2026年第三季度跑输基准16.73%!金信量化精选混合A孔学兵:聚焦科技成长主线 优化量化模型控风险
新浪基金∞工作室
10月29日消息,近期金信量化精选混合A披露2026年第三季度报,基金规模1.06亿元,比2026年第二季度降低46.59%。基金经理孔学兵最新投资观点同步出炉。
孔学兵表示,本基金将以量化模型为支撑锚定科技成长主线,通过动态优化配置适配市场变化,在严控风险的前提下把握产业趋势红利。 宏观经济: 宏观层面仅作为组合风险预算的参考,不将其作为主导性的配置依据,重点聚焦产业端的实际变化与验证。 资本市场: 市场延续结构性分化特征,外部环境与国内基本面的边际变化会对风险偏好形成阶段性扰动,行业与个股表现差异较大,部分方向交易热度提升较快,不同环节间的景气度与供需格局分化明显。 投资方向: 以科技成长为核心配置方向,重点跟踪人工智能产业链纵深演绎机会,围绕光通信及算力基础设施、光学与光刻配套、存储与电源元件、半导体设备与材料等细分领域布局,兼顾军工前沿技术、金属新材料、医疗等方向的产业变化,依托迭代优化的量化“轮动+时点”模型,筛选细分环节卡位清晰、技术客户壁垒充足、盈利现金流有兑现基础且未被充分定价的标的,动态调整配置权重。 风险提示: 将综合运用波动率、相关性、拥挤度与流动性等指标约束组合持仓,通过仓位分层、纪律化止盈止损及流动性监测机制控制单一资产对组合净值的冲击,在市场风险偏好回落或外部冲击增强阶段,提升组合防御性与现金管理弹性。
业绩回报:2026年第三季度跑输基准16.73%
数据显示,截至2026年第三季度末,金信量化精选混合A净值为1.61元,2026年第三季度年基金份额净值增长率为-31.78%,同期业绩比较基准收益率为-15.05%,跑输基准16.73%。
孔学兵自2026年6月6日担任金信量化精选混合A基金经理,截止2026年10月29日,任期回报-32.20%。
| 表:金信量化精选混合A业绩表现(截止2026年9月30日) | |||
|---|---|---|---|
| 阶段 | 净值增长率 | 业绩比较基准收益率 | 跑赢基准 |
| 近3月 | -31.78% | -15.05% | -16.73% |
| 近6月 | -0.80% | -0.90% | 0.10% |
| 近1年 | 24.85% | -2.22% | 27.07% |
| 近3年 | 70.71% | 31.30% | 39.41% |
| 近5年 | 37.87% | 4.21% | 33.66% |
| 成立以来 (2016-7-1) | 111.63% | 52.25% | 59.38% |
资料显示,孔学兵,30年证券从业年限,历任南京证券股份有限公司高级投资经理、投资主办,富安达基金管理有限公司投资总监、基金经理,国联基金管理有限公司董事总经理、权益投资总监、基金经理,现任金信基金管理有限公司首席投资官(权益)、投资部董事总经理兼基金经理,2026年6月6日起担任金信量化精选灵活配置混合型发起式证券投资基金基金经理。
整体来看,整体来看,金信量化精选混合A当前锚定科技成长主线,依托量化模型开展细分赛道布局与风险管控,虽2026年三季度短期业绩跑输基准、规模出现较大幅度下滑,但中长期维度业绩仍显著跑赢业绩比较基准。后续其量化策略对结构性分化市场的适配性、科技成长赛道的布局兑现度,以及风险约束机制的落地效果,将成为影响产品后续净值表现与规模变动的核心观测点,值得投资者持续跟踪。
附公告原文节选:
2026 年三季度,市场延续结构性分化特征,外部环境与国内基本面的边际变化对风险偏好形成 阶段性扰动,行业与个股表现差异依然较大。报告期内,本基金将主要精力放在产业趋势跟踪与结 构机会把握上,宏观层面仅作为组合风险预算的参考,未作为主导性的配置依据。
在产业层面,本基金继续以科技成长为核心配置方向,重点关注人工智能产业链的纵深演绎。 随着算力需求由训练向推理、由中心侧向端侧逐步扩散,产业链各环节的景气度与供需格局出现分 化,节奏差异明显。报告期内,组合以光通信及算力基础设施相关环节、光学与光刻配套环节、存 储与电源元件、半导体设备与材料等领域作为重要的跟踪方向,同时兼顾军工及前沿技术、金属新 材料、医疗等方向可能出现的产业变化。
在配置思路上,本基金更倾向于以产业链环节为单位进行比较和跟踪,而非简单依赖行业标签。 选股层面重点关注在细分环节中卡位相对清晰、技术与客户壁垒具备一定积累、盈利与现金流具备 兑现基础,且尚未被市场充分定价的方向,并结合估值水平、交易拥挤度与流动性条件对配置权重 进行动态调整。三季度部分方向交易热度提升较快,组合相应在不同环节之间进行了再平衡,适度 降低拥挤度较高方向的暴露,并增加了产业逻辑仍在演进、估值相对合理环节的配置。
在方法层面,本基金继续以量化“轮动+时点”模型为基础,在“时空间训练”框架下融合“拐 点”预测学习模块。报告期内,本基金在既有方法论框架下持续进行迭代优化,在因子体系、模型 结构与数据覆盖范围等方面均有所完善,并进一步增强了对非线性关系的刻画能力,以更好适应因 子有效性随市场状态变化的特点。相较传统的趋势跟踪或均值回归方法,该框架更强调对景气拐点 与情绪拐点的判别,并通过对模型状态的动态调整,降低风格切换阶段可能出现的拟合偏差。数据 层面,报告期内组合进一步拓展了数据的使用维度与频率覆盖,在基本面和估值等中低频数据之外, 增加了对更高频市场行为信息的跟踪与利用,以更细致地观察资金行为与市场情绪的边际变化。报 告期内,我们对因子的有效性进行了滚动检验,并对模型权重进行动态再平衡,在保持科技成长主 线暴露的同时,提升组合对不同市场环境的适应能力。
在风险控制方面,本基金综合运用波动率、相关性、拥挤度与流动性等指标对组合持仓进行约 束,并通过仓位分层、纪律化的止盈止损安排以及流动性监测机制,控制单一资产对组合净值的冲
击。在市场风险偏好明显回落或外部冲击增强的阶段,适当提升组合的防御性与现金管理弹性。整 体而言,本基金三季度在保持既有方法论连续性的基础上,更注重产业逻辑的中长期验证与交易层 面的风险收益匹配。