朱剑涛 - 基金投资策略和运作

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。2026年二季度A股市场呈现显著的结构性特征，主要指数全线收涨，但板块分化较为剧烈。科创50指数以75.74%的涨幅领跑，创业板指上涨36.35%，对比之下，中证红利和万得小市值指数分别下跌12.3%和14.1%；从行业看，半导体行业涨幅超过100%，通信设备涨幅接近80%，全市场深度聚焦AI产业链，半导体等硬科技领域，而传统的周期和消费板块表现疲弱，石油石化、食品饮料下跌均超过15%。高波，高贝塔，热点集中的行情对于量化策略的分散化持仓和低波偏好不利，而且小盘股的流动性在这波科技股上涨中被稀释明显，也导致了不少负超额。量化策略的修复需要等待市场热点集聚效应降低和整体波动率的均值回归。

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。2026年二季度A股市场呈现显著的结构性特征，主要指数全线收涨，但板块分化较为剧烈。科创50指数以75.74%的涨幅领跑，创业板指上涨36.35%，对比之下，中证红利和万得小市值指数分别下跌12.3%和14.1%；从行业看，半导体行业涨幅超过100%，通信设备涨幅接近80%，全市场深度聚焦AI产业链，半导体等硬科技领域，而传统的周期和消费板块表现疲弱，石油石化、食品饮料下跌均超过15%。高波，高贝塔，热点集中的行情对于量化策略的分散化持仓和低波偏好不利，而且小盘股的流动性在这波科技股上涨中被稀释明显，本产品策略的选股股票池比较宽泛，受到了小微盘回撤的影响。量化策略的修复需要等待市场热点集聚效应降低和整体波动率的均值回归。

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。2026年二季度A股市场呈现显著的结构性特征，主要指数全线收涨，但板块分化较为剧烈。科创50指数以75.74%的涨幅领跑，创业板指上涨36.35%，对比之下，中证红利和万得小市值指数分别下跌12.3%和14.1%；从行业看，半导体行业涨幅超过100%，通信设备涨幅接近80%，全市场深度聚焦AI产业链，半导体等硬科技领域，而传统的周期和消费板块表现疲弱，石油石化、食品饮料下跌均超过15%。高波，高贝塔，热点集中的行情对于量化策略的分散化持仓和低波偏好不利，而且小盘股的流动性在这波科技股上涨中被稀释明显，300指增产品控制了沪深300指数成分股的持仓比例，受小微盘回撤的影响相对较小。量化策略的修复需要等待市场热点集聚效应降低和整体波动率的均值回归。

2026年二季度A股市场呈现显著的结构性特征，主要指数全线收涨，但板块分化较为剧烈。科创50指数以75.74%的涨幅领跑，创业板指上涨36.35%，对比之下，中证红利和万得小市值指数分别下跌12.3%和14.1%；从行业看，半导体行业涨幅超过100%，通信设备涨幅接近80%，全市场深度聚焦AI产业链，半导体等硬科技领域，而传统的周期和消费板块表现疲弱，石油石化、食品饮料下跌均超过15%，中证医药下跌7.6%。在医药行业内部，只有医疗研发外包（申万）子行业在二季度录得正收益，血液制品，线下药店，医院等子行业跌幅都在15%以上。二季度回调后医药板块估值和资金配置比例处于历史低位，稳中向好的政策面和基本面有望驱动修复；但修复并不意味着全面普涨，而是以结构性机会为主，内部分化可能加剧，创新药将是我们继续关注的重点。

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。2026年二季度A股市场呈现显著的结构性特征，主要指数全线收涨，但板块分化较为剧烈。科创50指数以75.74%的涨幅领跑，创业板指上涨36.35%，对比之下，中证红利和万得小市值指数分别下跌12.3%和14.1%；从行业看，半导体行业涨幅超过100%，通信设备涨幅接近80%，全市场深度聚焦AI产业链，半导体等硬科技领域，而传统的周期和消费板块表现疲弱，石油石化、食品饮料下跌均超过15%。高波，高贝塔，热点集中的行情对于量化策略的分散化持仓和低波偏好不利，而且小盘股的流动性在这波科技股上涨中被稀释明显，我们在二季度适度减少了策略的小市值暴露水平来降低小微盘回撤的冲击。量化策略的修复需要等待市场热点集聚效应降低和整体波动率的均值回归。

二季度，中国宏观经济延续“生产强于需求、外需强于内需”的非对称格局，实际GDP增速预计较一季度小幅回落，但仍处于全年政策目标区间。增长动力上，内需偏弱构成主要拖累：社会消费品零售总额同比一度落入负增长，以旧换新政策效应消退后汽车消费大幅下滑；固定资产投资累计同比降幅扩大，制造业、基建投资增速回落，房地产开发投资仍处深度调整。外需则表现强劲，出口总额同比增长较快，对东盟、欧盟及发展中经济体出口保持韧性，净出口对经济支撑有力。物价方面，PPI快速上行，CPI运行温和，上下游传导不畅，核心CPI稳中有升但整体低位运行。海外方面，美国二季度GDP反弹但结构失衡，企业投资因前期“抢进口”透支而显疲态，劳动力市场内部转弱，新增非农就业低于预期，通胀压力依然顽固，美联储货币政策在呵护就业与抗通胀之间权衡。展望三季度，国内经济预计在内需温和修复与外部不确定性交织中前行，实际GDP增速有望环比小幅回升。消费端，社零增速或较二季度边际改善，但以旧换新和消费补贴的拉动效应减弱，修复力度有限；投资端，随着财政资金加快落地，基建和制造业投资有望企稳回升，房地产投资难有明显好转但拖累斜率或放缓。出口方面，AI相关需求和全球制造业景气回升将继续支撑出口保持较强韧性，但海外需求节奏存在变数。政策层面，财政与货币政策注重效能落实，结构性工具持续支持转型升级。物价方面，CPI和PPI预计温和回升，PPI同比有望转正，但低通胀格局未根本改变，名义GDP修复仍是渐进过程。整体看，三季度经济将延续稳步修复态势，但内需恢复强度和外部环境演变仍需密切关注。债券市场方面，收益率曲线在二季度整体下行。短端 1 年国债和 1 年国开季度末为 1.12%和1.35%，下约10bp 和9bp。长端 10 年国债和 10 年国开季度末为 1.73%和 1.78%，分别下行约8bp 和17bp。信用债方面，1年期限的AAA信用债季度末收益率为 1.50%，下行约 8bp；3年期限的AAA 和 AA 的信用债季度末为 1.61%和 1.78%，分别下行约 4bp 和 22bp。本基金权益部分报告期内关注分红较稳、股息率较高的上市公司，如金融、能源、公用事业等防御性板块，债券部分追求稳定的票息资产，如金融债、利率债等。市场表现看，二季度权益市场的风格较为极致，科技主题占优，高股息类股票表现一般，组合运作相对逆风，展望未来，我们将通过积极的运作，争取在控制组合回撤的基础上，取得超过业绩比较基准的表现。

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，从而构建组合。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。二季度股票市场整体上行，结构明显分化。外部环境缓和后，全球科技板块共振上涨。进入5月，资金抱团科技的行为愈演愈烈，微盘、红利、现金流等哑铃组合的两端大幅回撤。风格因子方面，大市值、高beta、强动量、高成长、低残差波动风格表现较好，而高盈利收益率、高杠杆、高BP风格表现相对较弱。本产品将谨慎控制各个市场风险敞口暴露，力争在多变的市场中获取超额收益。

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。2026年二季度A股市场呈现显著的结构性特征，主要指数全线收涨，但板块分化较为剧烈。科创50指数以75.74%的涨幅领跑，创业板指上涨36.35%，对比之下，中证红利和万得小市值指数分别下跌12.3%和14.1%；从行业看，半导体行业涨幅超过100%，通信设备涨幅接近80%，全市场深度聚焦AI产业链，半导体等硬科技领域，而传统的周期和消费板块表现疲弱，石油石化、食品饮料下跌均超过15%。高波，高贝塔，热点集中的行情对于量化策略的分散化持仓和低波偏好不利，而且小盘股的流动性在这波科技股上涨中被稀释明显，500指增产品控制了中证500指数成分股的持仓比例，受小微盘回撤的影响相对较小。量化策略的修复需要等待市场热点集聚效应降低和整体波动率的均值回归。

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与基准的风险偏离，从而构建组合。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。二季度股票市场整体上行，结构明显分化。外部环境缓和后，全球科技板块共振上涨。进入5月，资金抱团科技的行为愈演愈烈，微盘、红利、现金流等哑铃组合的两端大幅回撤。风格因子方面，大市值、高beta、强动量、高成长、低残差波动风格表现较好，而高盈利收益率、高杠杆、高BP风格表现相对较弱。本产品固收部分二季度采取短久期配置，后续将继续谨慎控制各个市场风险敞口暴露，力争在多变市场环境中获取稳健收益。

本基金采用机器学习量化模型，按产品合同与风格库要求，剔除市值小和流动性差的股票，在限定的具备红利特征的股票池内，选取预期收益高的股票，同时控制好策略组合与基准中证红利指数的风险偏离，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。2026年二季度A股市场呈现显著的结构性特征，主要指数全线收涨，但板块分化较为剧烈。科创50指数以75.74%的涨幅领跑，创业板指上涨36.35%，对比之下，中证红利和万得小市值指数分别下跌12.3%和14.1%；从行业看，半导体行业涨幅超过100%，通信设备涨幅接近80%，全市场深度聚焦AI产业链，半导体等硬科技领域，而传统的周期和消费板块表现疲弱，石油石化、食品饮料下跌均超过15%。高波，高贝塔，热点集中的行情对于量化策略的分散化持仓和低波偏好不利，量化策略的修复需要等待市场热点集聚效应降低和整体波动率的均值回归。

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。2026 年一季度 A 股整体呈先扬后抑、结构分化的走势。1 月开门红，上证指数连续多日收涨，沪指也一度突破4100点，半导体设备，贵金属指数领涨， 2 月震荡轮动、3 月外部环境导致油价暴涨，对成长股形成压制，红利走强，市场风险偏好下降。我们一季度对之前使用的机器学习模型进行了迭代升级，采取了端到端模式，降低市场风格切换对组合收益的影响，并且基于历史回溯结果，调整了组合的风险暴露约束，避免在某个特定风格上风险敞口过大，同时严格控制组合里面的成分股比例，降低外部环境变化对组合收益的冲击。

2026年一季度市场整体波动，煤炭、石油石化、综合、公用事业等行业涨幅居前，非银、商贸零售、美护、计算机等行业跌幅居前。申万医药生物行业指数下跌0.9%，我们产品净值（A类）上涨0.82%。 一季度医药行业内部表现分化， 耗材、CXO、原料药、IVD等板块涨幅居前，血制品、医疗设备、疫苗等板块跌幅居前。