构建对标万得偏股混合基金指数的增强策略，以高胜率战胜市场中位数
　　本文构建了对标万得偏股混合基金指数的增强策略，该指数代表偏股混合型基金的市场中位数水平，指增策略以较高年度胜率战胜基准，回测期20101230~20221230区间内，指增组合年化收益19.78%，年化超额12.30%，信息比率1.39。指增组合的构建分为两步进行：第一步对万得偏股混合基金指数的成分股进行穿透，以股票持仓来模拟指数；第二步基于穿透持仓，使用基于非线性或线性模型的多因子指增模型构建指数增强组合。
　　在较长的时间区间维度下连续战胜市场中位数难度较高
　　万得偏股混合基金指数的成分为万得二级权益基金分类中的偏股混合型基金，成分基金等权持有，受基金规模影响较小，每年在偏股混合型基金中的排名大约在中位数上下浮动。拉长时间维度来看，能连续战胜市场中位数的基金占比较低：成立8年以上的普通股票型和偏股混合型基金中，有超过6年以上每年排名同类可比产品前50%的基金占比仅为13.37%，连续8年均排名前50%的基金占比为零，说明长时间维度下连续战胜市场中位数难度较高，每年都排名前列难度更高。
　　对偏股混合指数股票持仓进行穿透，分两步骤进行
　　由于偏股混合指数持仓为基金，无法直接构建指增组合，因此需要对成分持仓进行测算。分两步对持仓进行高频测算：首先对基金季报非重仓股进行补全，季报只披露十大重仓，结合最近披露的年报或半年报详细持仓、季报披露的重仓以及基金净值，使用二次优化法对非重仓股进行补全。其次基于补全的季报详细持仓，以及日频基金净值，使用二次优化法对月频个股持仓进行测算。每月末对所有偏股混合型基金测算得到的个股仓位求均值，得到偏股混指数的个股仓位估计。
　　仅个股仓位模拟的净值无法紧密跟踪指数，还原打新收益后跟踪效果更好
　　如果仅基于测算出的指数个股仓位对偏股混合指数进行模拟，发现模拟净值无法紧密跟踪指数，我们考虑纳入基金的打新收益。打新一直是机构投资者比较关注的话题，2019年科创板股票上市将这一话题推向了新的高潮。我们根据5条假设，对适当规模的偏股混合型基金打新收益率进行测算，并在模拟净值中还原这部分打新收益，发现经还原以后的模拟组合可以较为紧密地跟踪基准指数，每年区间收益差值在零附近小幅波动。
　　基于穿透持仓，采用非线性模型构建指数增强组合
　　基于测算出的高频穿透持仓，我们进一步构建偏股混合基金指数增强组合。使用估值、成长、反转、换手率、分钟线、一致预期及文本等因子作为输入，采用XGBoost和线性回归两类模型进行滚动训练因子合成，并使用最大化预期收益的方式构建指数增强组合，控制相对基准指数的行业及市值中性。基于非线性模型的指增组合在回测期20101230~20221230区间内，年化收益19.78%，基准指数年化收益7.48%，年化超额12.30%，信息比率1.39。
　　指增组合的优势：调仓频率低，持仓较为集中，自带仓位控制
　　本文构建的指增组合调仓频率较低（月频），持仓数量少便于实际操作（平均持仓数量在30-35只之间），且组合仓位对标偏股混合基金权益仓位，自带仓位控制，除2017年外每年在偏股混合基金中排名均位于市场前50%，年度胜率超过90%。
　　风险提示：机器学习模型构建的选股策略是历史经验的总结，存在失效的可能。人工智能模型可解释程度较低，使用须谨慎。本文不涉及基金推荐业务。