民生加银中证500指数增强发起式A(012926) - 基金经理

投资策略上，本基金基于人工智能技术/机器学习方法构建收益预测模型。具体来看，基本面因子和量价因子是两类最重要的量化选股因子，都具有长期的投资价值，我们在模型中都进行了长期配置。根据绩效上限，所配置的量价类因子的权重相对更高，权重配置不会在短期内随意改动。　　风险控制上，今年以来在外力作用下大盘股风格（Size）和中盘股风格（Non-Linear Size）与历史过往走势出现了较大背离，波动主要集中发生在1月市场流动性风险期间、4月15-16日国九条颁布期间，6月初市场缩量调整期间，这使得市场在上述阶段脱离了量化策略统计的大概率区间，加大了风格因子的控制难度。自本季度末起，我们将以上风格因子的暴露控制在较小的敞口以内。　　指数结构上，非线性市值的计算涉及到股票市值的高阶矩，全市场构建的非线性市值针对全市场增强时更合适。而中证500是全部A股按照市值排序最大的第301-800只股票，处于全市场5400只股票的前六分之一,属于中大盘股的范畴，与全市场中位数水平存在较大差异。　　自本季度末起，我们针对基准指数定制了对应的非线性风险因子，并将其与其他重要风格因子一并约束到较小范围以内。从研究结果来看，在不干预选股范围、不改变模型配比的情况下，通过上述风控策略的迭代，基本能起到规避这几次小盘股崩盘事件对基金的冲击，且在正常年份下的模型整体收益能力也未受太大影响。

风格因子上，1-2月份市场的深度调整是在前期大量资金涌入小微盘股的背景下，伴随着止损盘卖出、雪球敲入、DMA平仓等多重风险因素共振的极端情景。在此期间，市值因子（Size）出现了大幅的反向运动，意味着过去三年间高歌猛进的小市值股票暂时偃旗息鼓，而大市值股票则在前两个月表现强劲。同样，非线性市值（Non-Linear Size）、盈利回报率（Earning Yield）同样也走出了一波强劲的势头。　　随着市场风险得到释放，稳定资金继续留在场内，3月后风格因子逐渐回归历史运行轨道，小市值（Size）重新走强，非线性市值（Non-Linear Size）倒V型回归、盈利回报率（Earning Yield）进入震荡。我们预计后续Size、 Non-linear Size等风格因子往后一段时间内再次出现类似极端情况的概率较低。　　Alpha因子上，部分量化私募和公募管理人本轮回撤较大，资金持续流入趋势或有所减缓，市场的拥挤度下降，中长期看，后市的超额预期反而可以乐观一些。低吸高抛属性的雪球、融券T0等策略退出，市场的波动率可能抬升，对量价因子占比较高的管理人也较为友好。　　指数估值上，2024年一季度末，中证500指数的市盈率、市净率分别为22.0倍、1.65倍，处于该指数自基期以来的估值低位，对投资者的吸引力有所上升。　　投资价值上，中证500指数市值规模居中，汇聚了医药、电子、计算机等高新成长行业，盈利潜力较高，同时还汇聚了较多比例的有色、基础化工等周期行业，指数历史表现弹性较高。　　投资策略上，本基金基于人工智能技术/机器学习方法构建股票量化组合：　　（1）因子挖掘上，我们紧密跟踪前沿研究成果，完善中长期选股逻辑，机器学习挖掘短期市场规律，并利用海量历史数据进行验证。　　（2）因子合成上，我们采用多重非线性方法综合预测，相比传统量化策略更好捕捉高阶矩的隐藏alpha。　　（3）组合优化和风险管理上，我们自建风险因子体系，自建组合优化模块，降低与其他管理人同质化风险；演绎和归纳风险因子，评估适当风控措施。　　（4）模型迭代上，我们根据市场变化以及深入研究，持续复核检验模型，并对模型涉及的因子与策略进行修正与调整，改善模型的有效性与稳定性。　　风险控制上，我们主要依靠选股来获取收益，不过分依靠行业观点或者板块观点；通过收紧风格因子上的敞口，不在个别的风格做过多偏离；将成分股外选股比例控制在行业居中水平，不在微盘股上做过多暴露。　　策略迭代上，一方面，节后模型已表现出较强的预测能力，另一方面，开年这段时间属于偏极端情况，样本小，权重低，经测试放入模型重新训练效果不大，综合来看仍保持当前选股模型不变。我们将在因子挖掘上密切跟踪基本面、量价因子的新研究，在策略开发上跟踪机器学习的最新进展。　　投资运作上，作为指数增强基金，本产品始终保持高仓位运作，应对基金申购赎回不主动择时，秉持以多种大概率取胜、以风险调整后收益为目标的方式力争跑赢指数，增厚投资收益。

选股因子（Alpha）上，2023年长周期基本面因子表现较为平淡，短周期量价因子在经历3月、5月两次回调后，下半年持续表现稳健，收益较为可观。风格因子方面，2023年小市值因子（Size）全年保持强势，低估值（BP）因子年初伊始即有所表现，四季度后进一步发力，非线性市值（Non-linear Size）因子十月份后开始走强，其余风格因子表现的延续性较为一般。　　基准指数（Beta）上，2023年四季度末，中证500指数的市盈率、市净率分别为21.8倍、1.67倍，处于该指数自基期以来的估值低位，指数估值进一步向下的空间要小于向上的空间。中证500指数属于中盘股，市值规模主要集中在500亿元至100亿元之间，汇聚了医药、电子、计算机等高新成长行业，盈利潜力较高，指数历史表现弹性较高，目前估值处于低位，对投资者的吸引力有所上升。　　投资策略上，2023年四季度后期，我们基于人工智能技术/机器学习方法构建股票量化组合：　　（1）因子挖掘上，我们紧密跟踪前沿研究成果，完善中长期选股逻辑，机器学习挖掘短期市场规律，并利用海量历史数据进行验证。　　（2）因子合成上，我们采用多重非线性方法综合预测，相比传统量化策略更好捕捉高阶矩的隐藏alpha。　　（3）组合优化和风险管理上，我们自建风险因子体系，自建组合优化模块，降低与其他管理人同质化风险；演绎和归纳风险因子，评估适当风控措施。　　（4）模型迭代上，我们根据市场变化以及深入研究，持续复核检验模型，并对模型涉及的因子与策略进行修正与调整，改善模型的有效性与稳定性。　　投资运作上，作为指数增强基金，本产品始终保持高仓位运作，不主动择时，秉持以概率取胜的方式、以风险调整后收益为目标，力争跑赢指数，增厚投资收益。

步入三季度，市场投资者依旧围绕着稳增长、产业趋势两个主要方向进行布局，7月市场以金融，地产等方向为主线，在金融地产的带动下市场企稳。然而进入8月后，在人民币汇率持续承压，外资加速流出的情况下，市场同步下行，主要板块加速筑底。8月底伴随经济、资本市场相关政策的密集出台，市场有所反弹。9月伴随着交易端持续缩量，市场进入政策后端“冷静期”，市场继续小幅度下行。　　从风格方面来看，三季度整体大盘风格有所回暖，以沪深300为代表的大盘股指数表现优于中证1000等小盘股指数；价值成长维度方面来看， 风格有所分化，防御属性较强的价值板块表现优于成长板块。行业方面，各行业依旧呈现出较显著的结构性差异，煤炭、非银金融、石油石化、银行等行业表现相对强势，而前期涨幅较多的传媒、计算机、通信等TMT板块以及电力设备及新能源等板块则表现相对较弱。　　投资策略方面，本基金作为股票型指数增强基金，基于对公司及行业基本面的持续跟踪，通过量化选股模型，从行业、规模、估值、成长、盈利、一致预期等角度进行股票优选，并在兼顾基准指数的风险收益特征和组合风格暴露的基础下对策略进行优化，构建最终的股票投资组合，力争在控制跟踪误差的同时为投资者提供高于业绩比较基准的投资收益。