2026年第三季度跑赢基准0.49%!安信创业板指数增强C施荣盛:量化选股控跟踪误差,力争超额收益
新浪基金∞工作室
10月29日消息,近期安信创业板指数增强C披露2026年第三季度报,基金规模2964.00万元,比2026年第二季度降低27.50%。基金经理施荣盛最新投资观点同步出炉。
施荣盛表示,当前全球经济政治格局不确定性较高,国内经济在政策支持下保持平稳韧性,资本市场投资逻辑逐步向产业景气、估值与业绩兑现并重切换。 宏观经济: 全球地缘冲突扰动能源供应与油价,主要经济体货币政策面临挑战,国内宏观政策围绕扩内需、稳投资、培育新质生产力协同发力,推动经济向高质量发展演进。 资本市场: AI产业链前期上涨后出现显著调整,板块内部分化加大,市场关注度转向算力需求、技术迭代、国产替代及企业盈利能力,板块轮动与风格再平衡特征凸显,结构性机会与风险并存。 投资方向: 坚持宽基选股、淡化择时,依托大数据与AI算法的量化体系多维度筛选优质个股,通过组合优化模型严格控制与基准的跟踪误差,力争在紧密跟踪创业板指数的基础上获取超额收益。 风险提示: 全球货币政策变动、地缘政治冲突、科技产业估值波动等因素可能对市场运行造成扰动,基金净值存在波动风险。
业绩回报:2026年第三季度跑赢基准0.49%
数据显示,截至2026年第三季度末,安信创业板指数增强C净值为1.00元,2026年第三季度年基金份额净值增长率为-26.04%,同期业绩比较基准收益率为-26.53%,跑赢基准0.49%。
施荣盛自2025年11月4日担任安信创业板指数增强C基金经理,截止2026年10月29日,任期回报-17.64%。
| 表:安信创业板指数增强C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 | -26.04% | -26.53% | 0.49% |
| 近6月 | -3.34% | -1.28% | -2.06% |
| 近1年 | - | - | - |
| 近3年 | - | - | - |
| 近5年 | - | - | - |
| 成立以来 (2025-11-4) | -0.30% | -1.57% | 1.27% |
资料显示,施荣盛,经济学博士,13年证券从业年限,历任东方证券资产管理有限公司量化投资部研究员,安信基金管理有限责任公司量化投资部研究助理、基金经理助理、投资经理、基金经理、总经理助理,现任公司量化投资部副总经理(主持工作),2025年11月4日起担任安信创业板指数增强型证券投资基金基金经理。
整体来看,整体来看,安信创业板指数增强C在2026年三季度市场调整行情中实现小幅超额收益,依托量化体系的宽基选股思路贴合当前产业景气与业绩兑现并重的市场逻辑。不过该产品当期规模出现明显下滑,且近6月跑输基准,叠加全球地缘、货币政策及科技板块波动等外部扰动,后续其超额收益的稳定性仍有待观察,投资者需结合自身风险承受能力理性评估配置价值。
附公告原文节选:
2026 年三季度,从量化投资的风格因子层面看,盈利、估值等因子表现较好,小市值、动量 等因子表现较弱。从行业层面看,煤炭、石油石化、农林牧渔等行业表现较好,电子、建筑材料、 电力设备等行业表现不佳。
2026 年三季度,全球经济与政治格局继续面临较高不确定性,中东地缘冲突反复演化,对全 球能源供应和国际油价形成扰动,通胀压力与经济增长放缓之间的矛盾持续凸显。受通胀韧性及 能源价格波动影响,主要经济体货币政策面临新的挑战,美联储于9 月宣布加息25 个基点,进一 步加大全球金融市场对利率路径的分歧与不确定性。在此背景下,中国经济总体保持平稳运行, 宏观政策持续围绕扩大内需、稳定投资和培育新质生产力协同发力,推动经济结构向高质量发展 演进。资本市场层面,人工智能产业链在经历前期持续上涨后,于7 月出现显著调整,全球半导 体、存储及AI 基础设施相关股票普遍承压,市场对AI 产业资本开支、估值水平及未来盈利兑现 能力的担忧有所上升,相关调整亦传导至中国科技股市场,部分高估值科技资产出现明显回撤。
第5 页
此后,AI 产业链内部的结构分化进一步加大,市场对算力需求、技术迭代、国产替代及企业盈利 能力的关注持续提升。与此同时,价值与红利类资产的表现受到市场风险偏好变化和资金配置调 整的影响,板块轮动与市场风格再平衡特征更加明显。整体来看,全球货币政策变化、地缘政治 风险与科技产业估值调整共同影响三季度资本市场运行,中国经济在政策支持与产业升级推动下 保持韧性,市场投资逻辑则逐步由单纯的产业主题驱动转向产业景气、估值水平与业绩兑现并重, 结构性机会与风险并存。
本基金作为指数增强型基金,坚持宽基选股,淡化择时,以数量化分析为基础,多维度选股, 行业分散,覆盖A 股多板块优质股票。本基金主要采用以“大数据+AI 算法”为基础的量化投资 方法,基于对股票市场和上市公司相关数据进行深度挖掘,通过决策树、神经网络等机器学习和 深度学习模型预测个股收益率,再采用组合优化和风险管理模型控制本基金和基准的跟踪误差和 最大回撤。力争在控制跟踪误差的基础上,获取超越基准的收益。