最近一则新闻在投资圈引发热议：今年已有318位公募基金经理离职，创下近五年新高。这些曾经管理百亿规模的"明 星"们，为何纷纷转战私募？更令人好奇的是，他们中不少人在私募市场依然表现亮眼，平均收益高达28.26%。作为一 名深耕量化领域多年的投资者，我看到的不仅是人事变动，更是一场关于市场本质的深刻变革。 | 排名 姓名 | | | 经理核心 从业 符合排名规 | | 六年出か | 近1月平 | 公司简称 | 公司规模 | 投资模式 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | | | 策略 | | 年限 则的产品数 均收益 | | 均收益 | | | | | 王鹏辉 : | | 股票 | 24 | 3 | 74.30% | 19.03% | 望正资产 | 50-100亿 | 主观 | | 2 陆航 | | 股票 | 20 | 6 | 71.88% | 13.60% | 复胜资产 | 100亿以上 | 主观 | | m 杨绍墓 | | 股票 | 22 1 | 5 | 59.08% | 18.55% : | 瑞天私募 | 0-5 ...

Group 1: Private Equity Growth - The number of private equity firms with over 10 billion yuan in assets has increased to 94 as of September 29, up by 3 from the end of August [1] - Among these, 45 firms employ quantitative investment strategies, 41 use subjective strategies, and 7 utilize a mixed approach [1] Group 2: China CRRC Contracts - China CRRC has signed several major contracts totaling approximately 54.34 billion yuan, which accounts for about 22% of the company's projected revenue for 2024 [1] Group 3: Machinery Industry Growth Plan - The Ministry of Industry and Information Technology and five other departments aim for the machinery industry to achieve an average annual revenue growth rate of around 3.5% from 2025 to 2026, targeting a revenue surpassing 10 trillion yuan [2] - The plan emphasizes enhancing the resilience and safety of key industrial chains and supply chains, improving quality and efficiency, and fostering competitive small and medium-sized enterprises [2] Group 4: AI Model Releases - DeepSeek has uploaded a new model, DeepSeek-V3.2, to the HuggingFace community platform, which was later removed [3] - Zhiyuan is set to release its new model, GLM-4.6, which is currently accessible via API [3] Group 5: Corporate Changes - Sogou has undergone a leadership change with Yu Jun stepping down as chairman and Lu Jian taking over [5] - Wanda Real Estate has been ordered to execute a payment of over 20.99 million yuan [4] Group 6: Financial Updates - Longyun Co. plans to apply for a bank credit line of up to 32 million yuan [6] - Dongmu Co. has obtained a property certificate for its new industrial site in Shanghai [8] - Tianbang Foods has received an administrative regulatory decision from the China Securities Regulatory Commission for failing to disclose information regarding a significant stock buyback dispute [9] Group 7: Revenue Announcements - Shenhui Expressway reported a total toll revenue of 114 million yuan for August [10] - Huayin Technology signed two sales contracts totaling 402 million yuan [11] - Dash Smart signed a contract for a smart hospital project worth 113 million yuan [12] - Jiufeng Energy plans to invest up to 3.455 billion yuan in a coal-to-natural gas project in Xinjiang [13] - Yinglian Co. expects a significant increase in net profit for the first three quarters, projecting a year-on-year growth of 1531.13% to 1672.97% [14] Group 8: Stock Market Performance - The market showed strong performance with the ChiNext Index rising by 2.74%, driven by a surge in financial stocks [16] - The overall market saw over 3,500 stocks increase in value, with significant gains in sectors such as new energy and semiconductors [17]

"量化投资的本质是人才、技术的积累和迭代。我们的目标是最终实现工程化的胜利，每个模块不断打 磨，做深做细，做到极致，最后无缝拼接。"蒙玺投资创始人兼总经理李骧说。 李骧称，公司未来将持续迭代策略和技术，打造"严格控制风格的全频段Alpha"，成为具有国际视野的 稳健型量化投资机构。 低延迟、中心化和非线性模型 笃定三大关键打造核心竞争力 李骧是一位典型的理工科背景的量化私募掌门人，学生时代参加各种科学竞赛，本科考入了中国科学技 术大学，学化学物理专业，后来出国留学，获得美国布朗大学理论化学硕士。 他对股市兴趣浓厚，2008年开始研发美股量化策略，2010年中国股指期货推出后，专注期货策略研究， 并在低延迟领域持续深耕；2016年他创立了蒙玺投资，经过九年发展，公司管理资产规模逾150亿元。 回顾公司创立至今，李骧表示，蒙玺投资发展的每一步都围绕"长期主义"展开，而三个关键决策则打造 了公司在量化投资领域的核心竞争力。 首先，创立之初，公司就非常笃定要拥有很强的低延迟技术。"因为量化策略每个时刻下单，某种意义 上来说都要与同行竞争，所以技术层面一定要有优势。"李骧说，低延迟的IT是量化投资的必要不充分 条件，技 ...

李骧称，公司未来将持续迭代策略和技术，打造"严格控制风格的全频段Alpha"，成为具有国际视野的稳健型量化投资机构。 低延迟、中心化和非线性模型 笃定三大关键打造核心竞争力 "量化投资的本质是人才、技术的积累和迭代。我们的目标是最终实现工程化的胜利，每个模块不断打磨，做深做细，做到极致，最后无缝 拼接。"蒙玺投资创始人兼总经理李骧说。 在英雄辈出的私募江湖，蒙玺投资给自己的定位是一家"业绩至上、技术至上"的量化投资机构。从早期聚焦低延迟交易的量化新兵，到如 今覆盖多策略、多品种、多频段的百亿机构，蒙玺投资的成长轨迹堪称中国量化行业"精细化发展"的缩影。 再者，投研团队架构采用"中心化"大组模式而非多PM制。李骧表示，蒙玺投资的投研团队是模块化运作，通过分工合作，使研究成果成为 统一集合，避免重复研究，类似汽车制造商的"流水线的工业化生产模式"。"我们内部沟通交流比较顺畅，大家乐于分享，共同成长，都是 站在别人的肩膀上研究，而不是跑马模式，一群人做一样的事，资源浪费。"他说。 第三，2020年全面拥抱"非线性模型"，也就是AI技术。他称，最开始是树模型，现在是深度模型，"在运用AI非线性模型后，预测能力大幅 提 ...

假如有这个指南，去年924行情时以5万元入市，理论上，4个月就有机会翻倍到千万级别，年后资金体量更是能突破亿元。 原理很简单，根据每个副本的背景和目标（阶段趋势），分配资源制定策略（抓强势股）。 在大A炒股就像玩游戏"打怪升级"，需要有一个从新手到终极玩家的攻略指南。 事实上，这段小资金升级之旅在近一年中会经过三个重要阶段： 当然，妙投并非鼓励大家要"赌性坚强"，只是借此研究A股的赚钱门道，更关键的是，发现资本市场底层密码，以及动能变化的关键要素。 或许，如今"小登股"和"老登股"冰火两重天，慢牛也是一脚刹车一脚油门走得颠簸，这些现象的原因也藏在其中。而不管是否炒股，只要有理财需求 （ETF、银行理财、保险），也很难绕过大A。 那么，就让我们从5万元出发，开始A股的赚钱游戏。 新手村起步 假设小明同学拿着5万元回到去年9月24日，会发现大A像疯了一样向上。 前一天市场里才只有5000多亿资金，后一天就暴涨76.29%至近万亿，随后几天，在巨大财富效应和节假日期间发酵下，10月8日达到惊人的超3万亿。 钱从四面八方涌来，但重点来自场内玩家的追加，以及场外新增散户资金；那段时间取钱开户跑步入场的新闻不绝于耳。 那 ...

- **Quantitative Timing Model: Volume Timing Signal** - **Model Name**: Volume Timing Signal - **Construction Idea**: The model uses volume indicators to assess market sentiment and provide timing signals for broad-based indices[23] - **Construction Process**: The model evaluates the trading volume of major indices (e.g., Shanghai Composite Index, CSI 300, etc.) and assigns a cautious view when volume contracts significantly[23][24] - **Evaluation**: The model provides a cautious perspective on market timing, especially during periods of volume contraction[23] - **Quantitative Sentiment Indicator: HS300 Upward Stock Count Ratio** - **Indicator Name**: HS300 Upward Stock Count Ratio - **Construction Idea**: The indicator measures the proportion of stocks within the CSI 300 index that have positive returns over a given period to gauge market sentiment[24] - **Construction Process**: - Formula: $ HS300\ Upward\ Stock\ Count\ Ratio = \frac{\text{Number of CSI 300 stocks with positive returns over N days}}{\text{Total number of CSI 300 stocks}} $ - The indicator is smoothed using two different window periods (N1=50, N2=35) to capture short-term and long-term trends[24][28] - **Evaluation**: The indicator effectively captures upward opportunities but struggles to predict downward risks. It is prone to missing gains during sustained market exuberance[25] - **Quantitative Sentiment Indicator: Moving Average Sentiment Indicator** - **Indicator Name**: Moving Average Sentiment Indicator - **Construction Idea**: The indicator uses an eight-moving-average system to assess the sentiment and trend of the CSI 300 index[31] - **Construction Process**: - Calculate the eight moving averages (parameters: 8, 13, 21, 34, 55, 89, 144, 233) for the CSI 300 index closing price[31] - Assign values based on the number of moving averages above or below the current price: - If the current price exceeds five moving averages, signal a bullish sentiment[32] - Smooth the sentiment indicator using two moving average windows (N1>N2) to generate buy/sell signals[31][32] - **Evaluation**: The indicator provides clear sentiment signals and aligns well with CSI 300 index trends[34] - **Market Alpha Environment Indicator: Cross-Sectional Volatility** - **Indicator Name**: Cross-Sectional Volatility - **Construction Idea**: Measures the dispersion of returns among index constituents to evaluate the alpha generation environment[36] - **Construction Process**: - Calculate the standard deviation of returns for index constituents (e.g., CSI 300, CSI 500, CSI 1000) over different time periods (quarterly, semi-annual, annual)[38] - Compare the volatility levels to historical percentiles to assess the alpha environment[38] - **Evaluation**: The indicator shows improved short-term alpha opportunities for CSI 300 and CSI 500, while CSI 1000 remains average[36] - **Market Alpha Environment Indicator: Time-Series Volatility** - **Indicator Name**: Time-Series Volatility - **Construction Idea**: Measures the volatility of index constituent returns over time to assess alpha generation potential[38] - **Construction Process**: - Calculate the weighted time-series volatility for index constituents (e.g., CSI 300, CSI 500, CSI 1000) over different time periods (quarterly, semi-annual, annual)[41] - Compare the volatility levels to historical percentiles to evaluate the alpha environment[41] - **Evaluation**: CSI 500 shows favorable alpha conditions, while CSI 300 and CSI 1000 remain average or below average[38] Backtesting Results for Models and Indicators - **Volume Timing Signal**: - Signal: Cautious for all major indices (Shanghai Composite, CSI 300, CSI 500, CSI 1000, etc.)[24] - **HS300 Upward Stock Count Ratio**: - Recent Value: Approximately 60%[25] - **Moving Average Sentiment Indicator**: - Current Sentiment: CSI 300 index is in a bullish sentiment zone[34] - **Cross-Sectional Volatility**: - CSI 300: Quarterly average volatility = 2.04%, percentile = 73.50% - CSI 500: Quarterly average volatility = 2.19%, percentile = 67.46% - CSI 1000: Quarterly average volatility = 2.40%, percentile = 66.14%[38] - **Time-Series Volatility**: - CSI 300: Quarterly average volatility = 0.63%, percentile = 61.70% - CSI 500: Quarterly average volatility = 0.45%, percentile = 74.60% - CSI 1000: Quarterly average volatility = 0.24%, percentile = 59.76%[41]

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 ...

量价因子有所回暖，1000 指增强势 2025 年 9 月 28 日│中国内地 量化投资周报 证券研究报告 本月以来换手率因子多空收益领跑 从因子多空组合收益的平均水平来看，本月以来换手率因子多空收益领跑， 在中证 1000 和全 A 股股票池中表现尤为突出；预期净利润增速因子次之， 整体呈现较可观的多空收益。盈利和成长因子同样呈现正向的平均多空收 益，但较前者有较大差距。其余因子均呈现负向的平均多空收益，其中反转、 估值和小市值因子多空收益较为落后。 本月以来中证 1000 指增基金超额收益保持领先 我们重点跟踪以沪深 300、中证 500、中证 1000 和中证 A500 指数为基准 的量化指数增强基金。基于公募指增基金的复权净值曲线表现来看，本月以 来各类指增基金超额收益呈现分化。从中位数层面来看，中证 1000 指增基 金表现保持领先，呈现较明显的正超额；其余指增基金的超额收益中位数均 呈现负值，整体表现平淡。从今年以来的整体表现来看，中证 1000 指增基 金超额领先，中证 A500 指增基金次之。 风险提示：量化基金的业绩受到多种因素影响，包括环境、政策、基金管理 人变化等，过去业绩好的基金不代表 ...