1 韩羽辰介绍科创板指数增强策略。

韩羽辰是路博迈上证科创板指数增强型基金的拟任基金经理，拥有八年量化投资经验。他解释了选择上证科创板综合指数作为基准的原因：该指数聚焦硬科技龙头，涵盖半导体、高端装备等战略新兴产业，政策红利集中释放，近一年回报超90%，风险收益比突出。相比科创50和科创100，该指数更能代表科技公司的不同发展阶段。

2 科创企业成长阶段各有投资价值。

韩羽辰指出，科创100、科创50和科创板综分别代表科创企业不同成长阶段，各有投资价值。科创板综涵盖各阶段企业，能最大化获取成长价值。科技进步以试错方式演进，科创板行业包容性可捕捉更多投资机会。路博迈基金将利用量化增强策略，依托全球平台和本土研究，力争超额收益。对于当前科创板高点位，韩羽辰认为成长企业以预期成长空间定价，而非静态估值。

3 科创企业成长空间广阔。

韩羽辰指出，美国对华科技限制为中国本土科创企业提供了发展空间。虽然中国科创企业与国际巨头仍有差距，但逆全球化阻碍了国际企业进入中国市场，同时促进了本土企业成长。资本市场对成长企业的定价具有前瞻性，投资科创企业应关注产业趋势而非静态估值。科创板宽基指数是参与中国科技产业发展的有效方式。量化投资通过数学模型识别市场非理性信号，获取超额收益，机器学习模式能更高效地对股票进行评分和规律总结。

4 量化投资优势与机器学习应用。

韩羽辰指出量化投资通过分散持仓和贴近基准指数获取稳健收益，并减少人为情绪干扰。他对比传统量化与机器学习方法，强调后者在大数据时代能更高效挖掘市场规律，通过非线性分析捕捉投资机会，并构建独特因子模型提升策略有效性。

5 量化3.5模型的特点介绍。

韩羽辰介绍了路博迈基金开发的量化3.5模型。该模型在3.0基础上优化，更适应公募需求，有效性高且衰减慢。通过定期滚动训练和每日计算机制，对全市场股票进行打分，构建策略。相比早期版本，3.5模型在训练目标和应用场景上进行了针对性优化。

6 韩羽辰介绍科创板AI选股策略。

韩羽辰详细阐述了NB路博迈基金在科创板采用的AI选股策略。该策略基于深度神经网络，利用超过十年的历史数据训练模型，整合量价、基本面、高频数据、产业链关系及舆情文本等多元信息。通过多模块特征提取和动态加权方法，模型能生成300多个有效因子，兼顾长期稳定性与短期市场适应性，旨在构建科学且实战能力强的投资组合。

7 量化模型控制风险并适应市场变化。

韩羽辰介绍了量化风控模型在科创板投资中的应用。该模型基于因子分析，加入A股特有风格因子，能有效控制组合风险。模型在不同市场环境下适应性调节，稳定应对极端行情。面对市场长期变化，团队会优化迭代模型，调整因子和机器学习策略，保持策略严谨性。

8 量化模型迭代的两个方向。

韩羽辰指出量化模型迭代有两个方向：数据方面，运用更多新兴数据如电力、天气数据来把握周期性波动；算法结构方面，通过时间序列和截面信息模块的优化来提升模型。他还提到大语言模型在量化投资中的应用仍处于早期阶段，但未来潜力巨大。路博迈基金紧跟科技前沿，持续进行大数据研究，并与集团总部团队保持交流，以提升实际投资表现。

9 路博迈基金介绍新发产品。

韩羽辰介绍了路博迈基金作为路博迈集团全资子公司的背景，管理规模超120亿，产品覆盖多个领域。9月8日将发行由他管理的科创指增基金，运用全球资讯和量化3.5模型，力求超额收益。