20260303-东方证券-量化基金2025年回顾及2026年展望_公私募量化策略剖析_优选及配置思路_28页_1mb

> **来源：[研报客](https://pc.yanbaoke.cn)** # 公私募量化策略剖析、优选及配置思路 # 量化基金2025年回顾及2026年展望 # 研究结论 - 量化基金整体规模继续稳步向上，私募量化由爆发转向成熟。截至2025年12月31日，公募量化基金数量超过700只，规模达到4000亿元；相较2024年底，规模增长超1000亿元，目前占公募股票型基金总规模约 $7\%$ 。私募方面，2018-2023年，量化私募公司发展从导入期进入加速期；2023年开始行业公司总数增长明显放缓，行业整体进入成熟期，头部聚集效应开始显现；随着2024年4季度新一轮牛市的到来，百亿量化私募阵营显著扩容。 - 收益方面，小盘量化的超额收益具有绝对优势。2018年1月1日至2025年12月31日：公募300指增、500指增、1000指增平均年化超额收益分别为 $3.90\%$ 、 $4.88\%$ 、 $11.06\%$ ；私募方面，根据朝阳永续细分策略指数，300指增、500指增、1000指增量化基金同期年化超额收益分别为 $6.61\%$ 、 $8.81\%$ 、 $18.58\%$ 。2000指增成立时间较晚，但同期年度超额收益优于1000指增，2024年至今，公、私募2000指增年化超额收益分别为 $8.93\%$ 、 $15.96\%$ 。 - 规模仍是量化策略的最大掣肘因素之一；同时，市场活跃度、策略风格及行业暴露等也对超额收益产生影响。公募300指增、500指增、1000指增中，规模90分位数以上的基金超额收益表现弱于其它基金；风格及行业暴露方面，指数增强基金可以通过适当暴露提升超额收益，但过大的暴露长期看损伤基金净值。 - 当下中盘蓝筹行情中，配置中证1000指增确定性更高。主要宽基指数中，中证500与中证1000的相关性极高。相较于中证500，中证1000指数成分股受机构覆盖较少，存在更多定价偏差，因此1000指增超额收益整体更高。对于投资者而言，中盘蓝筹行情下选择1000指增进行配置或更加合适。 展望未来，超额收益系统性衰减叠加基差成本较高，中性策略收益性价比下降，探索绝对收益可以从多资产配置策略入手。2025年量化环境友好，但从全市场平均收益水平看，量化基金超额收益不及2022年，已经显示出超额收益空间被系统性压缩。另一方面，股指期货深度贴水常态化，同时基差波动较大，对冲端加剧中性策略的净值不确定。在alpha与对冲成本端的双重挤压下，中性策略整体性价比下降。面对中性策略的夏普比降低，通过多资产、多策略配置的方式降低组合波动或是绝对收益目标的必由之路。 # 风险提示 政策变化超预期；数据统计可能存在遗误。本报告结论完全基于公开的历史数据进行计算，对基金产品和基金管理人的研究分析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐，亦不涉及对任何指数样本股的推荐。 报告发布日期 2026年03月03日 # 证券分析师 王继恒 执业证书编号：S0860525090004 wangjiheng@orientsec.com.cn 0755-82819271 # 相关报告 公募量化基金定量跟踪月报（截至2026年2月底） 2026-03-02 公募主观多头基金定量跟踪月报（截至2026年2月底） 2026-03-02 主动权益基金仓位跟踪周报(20260227) 2026-03-02 ETF基金跟踪周报（2026年第5期） 2026-03-01 沃什提名难改去美元趋势，A股关注化工与农业，黄金短震长多：ETF资产配置月报(2026年2月) 2026-02-09 续动周期，沃土生金，农业擎旗：2026年02月主动权益基金配置月观点 2026-02-05 沃土生金春潮起，农业擎旗续周期：行业ETF配置系列报告之一 2026-02-03 经济边际好转，短期流动性无虞，短债基金或继续占优：纯债型基金跟踪月报(2026年1月) 2026-01-24 周期热度持续，关注化工主题基金：2026年01月主动权益基金配置月观点 2026-01-08 中盘蓝筹风起，主动权益基金优势凸显：市场有效性研究与主、被动基金配置建议 2026-01-06 基准之上，何以为胜：主动权益基金基准的选择与锚定 2025-12-19 # 目录 # 一、量化基金市场发展一览 5 # 1.1公募量化基金市场观察 5 1.1.1公募量化基金平稳扩容 5 1.1.2 2024年后机构占比下降，基金公司员工更偏爱小盘量化 6 # 1.2私募量化基金市场观察 6 1.2.1私募量化基金在2022年后头部效应开始显现 6 1.2.2 与公募基金不同，中小盘量化为私募基金主战场 # 二、量化基金业绩剖析 10 # 2.1公、私募量化基金业绩对比 10 2.1.1 扣除业绩报酬后，私募基金超额收益依旧占优 10 2.1.2 私募数据具有一定“幸存者偏差”，校正后性价比犹存 12 # 2.2 量化超额收益的影响因素 ..... 13 2.2.1市场活跃度影响量化基金超额收益上限 13 2.2.2 规模仍是量化策略的最大掣肘因素之一 14 2.2.3 适当暴露提升收益，过大暴露长期可能损伤基金净值 17 2.2.4相似收益条件下，选择低暴露基金更有助于收益留存 19 # 三、量化基金未来展望 21 3.1中盘蓝筹行情下指增产品配置思路 21 3.2 超额收益衰减背景下的未来投资方向选择 ..... 22 # 附录公募指数增强基金优选组合 24 # 风险提示 26 # 图表目录 图1：公募股票基金数量 5 图2：公募股票型基金规模（亿元） 5 图3：公募量化基金占股票型基金比例 5 图4：公募量化产品中机构持有比例 6 图5：公募量化产品中管理人员工持有比例 6 图6：2023年后股票量化私募整体进入成熟期 图7：2024年后百亿量化私募数量迅速上升 图8：私募量化基金分类流程 8 图9：私募沪深300指数增强基金alpha-beta. 9 图10：私募中证500指数增强基金alpha-beta. 9 图11：私募中证1000指数增强基金alpha-beta 9 图12：私募中证2000指数增强基金alpha-beta. 9 图13：私募主动增强基金alpha-beta. 9 图14：公、私募沪深300指数增强基金超额收益对比 10 图15：公、私募中证500指数增强基金超额收益对比 10 图16：公、私募中证1000指数增强基金超额收益对比 11 图17：公、私募中证2000指数增强基金超额收益对比 11 图18：公、私募主动增强基金超额收益对比 11 图19：公、私募量化超额收益年化收益-年化波动率散点图 12 图20：随成份股市值下降，指数截面波动率上升 14 图21：主要宽基指数截面波动率滚动12个月移动平均 14 图22：公募量化平均累计超额收益 14 图23：私募量化平均累计超额收益 14 图24：沪深300指增：规模走势（亿元） 15 图25：沪深300指增：不同规模基金超额累计净值 15 图26：中证500指增：规模走势（亿元） 16 图27：中证500指增：不同规模基金超额累计净值 16 图28：中证1000指增：规模走势（亿元） 16 图29：中证1000指增：不同规模基金超额累计净值 16 图30：中证2000指增：规模走势（亿元） 16 图31：中证2000指增：不同规模基金超额累计净值 16 图32：不同时期指数增强策略与基准指数暴露差 17 图33：沪深300指增：不同暴露水平基金超额收益走势 18 图34：中证500指增：不同暴露水平基金超额收益走势 18 图35：中证1000指增：不同暴露水平基金超额收益走势 19 图36：中证1000指增：高暴露组超额主要来自于小盘风格 19 图37：中证2000指增：不同暴露水平基金超额收益走势 19 图38：与拟合基准比较后的超额收益 20 图39：中证500与中证1000长期走势接近 22 图40：公募500、1000指增超额对比 22 图41：私募500、1000指增超额对比 22 图42：公募沪深300指增：优选组合业绩走势 24 图43：公募中证500指增：优选组合业绩走势 24 图44：公募中证1000指增：优选组合业绩走势 24 图45：公募中证2000指增：优选组合业绩走势 24 表 1: 公、私募量化基金超额收益业绩统计 ..... 11 表 2：运行中私募与私募指数业绩对比 ..... 13 表 3: 2025 年排名前 5 的中证 1000 指增收益率归因 ..... 20 表 4：不同产品年化收益率与超额收益业绩评价. 20 表 5: 2026 年基金收益情况 (截至 2 月 26 日) ..... 21 表 6: 中证 500 与中证 1000 相关性极高 ..... 21 表7：不同宽基指数年化基差成本 23 表 8: 公募量化优选基金池 (部分) ..... 25 # 一、量化基金市场发展一览 # 1.1公募量化基金市场观察 # 1.1.1公募量化基金平稳扩容 截至2025年12月31日，公募量化基金数量超过700只，规模达到4000亿元，目前占公募股票型基金总规模约 $7\%$ 。首只量化增强基金“华安MSCI中国A股指数增强（040002）”成立于2002年11月8日，开启了公募量化基金的先河。但由于早期市场效率较低，各类策略均可以获得较高的超额收益，加上主动管理型基金可理解性更高，量化基金的规模经历了较长的瓶颈期。2012年12月31日，48只量化基金总规模698.15亿元，规模占比为 $6.23\%$ ，而到了2025年12月31日，其数量增长到了739只，规模也增长了近6倍，达到4042.27亿元，同时规模占比达到 $7.43\%$ 。分年度看，公募量化基金规模占比在2007年、2014年、2016年三个年度增长较快，2016年后规模稳定上升，但占比受到ETF挤压，小幅下滑。 图1：公募股票基金数量 数据来源：Wind，东方证券研究所 图2：公募股票型基金规模（亿元） 数据来源：Wind，东方证券研究所 图3：公募量化基金占股票型基金比例 数据来源：Wind，东方证券研究所 # 1.1.2 2024年后机构占比下降，基金公司员工更偏爱小盘量化 2024年后，量化基金中机构占比有所下降，其中小盘量化的下降幅度较大。机构投资者因配置需要，偏好300指增，而个人投资者更加喜欢超额收益更高的小盘量化。不过随着2019-2024年小盘股表现较好，机构对中证1000指增的配置比例开始逐渐上升，这一趋势在2024年出现反转，2024年春节期间的量化回撤可能造成了机构对小盘量化的配置意愿下降，500指增、1000指增中的机构投资者占比在2024年后呈现下降的趋势。关于2024年量化基金回撤的始末，详见《2024年春节前量化基金净值波动始末》。截至2025年6月30日，300指增、500指增、1000指增、2000指增、主动增强中的机构占比分别为 $39.55\%$ 、 $18.50\%$ 、 $20.71\%$ 、 $7.62\%$ 、 $21.86\%$ ，相较于2023年底，500指增、1000指增中的机构投资者持有比例分别下降 $7.77\%$ 、 $14.98\%$ 。 与之相对，个人投资者更加偏爱小盘量化。2022年开始，1000指增、主动增强基金中的管理人员工占比持续提升，而同期300指增、500指增中员工占比变化不大。截至2025年6月30日，300指增、500指增、1000指增、2000指增、主动增强中，员工占比分别为 $0.13\%$ 、 $0.13\%$ 、 $0.37\%$ 、 $0.16\%$ 、 $0.42\%$ 。 图4：公募量化产品中机构持有比例 数据来源：Wind，东方证券研究所 图5：公募量化产品中管理人员工持有比例 数据来源：Wind，东方证券研究所 # 1.2私募量化基金市场观察 # 1.2.1私募量化基金在2022年后头部效应开始显现 2018年后量化私募基金公司数量急剧增加，2022年后头部效应开始显现。我们将朝阳永续产品分类中至少存在1只存续股票量化多头基金的私募公司认定为量化公司，并对规模较大的公司进行了人工校验，最终统计了量化公司数量。从行业发展趋势看，2018-2023年，量化私募公司发展从导入期进入加速期，公司数量快速扩容；2022年开始，5亿以上的股票量化私募基金公司数 量开始攀升；2023年开始行业公司总数增长明显放缓，行业整体进入成熟期，而5亿以上公司数量持续增加，头部聚集效应开始显现；随着2024年4季度新一轮牛市的到来，百亿量化基金公司数量显著增加，行业规模进一步向头部化公司集中。 图6：2023年后股票量化私募整体进入成熟期 数据来源：朝阳永续，东方证券研究所 图7：2024年后百亿量化私募数量迅速上升 数据来源：朝阳永续，东方证券研究所 # 1.2.2与公募基金不同，中小盘量化为私募基金主战场 我们使用《公私募量化策略剖析、优选及配置》中对量化基金的分类框架，对私募基金进行了相应分类。将私募量化多头基金分为：沪深300指数增强型基金、中证500指数增强型基金、中证1000指数增强型基金、中证2000指数增强型基金、主动量化基金。 具体私募量化基金分类流程如下：（1）我们首先使用朝阳永续的基金分类，选取一级分类下为“量化”，二级分类下为“股票多头”、“指数增强”，且为“非对冲”的基金；（2）剔除名称中包含“多策略”、“对冲”、“FOF”、“全天候”、“套利”的基金，保留目标策略为“股票多头”或为空值的基金；（3）人工剔除非量化的基金公司；（4）保留数据公布完整度超过 $90\%$ 的基金；（5）当符合条件的基金名称中包含用于编号的数字1-9、字母A-Z、中文一-十时，去除基金名称中的编号，同时只保留同系列中成立最早的基金；（6）按照基金的名称及跟踪误差对其进行分类。 与公募量化基金不同，私募量化基金中沪深300指数增强数量较少：截至2025年12月31日，在我们可得数据比较完整的私募量化基金中，300指增、500指增、1000指增、2000指增、主动增强的数量分别为13、61、71、9、115只。公募基金中，沪深300指数增强基金数量占比为公募量化基金的 $11.77\%$ ，规模占比为 $18.90\%$ ；而在数据完整的私募量化基金中，沪深300指数增强的数量占比仅为 $4.83\%$ ，这主要是由于早期私募量化基金以中性策略为主：小盘量化具备更高的超额收益，叠加中证500具有完善的对冲工具，早期以绝对收益为导向的私募基金更加愿意在中证500指数上布局。不过近年来在小盘beta端相对收益较高以及中证1000股指期货上市的影响下，中证1000指数增强基金数量在也快速上升。主动增强方面，部分基金公司为了获得风格收益，放松了指增产品的风格及行业约束，依此做出了主动增强产品；另一部分非主流量化产品由于无对标指数，也被归为主动增强策略。 为了校验数据分类结果，我们通过CAPM模型，计算产品alpha与beta值，观察基金与基准的差异，具体公式如下： $$ r _ {i, t} = \alpha_ {i} + \beta_ {i} r _ {m, t} + \varepsilon_ {i, t} $$ 其中 $r_{i,t}$ 为基金收益率； $\alpha_{i}$ 作为截距项，衡量基金稳定跑赢基准的能力，也就是常说的 alpha 能力； $\beta_{i}$ 衡量基金和市场指数的相关性；市场指数收益率 $r_{m,t}$ 采用基金对应基准收益率计算，其中主动增强策略使用中证全指指数收益率； $\varepsilon_{i,t}$ 为残差项。散点图中，按照模型的拟合优度 R-square 显示气泡大小，模型拟合优度越高，散点越大。回归使用数据区间为基金成立 3 个月至 2025 年 12 月 31 日，数据统计时删除了数据不足 12 周的基金回归结果。 私募量化基金中，沪深300指数增强型基金、中证500指数增强型基金、中证1000指数增强型基金、中证2000指数增强型基金beta值基本集中在1附近，与跟踪宽基指数走势比较一致；主动量化基金beta值差异较大，且超额收益离散值也较多，说明主动量化基金风险暴露差异水平高。散点图中拟合优度决定点的直径，拟合优度越高，对应散点越大，从图中可以看出，指数增强平均拟合优度高于主动增强基金。 图8：私募量化基金分类流程 数据来源：东方证券研究所绘制 图9：私募沪深300指数增强基金alpha-beta 数据来源：朝阳永续，东方证券研究所 图10：私募中证500指数增强基金alpha-beta 数据来源：朝阳永续，东方证券研究所 图11：私募中证1000指数增强基金alpha-beta 数据来源：朝阳永续，东方证券研究所 图12：私募中证2000指数增强基金alpha-beta 数据来源：朝阳永续，东方证券研究所 图13：私募主动增强基金alpha-beta 数据来源：朝阳永续，东方证券研究所 # 二、量化基金业绩剖析 # 2.1 公、私募量化基金业绩对比 # 2.1.1 扣除业绩报酬后，私募基金超额收益依旧占优 公、私募基金间平均超额收益差距较大，按照私募量化基金超额收益部分计提 $20\%$ 业绩报酬计算，扣除业绩报酬后我们统计的私募整体收益依旧优于公募。我们统计了2018年以来（2000指增为2024年以来）不同类型的公、私募基金平均超额收益走势：小盘量化基金的超额收益更高：其中公募300指增、500指增、1000指增、2000指增年化超额收益分别为 $3.90\%$ 、 $4.88\%$ 、 $11.06\%$ 、 $8.93\%$ ，私募300指增、500指增、1000指增、2000指增年化超额收益分别为 $9.51\%$ 、 $14.08\%$ 、 $16.71\%$ 、 $15.96\%$ ，主动增强方面，因内部基金分化较大，我们使用统一的中证全指作为比较基准，公、私募主动增强型基金的平均年化超额分别为 $4.38\%$ 、 $12.59\%$ 。 2021年后打新收益衰减，叠加基本面因子表现较差，公募量化基金超额收益斜率变缓。观察公、私募量化基金平均超额收益情况发现，私募基金超额收益稳定性较好，而公募量化基金超额收益存在着明显的“大小年”现象。公募量化基金中，部分产品为基本面量化，在基本面投资表现较好的2020年，各类公募量化基金均取得了不错的超额收益。但随着近几年基本面信息表现不佳，叠加打新收益衰减，目前公募量化基金整体上与私募量化基金存在着较大的差距。 小盘量化超额收益波动较大，但考虑收益后仍具备较高性价比。通过年化收益-年化波动散点图发现，小盘量化超额收益更高，但波动也相对较大，不过超额收益夏普比率方面，小盘量化基金的超额收益性价比整体仍优于大盘量化。 图14：公、私募沪深300指数增强基金超额收益对比 数据来源：Wind，朝阳永续，东方证券研究所 图15：公、私募中证500指数增强基金超额收益对比 数据来源：Wind，朝阳永续，东方证券研究所 图16：公、私募中证1000指数增强基金超额收益对比 数据来源：Wind，朝阳永续，东方证券研究所 图17：公、私募中证2000指数增强基金超额收益对比 数据来源：Wind，朝阳永续，东方证券研究所 图18：公、私募主动增强基金超额收益对比 数据来源：Wind，朝阳永续，东方证券研究所 表 1: 公、私募量化基金超额收益业绩统计 300指增 500指增 1000指增 2000指增 主动增强 公募 私募 公募 私募 公募 私募 公募 私募 公募 私募 2018 4.72% 8.82% 10.00% 28.13% 25.77% 39.19% -- -- 11.99% 43.86% 2019 1.26% 4.92% 5.19% 15.62% 9.38% 22.95% -- -- 3.51% -3.25% 2020 11.32% 10.14% 11.16% 18.84% 16.32% 14.39% -- -- 14.21% 10.50% 2021 6.12% 15.99% 3.18% 12.04% 6.79% 6.08% -- -- 2.70% 13.21% 2022 2.99% 10.34% 3.80% 12.34% 10.64% 16.15% -- -- 1.19% 18.52% 2023 2.17% 11.31% 2.50% 10.76% 7.70% 12.24% -- -- -0.82% 11.80% 2024 0.28% 9.52% 2.31% 5.41% 5.50% 11.11% 11.44% 20.45% -0.98% 7.45% 2025 2.80% 5.53% 1.42% 11.03% 8.04% 14.62% 8.14% 11.98% 4.44% 4.27% 年化收益率 3.90% 9.51% 4.88% 14.08% 11.06% 16.71% 8.93% 15.96% 4.38% 12.59% 年化波动率 2.52% 4.58% 3.60% 5.95% 4.74% 5.70% 9.82% 8.36% 4.25% 8.59% 夏普比率 0.75 1.64 0.80 2.03 1.91 2.58 0.71 1.67 0.56 1.23 最大回撤 -5.11% -4.72% -6.94% -8.24% -6.57% -5.02% -15.88% -7.53% -8.15% -10.93% 数据来源：Wind，朝阳永续，东方证券研究所 图19：公、私募量化超额收益年化收益-年化波动率散点图 数据来源：Wind，东方证券研究所 # 2.1.2 私募数据具有一定“幸存者偏差”，校正后性价比犹存 使用朝阳永续细分策略指数计算的量化基金超额收益略低于前文的计算结果。与指数相比，前文计算结果所用样本池具备以下特征：（1）仅保留目前运行中的基金，对于清盘的基金未予以计算；（2）仅保留数据缺漏小于 $10\%$ 的基金；（3）数据授权范围与朝阳永续存在差异，样本池数量较小。由于朝阳永续细分策略指数是非重算版指数，其包含部分已清盘以及数据披露频率较低的数据，清盘基金可能存在业绩不佳的问题，而数据披露频率较低的产品可能存在公司管理问题，进一步影响基金收益，上述两点原因共同造成使用指数计算的指数增强基金超额收益略低于前文结果。此外，由于数据授权原因，前文计算使用的样本池小于指数，因此也会造成结果的差异。 “幸存者偏差”问题在主动增强产品中较为严重。量化策略的构造一般分为如下步骤：数据清洗、因子挖掘、信号生成、组合优化，由于指数增强策略具有明确的对标指数，因此在组合优化方面需要控制策略组合与基准指数的风格和行业偏离，对策略要求较高。而主动增强基金由于没有明确对标指数，因此部分策略可能在组合优化层面的研究储备不足，这也间接说明公司技术储备较同行可能较弱，因此主动增强型基金中分化较大，部分业绩不佳的基金可能选择清盘或停止公布数据，这导致了主动增强细分策略指数的收益大幅低于我们计算的结果。 从朝阳永续指数结果看，业绩层面私募基金扣费后依旧具有竞争优势。由于私募指数并未对中证2000指增进行单独分类，因此此处仅对比了沪深300、中证500、中证1000、主动增强的超额收益情况，可以看到，对于指数增强策略，指数扣费后依旧具有竞争优势。 表 2：运行中私募与私募指数业绩对比 300指增 500指增 1000指增 主动增强 私募 朝阳永续 指数 私募 朝阳永续 指数 私募 朝阳永续 指数 私募 朝阳永续 指数 2018 8.82% 8.76% 28.13% 13.07% 39.19% 52.70% 43.86% 16.21% 2019 4.92% -0.04% 15.62% 5.99% 22.95% 13.24% -3.25% -4.07% 2020 10.14% 6.10% 18.84% 10.84% 14.39% 19.22% 10.50% 5.95% 2021 15.99% 14.73% 12.04% 6.78% 6.08% 14.72% 13.21% 1.24% 2022 10.34% 9.09% 12.34% 12.11% 16.15% 18.25% 18.52% 7.09% 2023 11.31% 5.54% 10.76% 9.88% 12.24% 14.75% 11.80% 5.12% 2024 9.52% 2.71% 5.41% 4.29% 11.11% 7.70% 7.45% -3.87% 2025 5.53% 6.99% 11.03% 8.17% 14.62% 13.37% 4.27% -12.09% 年化收益率 9.51% 6.61% 14.08% 8.81% 16.71% 18.58% 12.59% 1.63% 年化波动率 4.58% 4.04% 5.95% 5.08% 5.70% 10.98% 8.59% 9.42% 夏普比率 1.64 1.14 2.03 1.34 2.58 1.51 1.23 -0.04 最大回撤 -4.72% -4.60% -8.24% -10.24% -5.02% -13.87% -10.93% -27.16% 数据来源：朝阳永续，东方证券研究所 # 2.2 量化超额收益的影响因素 # 2.2.1 市场活跃度影响量化基金超额收益上限 股票量化多头策略多希望在固定时间点，可选样本空间内，找到未来一段时间相对较强的股票，从而跑赢基准股票池。小盘股波动率高于大盘股，也就是说小盘量化样本空间中的股票波动率差别较大（截面波动率高），因此量化策略在小盘股中选股时，更容易选择到相对更加强势的股票，也更容易在小盘中做出较高的超额收益。 主要宽基指数中，随着市值的减小，截面波动率逐渐上升，因此小盘量化超额收益高于大盘量化。我们统计了沪深300、中证500、中证1000、中证2000指数的截面波动率，发现随着指数成份股市值的下降，宽基指数截面波动率逐渐上升。指数增强基金的表现也反映出了截面波动率越大，超额收益越高的特点：无论是私募基金还是公募基金，中证1000指增策略累计超额收益均远高于中证500指增与沪深300指增。具体而言，计算截面波动率的步骤如下：（1）获取主要宽基指数成份股，计算成份股日度收益率；（2）计算成份股日度收益率的截面波动，并将其进行年化处理；（3）滚动计算日度截面年化波动的月度均值。 目前截面波动率处在历史中位数水平，随市场有效性增强，截面波动率长期呈下降趋势。我们对月度指数截面波动率取12个月的移动平均：2020年后随着全球货币宽松，权益市场内部波动率逐渐上升，但此后随市场回调截面波动率呈现下降趋势，2024年底随政策转向，市场情绪回归，波动率有所回升，目前处在历史中位数水平。由于专业投资者存在“高卖低买”的行为特征，因此随着投资者成熟度的上升，市场有效性得到增强，股票波动率长期呈被压降的趋势，展望未来，我们认为股票市场截面波动率中枢会继续逐渐下降。 图20：随成份股市值下降，指数截面波动率上升 数据来源：Wind，东方证券研究所 图21：主要宽基指数截面波动率滚动12个月移动平均 数据来源：Wind，东方证券研究所 图22：公募量化平均累计超额收益 数据来源：Wind，东方证券研究所 图23：私募量化平均累计超额收益 数据来源：朝阳永续，东方证券研究所 # 2.2.2 规模仍是量化策略的最大掣肘因素之一 投资人买入表现较好的基金会导致基金规模上升，但过大的规模可能降低基金超额收益。量化基金由于有历史数据进行回测，且风格暴露较小，因此收益延续性一般而言较好。如果基金表现较好受到市场关注，基金规模往往会出现大幅上升；反之，基金如果规模较大，一般多由于其历史业绩较好被投资人追捧。因此理论上讲，规模较大的量化基金表现应该优于规模较小的基金。但我们统计发现，当基金规模过大时，超额收益会出现明显的衰减，规模排名在50-90分位数的基金超额收益相对表现最优。 在计算产品规模时，如果同一管理人在同一分类下有多只基金产品，我们认为这几只产品的总规模为基金规模。例如：景顺长城中证1000指数增强（015495/015496）与景顺长城量化小盘A（005457/023855）在我们的分类下均属于中证1000指数增强，两只基金均由同一人管理，2025年12月31日，两只基金规模分别为0.89、3.12亿元。针对这种情况，我们认为两只基金为同一产品，并将两只产品的规模均调整为4.01亿元。进行该调整主要是由于量化产品间同质性强，同一管理人在同一分类下的基金差别一般不会太大，因此不同产品在交易层面会相互影响，统计规模时，使用总规模计算比较合理。 此外，为了剔除风格暴露对超额收益的影响，比较规模对纯alpha的影响，我们在计算超额收益时剔除了市值beta对净值的影响。剔除beta收益的方式如下：（1）我们使用有约束条件的模型对基金进行收益归因；（2）采用归因数据，重新拟合基金基准；（3）计算基金净值与拟合基准间的差异，并将其作为超额收益进行统计。 沪深300指增、中证500、中证1000指增平均规模在10亿元左右，中证2000指增平均规模略小但上升较快。2018年1月1日至2025年12月31日，代表大中市值风格的沪深300、中证500指数增强基金平均规模变化不大，但代表中小市值风格的中证1000指增平均规模在2021年“抱团股”瓦解后迅速上升。三大主要指数增强策略头部基金规模均接近100亿元，中证2000指增中规模最大的基金超过不足20亿元，发展空间较大。 规模对基金的影响体现在交易层面，策略不同规模上限也不尽相同。策略、市场环境的不同，导致不同基金在不同时间段的规模上限并没有一个确定的数值。策略交易频率越高，策略容量越小，但高频策略往往配置较好的交易系统，并且在交易上进行优化，经过优化后的策略规模容量上升，也可能超过低频策略。同时，当市场成交量较大时，流动性较好，交易滑点低，策略容量上限较高；但当市场缩量时，策略容量上限也会相应下降。因此，在统计规模对净值的影响时，我们采用分位数的方式对基金进行分组。 可以看到，规模较小的基金超额收益相对更优。规模90分位数以上的组别基金超额收益表现弱于其它组别，中证2000指增中规模效应显著性不高，主要由于前期中证2000指增规模均较小的原因，2025年10月后，中证2000中不同规模组的收益分化开始出现。 图24：沪深300指增：规模走势（亿元） 数据来源：Wind，东方证券研究所 图25：沪深300指增：不同规模基金超额累计净值 数据来源：Wind，东方证券研究所 图26：中证500指增：规模走势（亿元） 数据来源：Wind，东方证券研究所 图27：中证500指增：不同规模基金超额累计净值 数据来源：Wind，东方证券研究所 图28：中证1000指增：规模走势（亿元） 数据来源：Wind，东方证券研究所 图29：中证1000指增：不同规模基金超额累计净值 数据来源：Wind，东方证券研究所 图30：中证2000指增：规模走势（亿元） 数据来源：Wind，东方证券研究所 图31：中证2000指增：不同规模基金超额累计净值 数据来源：Wind，东方证券研究所 # 2.2.3 适当暴露提升收益，过大暴露长期可能损伤基金净值 量化产品在不同时期的风格暴露可能存在差异。我们使用基金半年报与年报持仓，计算基金全部持仓股票的风格暴露情况，并将其与基准进行比较，计算量化基金相对基准的风格暴露。结果发现，量化产品的风格暴露随着市场风格切换，同样存在小幅漂移的现象，例如，在2019-2021年的成长行情中，基金整体在成长、盈利、动量风格上进行暴露，而截至2025年中，基金在价值、低波等方向上的暴露较大。 图32：不同时期指数增强策略与基准指数暴露差 市值 非线性市值 价值 成长 盈利 流动性 动量 波动 红利 沪深300 2018/12/31 (0.22) 0.32 0.18 0.20 0.06 0.01 0.10 (0.05) 0.23 2021/6/30 (0.15) 0.21 (1.18) 0.08 0.05 0.15 0.26 0.19 (1.13) 2025/6/30 (0.21) 0.30 0.08 0.01 (0.02) 0.04 0.03 0.01 0.04 平均 (1.20) 0.30 0.00 0.09 0.03 0.07 0.11 0.05 0.04 中证500 2018/12/31 (0.03) (31) (0.00) 0.22 0.20 (11) 0.19 (0.01) 0.25 2021/6/30 0.10 (23) (15) 0.27 0.20 (0.04) 0.35 0.12 0.01 2025/6/30 (11) (0.05) 0.14 0.08 0.02 (23) 0.05 (12) 0.15 平均 (0.04) (15) (0.02) 0.19 0.12 (10) 0.18 (0.02) 0.13 中证1000 2018/12/31 (13) 39) 0.43 0.21 0.12 12) (0.01) 37) 0.37 2021/6/30 0.08 (27) 0.05 0.23 0.16 (15) 0.09 (12) 0.12 2025/6/30 (0.05) (47) 0.11 0.16 0.07 28) 0.01 (21) 0.19 平均 (0.01) (37) 0.12 0.19 0.11 (26) 0.04 (20) 0.21 中证2000 2025/6/30 (0.04) (16) 0.08 0.23 0.09 22) (0.03) 18) 0.16 平均 (0.03) (12) 0.08 0.20 0.12 22) (0.00) 20) 0.14 数据来源：Wind，东方证券研究所 为了观察暴露程度对基金净值的影响，我们根据半年报及年报持仓，计算出每只基金的风格及行业相对基准的暴露水平，后每期按照30分位数、70分位数将基金按照不同暴露水平划分为3组，并计算不同组别超额收益。具体计算方式如下：（1）计算每只基金当期持仓风格、持仓行业相较于基准的暴露水平；（2）加总基金在不同风格、行业暴露的绝对值，计算当期总暴露水平；（3）每期将同类基金的风格、行业暴露水平进行排序，计算暴露排位的分位数；（4）对风格暴露分位数、行业暴露分位数求均值，计算平均暴露水平；（5）当总暴露水平小于30分位数时，认为基金暴露较小；当基金暴露水平大于70分位数时，认为基金暴露水平较大；其余基金认为暴露水平适中。在统计时，统计开始日为2018年1月1日，但因为中证1000指数增强基金数量较少，因此对其从2021年1月1日期开始统计。此外，对于中证2000指增，我们按照50分位数将基金分为两组，同时从2025年6月30日开始回测。 指数增强基金可以通过适当暴露提升超额收益，但过大暴露长期看损伤基金净值。如果基金长期在某些smart beta风格、或者具有长期超额的行业上进行暴露，可能会提升超额收益。此外，放松组合暴露也可以让策略追逐风格或行业的动量效应，从而获得部分市场行情延续带来的超额收益。但过大的暴露可能在市场切换时因持仓转换不及时损伤基金净值。随着基金暴露程度的上升，指数增强策略的超额收益波动明显加大：在2019年初经济周期转换、2021年初抱团股瓦 解、2021年9月风格切换、2024年春节回撤、2024年9月市场转换期间，暴露较大的基金超额收益回撤较大，长期来看，暴露较大的基金超额收益低于其余组别。 中证1000指增中高暴露组超额收益走势较好，主要是小盘暴露带来。由于我们在进行基金分组时采用名称与跟踪误差两种方式对基金进行归类，近年来中证1000与中证2000走势较为接近，部分小盘量化可能为误分入中证1000类别中。观察高暴露组相对低暴露组的超额可以发现，其与中证2000指数超额走势接近，据此也可以推断出我们的判断，对于该类基金，需进一步甄别其超额收益情况。 图33：沪深300指增：不同暴露水平基金超额收益走势 数据来源：Wind，东方证券研究所； 注：此处暴露为风格暴露分位数与行业暴露分位数的均值。 图34：中证500指增：不同暴露水平基金超额收益走势 数据来源：Wind，东方证券研究所； 注：此处暴露为风格暴露分位数与行业暴露分位数的均值。 图35：中证1000指增：不同暴露水平基金超额收益走势 数据来源：Wind，东方证券研究所； 注：此处暴露为风格暴露分位数与行业暴露分位数的均值。 图36：中证1000指增：高暴露组超额主要来自于小盘风格 数据来源：Wind，东方证券研究所； 注：小盘累计超额为中证2000相对于中证1000的超额收益。 图37：中证2000指增：不同暴露水平基金超额收益走势 数据来源：Wind，东方证券研究所 注：此处暴露为风格暴露分位数与行业暴露分位数的均值。 # 2.2.4 相似收益条件下，选择低暴露基金更有助于收益留存 2025年表现较好的1000指增中，名称中未带有“1000指数增强”的量化产品均对小微盘股票有暴露。由于我们使用名称与跟踪误差两种方式对基金进行分类（《公募量化基金2022年盘点》），1000指增中既有名称中具有1000指数增强的基金，也有跟踪误差与中证1000较小的基金。我们选取了2025年累计收益率排名前五的1000指增，通过有约束条件的回归对基金收益率进行分解归因发现，名称中未带有“1000指数增强”的量化产品或对小微盘股票有暴露。 表 3: 2025 年排名前 5 的中证 1000 指增收益率归因 上证50 沪深300 中证500 中证1000 中证2000 微盘股 货币基金 R2 基金A 0% 0% 36% 0% 28% 33% 3% 95% 基金B 0% 4% 46% 39% 12% 0% 0% 93% 基金C 0% 1% 8% 79% 0% 6% 6% 95% 基金D 0% 0% 5% 87% 0% 8% 0% 96% 基金E 0% 6% 24% 54% 0% 11% 5% 96% 数据来源：Wind，东方证券研究所 2025年收益排名第一的1000指数增强和其它产品收益差距较大，但收益间的差距主要是由beta的差异带来。我们使用上述回归结果，重新拟合基金基准，并比较了基金净值与拟合基准间的差异：比如基金A的拟合基准=中证500收益率*36%+中证2000收益率*28%+微盘股*33%+货币基金*3%。结果发现，虽然排名第一的基金2025年收益较高，但在剔除了beta收益后，其超额收益其它产品。 表 4：不同产品年化收益率与超额收益业绩评价 2025 与拟合基准比较（2025年） 实际收益率 超额收益 年化跟踪误差 信息比率 基金A 64.32% 11.84% 4.70% 2.52 基金B 49.88% 15.68% 5.67% 2.77 基金C 49.18% 15.69% 4.48% 3.50 基金D 47.88% 12.46% 4.28% 2.91 基金E 47.64% 12.52% 3.78% 3.31 数据来源：Wind，东方证券研究所 图38：与拟合基准比较后的超额收益 数据来源：Wind，东方证券研究所 暴露较大的基金2026年收益率稳定性弱。基金A、基金B虽然在2025年取得了较高的收益，但是其暴露相对较大，超额收益稳定性弱于其它三只基金。从2026年累计收益看，其收益率平均低于其它三只基金，且剔除beta部分收益后，超额收益明显较低，选择量化基金时，需要重点关注收益来源。 表 5: 2026 年基金收益情况 (截至 2 月 26 日) 2026年收益 拟合基准2026年收益 超额收益 基金A 14.63% 14.44% 0.17% 基金B 8.95% 12.78% -3.40% 基金C 12.64% 11.56% 0.97% 基金D 15.08% 12.38% 2.40% 基金E 12.48% 11.88% 0.53% 数据来源：Wind，东方证券研究所 # 三、量化基金未来展望 # 3.1 中盘蓝筹行情下指增产品配置思路 主要宽基指数中，中证500与中证1000的相关性较高。2014年以来，中证500与中证1000的日度收益率相关性接近0.97，远高于它们与沪深300大盘指数的相关性，这意味着在绝大多数市场环境下，两只指数同涨同跌的趋势非常接近。（1）风格方面，中证500与中证1000共同构成A股中小市值企业的完整梯队，其共同受益于经济复苏、流动性宽松、风险偏好提升等宏观环境；（2）行业上，权重分布高度相似，周期与制造在指数中的占比较高。这种相似的行业结构使它们在主题行情中往往同步上涨，在行业调整时也同步承压。 表 6：中证 500 与中证 1000 相关性极高 指数名称 沪深300 中证500 中证1000 中证2000 沪深300 中证500 0.8456 中证1000 0.7661 0.9692 中证2000 0.6963 0.9168 0.9672 数据来源：Wind，东方证券研究所；数据统计区间：2014年1月1日—2026年2月28日。 由于市值差异，中证1000弹性略大。中证500覆盖的是剔除沪深300后市值最大、流动性最好的500家中盘公司，主要成分股市值多在200-500亿元区间；而中证1000则聚焦于更小市值的公司，成分股主要集中在100亿至200亿元区间。相较于中证500，中证1000弹性略大，一般而言，在市场风险偏好上升阶段，中证1000表现更好，反之中证500相对收益较高。从滚动一年差异看，中证500与中证1000指数年化差异一般不超过 $10\%$ 图39：中证500与中证1000长期走势接近 数据来源：Wind，东方证券研究所 中盘蓝筹行情下，中证1000指增确定性更高。相较于大盘股，小盘股受机构覆盖较少，市场信息反应滞后，存在更多定价偏差，为量化模型提供了更广阔的“错误定价”挖掘空间，因此量化策略超额收益更高。相比更小的微盘股，中证1000成分股流动性较好，便于指数增强产品建仓和调仓，避免因流动性不足导致的交易摩擦成本过高。对于投资者而言，alpha确定性更高，中盘蓝筹行情下选择1000指增进行配置或更加合适。 图40：公募500、1000指增超额对比 数据来源：Wind，东方证券研究所 图41：私募500、1000指增超额对比 数据来源：朝阳永续，东方证券研究所 # 3.2 超额收益衰减背景下的未来投资方向选择 超额收益衰减叠加基差成本较高，中性策略收益性价比下降。一方面，随着量化投资的普及和机构化程度加深，A股市场的信息传导效率显著提高，量化模型的超额收益空间被系统性压缩。 2025年市场流动性充足，投资者情绪较高，且市场运行较为平稳，量化环境友好，但从全市场平 均收益水平看，量化基金超额收益不及2022年，已经显示出超额收益空间被系统性压缩。另一方面，股指期货深度贴水常态化，同时基差波动较大，对冲端加剧策略不确定性。在alpha与对冲成本端的双重挤压下，中性策略整体性价比不高。 探索绝对收益可以从多资产配置入手。面对中性策略的夏普比降低，投资者若仍追求稳定、可持续、低波动的长期回报，就必须打破“单一策略依赖”，通过多资产、多策略、多周期的配置逻辑，实现风险分散与收益增强的再平衡，从“依赖单一策略的确定性”转向“通过多资产配置构建系统性稳健”。唯有以更开阔的视野、更科学的框架、更理性的预期，才能在复杂多变的市场中，真正实现“稳稳的幸福”，多资产配置正是通往这一目标的必由之路。 表 7：不同宽基指数年化基差成本 统计时间 上证50期货 沪深300期货 中证500期货 中证1000期货 2018Q1 -1.17% -4.21% -9.18% 2018Q2 -8.14% -9.20% -9.73% 2018Q3 -3.00% -7.32% -9.04% 2018Q4 2.79% 1.12% -8.40% 2019Q1 2.37% 2.25% -2.55% 2019Q2 -4.93% -6.20% -20.99% 2019Q3 -4.53% -6.35% -13.93% 2019Q4 -0.45% -0.07% -6.81% 2020Q1 -5.65% -7.06% -13.73% 2020Q2 -16.83% -15.24% -20.12% 2020Q3 -7.59% -8.97% -15.13% 2020Q4 0.45% -0.77% -6.42% 2021Q1 -5.00% -8.53% -11.92% 2021Q2 -4.77% -5.53% -6.90% 2021Q3 -5.16% -9.38% -12.62% 2021Q4 2.86% 0.62% -2.27% 2022Q1 -1.67% -4.90% -3.22% 2022Q2 -6.02% -8.05% -11.85% 2022Q3 -3.98% -4.24% -7.77% 2022Q4 1.95% 3.31% 3.02% 2023Q1 3.33% 2.64% 0.13% 2023Q2 -3.40% -2.74% -3.50% 2023Q3 0.94% 2.53% 0.30% 2023Q4 2.64% 2.44% -3.15% 2024Q1 -2.77% -5.24% -11.09% 2024Q2 -2.39% -3.27% -5.71% 2024Q3 -3.61% -3.12% -3.56% 2024Q4 0.51% 0.41% -4.05% -7.60% 2025Q1 1.16% -0.74% -7.71% -12.65% 2025Q2 -7.63% -9.06% -16.01% -17.66% 2025Q3 -0.25% -3.27% -11.94% -13.12% 2025Q4 -2.30% -4.54% -8.71% -11.62% 平均 -2.57% -3.83% -8.27% -12.53% 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 公募平均超额 -- 3.90% 4.88% 14.08% 私募平均超额 -- 9.51% 14.08% 16.71% 私募指数平均超额 -- 6.61% 9.91% 18.58% 数据来源：Wind，东方证券研究所 # 附录 公募指数增强基金优选组合 针对指数增强策略，我们使用量化的方式构建基金优选组合。该部分基金优选方法详见2023年9月发布的系列报告《量化策略基金优选思路全解》及每月发布的《公募量化基金定量跟踪月报》，下文我们仅展示不同策略的优选结果。 图42：公募沪深300指增：优选组合业绩走势 数据来源：Wind，东方证券研究所 图43：公募中证500指增：优选组合业绩走势 数据来源：Wind，东方证券研究所 图44：公募中证1000指增：优选组合业绩走势 数据来源：Wind，东方证券研究所 图45：公募中证2000指增：优选组合业绩走势 数据来源：Wind，东方证券研究所 表 8：公募量化优选基金池(部分) 基金类型 基金代码 基金简称 基金经理 管理时间 合并规模 (亿元) 2026年累计收益 300指增 006034.OF 富国 MSCI 中国 A 股国际通增强 A 徐幼华 2018-12-25 2.85 6.19% 方旻 2019-01-07 003957.OF 安信量化精选沪深 300 指数增强 A 施荣盛 2023-08-24 22.78 4.36% 001074.OF 华泰柏瑞量化驱动 A 孔令烨 2022-08-05 4.43 4.29% 和磊 2025-11-18 500指增 006048.OF 长城中证 500 指数增强 A 雷俊 2018-11-30 12.00 14.97% 006729.OF 万家中证 500 指数增强 A 乔亮 2019-09-06 9.09 14.86% 004192.OF 招商中证 500 指数增强 A 邓童 2021-11-23 5.74 13.94% 1000指增 015495.OF 景顺长城中证 1000 指数增强 A 黎海威 2022-04-27 0.89 15.06% 徐喻军 2022-04-27 017094.OF 易方达中证 1000 指数量化增强 A 黄健生 2023-04-25 6.05 14.25% 殷明 2023-04-25 017644.OF 博道中证 1000 指数增强 A 杨梦 2023-08-25 4.28 13.23% 2000指增 019923.OF 华泰柏瑞中证 2000 指数增强 A 盛豪 2024-01-12 14.34 15.30% 孔令烨 2024-01-12 雷文渊 2024-01-12 019920.OF 万家中证 2000 指数增强 A 乔亮 2025-01-21 0.46 14.88% 张永强 2025-01-21 159553.SZ 海富通中证 2000 增强策略 ETF 李自悟 2024-03-27 0.44 13.20% 数据来源：Wind，东方证券研究所；数据截至：2026年2月27日。 # 风险提示 政策变化超预期；数据统计可能存在遗误。本报告结论完全基于公开的历史数据进行计算，对基金产品和基金管理人的研究分析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐，亦不涉及对任何指数样本股的推荐。 # 分析师申明 # 每位负责撰写本研究报告全部或部分内容的研究分析师在此作以下声明： 分析师在本报告中对所提及的证券或发行人发表的任何建议和观点均准确地反映了其个人对该证券或发行人的看法和判断；分析师薪酬的任何组成部分无论是在过去、现在及将来，均与其在本研究报告中所表述的具体建议或观点无任何直接或间接的关系。 # 投资评级和相关定义 报告发布日后的12个月内行业或公司的涨跌幅相对同期相关证券市场代表性指数的涨跌幅为基准（A股市场基准为沪深300指数，香港市场基准为恒生指数，美国市场基准为标普500指数）； # 公司投资评级的量化标准 买入：相对强于市场基准指数收益率 $15\%$ 以上； 增持：相对强于市场基准指数收益率 $5\% \sim 15\%$ 中性：相对于市场基准指数收益率在 $-5\% \sim +5\%$ 之间波动； 减持：相对弱于市场基准指数收益率在 $-5\%$ 以下。 未评级——由于在报告发出之时该股票不在本公司研究覆盖范围内，分析师基于当时对该股票的研究状况，未给予投资评级相关信息。 暂停评级——根据监管制度及本公司相关规定，研究报告发布之时该投资对象可能与本公司存在潜在的利益冲突情形；亦或是研究报告发布当时该股票的价值和价格分析存在重大不确定性，缺乏足够的研究依据支持分析师给出明确投资评级；分析师在上述情况下暂停对该股票给予投资评级等信息，投资者需要注意在此报告发布之前曾给予该股票的投资评级、盈利预测及目标价格等信息不再有效。 # 行业投资评级的量化标准： 看好：相对强于市场基准指数收益率 $5\%$ 以上； 中性：相对于市场基准指数收益率在 $-5\% \sim +5\%$ 之间波动； 看淡：相对于市场基准指数收益率在 $-5\%$ 以下。 未评级：由于在报告发出之时该行业不在本公司研究覆盖范围内，分析师基于当时对该行业的研究状况，未给予投资评级等相关信息。 暂停评级：由于研究报告发布当时该行业的投资价值分析存在重大不确定性，缺乏足够的研究依据支持分析师给出明确行业投资评级；分析师在上述情况下暂停对该行业给予投资评级信息，投资者需要注意在此报告发布之前曾给予该行业的投资评级信息不再有效。 # 免责声明 本证券研究报告（以下简称“本报告”）由东方证券股份有限公司（以下简称“本公司”）制作及发布。 本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为本公司的当然客户。本报告的全体接收人应当采取必要措施防止本报告被转发给他人。 本报告是基于本公司认为可靠的且目前已公开的信息撰写，本公司力求但不保证该信息的准确性和完整性，客户也不应该认为该信息是准确和完整的。同时，本公司不保证文中观点或陈述不会发生任何变更，在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的证券研究报告。本公司会适时更新我们的研究，但可能会因某些规定而无法做到。除了一些定期出版的证券研究报告之外，绝大多数证券研究报告是在分析师认为适当的时候不定期地发布。 在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况，若有必要应寻求专家意见。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请或向人作出邀请。 本报告中提及的投资价格和价值以及这些投资带来的收入可能会波动。过去的表现并不代表未来的表现，未来的回报也无法保证，投资者可能会损失本金。外汇汇率波动有可能对某些投资的价值或价格或来自这一投资的收入产生不良影响。那些涉及期货、期权及其它衍生工具的交易，因其包括重大的市场风险，因此并不适合所有投资者。 在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任，投资者自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。 本报告主要以电子版形式分发，间或也会辅以印刷品形式分发，所有报告版权均归本公司所有。未经本公司事先书面协议授权，任何机构或个人不得以任何形式复制、转发或公开传播本报告的全部或部分内容。不得将报告内容作为诉讼、仲裁、传媒所引用之证明或依据，不得用于营利或用于未经允许的其它用途。 经本公司事先书面协议授权刊载或转发的，被授权机构承担相关刊载或者转发责任。不得对本报告进行任何有悖原意的引用、删节和修改。 提示客户及公众投资者慎重使用未经授权刊载或者转发的本公司证券研究报告，慎重使用公众媒体刊载的证券研究报告。 # 东方证券研究所 地址： 上海市中山南路318号东方国际金融广场26楼 电话： 021-63325888 传真： 021-63326786 网址： www.dfzq.com.cn