主动量化组合跟踪：4月机器学习中证500指增策略表现出色

国证2000指数增强策略

• 策略构建：基于大小盘选股逻辑差异，筛选适合微盘股的选股因子，针对国证2000指数成分股构建指数增强策略。
• 国证2000指数选股因子跟踪：技术、反转、特异波动率等因子在国证2000指数成分股上表现出色，合成因子IC均值12.40%，T统计量12.80。本月因子IC值-7.20%，表现一般。
• 国证2000指数增强策略跟踪：每月月底取因子值排名前10%的股票等权买入，手续费率单边千分之二。样本内年化超额收益率23.53%，信息比率1.54。样本外4月超额收益-6.34%。
• 最新策略信号：最新持仓列表未提供具体内容。

基于多目标、多模型的机器学习指数增强策略

• 策略构建：基于TimeMixer时序预测框架，创新性引入多尺度混合与季节/趋势分解机制，通过LightGBM集成TSGRU隐向量与传统量化因子，构建改进的机器学习选股模型。
• 基于TimeMixer改进的GRU+LGBM沪深300指数增强策略跟踪：样本外IC均值7.66%，多头年化超额收益率8.03%。本月因子IC-29.78%，多头超额收益率-6.52%。策略年化超额收益率6.49%，超额最大回撤5.97%，本月超额收益率-1.93%。
• 基于TimeMixer改进的GRU+LGBM中证500指数增强策略跟踪：样本外IC均值8.17%，多头年化超额收益率6.31%。本月因子IC-16.13%，多头超额收益率-4.28%。策略年化超额收益率9.62%，超额最大回撤6.06%，本月超额收益率0.04%。
• 基于TimeMixer改进的GRU+LGBM中证1000指数增强策略跟踪：样本外IC均值10.71%，多头年化超额收益率10.98%。本月因子IC-15.93%，多头超额收益率-4.81%。策略年化超额收益率11.98%，超额最大回撤7.11%，本月超额收益率-3.14%。

基于红利风格择时+红利股优选构建的固收+策略

• 策略构建：使用经济增长和货币流动性等10个指标构建红利指数择时策略，利用AI模型在中证红利指数成分股内进行选股。
• 选股策略表现：等权买入前十只股票收益率18.44%，夏普比率0.89。
• 固收+策略表现：年化收益率7.21%，最大回撤4.93%，夏普比率2.15，显著优于固收+基准。
• 5月份仓位：100%，重要经济类指标、货币流动性指标给出买入信号。
• 5月份持仓股票：根据GBDT+NN模型信号给出，具体内容未提供。

风险提示

1. 历史数据环境变化导致模型失效风险。
2. 政策环境变化导致资产与风险因子关系不稳定风险。
3. 市场环境变化导致资产同向大幅波动风险。
4. 交易成本提高或其他条件改变导致策略收益下降甚至亏损风险。