近日，中国证券报记者专访了大岩资本副总裁朱星曈，试图探寻这份"温度"的源头与内涵。在朱星曈看 来，真正的量化远不止于模型与算力——它更关乎人的凝聚、风控的执守与进化的愿望。 十余年的打磨中，大岩资本沉淀出一套有"温度"的量化管理体系：以伙伴文化凝结长期事业共同体，以 极致风控锚定行稳致远之舵，并以多维均衡的迭代节奏从容穿越周期。沿着这样的逻辑，大岩资本的路 径清晰而坚定：既要成为市场的领跑者，更要锻造一家文化深厚、基业长青的量化"百年老店"。 量化投资的舞台常被视为算力与算法的对决，数据流中闪烁的是无止境的竞争与迭代，激烈的角逐往往 让外界只看到冰冷的代码、运转的服务器与跳动的净值曲线。然而，当外界目光投向大岩资本时，一种 不同于行业刻板印象的"温度"逐渐浮现。 以人为本 锻造"百年老店" 而用，根据特长及兴趣制定发展方向，从而形成了强大的向心力。这不仅帮助大岩资本留住了资深骨 干，也吸引了大量顶尖院校的应届生的加入，为公司迭代注入了宝贵的活力。公司总经理兼首席投资官 黄铂被同事们亲切地称为"铂哥"，他每周会投入大量时间与投研人员进行一对一的深入交流，焦点不仅 在于项目进度，更在于倾听研究中的灵感火花与潜在瓶 ...

点击注册小程序 查看完整报告 特别申明： 本订阅号中所涉及的证券研究信息由光大证券研究所编写，仅面向光大证券专业投资者客户，用作新媒体形势下研究 信息和研究观点的沟通交流。非光大证券专业投资者客户，请勿订阅、接收或使用本订阅号中的任何信息。本订阅号 难以设置访问权限，若给您造成不便，敬请谅解。光大证券研究所不会因关注、收到或阅读本订阅号推送内容而视相 关人员为光大证券的客户。 报告摘要 量化市场跟踪 大类因子表现： 本周（2025.12.08-2025.12.12，下同），规模因子、beta因子、非线性市值因子、获得正收益（1.18%、 0.91%和0.82%），BP因子和流动性因子获得负收益（-0.55%和-0.38%），市场大市值风格占优。 单因子表现： 沪深300股票池中，本周表现较好的因子有总资产增长率(2.05%)、单季度ROA(1.71%)、换手率相对波动 率(1.59%),表现较差的因子有对数市值因子(-1.00%)、下行波动率占比(-1.10%)、大单净流入(-1.14%)。 中证500股票池中，本周表现较好的因子有单季度EPS(1.61%)、总资产增长率(1.39%)、动量弹簧因子 (1.2 ...

作为知名外资私募锐联景淳海外母公司锐联的创始人，许仲翔博士在量化投资与资产配置领域一直扮演 着连接东西方市场的桥梁角色。从联合发明基本面量化策略(RAFI)，到带领锐联深耕中国市场，再到8 年前锐联向华夏基金等公募机构进行策略授权，这位兼具深厚学术背景与全球资产管理经验的学者型投 资人，其观点备受市场关注。近日，许仲翔接受了中国证券报记者的专访，围绕公司的策略实践、2026 年市场前瞻及行业变革等议题，发表了自己的看法。 多元资产策略获市场认可 回顾2025年，许仲翔将公司最大的突破归结于核心策略——量化多元资产配置策略获得了市场的理解与 接纳。"过去一两年，这类配置型产品因其复杂性，投资者接受需要一个过程。"许仲翔坦言，市场环境 的变化成为了理念普及的催化剂。利率持续低位徘徊、传统"刚兑"理财消失、股市起伏震荡，这些因素 让投资者意识到，没有任何单一资产品种能持续获得收益。 "当市场处于单边趋势时，大家会追逐简单的贝塔；当有保底产品时，保守者也无需他求。但现在，我 们进入了一个'真正的大资管时代'。"许仲翔说，市场的波动不断告诉投资者：因为难以精准预测每一 类资产的涨跌，因此必须接受"通过科学配置将不同资产 ...

量化投资的舞台常被视为算力与算法的对决，数据流中闪烁的是无止境的竞争与迭代，激烈的角逐往往 让外界只看到冰冷的代码、运转的服务器与跳动的净值曲线。然而，当外界目光投向大岩资本时，一种 不同于行业刻板印象的"温度"逐渐浮现。 □本报记者 王宇露 近日，中国证券报记者专访了大岩资本副总裁朱星曈，试图探寻这份"温度"的源头与内涵。在朱星曈看 来，真正的量化远不止于模型与算力——它更关乎人的凝聚、风控的执守与进化的愿望。 十余年的打磨中，大岩资本沉淀出一套有"温度"的量化管理体系：以伙伴文化凝结长期事业共同体，以 极致风控锚定行稳致远之舵，并以多维均衡的迭代节奏从容穿越周期。沿着这样的逻辑，大岩资本的路 径清晰而坚定：既要成为市场的领跑者，更要锻造一家文化深厚、基业长青的量化"百年老店"。 以人为本 锻造"百年老店" 走进大岩资本的办公室，"石头"元素随处可寻，这不仅是品牌的视觉印记，更寓意着"翻遍每一块石 头"的极致探索。然而在朱星曈眼中，比挖掘数据因子更重要的，是挖掘并凝聚"人"的价值。 她表示："我们更愿称大岩资本人为事业伙伴，而非雇员。"这句话并非泛泛而谈，而是深深融入公司血 脉的管理逻辑。一套清晰且温暖的体 ...

近日，杭州弘耀资产管理有限公司等机构注销私募基金管理人登记。截至12月14日，年内已有1155家私 募基金管理人完成注销登记。 业内受访人士认为，在监管部门"扶优限劣"的指引下，私募基金行业大量不合规或经营不善的机构将逐 步退出市场。 注销速度放缓 规模创历史新高 私募基金管理人注销数量下滑与行业规模增长、行业分红增多的"背离"，是私募基金行业实现更高质量 发展的具体体现。 中基协数据显示，截至2025年10月末，存续私募基金规模达22.05万亿元，环比增加1.31万亿元，创下历 史新高。值得关注的是，此次私募基金规模创新高的动力更多源于存量基金净值回升的内生驱动：私募 证券投资基金存续规模突破7万亿元，环比增长1.04万亿元，而今年10月份全部新备案私募基金规模仅 为670.10亿元。 行业规范发展与规模增长的最终目标，是为投资者创造更稳定的回报。今年以来，私募基金分红力度显 著提升。私募排排网统计数据显示，截至2025年11月末，有业绩展示的私募产品年内累计实施分红1658 次，合计分红金额达173.38亿元，突破170亿元大关；与去年同期的51.51亿元相比，同比大增 236.59%。 "2025年以来 ...

- The report does not contain any specific quantitative models or factors for analysis[1][2][3] - The report primarily focuses on market trends, style performance, valuation metrics, and fund flows without detailing quantitative models or factor construction[1][2][3] - Key metrics such as PE_TTM, ERP, and style indices are discussed, but no explicit quantitative model or factor development process is provided[1][2][3]

Quantitative Models and Construction Methods 1. Model Name: Three-Strategy Fusion ETF Rotation Strategy - **Model Construction Idea**: The strategy integrates three dimensions: fundamental-driven rotation, quality low-volatility style rotation, and distressed reversal industry discovery. It aims to achieve factor and style complementarity while reducing the risk of single-strategy exposure[35][36] - **Model Construction Process**: 1. **Fundamental Rotation Strategy**: Selects industries based on factors such as exceeding expected prosperity, industry leadership effects, momentum, crowding, and inflation beta[36] 2. **Quality Low-Volatility Style Strategy**: Focuses on individual stock quality, momentum, and low volatility to enhance defensiveness[36] 3. **Distressed Reversal Strategy**: Utilizes PB z-score, long-term analyst expectations, and short-term chip exchange to capture valuation recovery and performance reversal opportunities[36] 4. Combines the three strategies equally to form a composite ETF rotation strategy, achieving multi-dimensional industry screening and reducing single-strategy risks[35][36] - **Model Evaluation**: The strategy effectively balances factor complementarity and style adaptation, providing robust performance across different market conditions[35][36] 2. Model Name: Hotspot Trend ETF Strategy - **Model Construction Idea**: This strategy identifies ETFs with strong upward trends and high market attention, constructing a risk-parity portfolio based on support-resistance factors and turnover ratios[30] - **Model Construction Process**: 1. Select ETFs where both the highest and lowest prices exhibit an upward trend[30] 2. Calculate the relative steepness of the regression coefficients for the highest and lowest prices over the past 20 days to construct support-resistance factors[30] 3. Choose the top 10 ETFs with the highest 5-day turnover ratio/20-day turnover ratio from the long group of the support-resistance factor, indicating increased short-term market attention[30] 4. Construct a risk-parity portfolio using these ETFs[30] - **Model Evaluation**: The strategy demonstrates strong performance, achieving significant excess returns compared to the benchmark[30] 3. Model Name: Capital Flow Resonance Strategy - **Model Construction Idea**: This strategy identifies industries with resonant capital flows by combining financing margin and active large-order capital flow factors, aiming to enhance stability and reduce drawdowns[42][44][45] - **Model Construction Process**: 1. Define the financing margin factor as the market-neutralized financing net buy-in minus securities lending net sell-out, calculated as the two-week change in the 50-day moving average[45] 2. Define the active large-order capital flow factor as the market-neutralized net inflow ranking of industry trading volume over the past year, using the 10-day moving average[45] 3. Exclude extreme industries from the active large-order factor and apply a negative exclusion for the financing margin factor to improve strategy stability[45] 4. Perform weekly rebalancing to select industries with resonant capital flows for long positions[45] - **Model Evaluation**: The strategy achieves stable positive excess returns with reduced drawdowns compared to other capital flow strategies[45] --- Model Backtesting Results 1. Three-Strategy Fusion ETF Rotation Strategy - **2025 YTD Performance**: Portfolio return 25.60%, benchmark return 21.83%, excess return 3.77%, Sharpe ratio 0.24, maximum drawdown -7.18%[39][40] - **Overall Performance (2017-2025)**: Annualized excess return 10.28%, Sharpe ratio 1.09, maximum drawdown -24.55%[40] 2. Hotspot Trend ETF Strategy - **2025 YTD Performance**: Portfolio return 34.49%, benchmark (CSI 300) excess return 19.58%[30] 3. Capital Flow Resonance Strategy - **2018-Present Performance**: Annualized excess return 14.3%, IR 1.4, reduced drawdowns compared to Northbound-Large Order Resonance Strategy[45] - **Last Week Performance**: Absolute return -0.27%, excess return 0.37% (relative to industry equal weight)[45] --- Quantitative Factors and Construction Methods 1. Factor Name: Momentum Factor - **Factor Construction Idea**: Captures the continuation of stock price trends over a specific period[53] - **Factor Construction Process**: 1. Calculate the 1-year momentum as the return over the past 12 months, excluding the most recent month[53] 2. Rank stocks based on momentum and form quintile portfolios[53] - **Factor Evaluation**: Demonstrates strong performance, with the 1-year momentum factor achieving a weekly excess return of 1.13%[53] 2. Factor Name: R&D to Total Assets Ratio - **Factor Construction Idea**: Measures the proportion of R&D investment relative to total assets, reflecting innovation capability[56] - **Factor Construction Process**: 1. Calculate the ratio of total R&D expenses to total assets for each stock[56] 2. Rank stocks based on this ratio and form quintile portfolios[56] - **Factor Evaluation**: Performs well in small-cap indices, with an excess return of 20.25% in the CSI 500 index[56] 3. Factor Name: Single-Quarter ROA YoY Change - **Factor Construction Idea**: Tracks the year-over-year change in return on assets (ROA) for a single quarter, reflecting profitability trends[56] - **Factor Construction Process**: 1. Calculate the year-over-year change in ROA for the most recent quarter, considering preliminary and forecasted data[56] 2. Rank stocks based on this change and form quintile portfolios[56] - **Factor Evaluation**: Excels in large-cap indices, with an excess return of 25.52% in the CSI 300 index[56] --- Factor Backtesting Results 1. Momentum Factor - **Weekly Excess Return**: 1.13%[53] 2. R&D to Total Assets Ratio - **Excess Return in CSI 500**: 20.25%[56] 3. Single-Quarter ROA YoY Change - **Excess Return in CSI 300**: 25.52%[56] - **Excess Return in CSI 500**: 10.16%[56] - **Excess Return in CSI 1000**: 21.98%[56]

证券研究报告 | 金融工程 gszqdatemark 2025 12 14 年 月 日 量化周报 市场的震荡调整态势不改 市场的震荡调整态势不改。本周（ 12.8-12.12），大盘震荡下行，上证指数 全周收跌 0.34%。在此背景下，煤炭、钢铁、农林牧渔确认日线级别下跌， 军工迎来日线级别上涨。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 7 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，超半数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 9-17浪的上涨结构， 科创 50、中小 100 更是在所有宽基里面率先形成了日线级别下跌，地产、 食品饮料、医药、商贸零售、汽车、电子、计算机、非银、机械、煤炭、 钢铁、农林牧渔也相继形成了日线级别下跌，中证 500、中证 1000、创业 板指、沪深 300、传媒、建筑、建材也有较大概率将确认日线级别下跌。 因此我们认为本轮日线级别上涨大概率已经结束。未来市场大概率会是震 荡调整的态势，当下的反弹大概率只是一波 30 分钟级别反弹，不改市场 的震荡调整态势。中期来看，上证指数、上证 ...

金融工程 | 证券研究报告 — 周报 2025 年 12 月 14 日 中银量化多策略行业轮动 周报 – 20251211 当前（2025 年 12 月 11 日）中银多策略行业配置系统仓位：通信 （9.6%）、银行（9.5%）、交通运输（9.1%）、非银行金融（8.0%）、 食品饮料（7.7%）、电力设备及新能源（7.2%）、钢铁（6.7%）、机械 （6.2%）、基础化工（4.7%）、石油石化（4.7%）、家电（4.4%）、综 合 （3.5% ）、农林牧渔（ 3.5% ）、综合金融（ 3.5% ）、有色金属 （3.5%）、建材（3.4%）、电子（2.4%）、电力及公用事业（1.2%）、 建筑（1.2%）。 相关研究报告 《中银证券量化行业轮动系列（七）：如何把 握市场"未证伪情绪"构建行业动量策略》 20220917 《中银证券量化行业轮动系列（八）："估值泡 沫保护"的高景气行业轮动策略》20221018 《中银证券宏观基本面行业轮动新框架：对传 统自上而下资产配置困境的破局》20230518 《中银证券量化行业轮动系列（九）：长期反 转-中期动量-低拥挤"行业轮动策略》20240914 《中银证券量化行 ...

Core Viewpoint - Quantitative investment has gained significant traction in 2023 due to breakthroughs in AI technologies and favorable market conditions, with quantitative long strategies showing strong performance in the A-share market [2]. Group 1: Quantitative Long Strategy Performance - As of November 2025, there are 715 quantitative long products with a total scale of approximately 609.92 billion, achieving an average return of 39.07% over the past year, outperforming other secondary strategies [2][3]. - The average returns for various secondary strategies are as follows: - Quantitative Long: 39.07% - Subjective Long: 35.20% - Other Derivative Strategies: 29.36% - Macro Strategies: 27.06% - Composite Strategies: 26.48% - Quantitative CTA: 18.55% - FOF: 17.88% - Stock Long-Short: 15.59% [3]. Group 2: Top Performers in Quantitative Long Strategies - Among the top-performing private equity firms with over 100 billion in assets, the average return for their quantitative long products is 43.46%, with 29 firms having at least three qualifying products [5]. - The top three firms in this category are: - Lingjun Investment - Pingfang Investment - Ningbo Huansheng Quantitative [5][8]. Group 3: Performance by Asset Size - For firms with 20-100 billion in assets, the average return is 41.79%, with the top three being: - Luxiu Investment - Yunqi Quantitative - Guangzhou Shouzheng Yongqi [9][10]. - In the 5-20 billion category, the average return is 35.88%, with the top three being: - Longyin Huxiao - Zhongmin Huijin - Yangshi Asset [12][13]. - For firms with 0-5 billion in assets, the average return is 33.26%, with the top three being: - Hangzhou Saipasi - Guangzhou Tianzheng Han - Hongtong Investment [15][16].