2022年，整个A股市场几乎被频繁的行业轮动、大小盘风格切换占据，量化选股难度明显挤压指增基金超额空间。尽管如此，伴随指数增强策略迭代升级、量化投资市场认知度提升，公募指增基金管理规模仍较2021年末小幅增加。与之相呼应，指增产品发行热情依旧，产品数量延续近年来的快速扩容之势。截至2022年末，公募指增基金共计210只，合计管理规模1702.46亿元。
　　产品盘点篇:创新产品不断涌现，投资工具日渐丰富
　　1、继2021年11月5只增强策略ETF首次获批之后，2022年10月第二批13只增强策略ETF再度获批。增强策略ETF作为创新型品种，在平稳运作近一年后，凭借兼顾超额收益和交易灵活性的特点，仍然保持了较好的市场关注度，新增的中证1000、创业板、科创50等指数品种更加丰富了增强策略ETF的可选择性。2、中证1000指数期货和期权的推出补全了小盘衍生品工具上的空缺，中证1000指增基金也迎来了规模和数量的节节攀升。布局中证1000指增基金的基金公司也由年初6家扩容到了19家。目前中证1000量化策略拥挤度不高且中小市值领域比较适合量化选股操作，在未来中小盘成长行情的阶段性演绎中，中证1000指增的关注度有望不断提升。3、在科技自强自立、自主可控、国产替代的迫切需求下，新兴产业成为政策发力重点，而且，国内疫后弱复苏、流动性充裕的宏观环境，也有利于中小盘股的流动性溢价扩张，在此背景下，伴随着市值下沉，布局中小市值、布局专精特新在2022年的指增基金市场已经初现端倪，对标国证2000、科创50、科创创业50的指增产品也陆续出现，未来预计这一趋势将有望延续。
　　业绩盘点篇:复杂环境考验投研实力，头部公司、量化老将优势明显
　　2022年我国经济基本面整体趋弱，同时外部环境挑战不断，A股市场演绎了多轮风格切换和行业轮换行情，整体成交量、个股离散度、因子有效性等在2022年均波动明显。在此背景下，以量化选股策略为主的指增基金整体超额获取难度也明显增加，全年超额相对有限且呈现一定的波动形态，十分考验基金管理人的量化投研实力。
　　从基金公司管理规模来看，管理规模处于50至70亿、70至100亿规模区间的基金公司，旗下宽基指增基金2022年平均超额明显高于其余规模区间基金公司平均。聚焦超额收益相对强弱变化来看，管理规模50亿以上的头部基金公司超额获取能力呈现逐年递增的特点，即近年来复杂多变的市场环境对于基金公司整体量化投研实力提出了更高的要求，头部基金公司往往在基础研究、策略开发、人员储备、以及硬件设施等方面均具备优势，较好的量化选股实力也带来了相对更佳的超额回报水平。当然，上述几组数据也一定程度反映了“规模”与“业绩”之间的相互关系。
　　从不同任职年限的基金经理来看，面对2022年复杂多变的市场环境，任职年限在10至15年的基金经理2022年平均超额收益最高，为3.16%。过去三年来，作为量化投资老将，该任职年限区间的基金经理凭借丰富的投研经验和不断迭代更新的投资方法，始终保持了不错的超额回报水平。与此同时，其余任职年限区间的基金经理2022年所管基金平均超额均在1.4%左右，无明显差异。
　　投资策略篇:基金经理精选及量化特征刻画
　　我们精选笪篁（华泰柏瑞基金）、马芳（国金基金）、乔亮（万家基金）、苏俊杰（鹏华基金）、叶乐天（建信基金）、殷瑞飞（国投瑞银基金）等指增基金经理（按照拼音首字母顺序），就产品量化体系、策略特点、风控制度、投研团队等多个维度进行深度研究，并结合历史持仓明细数据，对以上六名基金经理做了全面分析和特征刻画以供投资者参考，详细内容参见正文。
　　风险提示
　　地缘政治、新冠疫情控制情况、海外加息政策进程、国内政策及经济复苏不及预期等带来的股票市场大幅波动风险。

研究报告全文：2022年整个A股市场几乎被频繁的行业轮动大小盘风格切换占据量化选股难度明显挤压指增基金超额空间尽管如此伴随指数增强策略迭代升级量化投资市场认知度提升公募指增基金管理规模仍较2021年末小幅增加与之相呼应指增产品发行热情依旧产品数量延续近年来的快速扩容之势截至2022年末公募指增基金共计210只合计管理规模170246亿元1继2021年11月5只增强策略ETF首次获批之后2022年10月第二批13只增强策略ETF再度获批增强策略ETF作为创新型品种在平稳运作近一年后凭借兼顾超额收益和交易灵活性的特点仍然保持了较好的市场关注度新增的中证1000创业板科创50等指数品种更加丰富了增强策略ETF的可选择性2中证1000指数期货和期权的推出补全了小盘衍生品工具上的空缺中证1000指增基金也迎来了规模和数量的节节攀升布局中证1000指增基金的基金公司也由年初6家扩容到了19家目前中证1000量化策略拥挤度不高且中小市值领域比较适合量化选股操作在未来中小盘成长行情的阶段性演绎中中证1000指增的关注度有望不断提升3在科技自强自立自主可控国产替代的迫切需求下新兴产业成为政策发力重点而且国内疫后弱复苏流动性充裕的宏观环境也有利于中小盘股的流动性溢价扩张在此背景下伴随着市值下沉布局中小市值布局专精特新在2022年的指增基金市场已经初现端倪对标国证2000科创50科创创业50的指增产品也陆续出现未来预计这一趋势将有望延续2022年我国经济基本面整体趋弱同时外部环境挑战不断A股市场演绎了多轮风格切换和行业轮换行情整体成交量个股离散度因子有效性等在2022年均波动明显在此背景下以量化选股策略为主的指增基金整体超额获取难度也明显增加全年超额相对有限且呈现一定的波动形态十分考验基金管理人的量化投研实力从基金公司管理规模来看管理规模处于50至70亿70至100亿规模区间的基金公司旗下宽基指增基金2022年平均超额明显高于其余规模区间基金公司平均聚焦超额收益相对强弱变化来看管理规模50亿以上的头部基金公司超额获取能力呈现逐年递增的特点即近年来复杂多变的市场环境对于基金公司整体量化投研实力提出了更高的要求头部基金公司往往在基础研究策略开发人员储备以及硬件设施等方面均具备优势较好的量化选股实力也带来了相对更佳的超额回报水平当然上述几组数据也一定程度反映了规模与业绩之间的相互关系从不同任职年限的基金经理来看面对2022年复杂多变的市场环境任职年限在10至15年的基金经理2022年平均超额收益最高为316过去三年来作为量化投资老将该任职年限区间的基金经理凭借丰富的投研经验和不断迭代更新的投资方法始终保持了不错的超额回报水平与此同时其余任职年限区间的基金经理2022年所管基金平均超额均在14左右无明显差异我们精选笪篁华泰柏瑞基金马芳国金基金乔亮万家基金苏俊杰鹏华基金叶乐天建信基金殷瑞飞国投瑞银基金等指增基金经理按照拼音首字母顺序就产品量化体系策略特点风控制度投研团队等多个维度进行深度研究并结合历史持仓明细数据对以上六名基金经理做了全面分析和特征刻画以供投资者参考详细内容参见正文地缘政治新冠疫情控制情况海外加息政策进程国内政策及经济复苏不及预期等带来的股票市场大幅波动风险敬请参阅最后一页特别声明1公募指数增强基金年度白皮书及基金经理精选内容目录第一部分公募指增基金行业发展特征41整体数量扩容规模保持稳定42新产品涌现投资工具日渐丰富5第二部分公募指增基金2022年整体表现回顾61超额获取难度加大中证1000指增增添亮点62复杂环境考验投研实力头部公司及规模适中基金经理具备优势73老将当道丰富管理经验叠加成熟量化体系支撑超额74相对高换手低偏离品种超额领先严格风控增厚超额85质量成长动量因子正向暴露Beta价值因子稳定性高品种超额领先8第三部分公募宽基指增及量化基金经理分析9笪篁华泰柏瑞量化创优华泰柏瑞量化智慧10马芳国金量化多因子国金量化多策略13乔亮万家沪深300中证500中证1000指数增强基金16苏俊杰鹏华沪深300鹏华中证500指数增强基金19叶乐天建信中证500建信中证1000指数增强基金22殷瑞飞国投瑞银沪深300国投瑞银中证500指数增强基金26风险提示29图表目录图表1指增基金数量及规模变化情况4图表2主要宽基指增数量及规模变化情况4图表32022年末指增基金规模前15基金公司4图表42022年指增管理规模增幅前10基金公司4图表5增强策略ETF基本信息截至202212315图表6中证1000指增基金规模及数量变化5图表7布局中证1000指增的基金公司5图表8宽基指数市值覆盖图6图表92022年新增指增基金类型6图表10指数行业分布情况GICS行业分类6图表11不同市值区间成分股数量及权重6图表12主要类别指增基金2022年风险收益指标7图表13主要类别指增基金2022年超额收益率曲线7图表14不同管理规模基金公司平均超额情况7图表15不同管理规模基金经理平均超额情况7图表16不同任职年限基金经理平均超额情况8图表17不同标签特征指增基金2022年平均超额情况8图表182022年中报宽基指增基金因子暴露特征9图表19各因子稳定性强的指增基金2022年超额均值9图表20管理期不同因子偏好正负暴露的基金2022年超额均值9图表212022年中报不同因子正负暴露的基金2022年超额均值9图表22基金经理量化投资特点10图表23基金经理在管指增及量化产品截至20232811图表24代表产品管理以来累计收益截至20232811图表25代表产品阶段风险收益指标截至20232811图表26管理期间股票仓位水平11图表27管理期间股票仓位水平11图表28代表产品管理期成分股偏离度12图表29成分股偏离分布12图表30代表产品管理期行业偏离度12图表31行业偏离情况超低配前5大行业12图表32代表产品管理期换手率倍12图表33代表产品相对因子暴露13图表34代表产品相对因子收益13图表35公司量化产品线情况13敬请参阅最后一页特别声明2公募指数增强基金年度白皮书及基金经理精选图表36基金经理在管指增及量化产品截至20232814图表37代表产品管理以来累计收益截至20232814图表38代表产品阶段风险收益指标截至20232814图表39管理期间股票仓位水平15图表40代表产品管理期行业偏离度15图表41行业偏离情况超低配前5大行业15图表42代表产品管理期换手率倍15图表43代表产品相对因子暴露16图表44代表产品相对因子收益16图表45基金经理在管产品截至20232817图表46代表产品管理以来累计收益截至20232817图表47代表产品阶段风险收益指标截至20232817图表48代表产品管理期间股票仓位水平17图表49代表产品管理期成分股偏离度18图表50成分股偏离分布18图表51代表产品管理期行业偏离度18图表52行业偏离情况超低配前5大行业18图表53代表产品管理期换手率倍19图表54代表产品相对因子暴露19图表55代表产品相对因子收益19图表56公司量化产品线情况19图表57基金经理在管指增及量化产品截至20232820图表58代表产品管理以来累计收益截至20232820图表59代表产品阶段风险收益指标截至20232820图表60代表产品管理期间股票仓位水平21图表61代表产品管理期成分股偏离度21图表62成分股偏离分布21图表63代表产品管理期行业偏离度21图表64行业偏离情况超低配前5大行业21图表65代表产品管理期换手率倍22图表66代表产品相对因子暴露22图表67代表产品相对因子收益22图表68基金经理在管指增及量化产品截至20232823图表69代表产品管理以来累计收益截至20232823图表70代表产品阶段风险收益指标截至20232823图表71管理期间股票仓位水平24图表72管理期间股票仓位水平24图表73代表产品管理期成分股偏离度24图表74成分股偏离分布24图表75代表产品管理期行业偏离度24图表76行业偏离情况超低配前5大行业24图表77代表产品管理期换手率倍25图表78代表产品相对因子暴露25图表79代表产品相对因子收益25图表80公司量化产品线情况26图表81基金经理在管指增及量化产品截至20232827图表82代表产品管理以来累计收益截至20232827图表83代表产品阶段风险收益指标截至20232827图表84管理期间股票仓位水平27图表85管理期间股票仓位水平27图表86代表产品管理期成分股偏离度28图表87成分股偏离分布28图表88代表产品管理期行业偏离度28图表89行业偏离情况超低配前5大行业28图表90代表产品管理期换手率倍28图表91代表产品相对因子暴露28图表92代表产品相对因子收益29敬请参阅最后一页特别声明3公募指数增强基金年度白皮书及基金经理精选1整体数量扩容规模保持稳定2022年整个A股市场几乎被频繁的行业轮动大小盘风格切换占据量化选股难度明显挤压指增基金超额空间尽管如此伴随指数增强策略迭代升级量化投资市场认知度提升公募指增基金管理规模仍较2021年末小幅增加与之相呼应指增产品发行热情依旧产品数量延续近年来的快速扩容之势截至2022年末公募指增基金共计210只合计管理规模170246亿元其中宽基指增基金172只行业主题指增基金30只SmartBeta指增基金8只从指增基金的类别来看宽基指增在全部指增基金规模中占比8888仍然占据规模的绝对优势宽基指增基金中又以沪深300中证500上证50中证1000创业板指数增强基金为主五大类别合计规模占宽基指增基金规模的9583从规模变化情况来看衍生品的扩容成为了2022年影响指增基金规模变化的重要因素之一中证1000股指期货和期权的上市交易推升了中证1000指增基金的市场关注度该类别也成为了2022年新产品成立数量最多且规模增幅最大的指增基金创业板指沪深300指增基金也有一定比例的规模增加中证500上证50指增基金则均出现相比于2021年末10左右的环比规模缩水行业主题指增中主要包括科技2994亿元消费2626亿元新能源1155亿元医药医疗891亿元农业611亿元周期478亿元中游制造382亿元绿色ESG251亿元等指增基金产品其中科技指增基金2022年末规模较2021年末增长1974亿元绝对值增幅最大新能源指增基金次之2022年末规模较2021年末增长869亿元消费指增基金规模缩水明显2022年末规模较2021年末下降720亿元综合行业主题指增和量化选股基金中类指增基金来看招商中证消费龙头指数增强嘉实中证半导体产业华商电子行业量化富国中证医药主题指数增强汇添富中证光伏产业指数增强等等均是各个细分领域中管理规模相对较大的代表其中成立时间较早的华商电子行业量化和富国中证医药主题指数增强2020至2022年三年来分别累计实现回报21442034超额回报16101316中长期获益水平良好图表1指增基金数量及规模变化情况图表2主要宽基指增数量及规模变化情况来源Wind国金证券研究所来源Wind国金证券研究所从管理人情况来看截至2022年末共有10家基金公司指增基金管理规模超过50亿元合计规模占比649710家规模50亿以上的头部公司中9家易方达基金富国基金华夏基金汇添富基金天弘基金景顺长城基金建信基金兴证全球基金博时基金继2021年以来管理规模持续稳定在50亿元以上另有1家万家基金于2022年实现规模的大幅提升进入到50亿以上行列从规模增幅情况来看相比于2021年末2022年规模增幅最大基金公司为万家基金2022年末管理规模9552亿元2021年末1566亿元国泰君安证券资产鹏华基金嘉实基金国投瑞银基金国泰基金2022年规模增幅也均在10亿以上图表32022年末指增基金规模前15基金公司图表42022年指增管理规模增幅前10基金公司2022年末2022年末相比于2021年末基金公司规模占比数量只规模亿元规模变化亿元易方达基金5252641484-3524富国基金8243991433906万家基金495525617987华夏基金49057532961汇添富基金87899464-084天弘基金97716453-218景顺长城基金67398435-1291建信基金76897405616兴证全球基金26238366-263博时基金36184363-290招商基金94864286889西部利得基金54826283071申万菱信基金54493264899嘉实基金637442201123国投瑞银基金229331721098来源Wind国金证券研究所来源Wind国金证券研究所敬请参阅最后一页特别声明4公募指数增强基金年度白皮书及基金经理精选2新产品涌现投资工具日渐丰富增强ETF再添利器中小盘成长风格扩容增强策略ETF将指数增强与ETF有机结合使得产品既具备了ETF透明度高交易便捷成本更低的优势同时也兼顾了场外指数增强型基金通过适当的主动量化策略获取超额回报的可能继2021年11月南方中证500增强策略ETF华泰柏瑞中证500增强策略ETF景顺长城中证500增强策略ETF招商沪深300增强策略ETF国泰沪深300增强策略ETF等5只增强策略ETF产品首次获批之后2022年10月第二批13只增强策略ETF产品再度获批相较于第一批增强策略ETF2022年获批的基金涵盖指数更加丰富覆盖沪深300中证500中证1000创业板科创50科创创业50指数为投资者提供了更加多样化的工具选择而且这6只指数均有较高的市场关注度其中沪深300中证500指增基金规模合计较大中证1000指增基金规模攀升速度较快创业板指和科创创业50指数也有一定的市场规模科创50指数在获批之时尚无对应指增基金第二批增强策略ETF的获批发行将很好的填补部分类别增强策略产品的空缺截至2022年底第二批13只增强策略ETF中已有8只基金正式成立管理规模大多分布于8至15亿之间在基金经理的选择方面可以看到大多数基金公司对于增强策略ETF都采用了指增基金经理和ETF基金经理双人组合搭配的方式也有基金公司采用了老带新的模式或是单基金经理制整体来看增强策略ETF作为创新型品种在平稳运作近一年之后凭借兼顾超额收益和交易灵活性的特点仍然保持了比较好的市场关注度特别在第二批次中新增加的中证1000创业板科创50等指数品种更加丰富了增强策略ETF产品的可选择性图表5增强策略ETF基本信息截至20221231基金经理2022年末上市以来日均2022年中报机构基金公司产品名称跟踪指数代码跟踪指数简称成立日期上市日期基金经理任职年限规模亿元成交金额亿元投资者比例华安基金华安沪深300增强策略ETF000300SH沪深3002022-12-212023-01-11许之彦张序1621265832--易方达基金易方达中证500增强策略ETF000905SH中证500-------汇添富基金汇添富中证500增强策略ETF000905SH中证500-------博时基金博时基金中证500增强策略ETF000852SH中证500-------招商基金招商中证1000增强策略ETF000852SH中证10002022-11-182022-11-30王平蔡振12571441463089-银华基金银华中证1000增强策略ETF000852SH中证10002022-11-242022-12-05张凯王帅10173551251087-2022年获批国泰基金国泰中证1000增强策略ETF000852SH中证1000-------华泰柏瑞基金华泰柏瑞中证1000增强策略ETF000852SH中证10002022-11-232022-12-12笪篁柳军2671362299021-嘉实基金嘉实创业板增强策略ETF399006SZ创业板2022-11-242022-12-02龙昌伦张钟玉5567481322117-富国基金富国创业板增强策略ETF399006SZ创业板-------鹏华基金鹏华上证科创板50成分增强策略ETF000688SH科创502022-12-012023-01-05苏俊杰3341045--南方基金南方上证科创板50成分增强策略ETF000688SH科创502022-12-012022-12-13崔蕾朱恒红418205986059-广发基金广发中证科创创业50增强策略ETF931643CSI科创创业502022-12-282023-01-06赵杰夏浩洋454165237--景顺长城基金景顺长城中证500增强策略ETF000905SH中证5002021-12-132022-01-10张晓南汪洋郑天行6037320426370943119华泰柏瑞基金华泰柏瑞中证500增强策略ETF000905SH中证5002021-12-022021-12-10田汉卿柳军945136278118149112021年获批南方基金南方中证500增强策略ETF000905SH中证5002022-01-262022-02-16崔蕾4181350292068国泰基金国泰沪深300增强策略ETF000300SH沪深3002021-12-012021-12-10梁杏吴中昊6600968153495709招商基金招商沪深300增强策略ETF000300SH沪深3002021-12-022021-12-10王平苏燕青12576004491415710来源Wind国金证券研究所衍生品助力中证1000指增快速发展2022年中证1000指数期货和期权的推出补全了小盘衍生品工具上的空缺不仅可以促进小市值股票流动性的提升提高市场的定价效率和活跃程度也为多种量化策略提供了实现的可能在此背景下中证1000指增基金也迎来了规模和数量的节节攀升截至2022年末全市场共计20只中证1000指增基金其中14只为2022年新成立的产品合计管理规模12567亿元相比于2021年末增长90亿元布局中证1000指增基金的基金公司也由年初的6家扩容到了19家目前中证1000量化策略拥挤度不高且中小市值领域比较适合量化选股操作在未来中小盘成长行情的阶段性演绎中中证1000指增的关注度有望不断提升数量和规模有望继续保持增长趋势图表6中证1000指增基金规模及数量变化图表7布局中证1000指增的基金公司管理人基金数量四季报基金规模布局时间万家基金141682018年富国基金127072018年天弘基金110462022年华夏基金19702021年建信基金19522018年中信建投基金19162022年国泰君安证券资产15282022年招商基金24712017年华安基金12502022年兴银基金12412022年景顺长城基金11532022年创金合信基金10952016年太平基金10702022年国联安基金1-2022年华泰柏瑞基金1-2022年嘉实基金1-2022年鹏华基金1-2022年鑫元基金1-2022年银华基金管理1-2022年来源Wind国金证券研究所来源Wind国金证券研究所市值下沉国证2000科创50双创50指增基金初现敬请参阅最后一页特别声明5公募指数增强基金年度白皮书及基金经理精选2022年在科技自强自立自主可控国产替代的迫切需求下新兴产业成为政策发力重点而且国内疫后弱复苏流动性充裕的宏观环境也有利于中小盘股的流动性溢价扩张在此背景下指增基金在沪深300中证500这两个成熟领域持续发展的同时伴随着市值下沉对标国证2000科创50科创创业50的产品也陆续出现2022年7月申万菱信基金首先布局了市场上首只国证2000指增基金国证2000指数小市值股票占比较高且成分股权重十分分散包含了更多受益于专精特新产业政策的标的成长空间十分广阔汇添富基金华富基金长信基金广发基金先后成立了科创创业50指增基金南方基金鹏华基金嘉实基金则着手布局了科创50指增基金科创创业50和科创50指数均主要分布于电气设备医药生物电子等具备高成长属性和高研发特征的行业板块契合科技兴国科技强国发展战略也将受益于相关政策的大力倾斜扶持总体来看布局中小市值布局专精特新在2022年的指增基金市场已经初现端倪这一趋势仍将有望延续图表8宽基指数市值覆盖图图表92022年新增指增基金类型2022年末证券代码证券简称成立日期跟踪指数代码跟踪指数简称规模亿元015921OF申万菱信国证2000增强A2022715399303SZ国证2000029014218OF汇添富中证科创创业50A2022329931643CSI科创创业50060016122OF华富中证科创创业50指数增强A2022831931643CSI科创创业50062016729OF长信中证科创创业50指数增强A20221213931643CSI科创创业50-588320OF广发中证科创创业50增强策略ETF20221228931643CSI科创创业50-588370OF南方上证科创板50成份增强策略ETF2022121000688SH科创50-588460OF鹏华上证科创板50成份增强策略ETF2022121000688SH科创50-017188OF嘉实上证科创板50指数增强A20221220000688SH科创50-来源Wind国金证券研究所来源Wind国金证券研究所MSCI中国A50互联互通兼容新旧经济聚焦龙头强调品质继2021年多家基金公司发行MSCI中国A50互联互通被动指数基金之后2022年9月全市场首只跟踪MSCI中国A50互联互通指数的增强型基金易方达MSCI中国A50指数量化增强正式成立MSCI中国A50互联互通指数均衡分布于消费金融科技制造等板块全面布局新旧经济避免了传统行业占比过高新兴产业代表性不足的问题而且指数布局大市值龙头股的特征十分鲜明在疫情地缘冲突等事件的冲击之下行业龙头企业凭借良好的公司治理稳定的经营管理持续的研发投入在危机中充分展现出了核心竞争优势强者恒强的格局愈发明显MSCI中国A50互联互通指数在覆盖金融消费领域龙头企业的同时与上证50沪深300等主流大盘宽基指数相比拥有更多科技创新产业升级领域的优质成长龙头代表中国经济转型和升级方向的新经济占比更高拥有更强的盈利能力在此基础上MSCI中国A50互联互通指数增强基金深耕优质指数成分股挖掘阿尔法精选布局使得指增基金产品线宽度进一步得到了拓宽图表10指数行业分布情况GICS行业分类图表11不同市值区间成分股数量及权重MSCI中国A50行业名称上证50沪深300互联互通工业16985171603日常消费167423331452金融163028601930信息技术139111611649材料11378731040医疗保健888705799可选消费750599860公用事业314467267能源277285171房地产178172172电信服务065029059来源Wind国金证券研究所来源Wind国金证券研究所1超额获取难度加大中证1000指增增添亮点2022年我国经济基本面整体趋弱同时外部环境挑战不断俄乌战争全球通胀压力中美货币政策差异等均牵动着投资者本就脆弱的神经A股市场演绎了多轮风格切换和行业轮换行情整体成交量个股离散度因子有效性等在2022年均波动明显在此背景下以量化选股策略为主的指增基金整体超额获取难度也明显增加全年超额相对有限且呈现一定的波动形态特别是2022年10月至11月期间两会后在防疫政策逐步优化地产行业三支箭不断加码的刺激下市场风格再度发生由中小盘成长向大盘价值的快速转换同时正值三季报披露期由于前期市场已经对即将披露的基本面数据有了充分的反应且预期已经达到顶点因而正式披露后市场出现了反应的边际弱化现象预期类因子此时回撤相对明显市场风格的切换叠加部分因子的阶段性调整使得大多数指增基金出现了全年较大的一轮超额回撤不过由于2022年量化选股市场基本属于存量市策略的拥挤度尚可因而整体超额回撤已于12月开始逐渐恢复敬请参阅最后一页特别声明6公募指数增强基金年度白皮书及基金经理精选从各个细分类别来看中证1000指增基金2022年超额收益最高平均超额收益733万家中证1000指数增强位列第一沪深300中证500创业板指增基金平均超额收益均在1至2之间另外与2021年相比2022年全年各主要类别指增基金超额收益均有不同程度下降除上证50指增基金由平均小幅正超额转为负超额以外沪深300指增基金超额收益缩水最为明显中证500指增基金超额缩水程度紧随其后中证1000指增基金则超额降幅较少图表12主要类别指增基金2022年风险收益指标图表13主要类别指增基金2022年超额收益率曲线来源Wind国金证券研究所来源Wind国金证券研究所2复杂环境考验投研实力头部公司及规模适中基金经理具备优势从基金公司管理规模角度2022年管理规模处于50至70亿70至100亿规模区间的基金公司旗下指增基金2022年平均超额明显高于其余规模区间基金公司平均而且从最近三个年度来看尽管各规模区间整体超额水平逐年递减但聚焦超额收益相对强弱变化来看管理规模50亿以上的头部基金公司超额获取能力呈现逐年递增的特点即近年来复杂多变的市场环境对于基金公司整体量化投研实力提出了更高的要求头部基金公司往往在基础研究策略开发人员储备以及硬件设施等方面均具备优势多方面综合下来较好的量化选股实力也带来了相对更佳的超额回报水平从基金经理管理规模角度2022年管理规模20至30亿30至40亿的基金经理所管理指增基金平均超额收益相对较高分别为357321与2021年呈现基本一致的规模特征总体来看2021年以来指增基金超额回报相对更优的基金经理管理规模大多在20到40亿之间相对适中的规模既能够保证一定的策略容纳度又可以在市场变化时保持一定的灵活性当然上述几组数据也一定程度反映了规模与业绩之间的相互关系图表14不同管理规模基金公司平均超额情况图表15不同管理规模基金经理平均超额情况来源Wind国金证券研究所来源Wind国金证券研究所3老将当道丰富管理经验叠加成熟量化体系支撑超额从不同任职年限的基金经理所管理产品的超额水平来看面对2022年复杂多变的市场环境任职年限在10至15年的基金经理2022年平均超额收益最高为316而且从过去三年来看作为量化投资老将该任职区间的基金经理凭借丰富的投研经验和不断迭代更新的投资方法始终保持了不错的超额回报水平与此同时其余任职年限区间的基金经理2022年所管基金平均超额均在14左右无明显差异敬请参阅最后一页特别声明7公募指数增强基金年度白皮书及基金经理精选图表16不同任职年限基金经理平均超额情况来源Wind国金证券研究所4相对高换手低偏离品种超额领先严格风控增厚超额基于我们对宽基指增基金的量化特征刻画标准统计不同特征下基金的超额收益情况可以看到2022年相对高换手率主动配置比例偏高行业偏离较小成分股偏离较小调仓风格相对稳健的宽基指增基金超额回报相对更优2022年平均超额收益分别为237207199184171具体来看在2022年行业和风格切换速度较快的市场行情下较高的换手比例较高的灵活度以及更加敏感的模型相对更加适应市场而且高换手率指增基金往往量价因子使用比例较高2022年在几次基本面因子回撤中该特征类型产品整体超额回撤幅度相对较小主动配置比例主要衡量指增基金在成分股外的配置情况主动配置比例较高的指增基金面对投资机会的扩散和下沉通过利用成分股外优选个股的自由度在2022年也实现了不错的超额行业及成分股偏离较小的指增基金基金经理倾向于对于行业以及各个风格因子暴露进行相对严格控制整体跟踪误差更小在2022年行业轮动风格切换频繁的大环境中风险暴露相对有限整体超额较高总的来看拥有更高的自由度更强的灵活性量价因子使用比例较高能够严格控制行业风格暴露风险的基金产品在2022年超额收益表现更佳基金经理较好地实现了增强收益和严控风险之间的平衡图表17不同标签特征指增基金2022年平均超额情况来源Wind国金证券研究所5质量成长动量因子正向暴露Beta价值因子稳定性高品种超额领先根据指增基金整体的相对因子暴露相对因子收益以及两者的对应情况我们可以得到指增基金经理目前的超配偏好以及收益贡献来源从相对因子暴露特征来看根据2022年中报持股明细数据统计所得138只宽基指增基金中90以上的基金在2022年年中正向暴露于质量因子和成长因子70左右的基金对于规模因子和杠杆因子相对负暴露60以上的基金正向暴露于动量因子流动性因子波动因子价值因子一半以上的基金负向暴露于Beta因子总体来看2022年大多数宽基指增基金倾向于正暴露于质量成长动量流动性波动价值因子负暴露于规模杠杆Beta因子即指增基金总体倾向于优选基本面好流动性强相对高波动低估值的中小市值标的进行配置从相对因子收益特征来看各类因子相对收益稳定性较强的宽基指增基金2022年均实现了平均正超额但有所分化其中Beta因子稳定性较高的基金2022年平均超额收益最高为311基金经理面对市场环境变化往往能够灵活地对投资组合中不同收益弹性的标的进行调整能在上涨下跌的市场环境中灵活呈现相应的进攻防御状态不排除具备一定的市场风格和行业切换把控能力这类基金经理往往也伴随着较强的交易能力和较高的换手率敬请参阅最后一页特别声明8公募指数增强基金年度白皮书及基金经理精选整体比较适合2022年的市场环境价值因子稳定性高的基金2022年超额收益紧随其后平均超额286这类基金的基金经理对估值左侧或右侧交易的把握能力较强与此同时质量因子成长因子杠杆因子等基本面因子稳定性较高的基金也平均实现了15左右的超额可见深入基本面研究挖掘优质股票基本面选股能力较强的基金经理整体仍能获得一定的正向超额但是受到2022年下半年基本面因子失效的影响总体超额相对有限图表182022年中报宽基指增基金因子暴露特征图表19各因子稳定性强的指增基金2022年超额均值来源Wind国金证券研究所来源Wind国金证券研究所进一步将因子暴露方向与2022年超额收益相对应根据基金经理管理期对于各个因子正负向暴露的报告期数占比情况进行样本划分统计对于某一因子正向或负向暴露期数占比大于70的样本2022年的超额收益情况以此来观察不同因子暴露偏好的宽基指增基金之间的超额收益差异结果显示偏好负向暴露于规模Beta质量成长波动流动性正向暴露于价值杠杆动量的基金2022年超额更佳仅使用2022年中报数据也可得出同样结论可见2022年偏好中小市值低估值低波动股票的基金整体表现较佳需要说明的是从因子暴露偏好还可以看出负向暴露于质量成长因子正向暴露于杠杆因子的基金即偏好基本面一般股票的基金2022年同样表现较好这主要与基本面因子几次失效带来的影响有关图表20管理期不同因子偏好正负暴露的基金2022年图表212022年中报不同因子正负暴露的基金2022年超额均值超额均值来源Wind国金证券研究所来源Wind国金证券研究所2022年以来各影响因素缺乏持续性的变化一定程度上影响了指增基金全年的超额表现但目前来看量化选股策略的运行环境最悲观的阶段已经过去2023年伴随着防疫政策的优化和稳增长政策的持续加码经济基本面整体无虞但经济的修复过程受各种因素的影响不会一蹴而就因而货币政策适度宽松财政政策适度积极的政策框架大概率仍会继续市场流动性有望继续保持合理充裕对A股市场而言当前正处于中长期底部区域2023年国内政策红利期海外紧缩预期缓和期双期叠加市场或有望展开行情演绎总体交易大概率会处于相对活跃状态从市场风格演进角度来看尽管在地产政策落地防疫政策持续优化背景下大盘风格仍有阶段占优的可能但是2021年开启的中小盘主导的长周期行情仍未结束国内经济弱复苏流动性充裕的宏观环境仍有利于中小盘股的流动性溢价扩张而且在科技自强自立自主可控国产替代的迫切需求下新兴产业作为政策发力重点中小企业盈利更具修复韧性中小盘股仍具备较好的投资性价比2023年整体市场风格有望演绎从大中盘到中小盘轮动的节奏在布局指数贝塔层面配置机会的同时基于上述分析预计2023年量化选股策略的运行环境有望改善尽管离全面性好转仍有一段距离但阶段性阿尔法机会仍将存在指增基金仍具备较好的配置价值因而我们精选了笪篁敬请参阅最后一页特别声明9公募指数增强基金年度白皮书及基金经理精选华泰柏瑞基金马芳国金基金乔亮万家基金苏俊杰鹏华基金叶乐天建信基金殷瑞飞国投瑞银基金等指增基金基金经理按照拼音首字母顺序下同就产品量化体系策略特点风控制度投研团队绩效表现等多个维度进行深度研究并结合历史持仓明细数据对以上六名基金经理做了全面分析和特征刻画以供投资者参考我们依据基金经理在因子挖掘中对主动权益研究团队研究内容和观点的参考程度将上述6位基金经理大致分为两大类因子挖掘上纯粹量化程度更高的基金经理如马芳国金基金乔亮万家基金苏俊杰鹏华基金以及因子挖掘上比较重视主观研究逻辑输出的基金经理如笪篁华泰柏瑞基金叶乐天建信基金殷瑞飞国投瑞银基金因子挖掘坚持纯粹量化的基金经理马芳乔亮苏俊杰往往在机器学习人工智能量价因子另类数据等方面投入更多研究时间和精力更重视先进算法和模型的引入在因子构建因子筛选投资组合构建的过程当中几乎不存在主观人工调整的情况这类基金经理由于几乎完全遵从量化模型的结果故而对基金经理的量化能力和经验提出了较高的要求其纯粹量化的特性使得其在投资主线不明朗的震荡市环境中往往能够获得更好的超额收益表现因子挖掘重视主观研究逻辑的基金经理笪篁叶乐天殷瑞飞非常注重因子的可解释性希望在传统量化的基础上通过和主观研究团队的密切沟通来弥补部分因子相对可解释性差的问题此类基金经理往往在挖掘和构建因子时会采用更加精细化的方式对于失效因子的判定也更加谨慎由于基本面因子占比较高因而产品在基本面因子有效的市场环境下比较容易获得更高的净值弹性图表22基金经理量化投资特点基金经理类型特色个体特色马芳1无主观调整多维度子模型个股超额风格预测行业预测等组合极度分散乔亮2擅长机器学习人工智能另类数据等模型及方法论完备注重细节处理增强策略独立性苏俊杰3重视量价因子的使用中低频基本面为主量化能力突出笪篁1和主动团队联系密切中长期投资换手率低因子权重稳定叶乐天2注重因子的可解释性因子动量加权雷股剔除机制新颖殷瑞飞3基本面因子占比较高因子挖掘因地制宜因子配置静态均衡来源国金证券研究所笪篁华泰柏瑞量化创优华泰柏瑞量化智慧笪篁先生华泰柏瑞量化投资团队核心成员2016年加入华泰柏瑞基金2020年5月起担任基金经理笪篁先生坚持以基本面研究为基础的全市场量化选股策略十分重视因子的构造逻辑通过和主观研究员密切沟通的方式实现对不同行业基本面因子的精细化刻画再结合先进的风控技术实现稳健的超额这一点也在持仓组合中得到验证持仓多偏好质量成长等基本面优质的低估中小市值股票所管理的基金产品超额收益主要来源于个股的选择并且笪篁先生侧重中长期投资4-6个月同时淡化仓位择时和因子轮动不论因子稳定性还是持仓稳定性上都较为突出整体换手率水平较低量化选股模型特点重视基本面因子构造逻辑因子权重相对稳定因子挖掘方面与主观研究团队交流密切通过借鉴主观研究观点或研究框架来对模型进行改善特别是细分行业选股会借鉴研究员对行业投资逻辑的看法重点观察指标以及数据使用情况等同时参考海内外文献研究报告中涉及到量化传统金融会计机器学习等方面的内容对因子和模型予以改进量化行业内新技术的发展例如文本挖掘新数据的使用等也是其持续关注的内容之一因子使用方面以基本面因子为主主要包含四大类因子成长因子价值因子另类因子技术类因子成长因子更加注重报表之外的信息和未来潜在成长空间价值因子会根据不同的股票特性使用不同的估值方法是多元复合的价值因子另类因子主要包括分析师研报等也在尝试运用NLP技术进行文本处理和挖掘等此类因子尽管不一定能贡献很高的阿尔法但由于与传统因子的相关性较低因此边际增益比较明显因子加权方面采用线性模型和非线性模型结合由于因子权重的调整需要一定的样本期来支持其有效性故而调整频率不高几套权重配置方法所呈现的结果显示因子权重会在一定范围内动态变化但总体变化不会特别大这主要是由于因子本身投资周期较长在相对长周期里不同方法得到的因子权重差异不大所以在长周期里还是保持相对均衡且稳定的配置基金经理及管理产品风险收益情况超额收益稳定超额回撤控制良好笪篁先生目前共管理5只指数增强及量化型基金产品四季度末合计管理规模882亿元其中华泰柏瑞量化对冲2022年中报机构投资者占比达5316受到机构投资者关注从绩效表现情况来看代表产品华泰柏瑞量化智慧2022年超额收益497在同期210只量化选股型基金中排名第31华泰柏瑞量化创盈华泰柏瑞量化创优2022年超额收益在同期210只量化基金中排名也在30以内超额情况较佳中长期方面截至2023年2月8日华泰柏瑞量化创优自2020年5月任职以来绝对收益3013超额收益1211超额最大回撤475整体来看笪篁先生管理的产品中长期超额收益表现良好且超额回撤相对有限敬请参阅最后一页特别声明10公募指数增强基金年度白皮书及基金经理精选图表23基金经理在管指增及量化产品截至202328图表24代表产品管理以来累计收益截至202328来源Wind国金证券研究所来源Wind国金证券研究所图表25代表产品阶段风险收益指标截至202328任职以来今年以来基金代码基金简称任职日期收益率最大回撤年化超额年化夏普比率收益率最大回撤年化超额年化夏普比率004394OF华泰柏瑞量化创优2020-05-1130133551406046568331-1004404010303OF华泰柏瑞量化创盈A2020-11-12-9453399-090-021682285-176526001244OF华泰柏瑞量化智慧A2021-09-17-11212690257-048705123465831近一年近两年基金代码基金简称任职日期收益率最大回撤年化超额年化夏普比率收益率最大回撤年化超额年化夏普比率004394OF华泰柏瑞量化创优2020-05-11-9942364-007-038-16293551192-031010303OF华泰柏瑞量化创盈A2020-11-12-11792591-079-046-9493399576-021001244OF华泰柏瑞量化智慧A2021-09-17-2461935394-01113392690648038来源Wind国金证券研究所代表产品管理期运作特征严控风险暴露低换手中长期投资股票仓位水平以笪篁先生管理的华泰柏瑞量化创优和华泰柏瑞量化智慧为例2只基金始终保持高仓位运作且不做仓位择时大多数时间股票仓位基本保持在90以上图表26管理期间股票仓位水平图表27管理期间股票仓位水平来源Wind国金证券研究所来源国金证券研究所成分股行业偏离情况华泰柏瑞量化创优对标创业板指数华泰柏瑞量化智慧主要对标中证500指数我们分别以上述指数作为基准衡量基金的行业和个股偏离程度等指标成分股偏离度方面管理期间华泰柏瑞量化创优华泰柏瑞量化智慧报告期平均成分股偏离度分别为071015绝大多数报告期成分股偏离度在08以下从报告期持仓明细来看绝大多数成分股偏离水平处于-05至05区间成分股外配置比例方面由于这两只基金均为量化选股型基金全市场进行选股操作不受80成分股内配置比例的约束因而2只基金成分股外配置比例均较高管理期间华泰柏瑞量化创优华泰柏瑞量化智慧报告期平均成分股外配置比例分别为41886703敬请参阅最后一页特别声明11公募指数增强基金年度白皮书及基金经理精选图表28代表产品管理期成分股偏离度图表29成分股偏离分布华泰柏瑞量化创优华泰柏瑞量化智慧A成分股偏离区间2021年年报2022年中报2021年年报2022年中报211001521100115320005133330058146154-050866361-1-054100-15-11000-2-150000-21000来源Wind国金证券研究所来源Wind国金证券研究所行业偏离度方面管理期间华泰柏瑞量化创优华泰柏瑞量化智慧报告期平均行业偏离度分别为0540752只基金各个报告期平均行业偏离度不超过08绝大多数时间在06以下从超低配前五大行业的分布情况来看2022年中报显示华泰柏瑞量化创优主要超配医药生物基础化工行业低配社会服务美容护理等行业华泰柏瑞量化智慧主要超配交通运输建筑装饰基础化工低配农林牧渔国防军工医药生物不过具体偏离水平均较低且31个申万一级行业中绝大多数行业的偏离水平都在-15到15之间两个代表产品超低配行业的差异或是由于对标不同指数的量化模型选用的因子的差异所致对标创业板指的华泰柏瑞量化创优对于个股的成长性创新性等赋予了更高的权重故而超配行业几乎均为专精特新集中的行业而对标中证500的华泰柏瑞量化智慧其成分股分布则更为均衡中证500指数成分股几乎覆盖了所有行业分类故而在模型的因子选择上也针对全市场选股设计没有明显的风格倾向图表30代表产品管理期行业偏离度图表31行业偏离情况超低配前5大行业华泰柏瑞量化创优华泰柏瑞量化智慧A2021年年报2022年中报2021年年报2022年中报行业名称行业名称行业名称行业名称基础化工251医药生物112基础化工226交通运输343电力设备134基础化工096食品饮料203建筑装饰129超配计算机131计算机081机械设备136基础化工118前5大行业食品饮料055电力设备072煤炭112电力设备104建筑装饰044电子066有色金属099纺织服饰097传媒-058机械设备-028国防军工-067商贸零售-109社会服务-065传媒-051农林牧渔-113计算机-128低配通信-112国防军工-083医药生物-178农林牧渔-140前5大行业农林牧渔-141社会服务-147非银金融-232国防军工-156美容护理-162美容护理-218计算机-291医药生物-372来源Wind国金证券研究所来源Wind国金证券研究所换手率水平及变化管理期间华泰柏瑞量化创优华泰柏瑞量化智慧平均半年单边换手率分别为122123倍2020年以来整体换手率水平低于对应指增基金平均水平这与笪篁先生秉持的长期投资的思想相契合也复合基本面量化模型的低换手特征图表32代表产品管理期换手率倍来源Wind国金证券研究所因子暴露及贡献从最近两个报告期来看华泰柏瑞量化创优华泰柏瑞量化智慧在规模因子1和Beta因子上呈1规模因子为股票的流通市值正向暴露代表超配偏大市值股票负向暴露代表超配偏中小市值股票下同敬请参阅最后一页特别声明12公募指数增强基金年度白皮书及基金经理精选现明显的负向暴露在价值因子质量因子成长因子动量因子上正向暴露明显即投资组合倾向于兼具基本面优势和估值优势的中小市值标的这对其精细刻画基本面因子长期投资优质个股的投资理念进行了印证2022年中报在成长因子和波动因子上的正暴露在Beta因子上的负暴露带来了较明显的正回报图表33代表产品相对因子暴露图表34代表产品相对因子收益华泰柏瑞量化创优华泰柏瑞量化智慧A华泰柏瑞量化创优华泰柏瑞量化智慧A因子相对暴露因子相对收益2021年年报2022年中报2021年年报2022年中报2021年年报2022年中报2021年年报2022年中报规模因子-011-014-015-015规模因子-025-004-032-005Beta因子-009-019010-012Beta因子046106-048069价值因子010012017037价值因子057-011101-033质量因子028024036035质量因子-034010-043015成长因子027021020022成长因子007078005083杠杆因子-003-001-002-004杠杆因子-001000000-002波动因子-004007020005波动因子-033104153075流动性因子003014009005流动性因子009-011027-004动量因子009015004015动量因子-026-101-010-097来源Wind国金证券研究所来源国金证券研究所公司量化团队及产品线特点团队规模较大扁平化效率高华泰柏瑞量化与海外投资团队共16人与被动指数基金团队相对独立团队中研究和投资的人数基本相等投资团队主要负责组合管理相关工作研究团队则专职进行研究工作整体团队的合作比较扁平以项目为出发点和落脚点来组织人员华泰柏瑞基金量化产品线主要包括四条产品线被动指数指数增强主动量化和对冲产品指增类产品主要覆盖范围包括沪深300中证500中证1000创业板指科创板指和MSCI中国A股等主流宽基指数主动量化产品则以最大化Alpha收益为原则设计产品包括华泰柏瑞量化阿尔法对A股华泰柏瑞港股通量化对港股对冲策略的公募产品有华泰柏瑞量化绝对收益和华泰柏瑞量化对冲稳健对冲产品不进行仓位择时但会涵盖小规模的基差套利策略图表35公司量化产品线情况来源华泰柏瑞基金国金证券研究所马芳国金量化多因子国金量化多策略基金经理马芳2016年5月加入国金基金现任国金基金量化投资事业部副总经理具备6年的量化投资运营和研究经验多年证券交易软件开发与测试经验马芳女士坚持纯粹的量化方式机器学习不加入过多的主观思路以多策略叠加机器学习的方法构建极度分散化的投资组合以此来提供相对稳定且具备竞争力的超额收益多策略技术框架确立于2015年除了追求个股超额之外也会在风格行业等方面建立子模型并对子模型的输出进行叠加综合产生对个股的唯一打分共同决定投资组合所管理的国金量化多因子国金量化多策略基金为量化选股策略基金进行全市场选股操作从操作特征来看整体持仓调整灵活换手率较高呈现一定的左侧布局中小盘反转的特点量化选股模型特点多策略叠加机器学习分散持仓增强超额稳定性马芳女士所管理的基金多为量化选股型基金采用多策略量化框架进行全市场选股操作该量化框架体系确立于2015年经历了7年多的实盘验证已经具备了较好的稳定性这套框架根据不同的维度和方向单独建立子模型具体包括股票超额行业风格等多个维度共同决定输出结果投资组合通过机器学习方法来构建组合的权重调整频率为复合的结果分为高中低三个频率混合频率分布在一天到一个月不等在这7年多的时间内会不定期地在变量层面子模型层面进行迭代优化最近一次是对低频策略进行了优化主要涉及两个方向1寻找更好的具备更强预测能力的技术模型2参数的优化子模型超额如果在一段时间内表现不及预期有可能会被下线优化单个优化子模型并不影响其他的模型的正常输出每个子模型都是单独的Alpha敬请参阅最后一页特别声明13公募指数增强基金年度白皮书及基金经理精选因子挖掘方面初期积累了大批具备比较强经济学意义的变量目前仍在这类方向上寻找新鲜的视角或数据包含但不限于行情数据基本面数据宏中观数据等因子使用方面因子库主要包含行情数据基本面数据宏中观数据等其中基本面数据主要是指财报数据和一致预期数据因子加权方面量价因子和基本面因子占比均衡在筛选因子的过程中不要求因子IC或ICIR有非常强的预测能力主要考察因子在输入到子模型后是否会有边际上的影响或变化也兼顾长期的稳定性和不同情景的有效性因为基本的研究框架比较成熟所以变量加入后可以很快进行验证基金经理及管理产品风险收益情况绝对收益及超额收益双优马芳女士自2020年9月在国金基金任职基金经理以来目前共管理4只指数增强及量化型基金产品四季度末合计管理规模3397亿元其中国金量化多策略机构资金持有相对较高2022年中报机构投资者占比达4254从绩效表现情况来看代表产品国金量化多因子2022年超额收益2910在同期210只量化选股型基金中排名第2国金量化多策略2022年超额收益1742在同期210只量化选股型基金中排名第32只基金2022年绝对收益也均在6以上不论是绝对收益水平还是风险调整后收益夏普比率均在同业当中名列前茅截至2023年2月8日从中长期角度来看国金量化多因子自2020年9月任职以来累计收益4631年化超额1732国金量化多策略自任职以来累计收益3007年化超额1055而且任职以来2只基金超额最大回撤均在8左右整体来看通过分散化的投资组合自上而下多策略的投资框架严格的风险约束很好地实现了获取可观且稳定的中长期超额收益的投资目标图表36基金经理在管指增及量化产品截至202328图表37代表产品管理以来累计收益截至202328来源Wind国金证券研究所来源Wind国金证券研究所图表38代表产品阶段风险收益指标截至202328任职以来今年以来基金代码基金简称任职日期收益率最大回撤年化超额夏普比率收益率最大回撤年化超额夏普比率006195OF国金量化多因子A2020-09-0346312107173208988508630021048005443OF国金量化多策略2020-09-03300723431055065436168149433近一年近两年基金代码基金简称任职日期收益率最大回撤年化超额夏普比率收益率最大回撤年化超额夏普比率006195OF国金量化多因子A2020-09-03249021072882109447121071895102005443OF国金量化多策略2020-09-03160421031793076296023431156075来源Wind国金证券研究所代表产品管理期运作特征左侧布局中小盘反转全市场选股分散持仓股票仓位水平马芳女士于2020年9月开始管理国金量化多因子和国金量化多策略基金历史定位上国金量化多因子为高仓位运作国金量化多策略为中高仓位运作且进行一定的仓位择时操作这点差异从2只基金历年权益仓位统计结果也可以看出2022年下半年以来股票仓位特征有所变化2只基金均保持高仓位运作且不进行仓位择时股票仓位基本保持在80以上敬请参阅最后一页特别声明14公募指数增强基金年度白皮书及基金经理精选图表39管理期间股票仓位水平来源国金证券研究所行业偏离情况我们以中证500指数为基准分别测算国金量化多因子和国金量化多策略的行业偏离程度结果显示管理期间国金量化多因子和国金量化多策略报告期平均行业偏离度分别为203182最近两个报告期行业偏离度有所上升但均不超过35从超低配前五大行业的分布情况来看2022年中报显示国金量化多因子和国金量化多策略均主要超配计算机机械设备电子行业低配钢铁交通运输有色金属非银金融等行业对于行业的偏离主要由模型输出信号决定没有人为的调整与干预图表40代表产品管理期行业偏离度图表41行业偏离情况超低配前5大行业国金量化多因子A国金量化多策略2021年年报2022年中报2021年年报2022年中报行业名称行业名称行业名称行业名称机械设备676计算机1806机械设备727计算机1217纺织服饰254机械设备1240基础化工472机械设备879超配环保254电子889环保411电子494前5大行业轻工制造252通信500纺织服饰312国防军工412基础化工242环保226轻工制造267轻工制造264农林牧渔-147交通运输-362非银金融-319电力设备-250医药生物-262钢铁-388有色金属-324钢铁-318低配非银金融-418有色金属-544医药生物-352交通运输-344前5大行业电力设备-430医药生物-613国防军工-491有色金属-450国防军工-615非银金融-657电力设备-618非银金融-651来源Wind国金证券研究所来源Wind国金证券研究所换手率水平及变化管理期间国金量化多因子和国金量化多策略平均半年单边换手率分别为5981192倍整体换手率水平远高于中证500指增基金平均水平这或与量价因子的使用和机器学习模型的应用有关图表42代表产品管理期换手率倍来源Wind国金证券研究所因子暴露及贡献从最近两个报告期来看国金量化多因子和国金量化多策略均在规模因子Beta因子质量因子成长因子杠杆因子波动因子动量因子均呈现明显的负向暴露推测是由于机器学习的量化模型相较于主观基金经理的研究领域而言对于小盘股的研究更具优势其中Beta因子和动量因子的低配均为组合带来突出的正贡献也体现量化模型偏左侧布局善于捕获价格弹性较低的稳健小盘股反转的特点敬请参阅最后一页特别声明15公募指数增强基金年度白皮书及基金经理精选图表43代表产品相对因子暴露图表44代表产品相对因子收益国金量化多因子A国金量化多策略国金量化多因子A国金量化多策略因子相对暴露因子相对收益2021年年报2022年中报2021年年报2022年中报2021年年报2022年中报2021年年报2022年中报规模因子-085-139-098-118规模因子-188-043-216-036Beta因子-034-036-036-033Beta因子174205180190价值因子001-031008-025价值因子004028050023质量因子-009-075-013-058质量因子011-032016-025成长因子-007-027-004-022成长因子-002-102-001-083杠杆因子-002-027-002-029杠杆因子-001-013000-014波动因子-006-027-014-035波动因子-048-420-111-551流动性因子006011007003流动性因子020-009020-002动量因子-030-037-031-028动量因子084240085182来源Wind国金证券研究所来源国金证券研究所公司量化团队及产品线特点软件及量化背景产品线主要聚焦量化多头国金基金2011年成立成立初期便对量化的部署投入了较大的精力2013-2014年平台已经比较完善地建立了量化策略的运营支撑国金基金量化投资事业部核心人员共6位大多是在软件开发积累较多的专业人才后续逐渐纳入了专门从事量化研究的研究员除了策略研究外基金经理主要负责产品投资管理公司在因子的挖掘和补充上部署了3人其他则负责关注优化和数据层面管理模式统一除核心的研究人员外也会使用公司平台的共用资源比如IT交易风控等国金基金量化产品线主要包含量化多头和指数增强产品其中以量化多头为主未来会继续在细分领域进行布局为投资者提供更多对标不同指数各类市场风格的量化产品乔亮万家沪深300中证500中证1000指数增强基金基金经理乔亮2019年7月加入万家基金倡导通过科学的投资方法用纪律克服人性的弱点用模型作为探索投资机会的工具结合市场的具体演化追求长期稳健的超额收益追求长期的投资价值坚持系统化的量化投资框架不加入主观因素干预乔亮先生管理的指数增强及量化基金主要采用多因子框架模型构建阿尔法组合因子覆盖全面涵盖多维度多信息渠道多年的从业经验使得乔亮先生非常注重模型和策略的独立性更多使用非传统方式进行细节方面的处理尽可能避免与其他量化基金策略的同质化问题从操作特征来看所管理的指增产品风险敞口控制非常严格由于量价因子使用比例较高因而整体换手率水平高于同业平均量化选股模型特点因子覆盖全面策略同质化较低因子挖掘方面主要有三个来源首先是文献检索和研究成果即定期跟踪国内及海外的最新研究成果卖方的最新研报通过外部研究方法和研究思路的启发进行提炼和改良主要应用于基本面等中长期因子其次是基于对市场现象的观察更多应用于量价类市场情绪类因子包括新因子的挖掘和旧因子的升级改造最后是新数据的使用例如高频数据舆情供应链等另类数据因子使用方面除了成长价值质量等传统基本面因子以外还通过高频数据低频化处理生成量价因子综合在中低频框架里使用另外在另类数据使用方面主要通过机器学习进行文本挖掘用到的文本包括卖方分析师报告内部研究员报告研究短文等等整体来看乔亮采用的这套多因子量化体系信息覆盖的全面度较高可以保证在任何市场环境中都会有有效因子能够使用基金经理及管理产品风险收益情况量化经验丰富超额收益突出乔亮先生美国斯坦福大学工商管理博士统计学硕士15年证券投资经验曾任美国巴克莱BGI基金经理加拿大退休基金基金经理南方基金量化投资部基金经理通联数据股份公司联合创始人首席投资官上海寻乾资产投资总监总经理巨杉上海资产量化投资部投资总监2019年7月加入万家基金担任公司总经理助理基金经理所管理的基金主要分布于指数增强主动量化绝对收益等品种中其中所管理的指数增强基金包括沪深300中证500中证1000创业板指数增强基金四季度末合计管理规模9552亿元所管理的主动量化基金万家量化睿选四季度末管理规模1436亿元该基金2022年中报机构投资者占比达7882受到机构投资者广泛关注2022年12月乔亮先生开始管理万家家瑞混合债券着手尝试用量化的方法管理固收产品从绩效表现情况来看代表产品万家中证1000指数增强基金2022年超额收益1179在全部宽基指增基金中排名第1万家沪深300万家中证500指数增强基金2022年超额回报也均在8以上超额水平在同业当中同样名列前茅截至2023年2月8日自2019年8月任职以来万家中证1000指数增强基金年化超额1567万家中证500万家沪深300指数增强基金任职以来2019年9月年化超额分别为1142896与此同时任职以来三年多的管理时间内3只指增基金年化跟踪误差均在4左右超额回撤均在5以内通过更加合理化的风险预测模型执行相对严格的行业风格偏离约束实现了可观且稳定的超额收益充分践行了追求长期稳健的超额收益的理念敬请参阅最后一页特别声明16公募指数增强基金年度白皮书及基金经理精选图表45基金经理在管产品截至202328图表46代表产品管理以来累计收益截至202328来源Wind国金证券研究所来源Wind国金证券研究所图表47代表产品阶段风险收益指标截至202328任职以来今年以来基金代码基金简称任职日期年化超额年化跟踪误差年化信息比率超额回撤年化超额年化跟踪误差年化信息比率超额回撤005313OF万家中证1000指数增强A2019-08-2115674553443352448343713049006729OF万家中证500指数增强A2019-09-061142393290323646251257062002670OF万家沪深300指数增强A2019-09-06896435206510-228349-065126近一年近三年基金代码基金简称任职日期年化超额年化跟踪误差年化信息比率超额回撤年化超额年化跟踪误差年化信息比率超额回撤005313OF万家中证1000指数增强A2019-08-2112754043151521474452326317006729OF万家中证500指数增强A2019-09-069523892452251116389287323002670OF万家沪深300指数增强A2019-09-06818511160510952446213510来源Wind国金证券研究所代表产品管理期运作特征严格控制风险暴露高频量价提升换手率股票仓位水平乔亮先生于2019年89月先后着手管理万家中证1000万家中证500万家沪深300指数增强基金3只基金管理期间始终保持高仓位运作且不做仓位择时股票仓位始终保持在93-95之间图表48代表产品管理期间股票仓位水平来源Wind国金证券研究所成分股行业偏离情况成分股偏离度方面管理期间万家中证1000万家中证500万家沪深300指数增强基金报告期平均成分股偏离度分别为0280410653只基金各个报告期最大成分股偏离度不超过09绝大多数时间在05以下从报告期持仓明细来看绝大多数成分股偏离水平处于-05至1区间基本不存在主动暴露成分股外配置比例方面管理期间万家中证1000万家中证500万家沪深300指数增强基金报告期平均成分股外配置比例分别为181718491656敬请参阅最后一页特别声明17公募指数增强基金年度白皮书及基金经理精选图表49代表产品管理期成分股偏离度图表50成分股偏离分布万家中证1000指数增强A万家中证500指数增强A万家沪深300指数增强A成分股偏离区间2021年年报2022年中报2021年年报2022年中报2021年年报2022年中报210104215210604311575109617051385019371511005997858522636-050609954785234-1-05001196-15-1000031-2-15000010-2000021来源Wind国金证券研究所来源Wind国金证券研究所行业偏离度方面管理期间万家中证1000万家中证500万家沪深300指数增强基金报告期平均行业偏离度分别为0911181043只基金各个报告期最大行业偏离度不超过14绝大多数时间在12以下从超低配前五大行业的分布情况来看2022年中报显示万家中证1000指数增强基金主要超配电子行业低配机械设备基础化工等行业万家中证500指数增强基金主要超配有色金属电力设备低配医药生物非银金融万家沪深300指数增强基金主要超配电力设备低配计算机医药生物非银金融等行业不过具体偏离水平尚可且31个申万一级行业中绝大多数行业的偏离水平都在-2到2之间整体来看乔亮先生管理的3只指增基金行业偏离均较低不在行业层面做过多主动暴露因而在近年来行业轮动加快的市场环境中超额回撤优势明显图表51代表产品管理期行业偏离度来源Wind国金证券研究所图表52行业偏离情况超低配前5大行业万家中证1000指数增强A万家中证500指数增强A万家沪深300指数增强A2021年年报2022年中报2021年年报2022年中报2021年年报2022年中报行业名称行业名称行业名称行业名称行业名称行业名称电子464电子470电子339有色金属427电力设备332电力设备601医药生物202电力设备177有色金属253电力设备340通信181有色金属277超配计算机192钢铁134基础化工224建筑装饰178交通运输138建筑装饰197前5大行业煤炭149房地产133建筑装饰169煤炭178轻工制造118商贸零售167有色金属116煤炭079医药生物165基础化工139建筑材料110国防军工157建筑材料-095医药生物-106非银金融-174传媒-131计算机-121银行-186商贸零售-113建筑材料-129国防军工-184机械设备-154机械设备-170机械设备-195低配基础化工-122传媒-148房地产-207计算机-195公用事业-183非银金融-229前5大行业公用事业-177基础化工-194计算机-236非银金融-265家用电器-185医药生物-247汽车-291机械设备-200传媒-299医药生物-286非银金融-207计算机-289来源Wind国金证券研究所换手率水平及变化管理期间万家中证1000万家中证500万家沪深300指数增强基金平均半年单边换手率分别为398349252倍从换手率的变化情况来看近一年来随着高频量价因子权重的增加3只基金换手率水平相比前期均有不同程度提升整体高于同类型指增基金的平均水平敬请参阅最后一页特别声明18公募指数增强基金年度白皮书及基金经理精选图表53代表产品管理期换手率倍来源Wind国金证券研究所因子暴露及贡献从最近两个报告期来看万家中证1000万家中证500万家沪深300指数增强基金在规模因子Beta因子价值因子上呈现一定的负向暴露在成长因子动量因子上正向暴露明显也体现量化模型对高成长的中小盘股投资价值更加关注的特点同时在成长因子上的持续正向暴露也实现了不错的正向贡献图表54代表产品相对因子暴露图表55代表产品相对因子收益万家中证1000指数增强A万家中证500指数增强A万家沪深300指数增强A万家中证1000指数增强A万家中证500指数增强A万家沪深300指数增强A因子相对暴露因子相对收益2021年年报2022年中报2021年年报2022年中报2021年年报2022年中报2021年年报2022年中报2021年年报2022年中报2021年年报2022年中报规模因子-006-012-008-013-025-017规模因子-014-004-017-004-055-005Beta因子-004-020-004-012-007-011Beta因子022117020068038062价值因子-013-009-013-019-011-001价值因子-075008-075017-065001质量因子-007011-004008-014-006质量因子008005005004017-003成长因子019050020040007032成长因子005192005153002123杠杆因子-002007011002003009杠杆因子000004003001001004波动因子-016-014-003008006007波动因子-122-215-026130050113流动性因子-008-011-002008008001流动性因子-025009-005-007025-001动量因子013027009020016029动量因子-037-179-026-129-045-192来源Wind国金证券研究所来源国金证券研究所公司量化团队及产品线特点科班出身梯队建设完整量化产品线完善万家基金量化投研团队成员共11人均毕业于国内外高等学府的数学金融和IT相关专业以理工科背景为主整体年龄构成和从业经验分布比较分散梯队建设比较完整核心团队成员均具备8年以上策略管理和实盘投资经验万家基金共计4条量化产品线包括被动指数指数增强主动量化以及绝对收益涵盖了不同贝塔及阿尔法特征的产品类别量化产品线完善其中主动量化产品万家量化睿选对标偏股混合型基金指数在对全市场基金做初步优选的基础上通过估算基金历史持仓叠加量化因子筛选构建优秀基金指数再以此为起点进行指数增强是目前市场上比较少数的对标偏股混合型基金指数的公募量化型基金产品图表56公司量化产品线情况来源万家基金国金证券研究所苏俊杰鹏华沪深300鹏华中证500指数增强基金基金经理苏俊杰2019年加入鹏华基金现任量化及衍生品投资部副总经理管理多只指数增强及量化型基金苏俊杰先生在公司完善的量化平台基础上以中低频基本面多因子框架为基础结合中高频量价和人工智能方法增加对于非结构化数据的处理和应用形成了一套AI的基本面量化体系策略专注选股不做风格和行业上的过度偏离敬请参阅最后一页特别声明19公募指数增强基金年度白皮书及基金经理精选不做轮动也不择时超额收益和主动权益基金同业指数增强产品相关性均较低从操作特点来看不论是行业偏离还是成分股偏离均得到有效控制不存在过多敞口暴露模型选股呈现超配兼具优质基本面和估值优势标的的特点整体换手率水平相对适中量化选股模型特点广泛的因子覆盖AI基本面量化的多周期预测模型因子挖掘方面主要基于结构化数据另类数据设置了三个能力中心分别是因子研究人工智能NLP运算中心通过上述平台发掘有效因子日内高频数据网站爬虫等另类数据均有所涵盖也会对最新的学术理论进行跟踪除了人工对于因子的挖掘外也采用了人工智能的算法进行因子的挖掘和合成因此因子库更新的速度较快每年能达到超过20的有效迭代因子使用方面因子库主要包括8大类4000多个因子从中精选200多个因子应用到模型当中其中价值因子质量因子成长因子和一致预期因子相对偏基本面也将很多量价与高频因子公司治理因子行业因子事件因子等另类因子逐步融入到因子体系中与传统基本面量化不同的是鹏华基金对于不同的因子采用不同的预测周期即通过多维度多周期的预测形式以期实现更加稳定的超额回报因子加权方面基本面因子占比65左右量价高频因子和另类数据因子约占35目前两类因子的分配权重主要是基于给定投资限制条件下进行合理的权重配比包括换手率交易成本回撤信息比率等因素属于经验的结果这两类因子的周期性会有一定的错开有相关性的相互补充和提升的过程两个相结合的超额收益曲线比较平缓长期来看两类因子都有比较显著的收益贡献基金经理及管理产品风险收益情况超额获取能力突出回撤控制效果良好苏俊杰先生硕士毕业于芝加哥大学金融数学专业本科就读于清华大学具有10年量化投资研究经验曾任MSCI分析师华泰柏瑞基金专户投资经理财通基金量化投资二部负责人等2019年加入鹏华基金现任量化及衍生品投资部副总经理所管理的指数增强基金主要对标沪深300中证500中证1000科创50指数指增及量化产品四季度末合计管理规模3182亿元从绩效表现情况来看代表产品鹏华沪深300指数增强基金四季度末管理规模1501亿元2022年中报机构投资者占比达7452受到机构投资者广泛关注该基金2022年超额收益597在同期130只宽基指增基金中排名第14中长期来看截至2023年2月8日鹏华沪深300指数增强基金自2021年3月任职以来年化超额474超额回撤515鹏华中证500指数增强基金自2022年1月任职以来年化超额1067超额回撤407超额水平稳定且优异总的来说有效的选股模型以及着力于模型构建组合构建和事后监控调整三个维度的风控措施共同保证了基金产品的超额回报图表57基金经理在管指增及量化产品截至202328图表58代表产品管理以来累计收益截至202328来源Wind国金证券研究所来源Wind国金证券研究所图表59代表产品阶段风险收益指标截至202328任职以来今年以来基金代码基金简称任职日期年化超额年化跟踪误差年化信息比率超额回撤年化超额年化跟踪误差年化信息比率超额回撤005870OF鹏华沪深300指数增强A2021-03-05474417114515-1421448-317211014344OF鹏华中证500指数增强A2022-01-111067499214407690420164116近一年近三年基金代码基金简称任职日期年化超额年化跟踪误差年化信息比率超额回撤年化超额年化跟踪误差年化信息比率超额回撤005870OF鹏华沪深300指数增强A2021-03-05512446115515----014344OF鹏华中证500指数增强A2022-01-11807452179407----来源Wind国金证券研究所代表产品管理期运作特征严控敞口暴露超配兼具优质基本面和估值优势标的敬请参阅最后一页特别声明20