长城中证500指数增强C(007413) - 基金经理

三季度A股市场触底反弹，多数指数大幅收涨；季度末期开始权益市场利好事件不断出现，一致预期认为政策出现转向，首先推动经济修复的顺周期板块走强，后续券商等高贝塔弹性行业持续跟进，超跌性反弹带动资金快进快出，加大了市场的短期波动。因子层面看大多因子受突发事件和政策干预影响，短期波动显著放大，因子自身的持续性、趋势性有所削弱，市场整体博弈性增加。　　报告期内，本基金主要通过深度学习等神经网络方法广泛挖掘市场有效因子，并充分利用人工智能等算法进行多因子组合，严格控制行业与风格的相对偏离风险；基本面因子的角度看组合在价值风格上适度暴露，在本季度大多时间相对表现稳健，同时兼顾了振荡环境下的低波动特点，但在季度末开始的反弹强贝塔行情下上涨动力不足，使得组合跑输业绩基准。

上半年权益市场波动较大，债券市场相对表现更好。A股主要指数有所分化，沪深300上涨，中证500、中证1000、创业板等小盘成长性指数下跌；风格方面，市场广度效应消失，基于确定性逻辑的”缩圈”行情下，微小市值个股流动性风险凸显，微观交易上出现了不同于过去三年的统计规律甚至是三倍标准差之外的现象，这些尾部风险极大影响了市场参与者的交易结构和交易行为，这对部分交易性数据产生因子为主的量化策略带来了较大负面贡献。风格上看，红利与价值类因子较为抗跌；二季度相比一季度随着个股波动逐渐降低，市场从尾部风险交易回归到常态化的市场参与结构，交易性数据产生的因子有效性逐渐回归。　　报告期内，本基金主要通过深度学习等神经网络方法广泛挖掘市场有效因子，并充分利用人工智能等算法进行多因子组合，严格控制行业与风格的相对偏离风险；基于市场对于中小股票的认知变化，模型在股票池的基础构建中优化了价值性的筛选因子，量化算法在因子挖掘中利用了不同风险下数据的学习提高因子稳健性；受市场交易结构影响，人工智能算法因子超额收益在一季度下行后二季度快速上行，产品在区间内小幅战胜业绩基准。

一季度权益市场波动较大，债券市场相对表现更好。A股主要指数先跌后涨有所分化，沪深300上涨，中证500、中证1000、创业板等小盘成长性指数下跌；风格方面，市场广度效应消失，微小市值个股流动性风险表现突出，微观交易上出现了不同于过去三年的统计规律甚至是三倍标准差之外的现象，这些尾部风险极大影响了市场参与者的交易结构和交易行为，这对部分交易性数据产生因子为主的量化策略带来了较大负面贡献。　　报告期内，本基金主要通过深度学习等神经网络方法广泛挖掘市场有效因子，并充分利用人工智能等算法进行多因子组合，受市场尾部风险影响因子与模型在短期表现不佳，基金超额收益为负；但从长远来看，一季度的市场交易波动不会是常态，市场未来会逐渐恢复到新的稳态水平，人工智能算法对于因子挖掘与模型融合将进一步利用不同风险下数据的学习提高稳健性，超额收益有望逐渐修复。

2023年A股市场总体较弱，多数大型宽基指数表现不佳。受预期波动影响，蓝筹指数沪深300在年初快速反弹后持续下跌，全年下跌超10%，弱势下中证1000等小市值指数相对较好。风格来看，小微市值、红利、价值、低波动因子表现突出，成长性指数跌幅较大；与之对应的低估值行业表现较好，银行、煤炭、电力等传统行业获得资金持续关注，以人工智能为主要投资标签的TMT产业链上下半年波动巨大，难有稳定赚钱效应，消费类行业受经济修复预期影响资金流出。资金面看，外资在年初快速流入后持续流出，全年北向资金流动对市场扰动较大，影响了交易情绪。　　报告期内，市场以存量博弈为主，缺乏持续的增量资金，在少部分缺乏基本面支撑的个股上资金比较聚集，基本面因子动能不够，使得增强指数的超额收益因子较往年变化巨大。报告期内组合对于中小市值股票加大了价量因子的研究权重，通过深度学习等神经网络方法广泛挖掘市场有效因子，并充分利用人工智能等算法进行多因子组合，寻找对股票收益有预测性的指标作为因子；组合主体以成分股内投资为主，行业、风格上基本相对业绩基准偏离较小，根据基准指数的特点严格控制行业偏离以及个股偏离，并在综合考虑预期风险和收益水平基础上进行组合权重优化，力争有效跟踪基准指数的同时获取超额收益；总体上看全年获得了稳健的超额收益回报。