主动量化组合跟踪：沪深300AI指增策略今年以来超额收益12.76％

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。
• 因子表现：技术、反转、特异波动率等因子在国证2000指数成分股上均有出色表现，合成因子IC均值12.85%，T统计量12.79。
• 策略跟踪：样本内年化超额收益率14.76%，信息比率2.06。9月超额收益-2.28%。
• 最新持仓：晋亿实业、天康生物、珠海港等。

基于多目标、多模型的机器学习指数增强策略

• 策略构建：选取GBDT和NN模型，使用不同特征数据集和预测标签，构建GBDT+NN机器学习选股因子。
• 沪深300策略：样本外IC均值12.25%，多头年化超额收益率17.21%。9月超额收益2.81%。
• 中证500策略：样本外IC均值10.76%，多头年化超额收益率12.20%。9月超额收益0.32%。
• 中证1000策略：样本外IC均值14.51%，多头年化超额收益率19.12%。9月超额收益0.64%。

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，利用AI模型进行红利股优选。
• 选股策略：今年以来收益率34.50%，夏普比率0.89。
• 固收+策略：年化收益率7.75%，最大回撤4.93%，夏普比率2.27。
• 最新持仓：农业银行、光大银行、南京银行等。

风险提示

• 历史数据环境变化可能导致模型失效。
• 政策环境变化可能导致资产与风险因子关系不稳定。
• 市场环境变化可能导致资产同向大幅波动。
• 交易成本提高或其他条件改变可能导致策略收益下降。