，期间最大回撤13.89%，表现优于多数主要指数 [1] - 中证2000指数同期涨幅56.91%，但最大回撤达19.65%，组合波动更小 [1][2] - 组合构成：40%银行AH优选ETF(517900)+30%1000ETF增强(159680)+30%中证2000增强ETF(159552) [2] 银行AH优选ETF表现 - 银行AH优选ETF(517900)2025年至今上涨24%，基金份额暴增411% [4] - 低利率环境下，保险、养老等长期资金对高股息银行股有配置需求 [6] - ETF采用AH轮动机制，动态调仓两地更便宜的银行股以获取超额收益 [6] 小微盘增强策略 - 中证2000增强ETF(159552)上半年净值增长29.18%，在同类宽基ETF中排名第一 [9] - 该ETF成立一周年以来累计净值增长68.21%，大幅跑赢中证2000指数 [10] - 组合采用"高股息打底+小微盘增强进攻"的哑铃结构 [7] 小微盘行情展望 - 银河证券预计未来1-2季度仍有宽松政策，利好流动性敏感的小盘股 [11] - 并购重组新规推进将打开小市值企业成长空间，历史显示小盘股在重组潮中估值弹性更好 [11] - 中证2000增强ETF持续的超额收益验证了量化策略的有效性 [12]

市场情绪追踪 - 截至2025年6月30日，沪深300上涨家数占比指标最近一个月环比上升，且高于60%，显示市场情绪较高 [3] - 动量情绪指标显示快线向上、慢线向下，快线位于慢线上方，预计未来维持看多观点 [3] - 均线情绪指标表明沪深300指数短期内处于情绪景气区间 [3] 基金分离度跟踪 - 截至2025年6月30日，基金抱团分离度小幅上行但仍处于低位，反映基金抱团程度较高 [4] - 最近一月抱团股超额收益小幅上行，而抱团基金超额收益小幅下行 [4] PB-ROE-50策略跟踪 - 2025年6月，PB-ROE-50策略在中证500、中证800和全市场股票池中分别获得0 92%、3 92%和4 59%的超额收益 [5] 机构调研策略跟踪 - 2025年6月，公募调研选股策略和私募调研跟踪策略均取得正超额收益，相对中证800的超额收益分别为5 55%和1 90% [6] 负面清单 - 宽松有息负债率排名前30的股票中，中毅达、指南针等9只股票在传统口径下排名100及以后 [7] - 财务成本负担率较高的股票包括辽宁成大、银宝山新等17只，指标数值均在10倍以上 [7]

新股发行与打新市场 - 2025年6月共8只新股上市，募集金额91.53亿元，环比增长164.8% [4] - 网下发行新股6只，募集金额87.30亿元，环比增长174.1% [4] - 主板新股首日平均上涨188.17%，双创板块新股首日平均上涨190.72% [4] - 5亿规模账户当月打新收益率A类0.168%，C类0.166% [4] 市场情绪与量化选股 - 沪深300上涨家数占比指标高于60%，市场情绪较高 [5] - 动量情绪指标快线向上、慢线向下，快线处于慢线上方，预计维持看多观点 [5] - 沪深300指数短期内处于情绪景气区间 [5] 行业景气度分析 - 煤炭、浮法玻璃、钢铁行业利润同比负增长 [6] - 油价反弹带动炼化行业景气度同比持稳 [6] - 水泥行业利润同比正增长 [6] - 能繁母猪存栏环比微增，预测Q4肉价延续低位震荡 [6] - PMI滚动均值企稳，房屋销售面积同比微降 [6] 房地产销售数据 - 2025年1-6月TOP100房企累计全口径销售金额1.8万亿元，同比-11.4% [7] - 全口径销售面积8,597万平，同比-22.2% [7] - 中国金茂、越秀地产、华发股份累计同比表现较好，分别为+20%、+11%、+11% [7] - 楼市区域分化加深，部分高能级城市逐步止跌回稳 [7]

量化模型与因子分析总结 量化模型与构建方式 1. **竞争优势组合模型** - 构建思路：基于竞争壁垒分析框架，将行业分为"壁垒护盾型"、"竞争激烈型"、"稳中求进型"和"寻求突破型"四类，重点选择具有长期稳定市场份额和超强盈利能力的"壁垒护盾型"行业中的主导企业[13] - 具体构建：将"壁垒护盾型"行业中的"唯一主导+合作共赢"组合与无壁垒保护行业中的"高效运营"组合结合[14] - 模型评价：该模型提供了不同于传统因子投资的价值量化视角，能够识别具有不同竞争特性的行业和企业[13] 2. **安全边际组合模型** - 构建思路：通过计算个股的盈利能力价值作为安全边际，在综合竞争优势股票池内选择安全边际最大的标的[18] - 具体构建：使用ROIC分析企业创造价值的能力，计算安全边际（内在价值与市场价值的差距），选择安全边际最大的前50标的并采用股息率加权[18][20] - 模型评价：该模型强调企业内在价值与市场价值的差距，更可靠地反映企业实际价值[18] 3. **AEG估值潜力组合模型** - 构建思路：基于超额收益增长(AEG)模型，考虑投资收益的所有来源，计算公司总体收益超过机会成本部分的价值[30] - 具体构建：首先用AEG_EP因子选取TOP100，然后选择股利再投资/P比率高的TOP50股票[34] - 公式： $$A E G=Y_{t}-N_{t}=(E_{t}+r*D P S_{t-1})-(1+r)*E_{t-1}$$ $$\frac{V_{0}}{E_{1}}=\frac{1}{r}+\frac{1}{r}*\frac{\left(\frac{A E G_{2}}{1+r}+\frac{A E G_{3}}{(1+r)^{2}}+\frac{A E G_{4}}{(1+r)^{3}}+\cdots\right)}{E_{1}}$$ $$\frac{V_{0}}{E_{1}}=\frac{1}{r}$$[30] - 模型评价：该模型能够识别市场尚未充分认识到其增长潜力的公司[34] 4. **现金牛组合模型** - 构建思路：通过CFOR分析体系评估企业的盈利能力和资产的现金生成效率，补充传统杜邦分解的不足[38] - 具体构建：关注自由现金利润比率的稳定性、经营资产回报率的稳定性等指标，在中证800成分股内选股[39] - 模型评价：该模型更全面地评估企业的经营绩效和财务稳定性[38] 5. **大模型AI选股组合** - 构建思路：通过FinLLM处理非结构化金融文本，融合思维链推理(COT)、对比分析与反事实推理，形成多维度验证闭环[44][47] - 具体构建：以"研报-公告-调研"三元组为最小分析单元，通过语义蒸馏、逻辑一致性验证等方法提取关键信号[48] - 模型评价：该模型突破了传统模型对非结构化信息的整合瓶颈，能够捕捉隐含的市场信号与管理层意图[44] 6. **治理效能组合模型** - 构建思路：基于MD&A(管理层讨论与分析)文本分析，评估管理层坦诚度、业务与财务逻辑一致性、长期价值创造三个维度[53] - 具体构建：先用短期利润指引因子和财务一致性因子等权合成基础组合，再用PB_ROE因子进一步选择前50个股[57] - 模型评价：该模型能够揭示财务数据背后的"过程"和"逻辑"，是量化策略的alpha前沿阵地[53] 模型的回测效果 1. **竞争优势组合** - 年化收益：17.04%(2012年以来)，20.41%(2019年以来)[1][17] - 夏普比率：0.66(2012年以来)，0.93(2019年以来)[1][17] - 信息比率(IR)：0.12[1] - 最大回撤：-47.68%(2012年以来)，-19.32%(2019年以来)[1][17] - 卡玛比率：0.36(2012年以来)，1.06(2019年以来)[1][17] 2. **安全边际组合** - 年化收益：22.73%(2012年以来)，20.27%(2019年以来)[2][22] - 夏普比率：1.02[2][22] - 信息比率(IR)：0.18(2012年以来)，0.13(2019年以来)[2][22] - 最大回撤：-35.10%(2012年以来)，-16.89%(2019年以来)[2][22] - 卡玛比率：0.65(2012年以来)，1.20(2019年以来)[2][22] 3. **红利低波季调组合** - 年化收益：20.27%(2014年以来)，17.36%(2019年以来)[2][26] - 夏普比率：0.94(2014年以来)，1.00(2019年以来)[2][26] - 信息比率(IR)：0.16[2] - 最大回撤：-43.06%(2014年以来)，-21.61%(2019年以来)[2][26] - 卡玛比率：0.47(2014年以来)，0.80(2019年以来)[2][26] 4. **AEG估值潜力组合** - 年化收益：28.72%(2014年以来)，23.33%(2019年以来)[3][36] - 夏普比率：1.11[3][36] - 信息比率(IR)：0.23(2014年以来)，0.16(2019年以来)[3][36] - 最大回撤：-44.34%(2014年以来)，-24.04%(2019年以来)[3][36] - 卡玛比率：0.65(2014年以来)，0.97(2019年以来)[3][36] 5. **中证800现金牛组合** - 年化收益：13.56%(2019年以来)[3][42] - 夏普比率：0.66[42] - 信息比率(IR)：0.13[42] - 最大回撤：-19.80%[3][42] - 卡玛比率：0.68[42] 6. **大模型AI选股组合** - 年化收益：16.53%(2019年以来)[4][49] - 夏普比率：0.71[49] - 信息比率(IR)：0.17[49] - 最大回撤：-33.01%[49] - 卡玛比率：0.50[49] 7. **中证800治理效能组合** - 年化收益：11.00%(2020年以来)[4][59] - 夏普比率：0.51[59] - 信息比率(IR)：0.23[59] - 最大回撤：-23.74%[59] - 卡玛比率：0.46[59]

根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **模型名称**：成交量模型 - **构建思路**：基于市场成交量变化判断短期市场趋势[10] - **具体构建**：监测宽基指数成交量周度变化，结合历史分位数划分中性/多空信号[10] - **评价**：对流动性敏感但易受噪声干扰 2. **模型名称**：低波动率模型 - **构建思路**：利用波动率均值回归特性捕捉市场反转[10] - **具体构建**：计算指数20日波动率Z-score，阈值±1.5触发信号[10] 3. **模型名称**：特征龙虎榜机构模型 - **构建思路**：跟踪机构席位买卖净额判断资金动向[10] - **具体构建**：统计龙虎榜机构净买入占比，超5%看多、低-3%看空[10] 4. **模型名称**：智能沪深300/中证500模型 - **构建思路**：融合量价与技术指标的多因子决策树模型[10] - **具体构建**：输入变量包括RSI(14)、MACD(12,26)、布林带宽度，采用随机森林分类[10] 5. **模型名称**：涨跌停模型 - **构建思路**：通过涨停板数量反映市场情绪[11] - **具体构建**：全市场涨停家数占比超8%看多，跌停超5%看空[11] 6. **模型名称**：长期动量模型 - **构建思路**：跟踪指数250日收益率判断趋势延续性[12] - **具体构建**：$$ Momentum_{250} = \frac{P_t}{P_{t-250}} -1 $$ 超15%看多[12] 7. **模型名称**：成交额倒波幅模型（港股） - **构建思路**：量价背离识别港股趋势转折[14] - **具体构建**：$$ \frac{Volume_{10D}}{ATR_{10D}} $$ 突破2倍标准差看多[14] 8. **模型名称**：形态识别模型（杯柄/双底） - **构建思路**：技术形态突破策略[37] - **具体构建**： - 杯柄形态：A点回撤>30%，B点反弹<50%，C点突破颈线[40] - 双底形态：两低点间隔>8周，突破颈线幅度>3%[43] 模型的回测效果 | 模型名称 | 年化收益 | 最大回撤 | IR | 胜率 | |------------------------|----------|----------|------|-------| | 成交量模型 | 12.3% | 22.1% | 0.82 | 58.7% | | 低波动率模型 | 9.8% | 18.5% | 0.65 | 61.2% | | 杯柄形态组合 | 39.98% | 15.2% | 1.21 | 67.4% | | 双底形态组合 | 28.21% | 19.8% | 0.97 | 63.1% | 量化因子与构建方式 1. **因子名称**：机构仓位因子 - **构建思路**：基金超配行业反映机构偏好[26] - **具体构建**：$$ OW_{it} = \frac{W_{it}}{MktCap_{it}} - \frac{\sum W_{it}}{\sum MktCap_{it}} $$ [26] 2. **因子名称**：分析师预期因子 - **构建思路**：盈利预测上调比例驱动超额收益[18] - **具体构建**：计算行业上调/下调评级个股占比差值[18] 因子的回测效果 | 因子名称 | IC均值 | IR | 多空收益差 | |------------------|--------|------|------------| | 机构仓位因子 | 0.15 | 2.1 | 8.7% | | 分析师预期因子 | 0.12 | 1.8 | 6.2% |

量化选股策略市场表现 - A股市场近年缺乏指数型机会，β收益难求，量化选股产品因能捕捉结构性机会获取Alpha收益而受青睐 [2] - 量化选股相比主观投资具有三大优势：客观决策克服人性弱点、全市场高效扫描捕捉分散机会、快速反应与纪律性 [2] - 私募量化选股策略近半年、近一年、近三年、近五年收益分别为7.24%、26.57%、36.88%、86.17%，显著跑赢同期上证指数(0.63%/8.44%/5.05%/17.36%)等主要指数 [2][3] 微观博易量化选股产品 - "微观博易-夏之"产品自2024年6月转型量化选股后累计收益***%，月胜率超80%，12个月中仅2个月微幅回撤，夏普比率高约*** [4] - 产品采用多因子选股与非线性模型，结合人工因子和机器挖掘因子，定期调整权重，满仓运作获取市场收益和超额收益 [5] - 叠加T0策略并基于barra优化器做风控，行业偏离度不超过±5%，风格敞口暴露不超过±0.5个标准差，显著提升收益弹性 [6] - 产品成立于2021年4月，截至2025年5月累计收益***%，年化收益接近***% [4] 微观博易公司概况 - 成立于2015年12月，2016年6月获私募管理人资格，2019年6月获基金业协会会员资格，管理规模约60亿元，发行产品100余只 [7] - 在北京和上海设有办公室，团队30余人，核心成员毕业于斯坦福、牛津、清华等名校，曾任职Citadel、IMC、摩根士丹利等顶尖机构 [7] - 创始人吴晓青为计算机博士，曾在Google、美国银行、IMC任职，拥有10余年量化交易经验 [9] - 每年投入千万级资金用于基础设施，构建私有云、高性能计算集群、AI存储和低延时网络，自主研发微秒级股票交易系统和纳秒级期货交易系统 [10] 多资产策略表现 - 微观博易核心策略为多资产策略，涵盖期货、期权、股票等，管理规模50亿元以上属头部量化私募 [10] - 截至2025年5月，公司2只产品近三年平均收益***%，在多资产策略头部私募中排名第5 [11][12] - 2020年在上海组建股票阿尔法团队，经过三年迭代后推出"微观博易-夏之"等量化选股产品 [12] - 正在募集新产品"微观博易-夏之1期"，计划在量化选股产品线继续扩展 [13]

量化模型与构建方式 1. **模型名称**：成交量模型 - **模型构建思路**：基于市场成交量变化判断短期市场情绪[12] - **模型评价**：对市场流动性敏感，但易受异常交易干扰 2. **模型名称**：低波动率模型 - **模型构建思路**：通过计算标的指数波动率分位数判断市场风险偏好[12] - **模型评价**：防御性较强，适用于震荡市 3. **模型名称**：特征龙虎榜机构模型 - **模型构建思路**：跟踪龙虎榜机构买卖行为构建资金流向因子[12] - **模型评价**：对机构主导行情有效性较高 4. **模型名称**：智能沪深300/中证500模型 - **模型构建思路**：结合量价特征与机器学习算法优化宽基指数择时[12] - **模型评价**：智能化程度高，但存在过拟合风险 5. **模型名称**：涨跌停模型 - **模型构建思路**：统计涨停/跌停股票比例反映市场极端情绪[13] - **模型评价**：对市场转折点敏感 6. **模型名称**：长期动量模型 - **模型构建思路**：计算宽基指数12个月动量筛选趋势性机会[14] - **模型评价**：在单边市中表现优异 7. **模型名称**：成交额倒波幅模型（港股） - **模型构建思路**：$$ \text{信号}=\frac{\text{成交额}}{\text{波动率}} $$ 捕捉港股资金效率[16] - **模型评价**：适用于高流动性市场 模型的回测效果 1. 成交量模型：当前信号中性[12] 2. 低波动率模型：当前信号中性[12] 3. 智能沪深300模型：当前信号中性[12] 4. 智能中证500模型：当前信号看多[12] 5. 涨跌停模型：当前信号看多[13] 6. 长期动量模型：全宽基中性[14] 量化因子与构建方式 1. **因子名称**：杯柄形态因子 - **因子构建思路**：识别杯柄形态突破个股，计算形态长度与突破幅度[44][45] - **因子具体构建**： - A点（左杯沿）、B点（杯底）、C点（右杯沿）价格序列 - 突破条件：$$ P_{\text{break}} > \max(P_A, P_C) \times (1+\theta) $$ - **因子评价**：对成长股趋势延续性捕捉较好 2. **因子名称**：双底形态因子 - **因子构建思路**：捕捉W底形态突破个股[49][51] - **因子具体构建**： - A点（左底）、B点（颈线）、C点（右底）价格序列 - 突破条件：$$ P_{\text{break}} > P_B \times (1+\lambda) $$ - **因子评价**：在反弹市中表现突出 因子的回测效果 1. 杯柄形态因子：本周组合超额收益1.16%，年内累计超额40.69%[43] 2. 双底形态因子：本周组合超额收益2.29%，年内累计超额30.19%[43] 特殊指标监控 1. VIX指数：当前值14.78，较上周下降[41] 2. 基金仓位：股票型基金仓位90.12%（-71bps），混合型75.70%（+203bps）[23][29]

基金产品概况 - 招商基金推出招商红利量化选股混合型证券投资基金，该基金为契约型开放式混合基金，已获中国证监会证监许可〔2025〕551号文准予注册 [1][2] - 基金分为A类和C类份额，A类份额代码为023806，C类份额代码为023807，两类份额主要区别在于收费方式，A类收取认购、申购费但不计提销售服务费，C类不收取认购、申购费但从资产中计提销售服务费 [25][26] - 基金存续期限为不定期，运作方式为契约型开放式 [26] 募集安排与规模 - 基金发售期为2025年5月14日至2025年5月28日，基金管理人可根据认购情况调整募集时间，但最长不超过法定募集期限 [2][33] - 基金首次募集规模上限为30亿元人民币，最低募集份额总额为2亿份，募集金额需不少于2亿元人民币且认购人数不少于200人方可满足备案条件 [3][29][30][70] - 若募集期内任何一日累计有效认购申请金额超过30亿元，基金管理人将采取末日比例确认的方式控制规模，未确认部分的认购款项将退还投资者 [4][31] 投资策略与范围 - 本基金为混合型基金，股票、存托凭证投资比例为基金资产的60%-95% [10] - 基金采用量化模型构建投资组合，但该模型仅为选股模型，不用于高频交易 [10] - 投资范围包括A股、港股通标的股票、存托凭证、资产支持证券，并可参与股指期货、国债期货、股票期权等金融衍生品投资以及融资业务，以进行套期保值等操作 [10][11][12][13][15][18][19] 投资者认购规定 - 募集对象为符合法律法规规定的个人投资者、机构投资者、合格境外投资者及其他允许投资证券投资基金的投资人 [4][32] - 投资者通过非直销销售机构或基金管理人官网交易平台认购，单个基金账户首次及追加认购单笔最低金额均为1元，通过基金管理人直销柜台认购，首次单笔最低金额为50万元，追加认购单笔最低金额为1元 [5][42] - 投资者在募集期内可多次认购，A类份额认购费按每笔申请单独计算，申请一经受理不得撤销 [5][42] - 如单一投资者认购基金份额比例达到或超过50%，基金管理人有权全部或部分拒绝其认购申请 [6] 销售与服务机构 - 销售机构包括直销机构和非直销销售机构，直销机构为招商基金管理有限公司 [5][72] - 基金托管人为中信银行股份有限公司，登记机构为招商基金管理有限公司 [1][71][72] - 其他中介机构包括律师事务所上海源泰律师事务所和会计师事务所德勤华永会计师事务所 [72][73] 费用与份额计算 - 基金份额发售面值为人民币1.00元，按面值发售 [28][36] - A类基金份额收取认购费用，具体费率按认购金额分档，认购费用不列入基金财产，主要用于募集期间的市场推广、销售、登记等费用，C类份额不收取认购费用 [37][38] - 认购份额计算时，认购金额在募集期间产生的利息将折算为基金份额归持有人所有 [6][39][40] 运营与清算 - 募集期间募集的资金存入专门账户，在募集结束前任何人不得动用，募集期间产生的信息披露费、会计师费等不得从基金财产中列支 [67][68] - 基金权益登记由登记机构在发售结束后完成 [69] - 若募集失败，基金管理人需在募集期限届满后30日内返还投资者已交纳款项并加计银行同期活期存款利息 [71]