根据提供的金融工程市场跟踪周报内容，以下是总结的量化模型与因子详情： 量化模型与构建方式 1. 量能择时模型 - **模型名称**：量能择时模型 - **模型构建思路**：通过分析市场交易量能变化来判断市场趋势和情绪，为宽基指数提供择时信号[23] - **模型具体构建过程**：基于主要宽基指数（上证指数、上证50、沪深300等）的量能指标进行计算和信号生成，具体方法未在报告中详细披露，但涉及对交易量数据的监测和阈值判断[23] 2. 沪深300上涨家数占比情绪指标 - **因子名称**：沪深300上涨家数占比 - **因子构建思路**：通过计算指数成分股中近期收益为正的股票数量占比，来捕捉市场情绪和行情拐点[24] - **因子具体构建过程**： 计算沪深300指数成分股过去N日收益大于0的个股数占比，公式为： $$ \text{上涨家数占比} = \frac{\text{过去N日收益大于0的个股数}}{\text{沪深300成分股总数}} $$ 其中N为参数，报告中未明确具体取值[24] 3. 动量情绪指标（基于上涨家数占比） - **模型名称**：动量情绪指标择时策略 - **模型构建思路**：通过对上涨家数占比指标进行不同窗口期的移动平均，捕捉情绪变动趋势并生成交易信号[28] - **模型具体构建过程**： 对沪深300上涨家数占比序列进行两次平滑计算： - 快线 = 移动平均(上涨家数占比, N2) - 慢线 = 移动平均(上涨家数占比, N1) 其中N1=230（长期窗口），N2=35（短期窗口），N=50（计算上涨家数占比的窗口）[28] 交易规则：当快线 > 慢线时，看多市场；当快线 < 慢线时，对市场持中性态度[28] 4. 均线情绪指标 - **模型名称**：八均线情绪指标 - **模型构建思路**：通过判断价格与多条移动平均线的位置关系来评估市场趋势状态和情绪[31] - **模型具体构建过程**： 1. 计算沪深300收盘价的8条移动平均线，参数分别为：8, 13, 21, 34, 55, 89, 144, 233[31] 2. 统计当日收盘价大于各均线值的数量[32] 3. 信号生成规则：当超过5条均线被价格突破时，看多沪深300指数[32] 5. 横截面波动率因子 - **因子名称**：横截面波动率 - **因子构建思路**：通过计算指数成分股收益率的截面标准差，来衡量市场分化程度和Alpha环境[36] - **因子具体构建过程**： 对于每个宽基指数（沪深300、中证500、中证1000），每日计算成分股收益率的横截面标准差： $$ \sigma_{cross} = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N} (r_i - \bar{r})^2} $$ 其中$r_i$为个股收益率，$\bar{r}$为成分股平均收益率，N为成分股数量[36] 6. 时间序列波动率因子 - **因子名称**：时间序列波动率 - **因子构建思路**：通过计算指数成分股加权时间序列波动率，评估市场波动环境和Alpha机会[38] - **因子具体构建过程**： 计算各宽基指数成分股的加权时间序列波动率，具体方法未详细披露，但涉及对个股收益率时间序列的标准差计算和市值加权[38] 7. 基金抱团分离度指标 - **因子名称**：基金抱团分离度 - **因子构建思路**：通过计算抱团基金截面收益的标准差来衡量基金抱团程度，标准差小表示抱团程度高[84] - **因子具体构建过程**： 构建抱团基金组合，计算该组合截面收益率的标准差： $$ \text{分离度} = \sqrt{\frac{1}{M-1} \sum_{j=1}^{M} (R_j - \bar{R})^2} $$ 其中$R_j$为单只抱团基金收益率，$\bar{R}$为抱团基金平均收益率，M为抱团基金数量[84] 模型的回测效果 量能择时模型 - 上证指数：看空信号[24] - 上证50：看空信号[24] - 沪深300：看空信号[24] - 中证500：看空信号[24] - 中证1000：看空信号[24] - 创业板指：看空信号[24] - 北证50：看空信号[24] 动量情绪指标 - 快线开始拐头向下、慢线向上，快线位于慢线之上，预计维持乐观态度[28] 均线情绪指标 - 短期内沪深300指数处于情绪景气区间[34] 因子的回测效果 横截面波动率因子 - 沪深300近一季度平均值：2.04%，占近两年分位：73.50%[38] - 中证500近一季度平均值：2.19%，占近两年分位：67.46%[38] - 中证1000近一季度平均值：2.40%，占近两年分位：66.14%[38] 时间序列波动率因子 - 沪深300近一季度平均值：0.63%，占近两年分位：61.70%[41] - 中证500近一季度平均值：0.45%，占近两年分位：74.60%[41] - 中证1000近一季度平均值：0.24%，占近两年分位：59.76%[41] 基金抱团分离度指标 - 基金抱团分离度环比上周下降[84] - 最近一周抱团股和抱团基金超额收益小幅上升[84]

最近特斯拉在印度市场的动作引起了我的注意。9月27日，特斯拉公司副总裁陶琳宣布首批由上海超级工厂生产的车辆已在印度正式交付。作为一个长期 关注量化数据的投资者，我惯性地去挖掘这则新闻背后的深层含义。 有趣的是，虽然特斯拉在7月就开设了首家印度展厅，但销量却远低于预期。600多份订单的数字让我不禁思考：这是否意味着印度市场对特斯拉的接受度 存在问题？还是说，高达70%的进口关税才是真正的拦路虎？ 更让我感兴趣的是特斯拉在印度的另一步棋。8月份，他们开始在德里和孟买招聘自动驾驶车辆操作员。这个动作看似不起眼，却透露出一个关键信息： 特斯拉可能把印度视为自动驾驶技术的重要试验场。 这让我想起投资中的一个重要原则：当市场关注点都在A时，聪明的资金往往已经在布局B。特斯拉在印度的策略似乎印证了这一点 - 当大家都在关注销 量时，他们已经在为未来的技术应用铺路。 德意志银行将特斯拉目标价上调至435美元的消息让我更加确信一点：资本市场看重的往往不是当下的业绩，而是未来的可能性。这种前瞻性思维正是量 化投资的精髓所在 - 通过数据挖掘市场尚未充分反映的信息。 这让我联想到一个投资中常见的现象：牛市中的暴跌。很多人看到剧烈调 ...

每当翻开财经新闻，总能看到各路专家指点江山。上周芝加哥大学的调查显示82%经济学家力挺沃勒接任美联储主席，但现实胜算却只有20%。这让我想起 股市里那些言之凿凿的"股神"们——他们说得头头是道，结果往往南辕北辙。今天我们就来聊聊这个有趣的现象。 芝加哥大学布斯商学院的调查结果堪称当代金融界的"罗生门"。82%的经济学家支持沃勒接棒鲍威尔，认为他是最符合"中央银行家"专业形象的候选人。但 讽刺的是，只有20%的人相信他能真正胜出。 这种分裂背后折射出一个残酷现实：在政治面前，专业判断往往要让位。39%的受访者预测白宫国家经济委员会主席哈西特最可能接任，原因无他——只因 这位先生与特朗普的政策立场更契合。 约翰霍普金斯大学教授Robert Barbera一语道破天机："沃勒不迎合政治的姿态，恰恰可能让他出局。"这句话让我想起股市里那些坚持价值投资的基金经理们 ——他们的专业判断常常要屈从于短期排名压力。 这种现象在股市里更是司空见惯。现在资讯发达，"股神"遍地开花。今天喊牛市来了，明天又说熊市将至。他们的套路我太熟悉了： 说到底，市场走势无非涨、跌、横三种可能。但某些专家能用两千字的长文让你看得云里雾里。别怀疑自 ...

量化周报 需求主导的高位再吸筹 2025 年 09 月 28 日 ➢ 择时观点：需求主导的高位再吸筹。当下流动性处于下行趋势，分歧度继续 扩大，景气度保持回升趋势，三维择时框架保持震荡下跌判断。从技术形态来看， 沪深 300 处上涨中继再吸筹阶段，高换手状态和多次 VSB（垂直供应柱）说明存 在较强派发力量，但每次供应都被需求吸收，需求仍掌控全局叠加回调大多较浅， 后市中期整体看涨。 ➢ 指数监测：恒生港股通新经济指数大幅流入。近 1 周上证 380、科创半导体 材料设备、恒生港股通汽车主题、半导体材料设备等大幅流入。近 1 周科创材料、 科创新能、创业软件、500 现金流、绿色能源指数份额流出最多。我们在报告《ETF 的聚类优选与热点趋势策略构建》中构建了 ETF 的热点趋势策略，本周策略中主 要包括半导体、有色、国企改革、碳中和等行业、以及成长风格等 ETF。 ➢ 资金共振：推荐通信、国防军工、交通运输、建筑。我们监控两融与大单资 金的共振情绪，选择两类资金都看好的行业。两融资金流上周在电子中净流入最 多，净流入 115.0 亿元；大单资金上周在银行中净流入最多，净流入 5.5 亿元。 根据融资融券净流入 ...

量化因子与构建方式 1 因子名称：估值因子[10]；因子构建思路：基于公司估值水平构建的因子，衡量股票价格相对于其基本面价值的偏离程度[10]；因子具体构建过程：包含多个细分因子，包括估值-EP（市盈率倒数）、估值-BP（市净率倒数）、估值-SP（市销率倒数）和股息率因子[11][12][13][14] 2 因子名称：成长因子[10]；因子构建思路：基于公司成长性指标构建的因子，衡量公司业务和盈利的增长能力[10]；因子具体构建过程：包含多个细分因子，包括营业收入增长率、净利润增长率和ROE增长率[11][12][13][14] 3 因子名称：盈利因子[10]；因子构建思路：基于公司盈利能力指标构建的因子，衡量公司创造利润的效率[10]；因子具体构建过程：包含多个细分因子，包括ROE（净资产收益率）、ROA（总资产收益率）、毛利率和净利率[11][12][13][14] 4 因子名称：小市值因子[10]；因子构建思路：基于公司市值规模构建的因子，衡量小市值股票的溢价效应[10]；因子具体构建过程：直接使用公司市值作为因子指标[11][12][13][14] 5 因子名称：反转因子[10]；因子构建思路：基于股票价格反转效应构建的因子，衡量过去表现差的股票未来可能出现的反弹[10]；因子具体构建过程：包含多个细分因子，包括1个月反转、3个月反转、衰减换手率加权3个月反转和衰减换手率加权6个月反转[11][12][13][14] 6 因子名称：波动率因子[10]；因子构建思路：基于股票价格波动性构建的因子，衡量股票风险水平[10]；因子具体构建过程：包含多个细分因子，包括1个月波动率、3个月波动率、FF三因子残差1个月波动率和FF三因子残差3个月波动率[11][12][13][14] 7 因子名称：换手率因子[10]；因子构建思路：基于股票交易活跃度构建的因子，衡量市场关注度和流动性[10]；因子具体构建过程：包含多个细分因子，包括1个月日均换手率、3个月日均换手率和近1个月/近2年的日均换手率[11][12][13][14] 8 因子名称：超预期因子[10]；因子构建思路：基于公司业绩超预期程度构建的因子，衡量市场预期与实际业绩的差异[10]；因子具体构建过程：包含多个细分因子，包括SUR（收入超预期）和SUE（盈利超预期）[11][12][13][14] 9 因子名称：预期估值因子[10]；因子构建思路：基于分析师一致预期构建的估值因子，衡量未来预期估值水平[10]；因子具体构建过程：包含多个细分因子，包括预期EP_FY1（预期市盈率倒数）、预期PEG倒数_FY1和预期BP_FY1（预期市净率倒数）[11][12][13][14] 10 因子名称：预期净利润复合增速FY1[10]；因子构建思路：基于分析师一致预期构建的成长因子，衡量未来预期盈利增长能力[10]；因子具体构建过程：使用分析师预测的未来一年净利润复合增长率作为因子指标[11][12][13][14] 因子的回测效果 1 估值因子，本月以来Rank IC均值：沪深300为-11.02%[11]，中证500为6.54%[12]，中证1000为3.07%[13]，全A股为6.04%[14]；近一季度Rank IC均值：沪深300为-3.96%[11]，中证500为0.40%[12]，中证1000为-0.39%[13]，全A股为3.08%[14]；今年以来Rank IC均值：沪深300为-1.07%[11]，中证500为-0.51%[12]，中证1000为0.19%[13]，全A股为2.85%[14]；2015年以来Rank IC均值：沪深300为4.40%[11]，中证500为4.96%[12]，中证1000为4.88%[13]，全A股为6.24%[14] 2 成长因子，本月以来Rank IC均值：沪深300为9.19%[11]，中证500为4.10%[12]，中证1000为-0.22%[13]，全A股为-1.70%[14]；近一季度Rank IC均值：沪深300为4.73%[11]，中证500为2.79%[12]，中证1000为5.34%[13]，全A股为3.95%[14]；今年以来Rank IC均值：沪深300为6.31%[11]，中证500为3.59%[12]，中证1000为3.49%[13]，全A股为4.49%[14]；2015年以来Rank IC均值：沪深300为1.31%[11]，中证500为3.92%[12]，中证1000为3.81%[13]，全A股为2.96%[14] 3 盈利因子，本月以来Rank IC均值：沪深300为10.78%[11]，中证500为4.79%[12]，中证1000为3.27%[13]，全A股为0.25%[14]；近一季度Rank IC均值：沪深300为5.04%[11]，中证500为-1.37%[12]，中证1000为2.22%[13]，全A股为2.28%[14]；今年以来Rank IC均值：沪深300为5.45%[11]，中证500为1.99%[12]，中证1000为0.84%[13]，全A股为3.83%[14]；2015年以来Rank IC均值：沪深300为1.73%[11]，中证500为3.46%[12]，中证1000为3.55%[13]，全A股为3.13%[14] 4 小市值因子，本月以来Rank IC均值：沪深300为4.17%[11]，中证500为-6.83%[12]，中证1000为3.48%[13]，全A股为-4.98%[14]；近一季度Rank IC均值：沪深300为3.04%[11]，中证500为-8.50%[12]，中证1000为-1.55%[13]，全A股为-7.88%[14]；今年以来Rank IC均值：沪深300为1.39%[11]，中证500为3.01%[12]，中证1000为5.76%[13]，全A股为9.04%[14]；2015年以来Rank IC均值：沪深300为-1.84%[11]，中证500为1.12%[12]，中证1000为4.92%[13]，全A股为4.36%[14] 5 反转因子，本月以来Rank IC均值：沪深300为-9.98%[11]，中证500为4.28%[12]，中证1000为2.81%[13]，全A股为8.41%[14]；近一季度Rank IC均值：沪深300为-3.64%[11]，中证500为3.02%[12]，中证1000为5.33%[13]，全A股为9.00%[14]；今年以来Rank IC均值：沪深300为4.57%[11]，中证500为6.05%[12]，中证1000为7.87%[13]，全A股为9.77%[14]；2015年以来Rank IC均值：沪深300为4.06%[11]，中证500为4.97%[12]，中证1000为7.82%[13]，全A股为8.90%[14] 6 波动率因子，本月以来Rank IC均值：沪深300为-2.63%[11]，中证500为2.97%[12]，中证1000为9.77%[13]，全A股为12.12%[14]；近一季度Rank IC均值：沪深300为-4.45%[11]，中证500为1.60%[12]，中证1000为5.79%[13]，全A股为9.97%[14]；今年以来Rank IC均值：沪深300为0.36%[11]，中证500为1.84%[12]，中证1000为6.07%[13]，全A股为8.30%[14]；2015年以来Rank IC均值：沪深300为4.68%[11]，中证500为6.81%[12]，中证1000为8.22%[13]，全A股为9.22%[14] 7 换手率因子，本月以来Rank IC均值：沪深300为1.30%[11]，中证500为5.45%[12]，中证1000为16.37%[13]，全A股为16.55%[14]；近一季度Rank IC均值：沪深300为-4.42%[11]，中证500为0.99%[12]，中证1000为8.49%[13]，全A股为12.22%[14]；今年以来Rank IC均值：沪深300为-0.68%[11]，中证500为3.23%[12]，中证1000为8.04%[13]，全A股为10.33%[14]；2015年以来Rank IC均值：沪深300为3.84%[11]，中证500为6.98%[12]，中证1000为9.17%[13]，全A股为9.55%[14] 8 超预期因子，本月以来Rank IC均值：沪深300为6.11%[11]，中证500为-6.38%[12]，中证1000为-3.40%[13]，全A股为-4.17%[14]；近一季度Rank IC均值：沪深300为6.11%[11]，中证500为2.28%[12]，中证1000为2.63%[13]，全A股为1.95%[14]；今年以来Rank IC均值：沪深300为6.14%[11]，中证500为3.21%[12]，中证1000为3.25%[13]，全A股为2.94%[14]；2015年以来Rank IC均值：沪深300为2.69%[11]，中证500为2.58%[12]，中证1000为2.90%[13]，全A股为2.58%[14] 9 预期估值因子，本月以来Rank IC均值：沪深300为-12.20%[11]，中证500为1.83%[12]，中证1000为1.27%[13]，全A股为-3.28%[14]；近一季度Rank IC均值：沪深300为-3.75%[11]，中证500为-1.35%[12]，中证1000为-4.51%[13]，全A股为-2.78%[14]；今年以来Rank IC均值：沪深300为-2.62%[11]，中证500为0.16%[12]，中证1000为-1.23%[13]，全A股为-1.25%[14]；2015年以来Rank IC均值：沪深300为-0.80%[11]，中证500为0.42%[12]，中证1000为-0.28%[13]，全A股为0.42%[14] 10 预期净利润复合增速FY1因子，本月以来Rank IC均值：沪深300为4.61%[11]，中证500为-0.66%[12]，中证1000为3.40%[13]，全A股为0.97%[14]；近一季度Rank IC均值：沪深300为-2.29%[11]，中证500为1.08%[12]，中证1000为2.14%[13]，全A股为4.16%[14]；今年以来Rank IC均值：沪深300为1.09%[11]，中证500为1.38%[12]，中证1000为1.80%[13]，全A股为1.33%[14]；2015年以来Rank IC均值：沪深300为-0.27%[11]，中证500为0.58%[12]，中证1000为1.36%[13]，全A股为1.16%[14]

证券研究报告 | 金融工程 gszqdatemark 2025 09 28 年 月 日 量化周报 非银确认日线级别下跌 非银确认日线级别下跌。本周（9.22-9.26），大盘横盘震荡，上证指数全 周收涨 0.21%。在此背景下，非银确认日线级别下跌。市场的本轮上涨自 4 月 7 日以来，日线级别反弹已经持续了 5 个多月，反弹幅度也基本在 30%左右，各大指数和板块的上涨基本都轮动了一遍，超 2/3 的行业日线 级别上涨处于超涨状态，几乎所有的规模指数及一半以上的行业更是走出 了复杂的 9-15 浪的上涨结构，而银行、非银也已经率先形成了日线级别 下跌，军工、钢铁、建筑、交运、医药离确认日线级别下跌的日子也不远 了。因此我们认为本轮日线级别上涨大概率已临近尾声。短期，市场的波 动进一步加大后，投资者后续可积极关注市场未来是否出现放量滞涨、放 量大跌及缩量反弹迹象。中期来看，上证指数、上证 50、沪深 300、中证 500、深证成指、创业板指、科创 50 纷纷确认周线级别上涨，而且在日线 上只走出了 3 浪结构，中期牛市刚刚开始；此外，已有 26 个行业处于周 线级别上涨中，且 18 个行业周线上涨走了 1-3 ...

通胀阴云笼罩下的华尔街暗流涌动，城堡投资创始人肯·格里芬的一席话让我这个量化投资者陷入了深思。这位金融巨鳄对美国 通胀局势的判断，与我十年来观察到的市场规律不谋而合——表面数据往往掩盖着更深层的真相。 前三次反弹时，"主导动能"显示的是普通的回补行为（蓝色柱体），但缺乏"机构库存"（橙色柱体）的配合。这说明什么？很可 能是散户的自发补仓行为。而第四次反弹时，"回补"行为与持续的"机构库存"同时出现，这才是真正的机构震仓信号。 格里芬指出美国通胀率虽从9%降至2.9%，但实际仍具粘性。这让我联想到股市中的一个奇特现象：牛市中的暴跌往往比熊市更 剧烈。为何会出现这种反直觉的现象？这与格里芬揭示的通胀表象何其相似——市场总是在制造错觉。 人类天生厌恶损失的心理特征，在牛市中表现得淋漓尽致。记得2020年疫情期间的市场波动，多少人因为恐惧而在底部割肉？我 自己也曾犯过这样的错误。直到我开始用数据说话，才发现牛市中的暴跌往往暗藏玄机。 主力资金在牛市中惯用两种手法：一种是真出清，利用市场流动性好的特点快速切换仓位；另一种则是假摔洗盘，通过剧烈震荡 吓退跟风盘。这两种情况在表面走势上几乎一模一样，但背后的资金意图却截然不 ...

本周A股市场呈现回暖态势，科创50指数以6.5%的涨幅领跑各大指数。政策面上，LPR利率维持不变，预制菜国标正在推进；中美关系保持稳定；钢铁行业 迎来稳增长方案。分析师普遍认为节后市场大概率延续上行趋势，TMT板块尤其值得关注。 作为一名量化投资者，我发现每当市场回暖时，散户投资者总会陷入一种"踩高捧低"的怪圈：觉得涨得多的股票风险大，转而追逐那些看似"便宜"的低位 股。这种思维方式看似理性，实则暗藏认知陷阱。 所谓"高低"，不过是事后回看的结果。就像2020年时茅台股价突破2000元时多少人惊呼"太高了"，而今寒武纪等科技股创下新高时同样质疑声不断。但事实 是：股价能走多远不取决于它已经涨了多少，而在于机构资金参与的意愿。 我观察到一个有趣的现象：当散户在讨论"高低"时，专业机构却在研究交易行为数据。这就像两个人在森林里遇到熊，一个人忙着计算逃跑速度是否够快， 另一个人则在观察熊的行为模式——前者关注结果，后者关注本质。 以银行股为例。2022年以来银行板块持续走强，期间质疑声从未间断："估值太高""业绩无法支撑"…但如果我们不是凭感觉判断高低，而是观察机构资金的 行为呢？ 图中清晰显示机构资金早已撤离白酒 ...

市场行情概述 - A股和港股市场近1年迎来"924"行情 私募股票策略产品普遍实现反攻 [1] - 量化私募通过小盘股流动性行情获取超额收益 主观私募把握算力/新消费/创新药主题获得绝对收益 混合型结合量化模型与经验取得出色业绩 [1] 量化私募基金经理表现 - 符合排名规则的90位量化私募基金经理平均收益为***% 收益20强上榜门槛***% [2] - 头部私募（50亿以上规模）占10位 50亿以下规模占12位 中小规模私募进攻性更强且多集中于前10名 [2] - 翰荣投资聂守华与贺杰并列第1 上海紫杰私募曾书良/量盈投资丁鹏/云起量化施恩/杨湜资产郑彬位列2-5名 [3] - 千衍私募三位基金经理上榜 吴晶管理的5只产品近1年平均收益***% 其管理的"干衍六和6号"连续8个月实现正超额 [7] 主观私募基金经理表现 - 161位符合规则的主观私募基金经理平均收益***% 20强上榜门槛***% [8] - 头部私募仅同犇投资童驯1位 其余均属50亿以下规模 前5名为一久私募韩勇锋/沁昇基金姚勇/富延资本刘祥龙/中颖投资吴天增/兆意投资张晓明 [8] - 一久私募韩勇锋以4只产品近1年***%收益夺冠 专注成长股投资 [9] - 同犇投资童驯位列第7 3只产品近1年收益***% 2024年三季度从食品白酒转向新消费标的 [10] 混合型私募基金经理表现 - 18位符合规则的混合型私募基金经理平均收益***% 10强上榜门槛***% [10] - 头部私募占3位 其中玄元投资占2位 前5名为量利私募何振权/中闽汇金王江明/鹿秀投资么博/沐盛基金李盛柏/玄元投资孔镇宁 [11] - 量利私募何振权以3只产品近1年***%收益夺冠 拥有20年证券与产业投资经验 [13] - 玄元投资孔镇宁位列第5 6只产品近1年收益***% 曾任美国投资经理管理规模超30亿美元 [14] 公司规模分布特征 - 量化私募20强中50亿以上规模占比45%（10/22） 50亿以下占比55%（12/22） [2] - 主观私募20强中50亿以上规模仅占5%（1/20） 95%为中小型私募 [8][9] - 混合型私募10强中50亿以上规模占比30%（3/10） 70%为中小型私募 [10]

报告行业投资评级 未提及 报告的核心观点 本周（9月22日 - 9月26日）A股继续震荡，量化基金表现分化，超额多数为负，各指数表现不一，量化基金不同类型表现有差异[1][2][6] 根据相关目录分别进行总结 近一周主要指数和量化基金业绩表现 - A股继续震荡，沪深300、中证500、中证1000近一周收益率分别为1.07%、0.98%、 - 0.55%[3][6] - 量化基金表现分化，主动量化平均涨0.44%；沪深300指增、中证500指增和其他指增负超额分别为 - 0.22%、 - 0.09%和 - 0.09%，仅中证1000指增跑赢指数，平均超额为0.53%；市场中性平均下跌0.27%[4][9] 不同类型公募量化基金业绩表现 |基金类型|近一周收益率（%）|近一月收益率（%）|近三月收益率（%）|近六月收益率（%）|近一年收益率（%）|今年以来收益率（%）| | --- | --- | --- | --- | --- | --- | --- | |沪深300指数增强基金|0.85|1.58|14.41|16.51|28.39|17.37| |中证500指数增强基金|0.89|2.65|21.40|21.92|44.92|27.42| |中证1000指数增强基金|-0.01|-0.33|19.44|21.80|60.37|31.61| |其他指数增强基金|1.30|4.54|24.72|27.15|63.67|34.49| |主动量化基金|0.44|1.44|17.44|20.07|44.25|26.00| |市场中性基金|-0.27|-0.37|0.01|0.18|-0.48|0.59|[13][14][15] 不同类型公募量化基金业绩分布 - 展示各指数增强型近半年超额收益率走势、主动量化基金近半年收益率走势、市场中性基金近半年收益率走势[16][17][25] - 展示各指数增强型基金超额收益率分布、主动量化型基金收益率分布、市场中性型基金收益率分布[16][21][25] 不同类型公募量化绩优基金 - 沪深300指数增强绩优基金有华商300智选、中欧沪深300指数增强等[30] - 中证500指数增强绩优基金有申万菱信中证500优选增强、鹏华中证500指数增强等[31] - 中证1000指数增强绩优基金有国联安中证1000指数增强、华泰柏瑞中证1000增强策略ETF等[32] - 其他指数增强绩优基金有招商中证2000增强策略ETF、招商国证2000指数增强等[33] - 主动量化绩优基金有泰康半导体量化选股、九泰量化新兴产业等[34] - 市场中性绩优基金有汇添富绝对收益策略、工银绝对收益等[35]