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]

文章核心观点 - 《推动公募基金高质量发展行动方案》的颁布为公募基金行业长远发展奠定基础，其中强化核心投研能力建设的举措对行业未来走向影响深远 [1] - 公募基金公司投研平台数字化转型是顺应时代发展的必然选择，通过数据整合、智能工具应用和人才培养等举措，可提升投研效率与质量，为投资者创造更稳定、可持续的收益 [6] 现有投研体系弊端 - 部分基金公司过度依赖明星基金经理，导致投研模式单一分散，缺乏系统性与前瞻性 [2] - 过度依赖个人能力导致业绩波动大，基金经理精力有限，难以应对众多上市公司和复杂多变的市场 [2] - 缺乏体系化精细化管理，人才考核激励机制与平台化理念不匹配，加快投研平台数字化转型迫在眉睫 [2] 投研体系数字化转型的关键举措 - 益民基金管理有限公司成立“数量金融实验室”，作为投研体系内各部门人员合理调配的机制，通过数学工具开发辅助投资策略 [3] - 应用自然语言处理技术实现文本自动化分类、摘要提取和情感分析，从海量报告中快速提取关键信息，大幅提升效率 [4] - 加强内部大数据、人工智能、量化投资等课程培训，并引进外部数字化人才，建立数字化人才激励机制 [5] - 作为中央财经大学创新发展学院的产研融合实践基地，为数字化人才培养奠定基础 [5] 转型挑战与应对 - 转型面临技术难题、数据安全风险以及组织架构调整等挑战，需投入大量资金人力进行系统研发与维护 [6] - 应对数据安全风险需建立完善的数据安全管理体系，加强数据加密、访问控制和安全审计 [6] - 需打破部门壁垒促进跨部门协作，建立适应数字化转型的管理机制 [6]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 中证 500 指数行业分布与国家“新质生产力”战略方向高度契合，未来盈利乐观，估值有望消化 [4][12] - 中证 500 指数增强产品历史悠久、规模大、数量多，能创造明显超额收益 [26][32] - 大部分中证 500 指增产品获取独特 Alpha 能力和市场环境适应性存在问题，中欧中证 500 指数增强表现良好 [41][45] - 中欧中证 500 指数增强持仓偏离度小、业绩领先、选股是超额主要来源，具有较高配置价值 [49][66][81] 根据相关目录分别进行总结 1. 中证 500 指数配置价值分析 - 战略方向契合：新质生产力视角下的政策红利 - 新质生产力是国家重点发展方向，《行动方案》明确 10 个重点产业领域 [10] - 中证 500 指数行业分布与之高度契合，科技创新领域占比高，能承接政策红利 [4][12] - 从成分股申万一级行业分布和前十大成分股看，多数符合新质生产力定义 [12][16] - 估值与盈利情况：当前具有良好的配置价值 - 中证 500 当前估值分位数较高，但处于合理区间，未显著高估 [18] - 成分股每股收益预计 2025 年显著回升，2026 年继续提升，净利润也将明显提升 [20] - 基于盈利预测，估值有望随盈利提升得到消化 [25] 2. 中证 500 指数增强基金投资价值与策略分析 - 产品发展情况：较为成熟的品类 - 中证 500 指数增强产品历史悠久，有 14 年公募管理时间，积累大量经验 [26] - 当前是规模较大的指增产品种类，截至 2025Q2 规模超 430 亿元 [26] - 市面上产品数量众多且增长快速，截至 2025Q2 达 71 只，与沪深 300 指增持平 [29] - 历史表现情况：更加明显的超额 - 中证 500 指增产品历史上能持续创造超额收益，多数时间段表现领先 [32] - 与沪深 300 指增相比，能创造更明显的超额收益，各年度超额收益普遍更高 [33] - 产品特征分布：中欧中证 500 指数增强独特性、市场环境适应性均较好 - 独特超额获取能力：多数中证 500 指增产品获取独特 Alpha 能力有限，中欧表现良好 [41] - 市场环境适应性：超 62%产品存在适应性短板，中欧在各类环境表现均处前 40% [45] 3. 中欧中证 500 指数增强产品特征分析 - 持仓特征：成分股、因子、行业暴露均较小 - 个股持仓分散，前十大占比不到 20%，换手率适度下降 [49] - 市值分布以中市值个股为主，市值风格偏离度小 [54] - 因子暴露温和，低于同类均值，成分股占比高，行业偏离度可控 [56][58][64] - 业绩表现：25 年表现在同类中较为领先 - 自管理以来业绩领先基准指数，2025 年收益领先，跟踪误差小 [66] - 收益风险性价比突出，回撤控制和相对收益最大回撤控制表现好 [67][74][78] - 收益拆分：选股收益贡献明显 - 主要通过选股带来显著超额收益，交易也能贡献部分超额 [81] - 板块绝对收益来源广泛，科技创新板块贡献多，多数板块能获取超额 [84] - 产品特征总结 - 各方面偏离度低且 25H1 进一步收紧，表现依然突出 [89] - 获取独特 Alpha 能力和市场环境适应性良好 [90] - 选股是超额主要来源，科技创新板块贡献大 [90]

市场表现 - A股三大指数集体上涨 成交额突破2万亿元[1] - 贵金属板块领涨 涨幅达6%[1] - 超2100只个股上涨 73只个股涨停[1] 个股表现 - 长盈精密收盘价37.72元 单日涨幅20.01%[2] - 聚辰股份收盘价107.89元 单日涨幅15.35%[2] - 芯原股份收盘价203.00元 单日涨幅17.34%[2] - 海光信息收盘价261.21元 单日涨幅10.70%[2] 机构评级 - 高伟达获东吴证券目标价51.50元 较最新收盘价25.91元存在98.76%上涨空间[3] - 大洋电机获国金证券买入评级 目标价17.20元较现价10.63元有61.81%空间[3] - 上汽集团获东方证券买入评级 目标价26.25元较现价19.06元有37.72%空间[3] 资金动向 - 12只个股获机构净买入超千万元[2] - 聚辰股份获机构净买入3.59亿元[2] - 102只创历史新高个股中电子和机械设备行业占主导[5] 行业动态 - 电子行业多只个股表现突出 包括长盈精密、芯原股份等[2] - 机械设备行业佰奥智能单日涨幅20.00% 凯格精机涨幅14.33%[2] - 隆基绿能HPBC 2.0电池产线良率稳定在97%以上[7] - 盛新锂能拟14.56亿元收购启成矿业[7] 投资策略 - 关注机构资金持续买入标的[7] - 电子和新能源汽车产业链持续受资金追捧[8] - 需警惕部分过热板块风险[8]

公司概况与市场地位 - 九坤投资是国内成立最早的一批量化私募机构之一，拥有超过13年的行业经验 [2][22] - 公司荣获逾150项行业奖项，包括“金牛奖”、“英华奖”等，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月份创下历史新高 [2][22] 产品业绩表现 - “九坤日享中证1000指数增强1号”产品今年来收益在公司内部排名第一，近五年超额收益显著，累计收益亮眼 [2] - 公司产品策略高度分散化，受单一股票或行业涨跌的影响较小 [22] - 公司在中证1000指数增强和中证500指数增强等指增赛道展现出优秀的长期投资能力 [2][22] 科技驱动与AI应用 - 公司将自身定位为科技公司，成立第一天即组建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%以上拥有AI研究背景，投研团队实现全面的AI能力覆盖 [5][19] - 公司以AI原生逻辑结合实盘，提升整体投研和执行效率，并用AI技术栈打造量化研究平台 [7][19] - 量化投资被视为AI等前沿技术应用的重要试验场景，公司投入资源进行原创性技术研究并探索其他垂直领域应用 [7][15] 投资理念与方法论 - 公司坚守三大投资原则：理性、长期、科学 [6][10] - 科学投资的核心被定义为一套不断提升认知的系统性方法论，而不仅仅是算力或模型复杂度 [7][16] - 量化投资需做好概率统计风控，并关注市场参与者间的动态关系及人为因素风险 [7] 人才战略与组织建设 - 人才组织被视为量化领域的核心资产，团队汇聚数学、物理、计算机资深专家及国际顶会论文作者、竞赛冠军 [20] - 公司注重人才梯队建设，以培养科学家的标准来激励和组织专业人才，并考察“洞察力”、“科学素养”和“问题构建能力” [13][20] - 公司设立多项特色人才培养计划，并连续8年举办Ubiquant Challenge赛事，吸引全球超6000支队伍参赛 [20] 新产品与市场机遇 - 公司于2025年作为头部管理人推出A500指数增强策略，该指数聚焦“新质生产力”，行业分布均衡，为超额收益获取提供更多机会 [22][23] - A500指数交投活跃、流动性好、行业分散，有利于量化分散投资模式，策略容量更具稳定性优势 [23] - 公司在规模管理上较为理性克制，多头策略容量与实际管理规模相比有充足的增量空间 [23]

行业活动与政策背景 - 北京证券业协会联合多家机构于2025年9月8日启动"北京公募基金高质量发展系列活动" 旨在落实《推动公募基金高质量发展行动方案》并提升北京国家金融管理中心地位 [1] - 中国证监会于2025年5月7日推出《行动方案》 包含25条改革措施 聚焦优化收费模式、强化利益绑定及提升服务能力 [3] 公司量化投资发展 - 公司自2015年起布局量化投资 2016年推出首只量化公募产品 2020年引入AI技术 2023年成立AI Lab 2025年成立智能投资部 形成"量化投资部+智能投资部"双架构 [4] - 量化产品线覆盖标准指增、主动量化及主题赛道三大类型 总计17只产品 采用多因子模型与AI选股结合的多元策略 [5] - 量化智享体系通过Alpha模型、风险控制模型、交易成本模型及组合优化模型实现风险收益平衡 [4][5] 产品布局与规模 - 截至2025年6月末 公司旗下共50只公募基金 涵盖股票、债券及货币三类资产 主动权益产品数量占比80% 规模占比72% [6] - 截至2025年二季度末 公司主动权益类基金规模位居行业前20% [6] 投研能力与人才建设 - 投资团队平均从业年限达13年 形成老中青三代人才梯队 通过长效激励机制和"老带新"模式保障投研文化传承 [7] - 公司以深度基本面研究为基础 结合AI技术处理非结构化数据 提升研究覆盖效率及深度分析能力 [7] - 公司持续探索AI在数据挖掘、策略创新及投研组织优化中的应用 以提升投研效率和转化率 [7] 客户服务与投资理念 - 公司注重产品回撤控制及投资者持有体验 引导长期理性投资 缓解"基金赚钱基民不赚钱"问题 [6] - 公司坚持长期价值投资理念 将主动权益投资能力视为核心护城河 并拓展主动权益量化及指数增强产品布局 [6]

AI量化研究系列 - 深度学习应用于股指期货日内交易策略开发 [2] - 深度学习算法用于Alpha因子挖掘和再挖掘 [2] - 趋势策略通过深度学习技术进行增强 [2] - 风险中性的深度学习选股策略构建 [2] - 深度学习在指数增强策略上的应用实践 [2] - 高频数据因子在深度学习框架下进行挖掘 [2] - 基本面因子模型通过深度学习技术增强 [2] - 条件随机场应用于周频择时策略开发 [2] - 机器学习多因子动态调仓策略研究 [2] - 人工智能在资产管理行业的应用和前景展望 [2] - 涨跌模式识别用于指数和行业择时策略 [2] - 隐马尔科夫模型应用于选股策略研究 [2] - 机器学习模型在因子选股上的比较分析 [2] - 多周期机器学习选股模型构建 [2] - 卷积神经网络用于股价走势识别与分类 [2] - Transformer架构下的量价选股策略研究 [2] - Visibility Graph-CNN创新架构用于高效股价预测 [2] - 卷积神经网络应用于ETF轮动策略 [2] - 多模态多尺度股价预测方法研究 [2] - DeepSeek工具用于提高投研效率 [2] - 知识库到知识图谱转换通过DeepSeek+GraphRAG实现 [3] - 神经常微分方程与液态神经网络技术研究 [3] - AlphaForge基于梯度下降进行因子挖掘 [3] - 强化学习应用于价格择时策略 [3] - 机器学习选股训练手册编制 [3] 基本面量化研究系列 - 多视角探寻长线选股策略研究 [3] - 景气向上且持续增长企业的挖掘方法 [3] - 寻找"物美价廉"优质企业的策略研究 [3] - 高估值股中投资机会的挖掘方法 [3] - 财务指标选股策略深入研究 [3] - 叠加反转效应下的财务指标选股策略 [3] - 细分行业景气盈利轮动策略开发 [3] 转债风险管理 - 转债退市风险与信用风险监控系统构建 [6] 研究团队信息 - 广发金融工程团队负责相关研究 [4]

责任编辑：郭栩彤 MACD金叉信号形成，这些股涨势不错！ ...

选择指数增强基金的方法 - 挑选指数增强基金可通过掌握关键指标和步骤来完成 [2] - 决策起点是明确投资需求，根据对大盘股、中盘股、小盘股或价值、成长风格的不同偏好选择相应指数 [3] - 若无明确方向，可考虑覆盖全市场标的的中证全指指数 [5] 指数类型与代表 - 投资大盘股可关注代表A股核心资产的指数，如沪深300、中证A500 [4] - 投资红利策略可关注纯粹筛选高股息标的的指数，如中证红利指数 [5] 评估基金的关键指标 - 年化超额收益指标直观反映基金持续战胜指数的能力，建议观察3年以上的长期表现 [6] - 跟踪误差指标反映基金净值走势与指数走势的偏离程度，需在偏离基准风格和增强力度间取得平衡 [6] - 信息比率是衡量性价比的专业指标，比率越高代表单位风险带来的超额收益越高，策略表现可能越优秀 [6] 基金管理团队的重要性 - 指数增强产品高度依赖团队实力，管理人的量化投研实力、经验及策略迭代能力至关重要 [7][8] - 优秀量化团队的优势包括长期实盘经验，例如具备12年公私募实盘淬炼 [8] - 策略迭代能力突出表现为量化体系坚持双均衡框架，传统多因子和AI全流程框架并行，基本面与量价因子并重 [8] - 产品线布局齐全可覆盖宽基指数增强、特色赛道增强、风格增强、固收+等多条产品线，满足不同风险偏好 [8]