摩根动态多因子混合A(001219) - 基金经理

二季度A股市场保持震荡，5月起各重要指数回调，交易情绪相对较弱。沪深300下跌3.7%，中证500、1000、2000各下跌7.5%，12%，15%。4月下旬中小盘一度强势，5月中下旬又大幅回落，大盘风格依旧稳健。从行业来看，行业轮动速度小幅回升，银行、公用事业、电子、煤炭和交运涨幅居前，主要下跌的板块为传媒、商贸零售、社会服务和计算机。政策焦点在于“稳经济，化风险”，通过设备更新和消费升级政策拉动经济，同时通过财政手段如发行超长期特别国债和房地产金融政策以鼓励房地产市场的稳定发展，保障性住房政策和房贷利率调整也有所体现。从alpha角度看，一季度大幅回撤的机器学习类价量因子在动荡中有所恢复，但较去年波动仍有所放大。基本面alpha强势复苏，一些质量因子表现突出，和近期基本面复苏的节奏相一致。本基金选股从多因子角度出发，基本面和价量Alpha配置较为均衡。往后看，量化选股策略不做择时类的判断，我们仍然保持较高仓位运作。策略方面，在偏高频的价量因子遭遇大幅回撤且波动放大的目前，市场对基本面量化的关注有所提升。传统的基本面因子虽然目前有所回暖，但其波动放大，收益降低的长期趋势不变。对基本面因子的深入研究围绕着局部化、另类数据化、或者与价量相结合，挖掘高维特征的思路进行。与此同时，价量因子的大幅回撤，一方面要求我们尝试通过对收益进行分层预测、改变预测周期、叠加多个预测周期等方式，提高价量因子预测的精度和可解释性，另一方面意味着因子迭代加速，要求我们具备更高效的alpha迭代能力。在具体投资策略上，我们在坚持基本面和价量结合的量化多因子选股策略的同时，一方面自上而下由因及果研究主动规律，另一方面自下而上使用机器学习工具由果索因挖掘未知规律，两相结合，构造风险收益特征优于市场基准的投资组合。

一季度A股市场震荡，整体上先抑后扬，且大小盘强弱两度反转。最终沪深300微涨，中证500、1000、2000均不同程度下跌。从行业来看，周期股表现强势，石油石化、银行、煤炭、有色均涨幅居前，计算机、医药等成长板块仍不强势。从风格看，红利指数为代表的高稳定性高分红成熟期公司、中证A50为代表的新经济龙头表现突出。从alpha角度看，一季度是非常艰难的时刻，去年强势全年的机器学习类价量alpha出现大幅回撤，并且反弹力度偏弱，连带价量因子整体弱势，而基本面alpha虽有所复苏，但整体强度仍不突出。这完全贴合了目前市场的宏观特征：即存量博弈而非增量博弈，由负债端驱动而非由资产端驱动，价格由估值和交易主导而非曝光度和热点主导。本基金选股从多因子角度出发，基本面和价量Alpha配置较为均衡。往后看，量化选股策略不做择时类的判断。策略方面，如果说2021年以前，市场的alpha和beta稳定性均较强，那么目前看alpha的稳定性面临挑战，这种挑战往往由偶发的黑天鹅事件引爆，但归根结底其原因还是在于alpha领域越来越激烈的红海竞争导致的自然衰减。在这种市场竞争格局愈发饱和的趋势下，中低频基本面和价量alpha均围绕大小盘不同、价值成长不同、时间周期不同等因素正呈现出分时分域表现的显著差异，这是我们近三年来观察到的市场最为显著的变化，这提示了我们需要用更开放的alpha构造方式，更差异化有创造性的研究思路，更包容的收益预测方法论来刻画更高维度、更局部、更为时变的个股收益特征。也需要我们更勤奋地去保持alpha的高效迭代能力。在具体投资策略上，我们在坚持基本面和价量结合的量化多因子选股策略的同时，希望从更为条件化，更追求alpha局部效率的角度出发，一方面自上而下由因及果研究主动规律，一方面自下而上使用机器学习工具由果索因挖掘未知规律，两相结合，力争构造风险收益特征优于市场基准的投资组合。

2023年A股市场下行。分市值看市场连续第二年呈现出明显的小盘强势，大盘弱势的局面，沪深300指数、中证500指数，中证1000指数均不同程度下跌，而中证2000指数上行，微盘股指数则大幅上行。资金在这一年里显然发现了更为前途明朗的赛道，即中小盘交易型策略，这类策略的实际体量，还远未抵达其潜在资金容量；从行业来看，一季度人工智能生成内容（AIGC）、中特估的强势宛如昙花一现，三季度房地产、非银等周期行业在跌势中展示的抗跌属性似乎也不持久，纵观全年，无论是自下而上选股还是自上而下选择赛道，长期主义均面临交易环境的巨大挑战。从alpha角度看，2023年鲜明的特征是机器学习类价量alpha的强势表现，应用此类策略的产品收益表现较为突出，相比之下基本面甚至普通线性价量alpha有些黯然失色。这完全贴合了2023年市场的宏观特征：即存量博弈而非增量博弈，由负债端驱动而非由资产端驱动，价格由估值和交易主导而非曝光度和热点主导。本基金选股从多因子角度出发，基本面和价量Alpha配置较为均衡。

三季度A股市场下行。分市值看以分析师覆盖域为界，呈现出不同的特征，前1800市值的个股中，呈现出大盘略强于中盘的特点，前期超赢的中证1000录得宽基指数中的几乎最大跌幅，市值1800以后的股票中，格局又有所相反，微盘股指数甚至再度录得10%以上的涨幅。说明以中证1000为代表的中盘股在经历了近1年多来由公私募指增扩量为标志的资金流入后，暂时转为存量博弈，结合微盘股的强势表现，中证2000指数的发布，降费降税政策的落实，说明资金或发现了更为前途明朗的赛道，即中小盘交易型策略，这类策略的实际体量，或还远未抵达其潜在资金容量；从行业来看，三季度并未有行业给人留下特殊印象，回看一季度生成式人工智能（AIGC）、中特估的强势宛如昙花一现，即使煤炭、非银等周期行业在跌势中稳健发力，其避风港的属性也使得其对于资金流的吸引力相对匮乏。从超额收益（alpha）角度看，三季度乃至今年非常鲜明的特征是机器学习类价量alpha的强势表现，应用此类策略的产品收益表现较为突出。这比较好地贴合了目前市场的宏观特征：存量博弈而非增量博弈，由负债端驱动而非由资产端驱动，价格由估值和交易主导而非曝光度和热点主导。本基金选股从多因子角度出发，基本面和价量Alpha配置较为均衡，三季度获得一定超额收益。往后看，量化选股策略不做择时类的判断，我们仍然保持较高仓位运作。策略方面，如果说2021年以前，市场的alpha和beta稳定性均较强，那么目前市场的alpha和beta的稳定性虽然都在衰减，但仍越来越呈现出alpha稳定性大于行业和主题热点稳定性的特征。这也驱使了发现这一点的部分资金完成了从追逐市场焦点到追逐alpha蓝海的转变，中小盘个股虽然机构覆盖度较低，个股认知度较差，但交易宽度和广度均较大，alpha来源丰富，正驱使追逐长期稳定alpha的资金流入。按照统计的术语来说，整个市场正在被施加一个名为“交易机会均等化”的正则项，小盘股的流动性持续提升，小票不再因为缺乏分析师覆盖而默默无闻，这是一种长期趋势，值得我们投入精力去进行方法论上的迭代和策略思维的转变。同时，市场竞争格局愈发饱和的趋势下，中低频基本面和价量alpha均围绕大小盘不同、价值成长不同、时间周期不同等因素正呈现出分时分域表现的显著差异，这是我们近三年来观察到的市场最为显著的变化，这提示了我们需要用更开放的alpha构造方式，更包容的收益预测方法论来刻画更高维度、更局部、更为时变的个股收益特征。在具体投资策略上，我们在坚持基本面和价量结合的量化多因子选股策略，一方面自上而下研究主动规律，一方面自下而上使用机器学习工具挖掘未知规律，两相结合，争取构造风险收益特征优于市场基准的投资组合。