发布于2025-10-14 15:30389次播放

橡木指增分享&回顾

主讲人：韩涛 | 橡木资产

橡木资产

共8场往期路演

关注

免费下载PPT

微信沟通

全部

显示已清算基金

基金名称

基金经理

累计收益

今年来收益

年化收益

走势图

操作

当前筛选条件暂无数据，请减少筛选条件试试

温馨提示：本列表所展示的产品可能无法覆盖基金管理人所管理的全部产品（包括正在运作、已清算产品），且其中非代销产品内容均来源于公开渠道，仅供投资者参考，我司对相关内容的真实性、准确性和完整性不作任何实质性判断和保证。

私募尽调专区（FOF定制专享）

尽调报告汇总累计10064篇

海南致衍私募_排排网尽调报告

尽调日期：2025-11-13

广龙(深圳)投资_排排网尽调报告

尽调日期：2025-11-07

思晔投资_排排网尽调报告

尽调日期：2025-11-05

泰玥众合_排排网尽调报告

尽调日期：2025-11-05

云脊私募_排排网尽调报告

尽调日期：2025-11-04

明世伙伴私募_排排网尽调报告

尽调日期：2025-11-03

瀛赐基金_排排网尽调报告

尽调日期：2025-11-03

和熙资产_排排网尽调报告

尽调日期：2025-11-03

千象资产_排排网尽调报告

尽调日期：2025-10-31

中信建投期货_排排网尽调报告

尽调日期：2025-10-31

丹羿投资_排排网尽调报告

尽调日期：2025-10-30

知行通达_排排网尽调报告

尽调日期：2025-10-30

蜂起资本_排排网尽调报告

尽调日期：2025-10-30

持赢私募_排排网尽调报告

尽调日期：2025-10-29

懿德财富_排排网尽调报告

尽调日期：2025-10-29

临观基金_排排网尽调报告

尽调日期：2025-10-29

贝得私募_排排网尽调报告

尽调日期：2025-10-29

钜融资产_排排网尽调报告

尽调日期：2025-10-29

弈祖投资_排排网尽调报告

尽调日期：2025-10-28

路远私募_排排网尽调报告

尽调日期：2025-10-28

排排网尽调预告 12次

预计尽调时间：2025-11-17

北京宽源资产管理有限责任公司

海南璞成私募基金管理合伙企业(有限合伙)

深圳海宽私募证券基金管理有限公司

预计尽调时间：2025-11-18

广州市草本投资管理有限公司

预计尽调时间：2025-11-19

广东谢诺辰阳私募证券投资管理有限公司

预计尽调时间：2025-11-20

湖南汇智融达私募基金管理有限公司

预计尽调时间：2025-11-24

北京睿凝私募基金管理有限公司

预计尽调时间：2025-11-26

深圳市微宝私募证券基金管理有限公司

预计尽调时间：2025-12-11

珠海阿巴马私募基金投资管理有限公司

湖南华尔融世资产管理有限公司

预计尽调时间：2025-12-26

上海铭跃私募基金管理合伙企业(有限合伙)

预计尽调时间：2025-12-29

宁波平方和投资管理合伙企业(有限合伙)

申请参与尽调>

直播热议

直播看点

Beta

韩涛韩总在路演中分享了公司橡木智能产品的表现，涵盖公司规模、产品构成、团队稳定性及近期500和1000指增产品的市场表现。他深入分析了近期超额回撤原因，包括市场风格变化、权重股强势及策略特点不适应当前行情。韩总强调策略稳定性和长期收益潜力，承诺坚持现有策略并进行升级迭代。同时，他解答了投资者关于规模增长、策略迭代、公司愿景、选股方式的疑问，展现了公司透明度和专业性。路演后，投资者可通过客服热线或APP获取更多信息。

关键词

橡木资产

韩涛

指增

量化择时

1000指针

500指针

量化选股

投研团队

因子

模型构建

交易

超额回撤

全市场选股

科技权重股

TMT

超额收益

策略容量

因子挖掘

市场风格

章节

00:00:03
橡木资产韩总分享智能产品表现与未来展望
路演中分享了橡木智能产品最新规模与构成，包括35亿总规模中20亿以上的指增产品，重点提及1000指增产品。团队稳定，核心投研人员分工明确，持续优化策略，确保策略延续性和稳定性。未来展望及产品咨询可通过私募排排网APP或客服热线进行。
00:05:15
500与1000指数增强策略近期超额回撤分析
对话详细分析了500和1000指数增强策略在最近两个月出现的超额回撤现象，指出市场风格偏向科技权重股，导致大部分个股表现弱势，从而影响策略表现。尽管回撤较大，但历史数据显示当前回撤已接近极限，因此策略未作调整。同时，强调了全市场选股策略在当前市场环境下面临的挑战，即多数股票未能跑赢指数，增加了跑赢市场的难度。
00:11:12
中证1000指数近期回撤分析及策略调整
讨论了中证1000指数近三个月的回撤情况，指出回撤主要由科技权重股引领的市场分化造成，策略上偏好抄底而非追涨，认为当前市场风格终将轮动，橡木将继续稳定运行并持续优化策略。
00:17:04
量化策略长期适应性与未来信心
讨论了量化策略在市场变化中的适应能力，强调长期视角下的策略优势与团队稳定性，尽管近期有回撤，但基于历史表现和规模红利，对策略未来持乐观态度。
00:20:06
四季度策略稳定运行，期待改善超额回撤局面
投资者询问四季度业绩计划，管理层表示将维持现有策略稳定，延续全年风格，不作重大调整，基于过往市场规律，对策略表现持乐观态度，目标改善近期超额回撤，为客户创造价值。
00:21:51
量化投资超额收益回撤与市场调整分析
对话讨论了过去三个月指数的强劲表现及个股的蛰伏状态，指出上半年量化行业超额收益增长显著但不可持续。分析认为近期超额收益回撤及指数调整释放了风险，未来市场存在均值回归的可能性，对下半年维持高业绩持谨慎态度。
00:24:14
团队结构与数据硬件投入详解：共用资源与策略优化
讨论了团队构成，包括8位投研人员，分工合作紧密，资源共享。数据和硬件投入约为每年小几百万，主要应用于人工因子挖掘和简单机器学习模型，强调资源足够使用即可，避免过度投入。选股风格为等权重购买，单票占比不超过1%，1800成分股占比约40%，动态调整以适应市场变化。
00:28:56
规模增长与超额回撤关系探讨及策略迭代情况说明
讨论了规模增长是否导致超额回撤的问题，明确指出超额回撤主要由市场风格调整引起，而非规模增长。同时，强调了策略迭代的正常节奏，虽不频繁但持续进行，以适应市场变化。
00:31:30
公司策略稳定与规模增长规划：聚焦量化潜力与产品线拓展
讨论了公司策略的稳定性与升级迭代的平衡，强调在保持策略大框架不变的情况下进行正常升级。对规模增长持克制态度，期望在策略容量内增长以吸引优秀人才，形成正向循环。目前规模约35亿，未来规划聚焦主流宽基指数及量化潜力，同时探索新产品线，与投资者保持沟通。
00:34:02
全市场量化选股策略：偏小盘股与高收益追求
讨论了全市场选股策略，剔除流动性差的小票后，在约4000股池中，通过模型选500-1000股，单股占比严格限制，追求高收益，接受更大波动，策略设计注重收益回撤性价比，量化模型主导选股，团队约13人，持续招聘中。
00:38:35
投资策略讨论：小盘股偏好与风格漂移的理解
讨论了投资策略中对小盘股的偏好，以及模型在选择股票时的灵活性，提及投资风格可能的漂移现象，强调与客户沟通风格特点的重要性。
00:39:54
投资策略与风险控制：不加杠杆与模型升级
讨论了投资策略中不加杠杆的原则，强调了对模型的升级迭代和风控措施，包括剔除黑名单股票、控制流动性差的股票、行业及跟踪误差的管理，以实现有效的回撤控制。
00:41:55
市场风格分化与策略调整：回顾与展望
对话回顾了过去两三个月市场的风格分化，指出科技权重股表现强劲而大部分股票涨幅跑输指数，导致橡木超额回撤。展望未来，市场风格预计将继续轮动，强调保持策略稳定运行的重要性，基于历史经验，此做法或更优。感谢投资者支持，提及视频回放与客服助手以供后续咨询。

问

1.尊敬的投资者们，我们今天邀请到的嘉宾是谁，路演的主题是什么？

答

尊敬的各位投资者大家下午好，我是橡木资产韩涛韩总，今天非常高兴有这个机会跟大家来分享和回顾我们橡木智能产品最近的一些表现以及未来的一些展望。

问

2.截止到9月底，橡木资产的最新规模是多少？其中指针产品的规模分布如何？

答

截止到9月底，我们最新的规模大概在35个亿左右，其中指针产品占了20个亿出头，其中指针产品条线中规模最大的是1000指针，大概占了十个亿左右；另外还有五六个亿的500指针，以及一些量化选股和300的策略。

问

3.目前团队的规模和稳定性如何？

答

目前团队大概十几个人，投研和IT共有八位成员，包括三位核心投资经理、五位研究员和一位IT人员。整个核心投研团队以及资深的IT和研究员都非常稳定，流动性较小，这使得我们的策略延续性和稳定性保持得不错。

问

4.500和1000指增产品的表现和归因是怎样的？

答

500指增最近两个月（8月11号左右开始）有一个大约十个点的超额回撤，今年以来截止到9月26号的超额收益约为15%，绝对收益在45%左右。1000指增最近也有较大回撤，但相比500指增较小，整体表现相对可控。回撤较大主要是因为市场风格对全市场选股的500和1000产品不利，不过最近这波回撤幅度已经接近历史平均水平，因此我们会坚持既定策略逻辑，不做过多人工干预。

问

5.500和1000指增产品的具体投资策略和回撤控制措施是什么？

答

500和1000指增均采取全市场选股的方式，选取流动性较好、价格合理的股票构建组合，并严格控制行业偏离度和跟踪误差以确保超额回撤保持在可控范围内。最近由于市场风格变化，导致了较大的超额回撤，但相比历史极端情况已有所减轻。

问

6.在各个指数中，中位数涨幅与指数涨幅之间的关系是什么？

答

各个指数的中位数涨幅普遍弱于指数涨幅。例如，中证500指数的中位数涨幅约为13.5%，低于指数整体涨幅；中证1000指数的中位数涨幅为10%，也少于指数涨幅。这表明指数涨幅主要由少数涨幅较大的股票带动，大部分股票实际涨幅是低于指数的。

问

7.对于全市场选股策略而言，跑赢中证500和中证1000指数的概率是多少？

答

根据数据，采用全市场选股策略跑赢中证500指数的股票占比大约为24%，意味着有76%的股票未能跑赢该指数；而对于中证1000指数，大约69%的股票未能跑赢指数。因此，从纯概率角度看，在当前环境中，通过随机选股策略想要跑赢中证500或1000指数确实较为困难。

问

8.中证1000指数最近的表现及其回撤情况如何？

答

中证1000指数最近表现出色，但同时我们也关注到其在特定时间段内的回撤情况。最近两个月（从8月10号左右开始）和春节前后以及二三年4月份的回撤均为五六个点左右。这些时间段内，中证1000指数受到科技权重股如寒武纪、易天等引领，但也反映出市场分化严重的特点，部分行业如电子通信、有色及电力设备等行业涨幅较大，而大部分股票涨幅较弱，并且呈现强者恒强的状态。

问

9.在当前市场环境下，量化投资策略如何应对并解释近期回撤现象？

答

在当前行情中，大部分个股跑不赢对应的指数，并且以TMT为代表的个股表现出强者恒强的特点，这使得以反转和动量为主的量价策略，在最近两个月左右出现了一定幅度的回撤。虽然回撤时间较长且幅度较大，但这并不意味着策略失效。相反，可能是由于上半年量化超额收益亮眼且几乎无回撤，导致最近的回撤如同弹簧效应，涨势越凶，跌势也会更明显。站在当前时间点，考虑到超额回撤接近历史极值范围，预计市场风格将会轮动，因此保持现有策略稳定运行是一个较好的选择。后续工作中，橡木团队将持续升级迭代策略，以适应市场变化。

问

10.在最近的市场表现中，你们的策略出现了较大的回撤，能否分享一下对于这个回撤的原因及应对措施的分析？

答

最近的回撤主要源于市场风格的变化和部分机构表现突出导致的超额收益下滑。我们并没有采取盲目的人工干预和调整，而是持续进行分析和对比，探究回撤的具体原因，判断是否是策略失效或市场风格转变所致。尽管如此，我们观察到橡木策略长期业绩表现优秀，具备良好的市场适应能力和长期收益潜力，因此将继续坚持中高频量价交易策略，并且目前30多亿的规模仍能提供较大的策略容量空间。

问

11.四季度你们计划如何保持当前的业绩稳定性？

答

四季度我们会延续今年以来的整体风格，不对策略做大的调整。我们坚信市场风格会轮动，而我们所采用的策略和因子模型是基于过去几年甚至十年的行情总结得出的规律，因此我们对策略的整体表现持乐观态度，会让策略正常运行，期待在四季度能够改善三季度以来超额回撤的局面，为客户带来更好的价值。

问

12.对于最近的行情走势，你们有什么看法？

答

最近指数层面强劲，但大部分个股已经盘整一段时间。近期指数层面的调整已释放了一定风险，且上半年超额收益有爆发式增长，但我们认为这种高增长不可持续。虽然近期两个月的超额回撤超出预期，但我们对未来充满信心，相信均值回归和行情轮动。

问

13.能否介绍一下团队的情况，包括投研人数、团队稳定性以及数据和硬件投入方面？

答

目前团队共有八位投研人员，包括三位IT人员和五位投资经理研究员，IT资源共用，分工合作融洽，共同推进因子、模型和交易任务。在数据跟进方面，我们每年投入小几百万，主要用于机器学习较为简单的部分，而因子挖掘以人工为主。硬件方面，我们注重采购足够使用的数据和硬件，避免过度追求高性能带来的额外成本，确保策略层面的数据获取和硬件性能满足需求。

问

14.贵公司的投资策略中，单个股票的占比是如何控制的，以及大小票比例是如何分配的？

答

我们的投资策略采取等权购买的方式，即每个股票占比大约在1%左右，并不基于市值或流动性进行加权。对于大小票比例，1800指数成分股的比例大约为40%，非1800指数的成分股比例约为60%，这个比例会随市场阶段动态调整。

问

15.最近三个月规模大幅增长后，超额收益出现大幅回撤，规模是否是回撤的原因之一，或是超出贵司管理能力范围？

答

规模增长并非导致超额回撤的原因。当前管理规模三十多个亿，每个股票和流动性的占比充裕，市场成交量也在合理范围内，因此从策略容量上看仍较为宽裕。最近的超额回撤主要是由于市场风格反转所造成的，而非规模增长导致容量不足。

问

16.在强调策略稳定的同时，是否考虑过策略迭代的问题，是否存在进步缓慢的情况？

答

虽然坚持中高波动策略，但我们确实按照3到6个月的节奏，对数据、因子和策略权重进行升级迭代。虽然每次迭代可能对整体策略影响不大，但经过多次迭代后，策略会有所变化，保持正常升级迭代节奏，避免频繁大幅调整带来的不确定性和风险。