主动量化组合跟踪：国证2000指增策略8月表现优异

国证2000指数增强策略

• 策略构建：基于大小盘选股逻辑差异，筛选适合微盘股的选股因子，针对国证2000指数成分股构建指数增强策略。
• 选股因子跟踪：技术、反转、特异波动率等因子在国证2000指数成分股上表现出色，合成因子IC均值12.81%，T统计量12.73。
• 策略跟踪：样本内年化超额收益率15.14%，信息比率2.11；样本外8月超额收益1.51%。
• 最新策略信号：持仓包括金智科技、佛山照明、贵研铂业等。

基于多目标、多模型的机器学习指数增强策略

• 策略构建：采用GBDT和NN模型，选取不同特征数据集训练，构建GBDT+NN机器学习选股因子。
• 沪深300指数增强策略：样本外IC均值12.48%，多头年化超额收益率17.71%；8月超额收益0.74%，年化超额收益率15.13%，超额最大回撤3.27%。
• 中证500指数增强策略：样本外IC均值10.93%，多头年化超额收益率12.48%；8月超额收益1.37%，年化超额收益率19.10%，超额最大回撤7.92%。
• 中证1000指数增强策略：样本外IC均值14.69%，多头年化超额收益率19.33%；8月超额收益-0.26%，年化超额收益率29.81%，超额最大回撤4.63%。

基于红利风格择时+红利股优选的固收+策略

• 策略构建：使用经济增长和货币流动性指标构建红利指数择时策略，结合AI模型进行红利股优选。
• 选股策略：今年以来收益率21.72%，夏普比率0.85。
• 固收+策略：年化收益率7.59%，最大回撤4.93%，夏普比率2.24，相较于基准有-0.07%的超额收益。
• 最新信号：9月份仓位为100%，持仓包括江苏银行、上海银行、北京银行等。

风险提示

• 历史数据环境变化可能导致模型失效。
• 政策环境变化可能影响因子与资产的关系。
• 市场环境变化可能带来资产同向大幅波动风险。
• 交易成本提高或其他条件改变可能导致策略收益下降。