美股市场波动分析 - 美股市场出现显著下跌，费城半导体指数暴跌超过2%，芯片股集体跳水，科技巨头股价普遍下挫[1][3] - 市场普遍将下跌归因于美联储的警告、政府停摆风险以及对高估值的担忧[1][3] 市场波动的深层逻辑 - 市场波动的根本推手被解读为流动性的微妙变化，而非表面的利空消息[1][3] - 美联储的表态引发市场对未来资金面可能收紧的担忧，流动性预期的变化加剧了投资者的避险情绪[13][14] - 投资应关注流动性的本质规律，而非被短期市场恐慌所迷惑[13][16][17] 机构资金行为分析 - 通过量化分析可观察到机构资金的交易行为，机构库存的增加反映机构参与的积极性[7][9] - 机构操作逻辑具有一致性，表现为在不同行业（如创新药概念的上海谊众、钢铁股的凌钢股份、果链概念的隆扬电子）的股票中提前布局[7] - 有坚实资金支撑的股票在市场恐慌中可能保持相对稳定[15] 对投资者的启示 - 投资者应关注资金流向而非短期价格涨跌，并学会识别机构的潜伏信号[13][18] - 建议建立自身的投资逻辑，避免跟风操作，并借助量化工具来理解市场的真实面貌[3][13][18]

超额收益的定义与重要性 - 超额收益是投资组合相对于基准的超额回报，反映策略通过主动管理超越被动基准的能力 [3] - 核心计算公式为：超额收益 = 投资组合收益率 - 基准收益率 [3] - 超额收益是量化策略核心竞争力的最终体现指标之一，需结合风险控制、基准选择和统计验证进行综合评估 [3] - 对业绩进行归因和拆解是策略迭代的关键步骤，有助于理解收益或亏损的来源 [2] 超额收益的构成与影响因素 - 股票多头产品的超额收益可分为三部分：Pure alpha、Smart beta和Beta [3] - Pure alpha指任何市场环境下都上涨且波动小的收益，常见于传统量价策略 [3] - Smart beta指某种风格长期有超额收益但短期波动不小的风险风格收益 [3] - Beta指指数本身的收益，波动最大，收益一般 [3] - 影响超额收益表现的因素包括市场行情等外在因素和机构的综合投资能力 [3] Brinson归因模型的应用 - Brinson归因模型是经典且应用广泛的业绩归因方式，将超额收益分解为资产配置贡献、个股选择贡献和交互贡献 [4] - 模型适用于股票投资基金，需要基金的持仓数据，数据越完备归因分析越准确 [4] - 通过具体案例演示，某基金2023年跑赢沪深300指数4.2%，经拆解后选股效应贡献3.4%，配置效应贡献0.7%，交互效应贡献0.15% [6][7][8][9] - 分析结论显示选股能力主导超额收益，配置策略正确把握行业轮动，在金融板块的低配显示出较强的风控能力 [9] Barra风险模型的分析 - Barra风险模型是MSCI旗下的多因子模型产品，用于对投资组合进行事后管理，分析业绩来源和风险暴露 [9] - 模型将市场风格理解为多类因子，通过计算因子收益率、方差、暴露等分析超额收益来源和风险敞口 [10] - 假设某成长风格基金2023年收益达15%，波动率25%，采用Barra CNE6模型将风险分解为10类因子 [11][12] - 通过方差分解发现市值因子贡献38%的风险，动量因子贡献22%，波动率因子贡献15%，行业集中度贡献18%，残差风险贡献7% [14] 风险优化与策略改进 - 针对模型分析发现的问题，包括小市值陷阱、动量过热和行业扎堆，提出优化措施 [15] - 优化措施包括将小微盘股占比从45%降至30%，市值暴露从-1.2调整至-0.8；动量暴露从1.5降至1.0；新增消费电子持仓以降低新能源行业集中度 [15] - 优化后年化波动率从25%降至20%，夏普比率从0.60提升至0.75，最大回撤从-32%改善至-25% [16] - 成熟的量化团队每单位风险获取超额收益的效率较高，能在保持收益率的基础上谨慎选择风险暴露 [16] 超额收益的周期性与挑战 - 超额收益具有脆弱性，获取永远伴随着超额回撤与负超额的风险 [17] - 超额回撤的本质是量化模型在特定市场环境下暴露的风险因子发生非线性衰减 [17] - 市场周期性是导致超额回撤的根本原因，全球量化行业每隔一段时间会出现一次大的回撤，之后大多会迎来修复 [18] - 量化团队需对市场保持敬畏，不断迭代策略和技术，以扎实的专业能力熬过市场周期 [18] 公司背景与业务范围 - 公司成立于2016年，是一家专注于量化投资的对冲基金公司，投研团队超60人，最新管理规模超150亿元 [19] - 公司构建了覆盖多市场、多品种、全频段的量化资产管理平台，并在国内金融市场取得优秀业绩记录 [19] - 投资范围主要为股票、期货、ETF等，拥有行业领先的低延迟交易策略和多样化的策略研发团队 [19]

投资研究背景 - 拥有超过43年的投资研究行业从业经验 [1] - 曾任职于多家投资研究公司 并担任过助理研究总监等职务 [1] 投资研究方法论 - 专注于基于规则和因子的股票投资策略 但不同于传统的量化方法 [1] - 将因子分析与金融基础理论及经典基本面分析相结合 而非仅仅依赖统计研究 [1] - 认为数据应服务于人类智能生成的投资故事 以洞察未来趋势 [1] 专业领域与经验 - 覆盖广泛的股票类别 包括大盘股 小盘股 微盘股 价值股 成长股 收益股及特殊情境股 [1] - 曾开发并运用多种量化模型 并管理过高收益固定收益基金 [1] - 参与过定量资产配置策略研究 此为当今机器人投顾的基础 [1] 内容创作与投资者教育 - 曾编辑和撰写多份股票通讯 其中最著名的是福布斯低价股报告 [1] - 热衷于投资者教育 举办过多场关于选股和分析的研讨会 并著有《Screening The Market》和《The Value Connection》两本书 [1]

量化投研体系分类 - 市场中的量化团队主要分为传统量化体系和AI驱动的量化投研体系两类 [1] 路博迈基金量化模型 - 公司使用的是AI驱动的量化投研体系 目前已发展到路博迈量化3.5模型 [1] - 路博迈量化3.5模型在原有基础上进行了系统化升级 核心区别在于对训练目标的重新定位与应用场景的针对性优化 [1] 模型训练目标与数据 - 模型将重心置于中低频信号的捕捉与提取 依托深度神经网络融合时序与截面数据以识别更具长期稳健性的市场规律 [1] - 数据来源除传统量价和基本面数据外 还包括高频数据 产业链数据 分析师预期和舆情文本等另类数据 [1] 算法与模型优势 - 算法结合学术文献开发了以深度神经网络为基础的机器学习模型 运用多目标学习 动态加权等前沿方法 [1] - 通过月度更新的动态加权模块合成综合因子 将长周期有效因子与动态短期信息结合形成复合AI信号 [1] - 模型优势在于构建兼顾稳定性与响应速度的投资组合 提升组合管理的科学性与实战效能 [1]

公司概况与市场地位 - 量化投资凭借理性、科学、情绪稳定的特质受到越来越多投资者欢迎 [2] - 九坤投资是国内成立最早的一批量化私募之一，在十数年的量化长跑中荣获逾150项行业奖项，持续保持领先规模和业绩竞争力 [2] - 截至8月底，公司旗下有业绩显示的13只产品今年来收益均值为正，且全部产品在8月份创了历史新高 [2][16] 产品业绩与策略表现 - 旗下产品“九坤日享中证1000指数增强1号”今年来收益位居第一，近五年超额收益高达可观水平，运作以来累计收益表现亮眼 [2] - 公司在指增赛道上展现出优秀的长期投资能力 [2] - 公司的策略以高度分散化著称，受单一股票或行业涨跌的影响较小 [16] - 2025年，公司作为头部管理人推出A500指数增强策略，表现值得期待 [16] 技术优势与AI应用 - 公司将自身定位为一家科技公司，较早组建AI团队，并于2020年成立内部实验室 [5] - 过去5年招聘的研究员90%以上都有AI研究背景，目前投研团队实现了全面的AI能力覆盖，将前沿AI技术应用于量化投资各个环节 [5][14] - 公司以AI原生的逻辑结合实盘，提升整体投研效率和执行效率，整个体系已融入AI原生思路，用AI技术栈打造量化研究平台 [7][14] - 公司将金融投资领域视作AI等前沿技术应用的重要试验场景，投入资源进行原创性技术研究并探索其他垂直领域的应用 [7][13] 投资理念与科学内核 - 公司坚守“理性、长期、科学”三大投资原则，用更高的“含科量”赋能量化投资 [6] - 科学投资比拼的不只是一套不断提升认知的系统性方法论，而不仅是算力或模型复杂度 [7][13] - 公司得以穿越周期、持续迭代的内核优势在于坚持科学方法、保持对前沿技术的敏锐嗅觉 [7][11] - 量化投资是极具技术探索价值的场景，科学思想是底层，技术是放大器 [12] 人才组织与文化建设 - 人才组织被视为量化领域的核心资产，公司注重人才梯队建设，提升内部研究团队管理，鼓励自由研究的企业文化 [10][15] - 团队成员具有多元化学术背景和技术专长，能够协同洞察，挖掘更多低相关的超额收益来源 [11] - 公司以培养科学家的标准来培养、激励、组织专业人才，高标准选拔并注重考察“洞察力”、“科学素养”以及“问题构建能力” [15] - 公司创新性地设立多项特色人才培养计划，并连续8年举办Ubiquant Challenge赛事，吸引海内外量化新星，至今共有来自众多知名高校的6000多支队伍参赛 [15] 市场机遇与产品布局 - 中证A500指数聚焦“新质生产力”，覆盖新兴产业，盈利与成长性突出，行业分布均衡，是把握A股未来走向的重要工具 [17] - A500指数交投活跃、流动性好、行业分散、集中度低，有利于量化分散的投资模式，策略容量更具稳定性优势 [17] - 公司今年年初开放了首只A500指增产品的募集，凭借逾13年的深耕，积累了更完整的历史数据和丰富实战经验 [16] - 公司在指增赛道的底层框架完备且成熟，指增策略团队经验丰富，对各类子策略有较为深入的研究 [16]

看着手机里不断弹出的基金限购公告，我不禁想起十年前刚入行时的困惑。那时的我和大多数散户一样，以为这些公告只是例行公事。直到后来通过量化数 据分析，才发现这背后隐藏着机构资金的精妙布局。 格雷厄姆曾说"牛市是普通投资者亏损的主要原因"，这句话在我十年的投资生涯中不断得到验证。牛市中的暴跌往往让散户措手不及，而机构却能精准把握 进出时机。 以2024年9月24日后的行情为例，表面上指数震荡不前，但个股表现却天差地别。亚辉龙和汇金科技就是最好的对比案例。 汇安基金、湘财久盈等机构的限购措施看似是为了保护投资者利益，实则暗含更深层的市场逻辑。作为一名量化投资者，我发现这些动作往往与机构资金的 季节性调仓密切相关。 记得2015年那轮牛市后的惨痛教训：大多数散户在牛市中亏损高达60%，而同期机构却赚得盆满钵满。这让我深刻认识到，决定股价走势的不是表面的涨 跌，而是背后资金的真实流向。 通过长期跟踪量化数据，我发现一个有趣的现象：A股市场早已告别了齐涨共跌的时代。2016年至2019年间，即便在没有牛市的背景下，个人投资者平均收 益仍为负值，而机构投资者却实现了可观的盈利。 | 同版 | 总收益 | 擇时收益 | 造股收 ...

市场现象与散户行为 - 创业板指突破3200点，宁德时代市值超越茅台，三只新股首日涨幅超500%，上纬新材年内暴涨1900倍 [1] - 散户在牛市中易陷入四大陷阱：追涨涨停板、死守高位股、寻找超跌反弹机会、认为牛市就该持股待涨 [1] - 上纬新材要约收购价7.78元，现价110元，存在14倍溢价空间，但这种行情可能是机构资金游戏，散户后知后觉 [1] 机构资金行为分析 - 海立股份案例显示，股价在两个月翻倍过程中虽有回调，但反映机构资金活跃度的指标始终坚挺，表明回调是机构倒车接人而非离场 [3] - 京源环保案例显示，股价连续阴跌后，后续反弹缺乏机构资金参与，导致反弹昙花一现 [5] - 市场大涨、新股疯狂、题材股爆发本质是资金流动结果，普通投资者信息滞后，新闻出现时行情已走完大半 [7] 投资方法论 - 投资需透过价格波动看清资金流动轨迹，依赖行为金融学视角和量化工具处理交易数据 [7] - 建发致新首日暴涨500%，早有量化模型测算出其筹码分布和主力成本区，资金介入靠数据非运气 [7] - 宁德时代市值超越茅台，关键不是股王更迭，而是关注哪些资金在推动权力更迭 [8] - 投资应避免感觉判断，关注资金行为而非价格波动，建立量化体系观察机构动向，对市场保持敬畏 [9]

核心观点 - 构建AI驱动的多因子量化择时框架 通过趋势、动量、资金流向和估值四个维度整合12个核心指标 利用HistGradientBoosting算法生成复合信号 实现系统性风险预警和收益优化[2][4][36] - 策略回测表现优异 年化收益率达36.41% 夏普比率2.30 最大回撤-19.51% 显著优于万得全A指数 尤其在"9·24"行情中展现"追涨不追高、下跌能抗跌"特性[4][41][42] - 模型验证21个因子通过显著性检验 IC值大于0.03且t值显著 测试集准确率54.08% 上涨情形识别率57% 证明多因子体系对市场波动具备稳定解释力[46][51][53] 多维度指标分析 - 趋势维度显示"9·24"行情中均线呈多头排列 MA5>MA10>MA20 10月10日后出现MA10>MA5>MA20的反压结构 布林带宽度收敛预示趋势持续性减弱[6] - 动量维度显示KDJ升至接近90 RSI_6逼近97的超买状态 10月9-11日KDJ从89急降至56 RSI从98跌至58 跌破60阈值 明确释放行情结束预警[8][9] - 资金流向维度显示成交额从9月24日9744亿飙升至10月8日34835亿 10月11日降至15871亿 量能萎缩与价格高位背离预示动能减弱[11][12] - 估值维度显示PE(TTM)从9月24日15.63(5年分位3.6%)升至10月8日19.55(分位74%) 分位数>70%叠加动量超买构成风险提示组合[15] 量化框架构建 - 从12个核心指标衍生28个因子 包括MACD_acc(趋势加速度)、RSI_percentile63(滚动分位)、Break20(突破信号)、Burst10(成交额爆发系数)等 通过Z-score和GaussianRank标准化处理[22][24][26][29] - 因子处理采用去极值、标准化和分位化方法 消除量纲差异 增强稳健性 避免虚假信号 确保因子具备可比性和可聚合性[29][33] - 因子聚类分析显示技术指标与估值因子分属不同类别 验证多维度因子体系的互补性 为机器学习建模提供基础[34] AI模型应用 - 选择HistGradientBoosting模型 参数设定学习率0.1 通过树深度控制和迭代次数优化 平衡拟合度与过拟合风险[36][39] - 模型输出未来5日上涨概率 超过60%触发买入信号 训练集准确率74.78% 测试集54.08% 上涨识别率57% 下跌识别率50%[39][51][53] - 模型预测概率分布集中在0.35-0.65区间 呈正态分布 反映市场对称性 月度信号数量与市场走势正相关 在牛市阶段显著增多[55][56][59] 策略性能验证 - 回测显示策略累计净值曲线稳健上行 在多轮牛市中紧跟上涨趋势 市场大跌时通过减仓控制回撤 如"9·24"行情回调阶段回撤仅-11% 远小于指数12%跌幅[41][42][45] - 最大回撤-19.51% 显著低于基准 在2024年初波动中小幅回撤后快速修复 显示策略具备良好的风险控制能力和收益稳定性[41][45] - ROC曲线AUC值显示模型区分能力 混淆矩阵验证预测有效性 证明AI辅助框架在复杂市场环境中具备系统化决策优势[53][54] 市场展望 - 当前万得全A指数6289.68点 PE(TTM)22.32倍 成交额2.35万亿元 未触及历史极端高位 政策环境与流动性提供支撑 美联储降息周期助力估值修复[61] - 量化择时信号显示市场处于右侧运行但未达危险区间 短期谨慎对待波动 中长期维持乐观展望 有望在政策与流动性共振下走出上行通道[61]

本文首发于公众号"私募排排网"。 （点击↑↑ 上图查看详情 ） 近年来，市场缺乏持续性强的β行情，因此擅长挖掘α收益的量化投资迅速崛起。 量化投资依托数学模型与算法，能高效处理海量数据与市场信 息，从而能快速捕捉到市场交易机会，在挖掘α收益方面优势突出；同时，在风险控制方面，通过分散化持仓与 审慎风控 显著降低回撤，实现收 益风险比的优化。 在这样的市场背景下，百亿量化私募阵营不断扩容，并涌现了不少优秀的百亿量化私募管理人。 其中，茂源量化作为一家老牌量化私募，在近三 年表现中尤为亮眼。 在9月17日，茂源量化在第十届中国证券私募英华示范案例评选活动中荣获"中国证券私募50强示范机构（量化策略）"奖项，旗下代表产品获 评"三年期量化多头策略产品示范案例"。 至此，公司已连续六年共获得了七座英华奖杯，涵盖多个策略类别与运作期限。 据悉，茂源量化成立于2013年，2018年发行第一只股票产品，2020年启动资管业务，2021年突破百亿规模，目前管理规模超200亿元。公司专 注于量化交易，投资范围涵盖股票、期货、债券等资产，是一家注重技术创新和组织赋能的量化私募。 茂源的创始人、CEO郭学文，本科毕业于清华大学，随 ...

问界汽车销量表现 - 全新问界M7上市一小时大定突破3万台 提供增程版27.98万元起和纯电版31.98万元起双动力选项 [2] - 问界M9月销量保持在1万台以上 问界M8月销量维持在2万台以上高位 [2] - 品牌通过M7低价策略进一步拉升下半年销量预期 [2] 阿里巴巴AI技术进展 - 阿里团队发布终端AI智能体iFlow CLI 面向个人用户永久免费开放 支持自然语言命令执行终端任务 [3] - 阿里巴巴发布Qwen3-VL视觉模型及Qwen3Guard安全调节模型 同时推出超1万亿参数的闭源权重模型Qwen3-Max [7] - 公司高管提出超级人工智能四阶段论：智能涌现、自主行动、自我迭代和ASI 并预测全球仅存5-6个超级云计算平台 [5] 加密货币监管动态 - 美国SEC计划在12月前为加密货币公司引入创新豁免规则 允许立即推出产品 [4] 科技企业战略布局 - 雷军同时推进造车和造芯业务 称决策押上小米十年积累的全部资源 [8] - 马斯克宣称xAI将率先实现10吉瓦级AI数据中心建设 回应OpenAI与英伟达合作计划 [9] 资本市场动向 - 方舟投资四年来首次购入阿里巴巴ADR 总值1630万美元 推动股价创2021年11月以来新高 年内涨幅近100% [10] - 阿里巴巴美国存托凭证因AI领域进展受投资者追捧 [10] 影视行业动态 - 万达电影确认《浪浪人生》与《志愿军：浴血和平》定档国庆上映 公司表示拥有丰富项目储备 [7] 企业舆情事件 - 腾讯回应台风恶搞图 称企鹅雕塑已加固未被吹走 [9] - 深交所牛雕塑被拴图片经查证为AI伪造 [9] - 上海绿捷实业就相关事件向学生和家长致歉 承诺配合有关部门措施 [11]