核心观点
　　关系图谱结合机器学习联合建模在各指数成分股内进行选股增强策略2023年6月样本外跟踪至2023年10月31日，在沪深300、中证500、中证800、中证1000成分股内优化选股策略累计超额5.48%、3.97%、4.52%、6.05%。其中1000增强近一周超额突出(1.13%)，近两周、一月超额均为正。
　　资金流向相似性关系图谱
　　股票之间在同一时段内共同出现资金净流入或流出的频率，反应了驱动股价变化的相似资金行为的影响因素，本报告以此思路构建了6种资金流向相似性图谱。
　　关系图谱增强策略
　　在高纬度弱因子+非线性模型的QUANT3.0时代，量化选股存量因子维度日渐增长，实际应用中更侧重于对原有因子的边际增量。关系图谱增强策略在传统机器学习非线性建模的基础上，引入图谱的关系信息，利用股票之间的关联信息增强模型效果，并构建三种多图谱集成方案，在各宽基指数成分股内进行双周频组合优化调仓，构建各个指数的增强策略。
　　全周期回测结果
　　2018年1至2023年10月31日全样本上，沪深300图谱增强最佳组合为TRI，2018年以来累计绝对收益52.72%，累计超额80.62%，年化10.85%，超额夏普比率2.09；中证500图谱增强TRU组合累计收益64.18%，超额90.06%(年化11.88%)，超额夏普2.38；中证800图谱增强三组合分化较小，累计收益40%附近，年化超额最佳9.27%(TRI)，超额夏普2.05；中证1000图谱增强TRI组合累计收益96%，超额134.04%(年化15.95%)，超额夏普三组合均在2.6~2.9之间；TRI图谱集成增强方案在300、800、1000增强上均呈现最优。
　　样本外跟踪结果
　　2023年6月样本外跟踪以来，沪深300图谱增强组合累计收益-1.02%(TRU最优)，超额5.48%，超额夏普2.86，跟踪误差4.62%；中证500图谱增强累计收益-5.02%(TRI最优)，超额3.97%，超额夏普2.46，跟踪误差3.95%；中证1000图谱增强累计收益-3.71%(TRI最优)，超额6.05%，超额夏普3.88，跟踪误差3.79%；中证800图谱增强组合累计收益-2.60%(LRI最优)，超额4.52%，超额夏普2.59，跟踪误差4.22%。
　　风险提示：因子测试、机器学习建模是对历史经验的总结，模型学习到的市场规律在未来存在失效的可能。