长信量化团队立足深度基本面量化产品提供差异化配置价值

目录TOC\o"1-2"\h\z\u长信化——建系统投研追求可续的理案 4团队情况：梯队备，专业复合 4产品布局：布局面，特色突出 5投资框架：立足度基本面量化，追求可复制的系统性优势 6长信化产绩分析 6行业量化产品：具属性强，高贝塔高波动 7主动量化产品：求超额收益，风险相对分散 8指增产品：超额益的年度胜率出色 8代表增产异化配价值析 10风险控制：在合的跟踪误差下平衡收益 10Alpha来源独立严格控制市值风格暴露 11与同类产品相关低，具有独特配置价值 13因子敞口偏向基面，特征稳定而连续 14风险示及明 16图表目录图1：长信量化团队的投资业务分布及开展时间 5图2：长信中证1000指数增强A与同类的跟踪误差展示 10图3：长信中证500指数增强A与同类的跟踪误差展示 11图4：长信量化价值驱动A与同类的跟踪误差展示 11图5：长信中证1000指数增强A与微盘股的超额相关性 12图6：长信中证500指数增强A与小盘股的超额相关性 12图7：长信量化价值驱动A与小盘股的超额相关性 13图8：长信中证1000指数增强A与同类产品的相关性 13图9：长信中证500指数增强A与同类产品的相关性 14图10：长信量化价值驱动A与同类产品的相关性 14表1：长信量化投资经理介绍 4表2：长信量化旗下量化产品一览 5表3：长信量化旗下主要产品展示 7表4：长信量化旗下行业量化产品历史业绩展示 7表5：长信量化旗下主动量化产品历史业绩展示 8表6：长信量化旗下指增产品各年度较基准指数的超额收益 9表7：成立时间一年以上的指增产品较同类的业绩表现 9表8：2025年以来主要指增产品较同类的业绩表现 10表9：代表产品在不同报告期的因子暴露 15长信量化——构建系统化投研体系，追求可持续的管理方案长信量化团队成立于2008年，是国内较早布局量化投资的基金管理团队之一作为公募行业中深耕中低频量化策略历史积淀深厚的团队之一长信量化团队在人员配置与覆盖业务条线方面优势显著目前量化团队共15人平均从业年限12.8年，梯队建设鲜明团队成员专业背景涵盖 数学计算机等具备丰富的量化模型研发和投资从业经历。量化团队核心成员包括：左金保先生量化投资管理中心总经理量化投资部总监投资决策委员会执行委员。武汉大学 专业研究生毕业，2010年7月加入长信基金管理有限责公司，从事量化投资研究和风险绩效分析工作，历任管理基金数达20只。年99联网主题指数型证券投资基金(LOF)金经理。姚奕帆先生：长信基金经理。华威大学金融学硕士，201577投资基金、长信医疗保健行业灵活配置混合型证券投资基金(LOF)的基金经理。20157表1：长信量化投资经理介绍基金经理从业日期投资经理年限（年）在管基金数（只）在管基金规模（亿）左金保2010/7/810.69721.90宋海岸2014/3/317.77564.95姚奕帆2015/7/233.81542.45袁婕2015/7/10.6136.71，规模统计截至2025Q3色的产品矩阵。长信量化是国内较早开始布局主动量化和行业量化的团队之一。图1：长量团的资业分及展间 长信基金局最齐全的之一。具体来看，其产品布局结构构成了以下几个特征：重点布局宽基类指数增强产品300、中证A500500100050。行业量化产品线布局齐全（电子信息（低碳环保主动量化产品覆盖多种风格（多策略）、中小盘等不同风格。截至2025年Q3，团队主动量化、指增合计管理规模约122.3亿。表2：长信量化旗下量化产品一览类别代码 名称跟踪指数/行业规模（亿）基金经理基金成立日024415.OF 300沪深30012.37姚奕帆2025/8/22005137.OF 300沪深30013.14宋海岸2018/4/19018013.OF 1000中证10004.54左金保2023/4/20指数增强004945.OF 500中证5002.32宋海岸2017/8/30022697.OF A500中证A5001.29姚奕帆2025/4/29 证科创创业指数增强 类指数增强005399.OF长信量化价值驱动沪深30021.79姚奕帆2018/8/9519965.OF长信量化多策略偏股指增1.71左金保2015/7/14002983.OF长信国防军工国防军工44.16宋海岸2017/1/5行业量化004925.OF长信低碳环保行业量化低碳环保5.16姚奕帆,袁婕2017/11/9519929.OF长信电子信息行业量化电子信息2.32左金保,宋海岸2016/7/27004805.OF长信消费精选行业量化消费0.20袁婕2018/3/7519983.OF长信量化先锋6.45左金保2010/11/18主动量化519975.OF长信量化中小盘2.72左金保2015/2/4018724.OF长信汇智量化选股2.32左金保2023/11/28，数据统计截至2025/9/30注：基金规模为同基金所有类型份额加总计算得到性优势解释、可复制、可持续的量化资产管理方案。该框架的核心是运用多因子Alpha模型以下环节：（据等。预测和评估。风险等进行系统性的评估和预测，以确保组合的整体风险可控。组合优化：在设定的风险约束下，综合考量预期收益（Alpha模型）、风险（风险模型）和交易成本，通过优化器构建和调整个股权重。算法交易：利用算法交易系统执行订单，以平衡执行效率并控制市场冲击成本。绩效归因：对组合的收益和风险来源进行量化分解，评估策略的有效性。通过归因分析，对投研流程进行持续的评估与迭代优化，形成完整的投研闭环。长信量化产品业绩分析A类产品的业绩表现，我们将长信量化价值驱动A调整归入指增类别，将量化多策略展示在下表中。表3：长信量化旗下主要产品展示类型代码 名称跟踪指数/行业规模（亿）基金成立日005399.OF A沪深30012.372018/8/9005137.OF 300A沪深3003.452018/4/19指数增强018013.OF 1000A中证10003.202023/4/20004945.OF 500A中证5002.002017/8/30016729.OF 50A科创创业500.932022/12/13002983.OF A国防军工9.052017/1/5行业量化004925.OF A低碳环保3.382017/11/9519929.OF A电子信息1.462016/7/27004805.OF A消费0.082018/3/7519983.OF A6.312010/11/18519975.OF A2.402015/2/4主动量化519965.OF A1.682015/7/14018724.OF A0.392023/11/28，数据统计截至2025/9/30长信量化在行业主题上布局了国防军工、低碳环保、电子信息和消费精选等产品。这类产品提供了重要的工具性功能，使其业绩表现与特定行业的景气度高度相关。年，长信低碳环保行业量化A（102.74%）和长信国防军工A（96.26%）均取得了-27.89%和-26.82%。整体风险收益特征鲜明2513%。表4：长信量化旗下行业量化产品历史业绩展示2020年2021年2022年2023年2024年2025YTD总收益年化收益年化波动率最大回撤夏普比率长信国防军工A96.26%35.88%-26.82%-19.79%5.54%34.22%122.16%15.50%30.06%58.75%0.52长信低碳环保行业量化A102.74%44.05%-27.89%-30.31%-1.55%53.02%121.87%15.47%32.37%67.05%0.48长信电子信息行业量化A59.68%-1.65%-38.33%3.19%13.71%72.56%97.05%13.03%29.98%59.40%0.43长信消费精选行业量化A76.20%-15.37%-18.56%-13.74%-14.54%-5.82%-15.22%-2.94%26.67%65.49%-0.11，数据统计截至2025/9/308%比率分布在0.30-0.64之间。其中，长信量化中小盘A表现突出，年化收益达到15.23%，夏普比率为0.64。AlphaBeta与行业量化产品表明主动量化策略在应对不同市场风格轮动时，适应性相对更强。表5：长信量化旗下主动量化产品历史业绩展示2020年2021年2022年2023年2024年2025YTD总收益年化收益年化波动率最大回撤夏普比率长信量化多策略A51.80%4.74%-21.44%-10.03%15.59%21.08%57.70%8.57%19.43%41.09%0.44长信量化先锋A42.03%6.22%-27.08%-7.55%6.44%32.05%43.48%6.73%22.15%51.85%0.30长信量化中小盘A47.21%31.27%-20.85%-3.12%7.17%38.18%119.29%15.23%23.64%48.43%0.64长信汇智量化选股A15.75%-8.83%25.81%16.16%8.77%22.92%28.72%0.38，数据统计截至2025/9/302020额收益年度胜率较高。产品的年度较基准的胜率较高：总体来看，2020年以来统计的25个年度数据中，有23次取得了正超额收益，总胜率达92%75%及以上。大部分产品在有数据年度以来保持全胜：300300A(005137.OF)A(005399.OF)2020-20256年均战胜基准；跟踪中证1000的长信中证1000指数增强A(018013.OF)，在2023-2025中也均战胜基准。团队旨在提供具有系统性优势的、可解释、可复制、可持续的量化资产管理方案。其投资框架通过多因子Alpha表6：长信量化旗下指增产品各年度较基准指数的超额收益代码名称跟踪指数基金成立日2020年2021年2022年2023年2024年2025YTD005137.OF长信沪深300指数增强A沪深3002018/4/1919.79%6.45%1.00%4.88%3.02%3.14%005399.OF长信量化价值驱动A沪深3002018/8/927.18%4.53%8.66%8.51%1.56%1.05%018013.OF长信中证1000指数增强A中证10002023/4/2013.53%6.56%16.00%004945.OF长信中证500指数增强A中证5002017/8/3025.84%1.45%3.06%-3.69%8.80%6.20%016729.OF长信中证科创创业50指数增强A科创创业502022/12/1343.69%3.07% 5.64% -1.36%，数据统计截至2025/9/30指增产品在同类中业绩表现突出，收益排名靠前：在过去三年（2022/10/1-2025/9/30）的统计区间内，长信量化旗下的主要指增产品在同类对标基金中均展现出较好的收益表现：45%。1000A2/2950指数增强A排名1/3，长信量化价值驱动A排名3/52，均位居同类前列。名也全部位于同类前45%，且所有产品的区间收益率和夏普率均高于同类中位数水平。这一特征反映出长信量化投研团队在组合优化过程中，对Alpha模型、风险模型和交易成本模型的把握和平衡，在追求超额回报的同时，亦重视风险调整后收益。表7：成立时间一年以上的指增产品较同类的业绩表现代码名称跟踪指数基金成立日区间收益率%（中位数）区间收益率排名区间夏普（中位数）区间夏普排名005137.OF长信沪深300指数增强A沪深3002018/4/1929.40(25.70)14/520.50(0.43)12/52005399.OF长信量化价值驱动A沪深3002018/8/935.76(25.70)3/520.61(0.43)2/52018013.OF长信中证1000指数增强A中证10002023/4/2045.56(28.04)2/290.71(0.51)3/29004945.OF长信中证500指数增强A中证5002017/8/3035.21(33.86)24/540.53(0.50)23/54016729.OF长信中证科创创业50指数增强A科创创业502022/12/1363.98(46.53)1/30.77(0.60)1/3，区间默认为2022/10/1-2025/9/30或成立日-2025/9/302025年以来（截至2025/11/7）10005005061.32%300的两个指增产品收益则略低于同类均值。代码名称跟踪指数代码名称跟踪指数产品收益率同类收益率同类基金数量005137.OF长信沪深300指数增强A沪深30020.24%（平均数）20.72%65005399.OF长信量化价值驱动A沪深30018.72%20.72%65018013.OF长信中证1000指数增强A中证100042.69%34.79%46004945.OF长信中证500指数增强A中证50036.45%30.19%69016729.OF长信中证科创创业50指数增强A科创创业5064.02%61.32%6，统计区间为2025/1/1-2025/11/7代表指增产品差异化配置价值分析Alpha1000A500AA代表，从风险敞口、跟踪误差、超额收益相关性等维度，分析其独立的配置价值。跟踪误差是衡量指增产品风险控制水平的重要指标，长信量化旗下的指增产品展现了在不同市场风格下，对风险和收益的不同权衡策略。1000其策略核心目标是在合理的跟1000指增的跟踪误差为4.01%12.47%（3名Alpha获取。图2：长信中证1000指数增强A与同类的跟踪误差展示4%2%4%2%0%8%6%4%2%0%-2%2%-4%-6%4.01%,12.47%3%4%5%6%7%8%超额收益超额收益跟踪误差；数据统计区间为2025/1/1-2025/9/30长信中证500指数增强展现了一种均衡策略。其跟踪误差为4.55%，超额收益图3：长信中证500指数增强A与同类的跟踪误差展示8%6%8%6%4%2%0%-2%2%-4%-6%-8%0%4.55%,4.51%3%4%5%6%7%8%9%10%超额收益-1超额收益跟踪误差；数据统计区间为2025/1/1-2025/9/303.11%的同Alpha所必须的、适度的偏离度。图4：长信量化价值驱动A与同类的跟踪误差展示8%6%8%6%4%2%0%-4%-6%-8%10%3.89%,0.78%1.5%2.0%2.5%3.0%3.5%4.0%4.5%5.0%超额收益超额收益跟踪误差；数据统计区间为2025/1/1-2025/9/30Alpha成熟的指增策略超额收益主要来源于模型选股能力，而非依赖市场风格的漂移，长信量化在这一点上表现出了较高的纪律性。1000它证明产品的高超额并非来自市场微盘股风格，其Alpha获取的。图5：长信中证1000指数增强A与微盘股的超额相关性-0.07,7%14% -0.07,7%14% 12%10%8%6%4%2%0%3 2 1-2%0.0 0.1 0.2 0.3 0.4 0.5 0.-4%-6%今年来的超额收益-0. . . 6今年来的超额收益产品日超额收益与微盘股指数（较中证1000）超额收益的相关性；数据统计区间为2025/1/1-2025/9/30长信中证500指数增强的日超额收益与小盘股指数超额收益的相关性仅为-0.01，几乎为零。这表明产品的超额收益源于中证500范畴内的Alpha选股能力，而非向小盘股的风格漂移。图6：长信中证500指数增强A与小盘股的超额相关性10.00%-0.01,10.00%-0.01,%5.00%0.00%40 30 -0.20 -0.10 00 10 20 30 -5.00%-10.00%今年以来的超额收益-0. 40今年以来的超额收益产品日超额收益与小盘股指数（较中证500）超额收益的相关性；数据统计区间为2025/1/1-2025/9/30长信量化价值驱动作为沪深300增强产品，其日超额收益与大盘股指数超额收益的相关性仅为-0.04，同样几乎为零。这同样表明产品的超额收益来自大盘股范畴内的选股贡献，而非（相较于沪深300的）风格暴露。图7：长信量化价值驱动A与小盘股的超额相关性10%8%今年以来的超额收益6%今年以来的超额收益-0.04,0.78%4%2%0%-0.3 -0.2

-2%0.0 0.1 0.2 0.3-4%-6%-8%-10%300）2025/1/1-2025/9/30长信量化指增产品的Alpha来源不仅独立于市场风格，与同类竞品相比也表现出较低的相关性。这意味着其策略同质化程度低，具有独特的配置价值。长信中证1000增强的超额收益与同类产品的超额收益相关系数平均仅为0.38，显著低于同类产品间的相关性均值。这说明产品的Alpha来源更为独立，与其他产品的策略重合度较低。图8：长信中证1000指数增强A与同类产品的相关性6%4%6%4%2%0%8%6%4%2%0%-4%-6%0.38,12.47%0.300.350.400.450.500.550.600.65今年来的超额收益今年来的超额收益2025/1/1-2025/9/30长信中证500增强与同类产品的超额收益相关性均值为0.540.600.70具备了较好的差异性和独立性。图9：长信中证500指数增强A与同类产品的相关性0.54,4.51%0.30 0.35 0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.750.54,4.51%0.30 0.35 0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.7510%今年以来的超额收益5%今年以来的超额收益0%-5%-10%-15%

本产品与同类产品超额收益的相关性均值；数据统计区间为2025/1/1-2025/9/30长信量化价值驱动的超额收益与同类产品的相关性均值为0.31，在同类产品中处于较低水平（同类相关性均值的平均水平为0.32）。我们认为其Alpha来源与同类竞品的主流策略存在一定的差异。图10：长信量化价值驱动A与同类产品的相关性8%6%8%6%4%2%0%-2%0.1-4%-6%-8%10%0.31,0.78%0.20.20.30.30.40.40.50.5今年以来的超额收益今年以来的超额收益本产品与同类产品超额收益的相关性均值；数据统计区间为2025/1/1-2025/9/30长信量化的指增代表产品展现了稳定且偏向基本面量化的因子敞口特征。具体来看：核心基本面因子保持持续正向暴