主动量化组合跟踪：红利选股策略超额稳定

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，合成的国证2000增强因子IC均值12.63%，T统计量12.37。
• 策略跟踪：样本内年化超额收益率14.09%，信息比率1.90。样本外2月超额收益-3.76%。
• 最新信号：持仓包括广西能源、热威股份、江铃汽车等。

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11.91%，多头年化超额收益率16.68%。2月超额收益0.59%，年化超额收益率11.47%，超额最大回撤7.72%。
• 中证500策略：样本外IC均值10.24%，多头年化超额收益率10.86%。2月超额收益-1.22%，年化超额收益率10.68%，超额最大回撤7.71%。
• 中证1000策略：样本外IC均值13.90%，多头年化超额收益率17.59%。2月超额收益-2.43%，年化超额收益率17.08%，超额最大回撤7.52%。

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-1.44%，夏普比率0.89。
• 固收+策略：年化收益率7.69%，最大回撤4.93%，夏普比率2.24。
• 最新信号：3月仓位0%。2月持仓包括江苏银行、北京银行、民生银行等。

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。