12月17日，中邮创业基金管理股份有限公司（下称"中邮基金"）发布高管变更公告称，新任命张涛 为公司董事长，任职日期为12月16日。原董事长毕劲松年满退休。同日，中邮基金还发布关于取消监事 会暨监事离任的公告。 大股东委派董事长 早在中邮基金此次高管变更发生之前，大股东首创证券已进行人事变动。 11月20日，首创证券同时发布董事长和总经理变更公告，11月19日，因到龄退休，毕劲松申请辞去 公司第二届董事会董事长、董事职务及董事会下设专门委员会相应职务，辞去上述职务后不再担任公司 任何职务。同日，首创证券任命张涛担任公司董事长，并不再担任公司总经理一职，新任命蒋青峰为公 司总经理。 12月17日，中邮基金发布高管变更公告，自12月16日起，原董事长毕劲松年满退休，张涛担任公司 董事长。同日，中邮基金发布关于取消监事会暨监事离任公告，在公司取消监事会后，1位员工不再担 任监事会主席，2位员工不再担任公司监事，3位员工不再担任职工代表监事。 | 新任高级管理人员职务 | 重事长 | | --- | --- | | 新任高级管理人员姓名 | 张涛 | | 是否经中国证监会核准取得高管任职资格 | = | | 中国证监 ...

量化模型与因子总结 量化因子与构建方式 1. **因子名称**：标准化预期外市净率[35] **因子构建思路**：属于超预期因子大类，旨在捕捉公司基本面（此处为市净率）超出市场一致预期的程度，预期超预期程度高的股票未来表现更好[35]。 **因子具体构建过程**：报告未提供该因子的具体计算公式，但指出超预期因子的详细介绍可参考系列报告《基于PEAD效应的超预期因子选股效果如何》[7]。通常，此类因子构建涉及计算财报实际公布值与分析师预测一致预期值的差异，并进行标准化处理。 2. **因子名称**：分析师预测净利润 FY1 的 120 日变动[35] **因子构建思路**：属于分析师因子大类，通过跟踪分析师对未来一期（FY1）净利润预测在近期（120日）内的调整方向与幅度，捕捉基本面预期的变化趋势[35]。 **因子具体构建过程**：报告未提供具体公式。通常构建方式为计算当前分析师对FY1净利润的一致预期值与120个交易日前的该值之间的相对变动率。 3. **因子名称**：过去 90 日报告上调比例[35] **因子构建思路**：属于分析师超预期因子大类，衡量近期（90日）内分析师发布上调评级报告的比例，反映分析师群体对公司的乐观情绪变化[35]。 **因子具体构建过程**：报告未提供具体公式。通常构建方式为：过去90日内，上调评级的研报数量除以研报总数（或上调与下调研报数量之和）。 4. **因子名称**：净经营资产收益率[36] **因子构建思路**：属于盈利因子大类，衡量公司利用净经营资产创造利润的效率，是盈利能力的重要指标[36]。 **因子具体构建过程**：报告未提供具体公式。通常计算公式为：$$净经营资产收益率 = \frac{营业利润}{净经营资产}$$。其中，净经营资产 = 经营资产 - 经营负债。 5. **因子名称**：过去 90 日公告后报告上调比例[36] **因子构建思路**：属于分析师超预期因子大类，特指在公司发布公告（如财报）后，分析师据此调整评级中上调的比例，用于捕捉对公告信息的积极解读[36]。 **因子具体构建过程**：报告未提供具体公式。构建逻辑与“过去90日报告上调比例”类似，但样本限定在公告日后发布的研报。 6. **因子名称**：分析师预测净利润 FY3 的 120 日变动[36] **因子构建思路**：属于分析师因子大类，跟踪分析师对未来第三年（FY3）净利润长期预测的调整趋势，反映长期盈利预期的变化[36]。 **因子具体构建过程**：报告未提供具体公式。构建方式与“分析师预测净利润 FY1 的 120 日变动”类似，但预测期变为FY3。 7. **因子名称**：分析师预测营收增长率-FY3[37] **因子构建思路**：属于分析师因子大类，直接采用分析师预测的未来第三年（FY3）营业收入增长率，作为公司长期成长性的代理指标[37]。 **因子具体构建过程**：报告未提供具体公式。通常直接使用机构一致预期的FY3营收增长率数据。 8. **因子名称**：分析师预测营收 FY3 的 120 日变动[37] **因子构建思路**：属于分析师因子大类，跟踪分析师对未来第三年（FY3）营业收入绝对预测值的近期调整趋势[37]。 **因子具体构建过程**：报告未提供具体公式。构建方式为计算当前FY3营收一致预期值与120个交易日前的该值之间的相对变动率。 9. **因子名称**：90 日盈利上调占比[37] **因子构建思路**：属于分析师超预期因子大类，衡量近期（90日）内分析师上调盈利预测（如EPS）的占比，反映盈利预期的改善程度[37]。 **因子具体构建过程**：报告未提供具体公式。通常构建方式为：过去90日内，发生盈利预测上调的机构数（或次数）占比。 10. **因子名称**：分析师预测净利润增长率 FY3[38] **因子构建思路**：属于分析师因子大类，采用分析师预测的未来第三年（FY3）净利润增长率，衡量长期盈利成长性[38]。 **因子具体构建过程**：报告未提供具体公式。通常直接使用机构一致预期的FY3净利润增长率数据。 11. **因子名称**：除去早盘 30 分钟后的涨跌幅[38] **因子构建思路**：属于高频分钟因子大类，通过剔除开盘时段可能存在的非理性波动或流动性冲击，捕捉更纯粹的股价变动信息[38]。 **因子具体构建过程**：报告未提供具体公式，但指出高频因子的详细介绍可参考系列报告《基于分钟数据的高频因子选股效果研究》[7]。通常构建为从开盘后30分钟开始计算至收盘的收益率。 12. **因子名称**：分析师预测 ROE-FY3 的 120 变动[39] **因子构建思路**：属于分析师因子大类，跟踪分析师对未来第三年（FY3）净资产收益率（ROE）预测值的近期调整趋势[39]。 **因子具体构建过程**：报告未提供具体公式。构建方式为计算当前FY3 ROE一致预期值与120个交易日前的该值之间的变动（绝对变动或相对变动）。 13. **因子名称**：分析师预测 ROA-FY3[39] **因子构建思路**：属于分析师因子大类，直接采用分析师预测的未来第三年（FY3）总资产收益率（ROA），作为长期盈利能力的代理指标[39]。 **因子具体构建过程**：报告未提供具体公式。通常直接使用机构一致预期的FY3 ROA数据。 14. **因子名称**：分析师预测 ROE-FY3[39] **因子构建思路**：属于分析师因子大类，直接采用分析师预测的未来第三年（FY3）净资产收益率（ROE），作为长期盈利能力的代理指标[39]。 **因子具体构建过程**：报告未提供具体公式。通常直接使用机构一致预期的FY3 ROE数据。 15. **因子名称**：单季度归母 ROE[35] **因子构建思路**：属于盈利因子大类，使用最新单季度的归母净资产收益率，反映公司近期的盈利能力和资本运用效率[35]。 **因子具体构建过程**：报告未提供具体公式。通常计算公式为：$$单季度归母ROE = \frac{单季度归母净利润}{期初和期末平均归母净资产}$$ 16. **因子名称**：单季度营业收入同比增长率[35] **因子构建思路**：属于成长因子大类，衡量公司最近一个季度营业收入相对于去年同期的增长情况，反映短期成长性[35]。 **因子具体构建过程**：报告未提供具体公式。通常计算公式为：$$单季度营业收入同比增长率 = \frac{本期单季度营业收入}{去年同期单季度营业收入} - 1$$ 17. **因子名称**：单季度归母 ROA 变动[35] **因子构建思路**：属于盈利因子大类，衡量单季度归母总资产收益率（ROA）相对于上一季度的变化，捕捉盈利能力的边际改善或恶化[35]。 **因子具体构建过程**：报告未提供具体公式。通常为当期单季度归母ROA与上一季度单季度归母ROA的差值。 18. **因子中性化处理** **构建思路**：为了排除市值和行业对因子选股效果的影响，使因子更纯粹地反映其背后的投资逻辑[34]。 **具体构建过程**： 1. 对初步计算得到的因子原始值进行预处理：采用绝对中位数法去极值，并进行Z-Score标准化[34]。 2. 横截面回归：在每个截面上，以标准化后的因子值作为因变量（y），以对数市值和申万一级行业虚拟变量作为自变量（X）进行回归[34]。 3. 取残差：将上述回归得到的残差作为每个股票的最终因子值。该残差即为经过市值和行业中性化处理后的因子暴露[34]。 19. **大类因子** **构建思路**：将逻辑相似的多个单因子聚合，形成更具代表性和稳定性的因子类别，以考察各类投资逻辑的整体表现[44]。 **具体构建过程**：报告提及的因子库包括估值、盈利、成长、公司治理、价量、超预期、分析师等多种投资逻辑的大类因子[34]。每个大类因子内部，对其包含的所有单因子采用等权加权的方式合成[44]。 因子的回测效果 *注：以下为截至2025年12月12日的“本年”区间内，在各股票池中表现较好或较差的单因子及其超额收益。数据来源于报告中的单因子表现总结及详细表格[35][36][37][38][39][41][42]。* | 股票池 | 因子名称 | 超额收益 | | :--- | :--- | :--- | | **沪深300** | 单季度归母 ROE | 25.63% | | **沪深300** | 单季度营业收入同比增长率 | 25.10% | | **沪深300** | 单季度归母 ROA 变动 | 22.51% | | **中证500** | 分析师预测净利润增长率 FY3 | 15.13% | | **中证500** | 分析师预测营收 FY3 的 120 日变动 | 14.74% | | **中证500** | 分析师预测营收增长率-FY3 | 14.74% | | **中证1000** | 分析师预测 ROE-FY3 的 120 变动 | 21.77% | | **中证1000** | 标准化预期外单季度归母 ROE-带漂移项 | 20.54% | | **中证1000** | 标准化预期外单季度归母净利润-带漂移项 | 20.32% | | **中证2000** | 标准化预期外单季度扣非净利润-带漂移项 | 25.17% | | **中证2000** | 过去 90 日报告上调比例 | 24.28% | | **中证2000** | 5 分钟成交量偏度 | 23.98% | | **中证全指** | 分析师预测 ROE-FY3 的 120 变动 | 27.33% | | **中证全指** | 单季度营业收入同比增长率 | 21.77% | | **中证全指** | 分析师预测 ROA-FY3 的 120 变动 | 21.27% | 大类因子的回测效果 *注：以下为截至2025年12月12日的“本年”区间内，各大类因子的超额收益与多空收益。数据来源于报告中的大类因子表现总结及详细表格[45][46][47]。* | 股票池 | 因子类别 | 超额收益 | 多空收益 | | :--- | :--- | :--- | :--- | | **沪深300** | 盈利 | 31.35% | 41.69% | | **沪深300** | 分析师超预期 | 27.31% | 35.22% | | **沪深300** | 成长 | 26.87% | 42.74% | | **沪深300** | 分析师 | 18.50% | 25.53% | | **沪深300** | 超预期 | 8.35% | 28.04% | | **中证500** | 成长 | 16.53% | 未提供 | | **中证500** | 分析师 | 9.54% | 未提供 | | **中证500** | 超预期 | 7.35% | 未提供 |

核心观点 - 超预期因子上周表现突出，在不同宽基指数中均显示较强选股能力，特别是中证2000指数增强策略本年超额收益达21.18% [1][4] - 公募指数增强产品中，小盘指数增强基金（如中证1000、国证2000）表现显著优于大盘指数产品，最高超额收益达16.01% [4][8][29] - 因子表现存在显著分化：超预期、成长、盈利类因子持续有效，而估值和高频分钟因子表现较弱 [4][38][49] 公募指数增强基金表现 - 沪深300增强产品规模773亿元，头部产品易方达沪深300精选增强A本年超额13.41% [8][9] - 中证500增强产品规模437亿元，鹏华中证500指数增强A以10.62%超额收益领先 [4][15] - 中证1000增强产品规模154亿元，工银瑞信中证1000ETF增强超额15.81% [4][21] - 国证2000增强产品规模14亿元，汇添富国证2000指数增强A超额16.01% [4][29] 单因子表现 - 沪深300股票池中，分析师预测营收增长率-FY3因子上周超额2.09%，本年超额19.01% [38][45] - 中证500股票池中，分析师预测净利润FY3的120日变动因子上周超额0.8% [39][45] - 中证1000股票池中，标准化预期外单季度营业收入因子上周超额1.18% [40][45] - 中证2000股票池中，尾盘成交量波动率因子上周超额1.97% [41][45] - 中证全指股票池中，分析师预测ROA-FY3的120变动因子上周超额1.91% [41][45] 大类因子表现 - 沪深300内上周超额前三：分析师超预期(2.24%)、盈利(1.86%)、超预期(1.5%) [49][51] - 中证500内上周超额前三：分析师(0.02%)、高频分钟(-0.3%)、超预期(-0.33%) [54] - 中证1000内公司治理因子表现突出，超额收益领先 [4] - 中证2000内市值因子表现最佳，超额收益显著 [4] - 中证全指内成长因子表现最优，超额收益持续领先 [4] 指数增强策略表现 - 沪深300增强策略本年收益21.22%，超额6.3%，最大回撤-3.15% [4] - 中证500增强策略本年收益24.89%，超额0.06%，最大回撤-4.23% [4] - 中证1000增强策略本年收益34.35%，超额9.75%，最大回撤-5.59% [4] - 中证2000增强策略本年收益53.8%，超额21.18%，最大回撤-5.17% [4] 因子有效性分析 - 超预期因子在各指数中均显示稳定选股能力，特别在中小盘股票池中表现更佳 [38][39][40][41] - 成长类因子本年表现强劲，在中证全指中超额收益达23.84% [41][43] - 高频分钟因子表现分化，在中证2000中有效但在其他指数中表现较弱 [4][49] - 估值因子普遍表现不佳，在各股票池中超额收益多为负值 [49]

贝莱德SAE策略概况 - 贝莱德集团资产管理规模达12.5万亿美元 是全球最大资管公司之一 [1] - 系统化主动权益（SAE）策略运用机器学习、自然语言处理等大数据分析方法 持续升级满40周年 [1] - SAE已迭代至第六代大语言模型 在管规模达3360亿美元 [1] SAE策略在中国本土化应用 - 贝莱德沪深300指增A（2024年11月26日成立）净值增长率达18.35% [1] - 贝莱德中证A500指增A（2025年1月23日成立）净值增长率达18.02% [1] - 正在发行的中证500指数增强基金将借力SAE策略并加以本土化改进 [1] SAE策略的全面赋能机制 - SAE另类数据库和1000多个自研信号将全面赋能投资决策 [2] - 投研机制转变为"平台化管理" 依托统一研究框架、风险管理体系和数据平台运作 [2] - 自然语言分析模型能有效分析研报、业绩发布会、新闻、论坛评论等信息 [2] 团队构成与技术优势 - SAE团队超过120名成员 拥有会计、工程、经济、计算机科学等多样化背景 [2] - 机器学习信号权重从2019年15%上升至当前30% 且持续上升 [3] - 自研AIM机器学习系统能动态调整信号权重 确保策略适应市场变化 [3] 投资策略特点 - 指增产品线将主动风险集中于个股选择 行业和风格因子风险暴露较少 [4] - 属于相对全天候获取alpha的方式 alpha来源分散于数百只个股 [4] - 主动权益产品线以最大化获取超额收益为目标 同时控制组合波动率和回撤 [4] 本土化实施方法 - 将全球模型部署在中国的海量数据文本上持续优化 [3] - 训练模型分析公司业绩交流会内容 提取价格复苏、竞争减少等关键信息 [3] - AI驱动信号与AIM动态优化工具结合使投资更智能快速精准 [3]

公司战略定位 - 中国市场被视为贝莱德全球布局的重要增长引擎 公司管理全球资产规模达12.5万亿美元[1] - 公司2020年提交外资公募牌照申请并于2021年获批准 成为国内首家外商独资公募机构[1][2] - 当前公募和专户总规模约150亿元 共管理16只公募产品[2] 本土化发展策略 - 人才策略从国际化转向本土化 侧重挖掘熟悉中国市场的专业人士[3] - 决策机制通过简化流程提升响应速度 高管团队推动内部改革以适应市场快速变化[3] - 产品设计兼顾中国投资者对绝对收益和相对收益的需求 融入差异化要求[4] 产品体系与创新 - 系统化投资平台（SAE）管理海外资产超3000亿美元 采用AI技术迭代至第六代大语言模型[8] - 多资产管理领域拓展"固收+"产品线 针对银行及个人客户主打低波动产品[6][7] - 全球化配置重启QDLP产品发行 筹备公募基金QDII资质申请并探索互认基金渠道[7] 业绩表现与案例 - 贝莱德沪深300指增A自2024年11月成立至今年8月底净值增长率超18% 显著超越指数表现[8] - 推出中债投资优选绿色债券指数基金契合绿色金融配置需求[4] - 中证500指数增强基金结合SAE平台进行本土化改造[4] 组织架构优化 - 郁蓓华出任总经理 其招商银行及浦银安盛基金经验有助于拓展本土渠道与客户连接[5] - 王登峰调任首席资金官 其天弘基金及贝莱德建信理财经验强化固收平台与互联网渠道合作[5] - 新管理团队聚焦本土化战略落地 确保全球优势适应中国市场[5][6] 行业发展趋势 - 中国资本市场格局稳定 市值持续增长且资管规模扩大[2] - 居民和机构财富管理需求进入全球配置新阶段[7] - 系统化投资平台通过算法和AI提升决策效率 降低非系统性风险[6][8]

报告行业投资评级 未提及 报告的核心观点 报告聚焦量化基金市场表现，总结近一周主要指数和量化基金业绩、不同类型公募量化基金整体表现和业绩分布，以及本周收益表现较优的量化基金，供投资者参考 [1] 各部分总结 近一周主要指数和量化基金业绩表现 - A股延续涨势，沪深300、中证500、中证1000近一周收益率分别为2.51%、1.78%和1.23% [6] - 量化基金表现分化，主动量化涨1.88%，市场中性涨0.29%，各类指数增强型基金录得正收益；沪深300指增、中证500指增、其他指增分别获0.20%、0.04%和0.07%正超额，中证1000指增跑输指数 [9] 不同类型公募量化基金业绩表现 - 沪深300指数增强基金近一周收益率1.44%，超额收益率0.20%等 [14] - 中证500指数增强基金近一周收益率1.81%，超额收益率0.04%等 [14] - 中证1000指数增强基金近一周收益率2.36%，超额收益率 - 0.15%等 [15] - 其他指数增强基金近一周收益率1.49%，超额收益率0.07%等 [15] - 主动量化基金近一周收益率1.88%等 [16] - 市场中性基金近一周收益率0.29%等 [16] 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、主动量化和市场中性基金近半年收益率走势 [18][24] - 展示各指数增强型基金超额收益率分布、主动量化和市场中性型基金收益率分布 [24][26] 不同类型公募量化绩优基金 - 沪深300指数增强绩优基金如安信量化精选沪深300指数增强等，展示近一周等不同阶段超额收益率 [30] - 中证500指数增强绩优基金如国泰中证500指数增强等，展示近一周等不同阶段超额收益率 [31] - 中证1000指数增强绩优基金如国联安中证1000指数增强等，展示近一周等不同阶段超额收益率 [32] - 其他指数增强绩优基金如长城创业板指数增强等，展示近一周等不同阶段超额收益率 [33] - 主动量化绩优基金如长信国防军工等，展示近一周等不同阶段收益率 [34] - 市场中性绩优基金如中邮绝对收益策略等，展示近一周等不同阶段收益率 [35]

人事变动 - 汇添富基金原董事长李文因任期届满离任，由鲁伟铭接任董事长，鲁伟铭此前在东方证券担任多项关键职务，市场期待其强化与东方证券的战略协同 [3] - 李文2015年掌舵以来为公司文化建设和长期稳健发展作出积极贡献，离任后将在其他岗位继续任职 [3] 财务表现 - 2024年汇添富基金营收48.28亿元同比下滑10.11%，净利15.47亿元同比增长9.3%，成本管控和结构优化成效显现 [4] - 汇添富为东方证券贡献投资收益5.48亿元占后者净利润12.6%，个人养老金和REITs等赛道有望进一步提升利润占比 [4] 业务发展 - 2024年末管理资产规模1.16万亿元较年初增长逾9%，全年新发32只公募产品，覆盖全品类包括首单医药仓储物流REIT和入选个人养老金目录的指数增强基金 [5] - 推动客户服务投顾化转型，构建数字化智慧服务生态提升运营效率和投资者体验 [5] 金融科技布局 - 推出AI服务"帮你看"融合CAPM理论进行收益归因分析，并上线DeepSeek智能问答服务 [8] - 完成通义千问、DeepSeek等大模型私有化部署，成立DeepFund团队攻坚金融场景应用 [8] 基金经理调整 - 郑磊卸任"汇添富创新医药"基金经理由张韡接任，该基金近5年收益率-29.57%但张韡管理的汇添富香港优势精选上半年收益率达86.48% [11] - 2025年上半年全市场收益率前50中汇添富占据6席，乐无穹管理的创新药ETF收益率58.77% [12] 历史问题与挑战 - 2020-2021年发行的股票型、混合型基金因赛道降温表现不佳，如胡昕炜管理的消费行业混合近3年收益率-30.34%，赵剑管理的碳中和主题累计回报-48.12% [13] - ETF赛道掉队，指数型基金规模1666.35亿元远低于华夏(8179.43亿元)和易方达(7809.6亿元)，缺乏创新产品 [16] - 权益类规模缩水严重，股票型基金从2020年末392.19亿元降至176.29亿元，混合型基金从3662.94亿元降至1395.74亿元 [16] - 合规问题再现，员工因违规炒股被罚，需强化基础合规管理 [17]

报告核心观点 上周小市值风格占优，本年中证 2000 指数增强策略超额收益为 18.92%；报告对国内主要宽基指数的公募指数增强基金业绩、量化选股模型因子表现、指数增强策略样本外表现进行跟踪[1]。 分组1：公募指数增强基金表现 整体情况 - 统计 2024 年 12 月 1 日之前成立的公募基金指数增强产品，跟踪指数主要为沪深 300、中证 500、中证 1000、国证 2000；截至 2025 年 7 月 4 日，沪深 300 指数增强产品 53 只、规模 789 亿，中证 500 指数增强产品 66 只、规模 456 亿，中证 1000 指数增强产品 46 只、规模 153 亿，国证 2000 指数增强产品 11 只、规模 14 亿[8] 沪深 300 指数增强产品 - 截至 2025 年 7 月 11 日，本年收益排名前五产品为安信量化精选沪深 300 指数增强 A 等，收益分别为 10.89%等，超额收益分别为 8.86%等，超额收益最大回撤分别为 -1.4%等[9] 中证 500 指数增强产品 - 截至 2025 年 7 月 11 日，本年收益排名前五产品为中欧中证 500 指数增强 A 等，收益分别为 14.42%等，超额收益分别为 9.15%等，超额收益最大回撤分别为 -2.87%等[16] 中证 1000 指数增强产品 - 截至 2025 年 7 月 11 日，本年收益排名前五产品为国金中证 1000 指数增强 A 等，收益分别为 22.1%等，超额收益分别为 13.65%等，超额收益最大回撤分别为 -2.69%等[22] 国证 2000 指数增强产品 - 截至 2025 年 7 月 11 日，本年收益排名前五产品为汇添富国证 2000 指数增强 A 等，收益分别为 26.43%等，超额收益分别为 14.1%等，超额收益最大回撤分别为 -1.61%等[27] 分组2：因子表现 单因子表现 - 沪深 300 股票池：上周超额收益较好因子为单季度归母净利润同比增长率等，超额收益分别为 1.88%等；本年较好因子为 EP120 日 score 等，超额收益分别为 8.57%等[36] - 中证 500 股票池：上周超额收益较好因子为标准化预期外归母净利润同比等，超额收益分别为 1.01%等；本年较好因子为分析师预测 EP - FY3 的 120 日变化等，超额收益分别为 10.6%等[37] - 中证 1000 股票池：上周超额收益较好因子为单季度归母 ROE 变动等，超额收益分别为 1.89%等；本年较好因子为一个月涨跌幅等，超额收益分别为 11.28%等[38] - 中证 2000 股票池：上周超额收益较好因子为单季度归母 ROE 变动等，超额收益分别为 1.94%等；本年较好因子为标准化预期外单季度营业收入 - 带漂移项等，超额收益分别为 16.24%等[39] - 中证全指股票池：上周超额收益较好因子为单季度归母净利润同比增长率等，超额收益分别为 1.3%等；本年较好因子为分析师预测 ROE - FY3 的 120 变动等，超额收益分别为 9.56%等[40] 大类因子表现 - 沪深 300 股票池：上周超额收益较好大类因子为市值、高频分钟、估值，超额收益分别为 2.16%、1.35%、1.34%；本年较好大类因子为成长、分析师超预期、分析师，超额收益分别为 8.46%、7.29%、6.49%[43] - 中证 500 股票池：上周超额收益较好大类因子为高频分钟、成长、市值，超额收益分别为 1.3%、0.99%、0.71%；本年较好大类因子为成长、市值、超预期，超额收益分别为 9.65%、9.62%、5.41%[47] - 中证 1000 股票池：上周超额收益较好大类因子为成长、超预期、市值，超额收益分别为 1.52%、0.97%、0.39%；本年较好大类因子为市值、成长、超预期，超额收益分别为 13.14%、8.07%、7.02%[52] - 中证 2000 股票池：上周超额收益较好大类因子为市值、估值、成长，超额收益分别为 1.58%、0.5%、0.44%；本年较好大类因子为市值、分析师超预期、成长，超额收益分别为 20.04%、17.99%、14.51%[58] - 中证全指股票池：上周超额收益较好大类因子为高频分钟、市值、成长，超额收益分别为 1.43%、1.35%、1.17%；本年较好大类因子为市值、价量、成长，超额收益分别为 39.08%、22.54%、21.28%[62] 分组3：指数增强策略表现 沪深 300 和中证 500 指数增强策略 - 截至 2025 年 7 月 11 日，沪深 300 指数增强策略上周收益 0.99%，超额 0.17%；本月收益 2.97%，超额 0.97%；本年收益 7.51%，超额 5.48%，超额最大回撤 -3.15%[68] - 截至 2025 年 7 月 11 日，中证 500 指数增强策略上周收益 2.2%，超额 0.25%；本月收益 2.79%，超额 0.9%；本年收益 8.56%，超额 3.3%，超额最大回撤 -4.23%[68] 中证 1000 和中证 2000 指数增强策略 - 截至 2025 年 7 月 11 日，中证 1000 指数增强策略上周收益 2.48%，超额 0.12%；本月收益 2.8%，超额 1.15%；本年收益 17.87%，超额 9.42%，超额最大回撤 -5.59%[72] - 截至 2025 年 7 月 11 日，中证 2000 指数增强策略上周收益 2.12%，超额 -0.2%；本月收益 2.41%，超额 1.04%；本年收益 35.74%，超额 18.92%，超额最大回撤 -4.94%[72]

报告行业投资评级 未提及 报告的核心观点 - 中证500指数增强基金表现较好，本周沪深300指数增强基金超额收益中位数为0.01%，中证500指数增强基金超额收益中位数为0.40%，中证1000指数增强基金超额收益中位数为0.27%；其它指数增强基金本周收益中位数为0.02%；绝对收益（对冲）类型基金本周收益中位数为0.14%；其它主动量化类型基金本周收益中位数为0.67% [2] - 本周定增主题基金收益中位数为0.22%；提取业绩报酬的基金本周收益中位数为0.28%；行业主题轮动基金本周收益中位数为0.06%；多因子类型的基金本周收益中位数为0.26%；大数据驱动主动投资的基金本周收益中位数为0.47% [13] 根据相关目录分别进行总结 指数增强基金 - 本周纳入统计的沪深300指数增强基金61只，超额收益中位数为0.01%，本月为 -0.05%，本季度为0.11%，本年度为1.22%；本周最好为1.05%，最差为 -0.81% [3] - 本周纳入统计的中证500指数增强基金66只，超额收益中位数为0.40%，本月为0.54%，本季度为0.76%，本年度为1.66%；本周最好为1.00%，最差为 -0.08% [3] - 本周纳入统计的中证1000指数增强基金数量未提及，超额收益中位数为0.27%，本月为0.36%，本季度为1.49%，本年度为3.61%；本周最好为0.82%，最差为 -0.27% [3] - 其它指数增强基金纳入统计109只，本周收益中位数为0.02%，本月为0.27%，本季度为0.52%，本年度为0.67%；本周最好为1.77%，最差为 -4.91% [3] 绝对收益及主动量化基金 - 绝对收益（对冲）类型基金纳入统计23只，本周收益中位数为0.14%，本月为0.21%，本季度为0.27%，本年度为0.68%；本周最好为0.83%，最差为 -0.32% [6] - 其它主动量化类型基金纳入统计246只，本周收益中位数为0.67%，本月为2.57%，本季度为 -0.16%，本年度为2.25%；本周最好为1.86%，最差为 -2.87% [6] - 按主基准指数划分，主指数为“000300.SH”的基金62只，本周收益中位数为0.85%，本月为2.86%，本季度为 -0.34%，本年度为1.47% [7] - 主指数为“000905.SH”的基金45只，本周收益中位数为0.53%，本月为2.49%，本季度为 -0.39%，本年度为3.60% [7] - 主指数为“000906.SH”的基金31只，本周收益中位数为0.64%，本月为2.58%，本季度为 -0.59%，本年度为0.49% [7] - 主指数为“000922.CSI”的基金12只，本周收益中位数为0.57%，本月为2.16%，本季度为0.45%，本年度为 -1.24% [8] - 主指数为“000852.SH”的基金13只，本周收益中位数为0.15%，本月为2.65%，本季度为 -0.15%，本年度为6.81% [8] 其它策略基金 - 定向增发主题基金纳入统计65只，本周收益中位数为0.22%，本月为0.93%，本季度为 -0.78%，本年度为0.29%；本周最好为2.63%，最差为 -2.97% [14] - 提取业绩报酬的基金纳入统计141只，本周收益中位数为0.28%，本月为1.36%，本季度为 -0.26%，本年度为1.78%；本周最好为7.09%，最差为 -1.73% [15] - 行业主题轮动的基金纳入统计27只，本周收益中位数为0.06%，本月为1.58%，本季度为 -1.01%，本年度为2.43%；本周最好为1.80%，最差为 -1.15% [18] - 多因子类型的基金纳入统计12只，本周收益中位数为0.26%，本月为2.49%，本季度为 -0.38%，本年度为6.42%；本周最好为0.92%，最差为 -0.49% [19] - 大数据驱动主动投资的基金纳入统计7只，本周收益中位数为0.47%，本月为2.18%，本季度为 -1.09%，本年度为6.38%；本周最好为1.12%，最差为 -2.65% [20] - 大数据相关的被动型基金纳入统计21只，本周收益中位数为 -1.82%，本月为0.25%，本季度为 -4.63%，本年度为1.93% [20]

根据提供的研报内容，以下是量化模型与因子的总结： 量化模型与构建方式 1. **模型名称**：沪深300指数增强模型 **模型构建思路**：通过跟踪沪深300指数并进行超额收益增强[1][2][3] **模型具体构建过程**：基于沪深300成分股，通过多因子选股和优化权重分配实现超额收益，具体公式为： $$R_{enhanced} = R_{index} + \alpha_{factor}$$ 其中，$R_{index}$为指数收益，$\alpha_{factor}$为因子超额收益[4] 2. **模型名称**：中证500指数增强模型 **模型构建思路**：跟踪中证500指数并增强收益[1][2][3] **模型具体构建过程**：采用动态因子暴露和风险控制模型，公式为： $$R_{enhanced} = R_{index} + \sum_{i=1}^{n} w_i \cdot f_i$$ 其中，$w_i$为因子权重，$f_i$为因子收益[4] 3. **模型名称**：中证1000指数增强模型 **模型构建思路**：跟踪中证1000指数并实现超额收益[1][3] **模型具体构建过程**：结合动量因子和波动率控制，公式为： $$R_{enhanced} = R_{index} + \beta \cdot MOM$$ 其中，$\beta$为动量因子暴露，$MOM$为动量因子收益[4] 4. **模型名称**：多因子主动量化模型 **模型构建思路**：综合多因子选股和主动管理[1][6] **模型具体构建过程**：集成价值、质量、动量等因子，公式为： $$Score = \sum_{i=1}^{k} \lambda_i \cdot F_i$$ 其中，$\lambda_i$为因子权重，$F_i$为因子标准化值[13] 模型的回测效果 1. **沪深300指数增强模型** - 本周超额收益中位数：-0.04%[3][4] - 本年度超额收益中位数：1.22%[3][4] 2. **中证500指数增强模型** - 本周超额收益中位数：0.16%[3][4] - 本年度超额收益中位数：1.29%[3][4] 3. **中证1000指数增强模型** - 本周超额收益中位数：0.12%[3][4] - 本年度超额收益中位数：3.36%[3][4] 4. **多因子主动量化模型** - 本周收益中位数：2.20%[13][19] - 本年度收益中位数：6.28%[13][19] 量化因子与构建方式 1. **因子名称**：动量因子（MOM） **因子构建思路**：捕捉股票价格趋势[13] **因子具体构建过程**：计算过去12个月收益率剔除最近1个月，公式为： $$MOM = \frac{P_{t-1}}{P_{t-12}} - 1$$ **因子评价**：在中小盘股中表现显著[13] 2. **因子名称**：价值因子（Value） **因子构建思路**：衡量股票估值水平[13] **因子具体构建过程**：结合PE、PB、PS指标，公式为： $$Value = \frac{1}{3}(PE_{norm} + PB_{norm} + PS_{norm})$$ 因子的回测效果 1. **动量因子（MOM）** - 信息比率（IR）：0.85[13] 2. **价值因子（Value）** - 信息比率（IR）：0.72[13] 注：部分模型和因子的具体构建细节未在研报中完整披露，已根据公开内容最大化还原[1][3][4][13][19]