韩羽辰路博迈基金管理（中国）有限公司 | 管理/从业年限 | 2.2 年/8 年 | 24.66亿元 / 27.28亿元 | 当前/累计管理基金个数 | 4 / 10 | 基金经理风格 | 股票型 | 管理基金以来年化收益率6.81% | |
| 备注 (0): | 双击编辑备注 |
韩羽辰 - 基金投资策略和运作
最后更新于：2025-12-31
基金投资策略和运作分析
管理人对宏观经济、证券市场及行业走势的简要展望
路博迈中证A500指数增强A023325.jj路博迈中证A500指数增强型证券投资基金2025年年度报告 
2025年，全球经济在复杂的地缘政治与贸易环境中展现出一定韧性。中国经济处于持续的结构调整期，呈现温和增长的态势，全年GDP增速有望实现5%左右的目标。同时，经济增长动力加快转换，以人工智能、高端制造为代表的新兴产业动能增强，出口表现保持稳健，而内部消费需求则处于温和复苏通道。宏观政策保持托底定力，通过结构性工具和财政发力来缓冲经济下行压力。A股市场在这一年表现活跃，总市值与成交额均创历史新高。主要指数再创阶段新高后经历调整，并于年末企稳回升，全年实现显著上涨。市场呈现高度集中的结构性行情，科技成长领域成为绝对主线，电子行业市值跃居首位，资金高度聚焦于AI、半导体等赛道，与之相对，部分传统行业的市场表现则较为平淡。 本基金以中证A500指数为基准，选股模型采用机器学习框架，依托高性能算力对海量历史数据进行深度挖掘，构建符合长期市场逻辑的综合选股指标，并在控制风格行业偏离和跟踪误差的基础上优选个股构建指数增强组合，力争实现长期稳健的超额收益。
展望2026年，作为新一个五年规划的开局之年，宏观环境与市场风格预计将迎来关键演变。中国经济有望在内生动力修复与宏观政策支持的综合作用下，实现更为扎实和均衡的增长。对应到A股市场，其核心驱动力或将从上一阶段主要由预期驱动的估值修复，逐步转向更注重企业基本面的盈利增长支撑。这意味着市场的关注点将更深地落到上市公司业绩兑现的质量与可持续性上。同时，随着“投资于人”改革深入，企业盈利有望逐步向居民部门的收入传导，带动经济回升。 在此背景下，2026年的投资机会预计将比2025年更为扩散和均衡。投资主线可能围绕两个核心方向展开：一是科技创新的持续深化与应用落地，关注人工智能从模型向各行业具体应用的渗透，商业航天、创新药等前沿领域的产业化进展；二是具备全球竞争力的产业出海与部分领域的周期修复，包括在高端制造、化工等领域拥有国际优势的企业，以及供需格局迎来边际改善的工业金属等板块。此外，符合新消费趋势的领域以及部分盈利触底的传统行业，也可能提供结构性的投资机会。2026年资金面有望在多点开花：险资入市有望作为基石，个人“存款搬家”有望在基金发行上逐步体现，外资也有潜在流入可能性。 总的来说，2026年或将是连接短期复苏与中长期高质量发展的重要一年。资本市场有望在盈利驱动下，呈现出机会更为多元、风格更趋均衡的特征。
路博迈上证科创板综合价格指数增强A025364.jj路博迈上证科创板综合价格指数增强型证券投资基金2025年年度报告
2025年，全球经济在复杂的地缘政治与贸易环境中展现出一定韧性。中国经济处于持续的结构调整期，呈现温和增长的态势，全年GDP增速有望实现5%左右的目标。同时，经济增长动力加快转换，以人工智能、高端制造为代表的新兴产业动能增强，出口表现保持稳健，而内部消费需求则处于温和复苏通道。宏观政策保持托底定力，通过结构性工具和财政发力来缓冲经济下行压力。A股市场在这一年表现活跃，总市值与成交额均创历史新高。主要指数再创阶段新高后经历调整，并于年末企稳回升，全年实现显著上涨。市场呈现高度集中的结构性行情，科技成长领域成为绝对主线，电子行业市值跃居首位，资金高度聚焦于AI、半导体等赛道，与之相对，部分传统行业的市场表现则较为平淡。 本基金以上证科创板综合价格指数为基准，选股模型采用机器学习框架，依托高性能算力对海量历史数据进行深度挖掘，构建符合长期市场逻辑的综合选股指标，并在控制风格行业偏离和跟踪误差的基础上优选个股构建指数增强组合，力争实现长期稳健的超额收益。
展望2026年，作为新一个五年规划的开局之年，宏观环境与市场风格预计将迎来关键演变。中国经济有望在内生动力修复与宏观政策支持的综合作用下，实现更为扎实和均衡的增长。对应到A股市场，其核心驱动力或将从上一阶段主要由预期驱动的估值修复，逐步转向更注重企业基本面的盈利增长支撑。这意味着市场的关注点将更深地落到上市公司业绩兑现的质量与可持续性上。同时，随着“投资于人”改革深入，企业盈利有望逐步向居民部门的收入传导，带动经济回升。 在此背景下，2026年的投资机会预计将比2025年更为扩散和均衡。投资主线可能围绕两个核心方向展开：一是科技创新的持续深化与应用落地，关注人工智能从模型向各行业具体应用的渗透，商业航天、创新药等前沿领域的产业化进展；二是具备全球竞争力的产业出海与部分领域的周期修复，包括在高端制造、化工等领域拥有国际优势的企业，以及供需格局迎来边际改善的工业金属等板块。此外，符合新消费趋势的领域以及部分盈利触底的传统行业，也可能提供结构性的投资机会。2026年资金面有望在多点开花：险资入市有望作为基石，个人“存款搬家”有望在基金发行上逐步体现，外资也有潜在流入可能性。 总的来说，2026年或将是连接短期复苏与中长期高质量发展的重要一年。资本市场有望在盈利驱动下，呈现出机会更为多元、风格更趋均衡的特征。
光大保德信风格轮动混合A002305.jj光大保德信风格轮动混合型证券投资基金2025年年度报告
本基金采用机器学习量化模型，按产品合同与风格库要求，在限定股票池内选取预期收益高的股票，同时控制好策略组合与基准的行业、风格、个股的风险偏离度，通过组合优化工具计算个股权重，构建组合。机器学习模型的输入数据，除了常用的选股指标，例如：估值、成长、量价等，还会借助机器算力，让模型从不同类型输入数据中去学习挖掘低相关性的选股因子，并根据市场风格变化自学习合适的因子配比权重。四季度A股在高位持续波动，风格上，小市值与红利较强，成长风格在十月和十一月有较大调整，十二月开始反弹。和三季度的持续高波动、高beta 风格相比，四季度分散化的行情更适合产品策略的发挥，量化策略偏好的波动率、流动性、估值和市值类选股因子在四季度都有不错表现。来年我们需要关注或有的季节性行情和外部事件对量化策略的冲击，控制好风险敞口暴露，同时也会进一步更新迭代我们的量化模型去适应新的市场环境。
光大保德信多策略智选18个月混合004457.jj光大保德信多策略智选18个月定期开放混合型证券投资基金2025年年度报告
本基金固收部分以利率债投资为主，基于宏观形势与行情变化，适度调整久期。权益部分结合机器学习模型，按产品合同的资产配置比例要求，在限定股票池内选取预期收益高的股票，同时控制好策略组合风险暴露，构建组合。机器学习模型的输入数据，除了常用的选股指标，例如：估值、成长、量价等，还会借助机器算力，让模型从不同类型输入数据中去学习挖掘低相关性的选股因子，并根据市场风格变化自学习合适的因子配比权重。四季度A股在高位持续波动，风格上，小市值与红利较强，成长风格在十月和十一月有较大调整，十二月开始反弹。和三季度的持续高波动、高beta 风格相比，四季度分散化的行情更适合产品策略的发挥，量化策略偏好的波动率、流动性、估值和市值类选股因子在四季度都有不错表现。来年我们需要关注或有的季节性行情和外部事件对量化策略的冲击，控制好风险敞口暴露，同时也会进一步更新迭代我们的量化模型去适应新的市场环境。本产品固收部分四季度继续采取短久期配置，力争提升收益确定性。
光大保德信量化股票A360001.jj光大保德信量化核心证券投资基金2025年年度报告
本基金分别采用了机器学习和量化多因子模型。量化多因子模型基于资产定价理论，行为金融学理论和市场经验，总结出多个有效的选股指标，例如：估值、成长、反转因子等，根据市场环境给不同因子配比不同权重，对股票预期收益进行排序打分，控制风险暴露，定量构建组合。机器学习模型，除了会采用传统选股因子外，还会借助机器算力，让模型从不同类型输入数据中去学习挖掘低相关性的选股因子，根据市场风格变化自学习合适的因子配比权重。四季度A股在高位持续波动，风格上，小市值与红利较强，成长风格在十月和十一月有较大调整，十二月开始反弹。和三季度的持续高波动、高beta 风格相比，四季度分散化的行情更适合量化策略的发挥，量化策略偏好的波动率、流动性、估值和市值类选股因子在四季度都有不错表现。来年我们需要关注或有的季节性行情和外部事件对量化策略的冲击，控制好风险敞口暴露，同时也会进一步更新迭代我们的量化模型去适应新的市场环境。
光大保德信中证500指数增强A013639.jj光大保德信中证500指数增强型证券投资基金2025年年度报告
本基金采用机器学习量化模型，选取预期收益高的个股，按产品合同要求，严控指数成分股比例，同时适度控制投资组合与基准指数的行业、风格、个股偏离度，降低跟踪误差。机器学习模型的输入数据，除了常用的选股指标，例如：估值、成长、量价等，还会借助机器算力，让模型从不同类型输入数据中去学习挖掘低相关性的选股因子，并根据市场风格变化自学习合适的因子配比权重。四季度A股在高位持续波动，风格上，小市值与红利较强，成长风格在十月和十一月有较大调整，十二月开始反弹。和三季度的持续高波动、高beta 风格相比，四季度分散化的行情更适合量化策略的发挥，量化策略偏好的波动率、流动性、估值和市值类选股因子在全市场和中证500指数成分股内都有不错表现。来年我们需要关注或有的季节性行情和外部事件对量化策略的冲击，控制好风险敞口暴露，同时也会进一步更新迭代我们的量化模型去适应新的市场环境。
光大保德信诚鑫混合A003115.jj光大保德信诚鑫灵活配置混合型证券投资基金2025年年度报告
本基金结合机器学习模型，按产品合同与风格库要求，在限定股票池内选取预期收益高的股票，同时控制好策略组合与基准的风险偏离，构建组合。机器学习模型的输入数据，除了常用的选股指标，例如：估值、成长、量价等，还会借助机器算力，让模型从不同类型输入数据中去学习挖掘低相关性的选股因子，并根据市场风格变化自学习合适的因子配比权重。四季度A股在高位持续波动，风格上，小市值与红利较强，成长风格在十月和十一月有较大调整，十二月开始反弹。和三季度的持续高波动、高beta 风格相比，四季度分散化的行情更适合产品策略的发挥，量化策略偏好的波动率、流动性、估值和市值类选股因子在四季度都有不错表现。来年我们需要关注或有的季节性行情和外部事件对量化策略的冲击，控制好风险敞口暴露，同时也会进一步更新迭代我们的量化模型去适应新的市场环境。
光大保德信一带一路混合A001463.jj光大保德信一带一路战略主题混合型证券投资基金2025年年度报告
本基金结合机器学习模型，按产品合同与风格库要求，在限定股票池内选取预期收益高的股票，同时控制好策略组合与基准的风险偏离，构建组合。机器学习模型的输入数据，除了常用的选股指标，例如：估值、成长、量价等，还会借助机器算力，让模型从不同类型输入数据中去学习挖掘低相关性的选股因子，并根据市场风格变化自学习合适的因子配比权重。四季度A股在高位持续波动，风格上，小市值与红利较强，成长风格在十月和十一月有较大调整，十二月开始反弹。和三季度的持续高波动、高beta 风格相比，四季度分散化的行情更适合产品策略的发挥，策略偏好的波动率、流动性、估值和市值类选股指标在四季度都有不错表现。来年我们需要关注或有的季节性行情和外部事件对产品策略的冲击，控制好风险敞口暴露。
光大保德信中证500指数增强A013639.jj光大保德信中证500指数增强型证券投资基金2025年第3季度报告
本基金采用机器学习量化模型，选取预期收益高的个股，按产品合同要求，严控指数成分股比例，同时适度控制投资组合与基准指数的行业、风格、个股偏离度，降低跟踪误差。机器学习模型的输入数据，除了常用的选股指标，例如：估值、成长、量价等，还会借助机器算力，让模型从不同类型输入数据中去学习挖掘低相关性的选股因子，并根据市场风格变化自学习合适的因子配比权重。三季度A股市场呈现机构行情特征，光模块、人工智能、半导体设备等科技板块股票和稀土相关股票大涨，市场偏好强成长、高波动、高beta风格，在机构持仓较多的沪深300、中证500指数成分股内表现尤为突出。大小盘风格上，市场表现出明显的非线性特征，处在中间的中证500指数显著优于市值更大的沪深300指数，和市值较小的中证1000、中证2000指数。量化策略基于A股的长期历史数据规律研发，不同投资管理人的风格有所差异，但总体而言更偏好低波动、市场热点分散、小市值相对强势的市场环境，与三季度的A股行情差异较大。本产品不低于非现金资产的80%投资于中证500指数成分股及备选成分股，受三季度行情影响较为明显。不过截至三季度末时，很多热门板块股票估值已经很高，股价也开始高位震荡，展望后市，目前来看，市场风险偏好仍有发生变化的可能，利于量化策略的发挥。
光大保德信量化股票A360001.jj光大保德信量化核心证券投资基金2025年第3季度报告
三季度，本基金分别采用了机器学习和量化多因子模型。量化多因子模型基于资产定价理论，行为金融学理论和市场经验，总结出多个有效的选股指标，例如：估值、成长、反转因子等，根据市场环境给不同因子配比不同权重，对股票预期收益进行排序打分，控制风险暴露，定量构建组合。机器学习模型，除了会采用传统选股因子外，还会借助机器算力，让模型从不同类型输入数据中去学习挖掘低相关性的选股因子，根据市场风格变化自学习合适的因子配比权重。三季度A股市场呈现机构行情特征，光模块、人工智能、半导体设备等科技板块股票和稀土相关股票大涨，市场偏好强成长、高波动、高beta风格，在机构持仓较多的沪深300、中证500指数成分股内表现尤为突出。大小盘风格上，市场表现出明显的非线性特征，处在中间的中证500指数显著优于市值更大的沪深300指数，和市值较小的中证1000、中证2000指数。量化策略基于A股的长期历史数据规律研发，不同投资管理人的风格有所差异，但总体而言更偏好低波动、市场热点分散、小市值相对强势的市场环境，与三季度的A股行情差异较大。不过截至三季度末时，很多热门板块股票估值已经很高，股价也开始高位震荡，展望后市，目前来看，市场风险偏好仍有发生变化的可能，利于量化策略的发挥。
光大保德信多策略智选18个月混合004457.jj光大保德信多策略智选18个月定期开放混合型证券投资基金2025年第3季度报告
本基金固收部分以利率债投资为主，基于宏观形势与行情变化，适度调整久期。权益部分结合机器学习模型，按产品合同的资产配置比例要求，在限定股票池内选取预期收益高的股票，同时控制好策略组合风险暴露，构建组合。机器学习模型的输入数据，除了常用的选股指标，例如：估值、成长、量价等，还会借助机器算力，让模型从不同类型输入数据中去学习挖掘低相关性的选股因子，并根据市场风格变化自学习合适的因子配比权重。三季度A股市场呈现机构行情特征，光模块、人工智能、半导体设备等科技板块股票和稀土相关股票大涨，市场偏好强成长、高波动、高beta风格，在机构持仓较多的沪深300、中证500指数成分股内表现尤为突出。大小盘风格上，市场表现出明显的非线性特征，处在中间的中证500指数显著优于市值更大的沪深300指数，和市值较小的中证1000、中证2000指数。机器学习模型基于A股的长期历史数据规律研发，更偏好低波动、市场热点分散、小市值相对强势的市场环境，与三季度的A股行情差异较大。不过截至三季度末时，很多热门板块股票估值已经很高，股价也开始高位震荡，展望后市，目前来看，市场风险偏好仍有发生变化的可能。本产品固收部分四季度将继续采取短久期配置，力争提升收益确定性。
光大保德信风格轮动混合A002305.jj光大保德信风格轮动混合型证券投资基金2025年第3季度报告
本基金采用机器学习量化模型，按产品合同与风格库要求，在限定股票池内选取预期收益高的股票，同时控制好策略组合与基准的行业、风格、个股的风险偏离度，通过组合优化工具计算个股权重，构建组合。机器学习模型的输入数据，除了常用的选股指标，例如：估值、成长、量价等，还会借助机器算力，让模型从不同类型输入数据中去学习挖掘低相关性的选股因子，并根据市场风格变化自学习合适的因子配比权重。三季度A股市场呈现机构行情特征，光模块、人工智能、半导体设备等科技板块股票和稀土相关股票大涨，市场偏好强成长、高波动、高beta风格，在机构持仓较多的沪深300、中证500指数成分股内表现尤为突出。大小盘风格上，市场表现出明显的非线性特征，处在中间的中证500指数显著优于市值更大的沪深300指数，和市值较小的中证1000、中证2000指数。量化策略基于A股的长期历史数据规律研发，不同投资管理人的风格有所差异，但总体而言更偏好低波动、市场热点分散、小市值相对强势的市场环境，与三季度的A股行情差异较大。不过截至三季度末时，很多热门板块股票估值已经很高，股价也开始高位震荡，展望后市，目前来看，市场风险偏好仍有发生变化的可能，利于量化策略的发挥。