6月30日，A股三大股指集体收涨，结束2025年上半年行情。其中沪指收涨0.59%，报收3444.43点，上半年累计上涨 2.76%，成交额合计63.7万亿元，与2024年下半年基本持平。 2025年上半年，深成指累计上涨0.48%，创业板指涨0.53%，区间涨幅均不及沪指，但北证50指数上半年涨39.45%，表 现靓眼。 代表沪市一线蓝筹的上证50指数上半年涨1.01%，明显跑输沪指；而创业板50指数上半年收跌0.43%，表现差强人意。 | 指数名称 | 上半年涨幅 | | --- | --- | | 上证指数 | 2.76% | | 深证成指 | 0.48% | | 创业板指 | 0.53% | | 科创综指 | 9.93% | | 上证50 | 1.01% | | 创业板50 | -0.43% | | 科创20 | 1.46% | | 北证50 | 39.45% | | 中证100 | 0.13% | | 中证500 | 3.31% | | 中证1000 | 6.69% | | 中证2000 | 15.24% | | A股平均股价 | 11.99% | 值得注意的是，A股平均股价上半年涨11.99%，从 ...

风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。 作者： 何纯在南国 来源：雪球 今天有朋友@我 ， 又谈到了小盘股的估值问题 。 其实这个事情是老生常谈了 ， 大家对小盘股 的估值分歧一直就很大 。 很多人对小盘股不屑一顾 ， 认为这当中绝大部分都是垃圾 ， 估值高的离谱 。 如果你是看市盈 率的话 ， 这样的说法当然没错 。 中证2000的市盈率长期都在60倍到100倍之间 。 如果一个企 业盈利不变的话 ， 你投入一笔资金要60年到100年才能回本 ， 这类股票怎么可能还有投资价值 呢 ？ 当大家评估一家公司的资产时 ， 是不是应该把这种隐性价值考虑进去呢 ？ 其实在小微盘股里面 也有很多的不错标的 ， 市净率在1.5倍以下 ， 负债率很低 ， 资产非常干净 ， 像这类公司 ， 个人认为是很有投资价值的 。 我个人原来一直就是做纯价值投资的 ， 对纯价值投资做得很好的人是非常推崇的 。 个人最近5 年的纯价值投资 ， 不过和小微盘策略相比 ， 这样的投资收益就不值一提了 。 在中国股市上要做投资 ， 还是要结合中国股市实际的运行情况来分析 。 雪球三分法是雪球基于"长 ...

午盘中证2000增强ETF（159552）涨了1.27%，年内K线主打一个节节高。而且今天盘中还有两笔大额资金申购，共计300万，强势揽金。 从今年A股几个主要指数的表现来看，中证2000无疑是最强的，年内涨幅13.49%；中证1000次之，年内涨5.36%，比美股都强。 来源：Wind，2025.1.1-6.27 一般来说，2000和1000指数跑赢沪深300和创业板指，也就是小盘胜过大盘的情况，主要出现在市场流动性充裕、交投活跃度高、但经济基本面成色一般的 情况下，这和上半年的市场情况确实是相符的。 而指增产品更是能凭借量化策略获得比小盘指数还要高的收益。比如中证2000增强ETF（159552），年内涨了28.93%，跑赢中证2000指数15.44%。再比如 1000ETF增强（159680），年内涨了13.56%，跑赢中证1000指数8.20%。 而且1000ETF增强（159680）近四个交易日一直在保持资金净流入，共计3774万元，显示资金热情度非常高。 为什么这两个ETF表现这么好、这么吸金呢？ 3.风险控制：严格限制行业偏离度、控制跟踪误差。 业绩表现已经证明了这三层机制的有效性，最近资金流入 ...

本文由 AI算法生成，仅作参考，不涉投资建议，使用风险自担 【红利+中小盘哑铃配置思路在期权策略上的实现路径受关注】报告先对半年来期权市场流动性、波动 率及各类策略环境做了简单梳理。今年市场流动性略低于去年全年均值，较一季度成交金额也小幅下 滑，品种间"挤压效应"明显。各品种波动率下方仍有空间，预计会重现去年三季度的磨底状态。 25年 下半年策略配置上，哑铃配置仍是主旋律，偏向防御的红利资产适合作底仓，同时配置小微盘。报告还 讨论了期权侧哑铃配置方案的实现路径。 实现路径一为红利ETF的备兑模拟，作为红利资产底仓。通 过模拟持有红利ETF期权备兑策略，对红利ETF现券基于组合Delta值高抛低吸。自2020年以来，该复制 方式带来年化2.27%的超额收益，同时降低回撤约5%和波动约4%。 实现路径二是中证1000股指期权多 头替代策略。在期货深贴水环境下，市场对冲力量或部分转移至期权市场，期权侧易出现认沽价格相对 更高、认购价格相对更低、合成期货多头也对应贴水的状态。期权侧多头替代策略有卖出认沽、买入认 购、合成多头、合成类多头。 不择时情况下，期权侧多头替代策略较难贡献超期货多头策略的超额收 益。单腿卖出次 ...

6月30日，小盘再度走强。截至11时15分，招商中证2000增强ETF(159552)一度涨1.63%；近5日涨 6.08%，近10日涨3.59%，近20日涨7.72%，今年以来累计涨28.47%。较基准指数13%的涨幅已翻倍！ Wind Level2实时行情显示，盘中再获净流入。 分析指出，市场上比较公认的因子有6种：规模、价值、低波动、红利、质量、动量，而规模因子的有 效性指，多国历史数据表明，小盘股长期比大盘股回报要高一些。作为小盘股的代表，中证2000指数综 合反映中国A股市场中一批小市值公司的股票价格表现，招商旗下中证2000增强ETF(159552)采用多因 子模型选股与组合优化的策略框架，将量化团队在指数增强领域的专长与ETF的高效、透明形式相结 合，力争为投资者带来更加稳健alpha收益。场外投资者可以考虑借道招商中证2000指数增强(A:019918 C:019919)布局。 | | 中证2000增强ETF | 考 | | --- | --- | --- | | | 159552 | | | 史史 | 28.47% 120日 | 25,68% | | 5日 | 6.08% 250日 | 0. ...

Core Viewpoint - The small-cap style has outperformed large and mid-cap styles in the A-share market year-to-date, with expectations for continued superiority despite potential volatility in the second half of the year [1][6]. Group 1: Analysis Framework - The analysis framework for judging A-share style rotation includes major signals such as macroeconomic direction, industrial upgrade trends, and market sentiment, with small-cap stocks favored during innovation-driven phases [2][3]. - Auxiliary signals include capital market construction direction, investor structure, valuation levels, and liquidity, which can influence the rotation between small and large-cap stocks [3][4]. Group 2: Recent Performance and Factors - Since late September, a series of policies aimed at stabilizing growth have emerged, contributing to the relative strength of small-cap stocks, particularly in sectors like AI and technology [5][6]. - The investor structure has shifted, with increased activity from individual investors, as evidenced by a rise in financing balances from approximately 1.3 trillion yuan to around 1.8 trillion yuan [5]. Group 3: Future Outlook - The small-cap style is expected to face increased volatility in the second half of the year but is likely to continue outperforming large-cap stocks due to favorable macroeconomic conditions and ongoing industrial trends [6]. - Current valuation and trading metrics indicate that small-cap stocks have not yet reached extreme levels, suggesting room for further performance [6].

1.海外量化动态 1.2 AQR开始"拥抱AI" 在上一期海外量化季度观察中我们提到，境外量化机构对AI的使用整体较为谨慎，AQR等老牌量化机构使用AI的环节 较少。但近期AQR创始人Cliff Asness在访谈中承认其已经向AI"投降"，已经开始在投资决策中使用更多的AI算法，虽 然在回撤时会出现难以解释的问题，但多数时间也会提供更高的回报。 不过，相比于境外市场，境内私募量化机构对AI的使用明显更多，根据Financial Times对倍漾量化（Baiont Quant） 创始人冯霁的访谈，其团队完全为计算机背景，利用自建全流程AI算法，构建分钟至小时级别的收益预测，并在团队 管理上完全采用宏观、基本面绝缘的模式，这也是境内不少私募量化基金的缩影。 1.3 德州教师退休基金量化团队集体加入独立资管机构 1.1关税事件影响下量化对冲基金普遍有明显回撤 2025年4月，在关税事件的影响下，量化对冲基金普遍有较弱的表现。文艺复兴的标志性产品Renaissance Institutional Equities Fund 2024年规模接近200亿美元，2024年上涨约22.7%，但在4月上半月有约8%的回撤。文 ...

价值和成长两类股票具有明显基本面差异，价值类股票往往具备更好的安全边际，而成长类股票则可能 具备更好的盈利前景。成长与价值的盈利增速差和两者收益率差呈现高度正相关性，当成长与价值的盈 利增速差值扩大时，成长表现将会超过价值。因此，观察风格间的相对业绩增速趋势，有助于进行风格 配置。除此之外，市场中也有投资者通过估值指数来衡量价值与成长之间的风格轮动。 风格轮动是依据ETF特征进行交易的行为，常见的风格轮动有大小盘轮动、成长价值轮动等。风格轮动 的逻辑也依赖于权益资产价格的两个驱动因素——盈利和估值。盈利是主导风格强弱的关键因素，绝对 差值和边际变化也同样是判断风格强弱的重要指标。 （1）价值成长轮动策略 大小盘轮动通常根据市场环境和经济周期的变化来进行，并根据月频公告的宏观经济数据来进行辅助判 断。大盘股占国民经济中的比重更高，因此大盘股相比于小盘股更容易受到经济周期的影响。在经济增 长上行阶段，大盘股盈利上升速度大概率高于小盘股，大盘风格表现就更为强势。在经济下行阶段，大 盘股受到影响更大，表现可能相对弱势。另外，流动性环境对股票估值有重要影响：在流动性充裕的市 场中，资金会外溢到小盘股中，因此小盘股对流动 ...

半导体指数和银行指数各涨0.8%，小盘股指跌0.9%；科技股七巨头指数涨0.9%，"特朗普关税输家指 数"跌0.4%。 纳斯达克100指数初步收涨0.1%，Grail涨5.2%，英伟达涨4%，AMD、MSTR、谷歌A、CrowdStrike至多 涨3.8%，AppLovin则跌3.5%，德康医疗跌3.6%，特斯拉跌3.9%，ADP跌4.3%，Paychex跌9.4%。 标普500指数初步微幅收跌，房地产板块跌2.3%，公用事业、日用消费品、可选消费板块至多跌1.4%， 科技板块则涨1.1%。 ...

- The report tracks multiple quantitative factors across different markets, including equity market factors, commodity market factors, options market factors, and convertible bond market factors[7] Quantitative Factors and Construction Equity Market Factors - **Factor Name**: Market Style Factors - **Construction Idea**: Tracks the dominance of large-cap vs. small-cap and value vs. growth styles in the market[11][13] - **Construction Process**: - Large-cap vs. small-cap style: Evaluates the relative performance of large-cap stocks compared to small-cap stocks - Value vs. growth style: Assesses the relative performance of value-oriented stocks compared to growth-oriented stocks - Volatility metrics: Tracks the fluctuation in style dominance over time[11][13] - **Evaluation**: The market style is currently skewed towards large-cap and value stocks, with reduced volatility in style dominance[13] - **Factor Name**: Market Structure Factors - **Construction Idea**: Measures the dispersion and rotation within industry indices and stock concentration in trading[11][13] - **Construction Process**: - Industry index excess return dispersion: Tracks the spread of returns across different industry indices - Industry rotation speed: Measures the rate at which industries gain or lose prominence - Stock concentration: Evaluates the trading concentration of the top 100 stocks and the top 5 industries[11][13] - **Evaluation**: Industry return dispersion is at a one-year low, while industry rotation speed has increased. Stock concentration remains stable at low levels[13] - **Factor Name**: Market Activity Factors - **Construction Idea**: Tracks overall market volatility and turnover rates[12][13] - **Construction Process**: - Index volatility: Measures the fluctuation in market indices - Index turnover rate: Tracks the frequency of stock trading within indices[12][13] - **Evaluation**: Market volatility is at a one-year low, while turnover rates have slightly increased[13] Commodity Market Factors - **Factor Name**: Commodity Futures Factors - **Construction Idea**: Tracks trends, volatility, and liquidity across commodity sectors[28][31] - **Construction Process**: - Trend strength: Measures the directional movement in sectors like black metals, precious metals, and agricultural products - Volatility: Tracks the fluctuation in commodity prices - Liquidity: Assesses the ease of trading in different commodity sectors - Basis momentum: Evaluates the change in the basis (difference between spot and futures prices) for sectors like precious metals and non-ferrous metals[28][31] - **Evaluation**: Precious metals and non-ferrous metals show declining basis momentum, while agricultural products exhibit stronger trends. Liquidity in the energy sector is at a one-year high[31] Options Market Factors - **Factor Name**: Implied Volatility and Skewness - **Construction Idea**: Tracks implied volatility levels and skewness in options markets[36] - **Construction Process**: - Implied volatility: Measures the market's expectation of future volatility for indices like SSE 50 and CSI 1000 - Skewness: Evaluates the asymmetry in the distribution of returns, particularly for put options[36] - **Evaluation**: CSI 1000 implied volatility remains at historically low levels, and skewness for put options has increased, indicating reduced concerns over small-cap risks[36] Convertible Bond Market Factors - **Factor Name**: Convertible Bond Valuation Factors - **Construction Idea**: Tracks valuation metrics and trading activity in the convertible bond market[38] - **Construction Process**: - Premium rate: Measures the difference between the bond price and its conversion value - Trading activity: Tracks the turnover and liquidity in the convertible bond market - Credit spread: Evaluates the difference in yields between convertible bonds and risk-free bonds[38] - **Evaluation**: Premium rates have risen to near-May peaks, while low-premium bonds have decreased in proportion. Credit spreads have slightly narrowed[38] Backtesting Results Equity Market Factors - **Market Style Factors**: - Large-cap dominance observed - Value style outperformed growth style - Style volatility reduced to a one-year low[13] - **Market Structure Factors**: - Industry return dispersion at a one-year low - Increased industry rotation speed - Stable stock concentration at low levels[13] - **Market Activity Factors**: - Volatility at a one-year low - Slight increase in turnover rates[13] Commodity Market Factors - **Commodity Futures Factors**: - Decline in trend strength for black and precious metals - Increase in agricultural product trends - Energy sector liquidity at a one-year high - Decline in basis momentum for precious and non-ferrous metals[31] Options Market Factors - **Implied Volatility and Skewness**: - CSI 1000 implied volatility at historical lows - Increased skewness for put options, indicating reduced small-cap risk concerns[36] Convertible Bond Market Factors - **Convertible Bond Valuation Factors**: - Premium rates near May peaks - Decrease in low-premium bonds - Slight narrowing of credit spreads[38]