1. 中证500指数增强
策略特点:以中证500指数为业绩基准,基于量化因子并考虑跟踪误差、流动性等因素,运用数量化方法分散化投资标的构建股票组合,长期超越指数表现产生超额收益。
收益来源:主要来源于选股Alpha,通过捕捉中证500成分股及全市场的定价偏差获取超额收益,同时承担市场Beta波动。
2. 中证1000指数增强
策略特点:以中证1000指数为参考基准,基于量化因子、考虑相对指数的跟踪误差及流动性等因素,运用数量化方法分散化投资标的构建股票组合,长期超越指数表现产生超额收益。投资范围不限于中证1000指数成分股。
收益来源:中证1000指数的Beta收益叠加量化选股Alpha;通过全市场海量基本面与量价数据,运用多因子模型与机器学习工具系统性筛选一篮子有望超越指数表现的股票。
3. 中证A500指数增强
策略特点:以中证A500指数为参考基准,基于量化因子、考虑相对指数的跟踪误差以及流动性等多个因素,运用数量化方法分散化投资标的构建股票投资组合,长期超越指数表现产生超额收益。投资范围不限于中证A500指数成分股和备选成分股。
收益来源:中证A500指数的Beta收益叠加选股Alpha;管理人力求全面分析全市场海量基本面与量价数据,综合运用多因子模型与机器学习等量化工具,系统性筛选超越指数表现的股票组合,同时对行业、风格等风险暴露进行约束以管控风险。
4. 股票量化优选
策略特点:通过量化多策略叠加构建因子组合,对个股的投资性价比进行审慎、综合判断,由此筛选出一篮子优质的股票;并在投资过程中全面考虑因子质量、风险以及流动性等多个因素,通过保持分散度降低股票组合风险,在长期中追求绝对收益。
收益来源:主要来源于全市场选股Alpha,通过多策略叠加与分散持仓捕捉市场定价偏差,在不同市场环境下累积超额收益。
5. 量化CTA
策略特点:通过量化模型对期货市场中众多高流动性期货合约进行筛选和跟踪,构建多品种分散持仓以控制系统性风险。在维持合理分散度的基础上,融合多种量化模型信号,覆盖长、中、短不同周期,力求通过策略互补性增强组合适应不同市场行情的能力。
收益来源:主要来源于商品期货市场中的价量、基本面等统计规律,通过多周期、多品种策略捕捉趋势与套利机会。
6. 股票多空配置
策略特点:基于量化因子构建全市场分散的股票多头组合,综合运用多因子模型与机器学习技术,系统筛选具备长期投资价值的股票组合。在此基础上,基于长周期择时信号动态调整对冲敞口,综合考虑对冲工具与股票组合的相关性、对冲成本与流动性,力求使投资组合整体风险水平围绕预设目标运行。
收益来源:主要来源于选股Alpha与对冲敞口管理;通过动态调整对冲比例,在市场下跌时降低组合波动,在市场上涨时保留部分弹性。