量化与基本面基金持仓特点对比 [page::3][page::4]

• 量化基金持股数量多，持仓权重分散，利用大数定律实现因子收益。

- 基本面基金持仓集中于少数优质股，进行深度挖掘，权重标准差明显高于量化基金。

• 2010-2019年数据表明量化基金持仓集中度低于基本面主动基金。

量化产品历史业绩回顾与产品规模分布 [page::6][page::7]

| 年份 | 基金代码 | 基金名称 | 2015年年化收益率(%) | 2015年收益排名(%) | 2016年年化收益率(%) | 2016年收益排名(%) |
|-------|--------------|--------------------|---------------------|-------------------|---------------------|-------------------|
| 2015-16 | 163110.OF | 申万菱信量化小盘 | 89.29 | 5.2 | 3.76 | 8.3 |
| 2015-16 | 519983.OF | 长信量化先锋A | 86.68 | 5.9 | 9.32 | 2.2 |
| 2015-16 | 229002.OF | 泰达宏利逆向策略 | 56.67 | 32 | 8.67 | 2.4 |

• 量化产品在不同市值风格轮动，2015-16年小市值获益显著，2017年后大市值风格量化产品表现提升。

- 市场整体量化产品对不同指数的对标较为分散，沪深300数量最多，产品规模达695亿人民币。

不同指数对标的量化产品超额收益表现 [page::7]

• 对标沪深300的量化产品超额收益偏低且不稳定。

- 对标中证500的量化产品超额收益年化较高且稳定。

主动权益基金选股能力强，行业选择能力中性 [page::8]

• 行业集中导致基金收益波动加剧，但不显著带来整体正收益。

- 个股集中度高的基金更易实现超额收益，表明基金经理选股能力强。

中证500、中证1000适合量化产品跑道 [page::9]

| 报告期 | 主动权益基金沪深300 | 主动权益基金中证500 | 主动权益基金中证1000 | 量化基金沪深300 | 量化基金中证500 | 量化基金中证1000 |
|------------|---------------------|--------------------|--------------------|----------------|----------------|-----------------|
| 2019-06-30 | 71.1% | 12.2% | 9.1% | 54.9% | 14.6% | 19.1% |

• 基金覆盖度显示主动权益基金对中证500、中证1000覆盖不足，量化基金在这些指数的配置占比较高。

- 行业高度分散使得量化产品可以适度放松行业和风险因子敞口以提升超额收益。

沪深300跑道优势：量化基金的纪律性和风险控制 [page::10]

• 量化基金在沪深300中能保持较好排名，纪律性强，严格控制行业尤其是金融行业敞口，规避主动权益低配金融带来的业绩风险。

- 沪深300权重集中，主动权益基金选股能力强，但行业选择能力有限，量化产品具备行业中性优势。

推荐主动权益基金关注上证50指数增强产品 [page::11]

• 上证50股票数量少，更易覆盖，权重集中，有利于集中持股优势体现。

- 市场对基本面回归的重视提升了主动权益基金研究效率，指数超额收益空间可能减少。

美国市场主动管理基金超额收益分布与指数表现 [page::11][page::12]

• 美国指数化投资优势明显，标普500指数表现优于多数主动管理基金。

- 主动管理基金超额收益长周期存在波动，指数化趋势明显。

景顺长城量化新动力收益归因分析 [page::12]

• 主要因子包括动量、估值、规模、成长等，量化基金倾向于早期介入估值较低股，后期因基本面因子买入。

- 量化基金可在周期波动中利用估值回归获得超额收益，但存在价值陷阱风险。

量化与主动基金介入时点差异与2019年表现困难 [page::13]

• 量化基金估值因子提前介入，主动权益基金以业绩预期介入，导致部分时期量化基金表现滞后，2019年尤其明显。

A股及全球市场投资标的集中化趋势 [page::14][page::15]

• 2017年以来市场出现“二八效应”，行业龙头表现持续优异。

- 美国和香港市场同样显示投资标的的集中化和龙头效应。

龙头效应的周期性及与宏观经济的相关性 [page::16][page::17]

• 标普500相对小盘指数的优势表现出周期性，不持续单边向集中。

- 龙头效应与美国10年期国债收益率呈长期负相关，利率环境可能影响市值风格表现。

• A股龙头效应可能受未来经济增速放缓影响继续存在。

报告详尽分析：量化 VS 基本面——公募产品优势跑道比较

---

1. 元数据与报告概览

报告标题：《量化 VS 基本面：公募产品各自的优势跑道比较分析— 量话笔谈系列之一》
作者及机构：邓虎（执业证书编号：S0930519030002），光大证券研究所
发布日期：2020年初（数据截止2019年下半年）
报告主题：深入分析量化基金与基本面主动权益基金的主要区别、持仓特征、历史表现及适用投资跑道，结合国内外市场数据，探讨未来基金选择策略及走势预判。

报告核心论点：
报告提出量化基金和基本面基金的最大区别是“广”与“深”的区别。量化基金通过分散持仓利用大数定律实现因子收益，覆盖面广不深度研究个股，适合中证500和中证1000这些成分股数量多且分散度高的指数跑道。基本面基金则聚焦深度研究，持仓集中，更适合上证50等成分股较少、易覆盖成分的指数跑道。对标沪深300指数，量化基金优势在于纪律性和对金融行业的坚守，而基本面基金则依赖于选股能力和适当布局集中特定股票。

此外，报告分析指出，从近年全球市场看，尤其是美国和香港市场，投资标的集中化趋势明显，未来量化产品在高度集中的市场中面临挑战，龙头效应具有周期性，受利率环境与市值结构影响。

建议：

• 量化基金宜适度放宽中证500和中证1000指数的行业和风险因子敞口，以获得更稳定超额收益，紧盯沪深300时则应强化纪律性。

- 基本面基金经理宜尝试布局上证50指数增强基金，发挥选股集中优势。

• 投资者应根据不同跑道特征选择适合的基金策略。[page::0,1]

---

2. 逐节深度解读

2.1 量化 VS 基本面持仓特征——“广”与“深”[page::3,4,5]

• 关键论点：量化基金采用分散持仓策略，覆盖股票数量多（规模加权持股数量普遍大于100只），单只股票权重低（持股权重标准差低于1%），不强调对个股深入研究。基本面基金持股数量较少（多数<50只），持股权重分布更集中，采取股票深度精选策略。
• 推理：量化基金依赖于大数定律来平滑模型因子误差，对单只股票判断是否准确不敏感，因此要求广泛覆盖以实现整体因子效应。基本面基金由于研究资源有限，难以覆盖过多股票，强调深度覆盖重点个股以提升单股收益贡献。
• 数据点：

- 表1显示2010-2019年，量化基金持股规模加权数量多数保持在90-200只左右，而基本面基金多在25-44只区间。权重标准差持续低于基本面基金，印证持仓集中度显著不同。
- 图1多张散点图显示两者在持股数量与权重差异上的稳定分布特征。
- 对标不同指数的量化产品持仓差异明显（表2与表3），沪深300跑道量化产品权重股集中特定股票如中国平安、贵州茅台等;中证500跑道量化产品更加分散，最大个股权重不到5%。
- Wind分析师评级覆盖显示沪深300成分股实现约90%以上覆盖，而中证500、中证1000覆盖率明显不足，基本面基金难以深入覆盖小市值分散股，量化基金优势明显。

• 结论：在持仓结构和覆盖范围，“广”的量化面对中小市值、多样化标的有天然适应优势，“深”的基本面基金更专注核心优质股份，构建集中配置。[page::3,4,5]

---

2.2 历史表现对比——量化与基本面轮动显著[page::6,7,8]

• 关键论点：历史上量化基金和基本面基金在表现上有显著轮动，2015-2016年小盘风格主导下，市值偏小量化产品业绩优异；2017年以后大市值和价值风格兴起，基本面基金表现回暖。
• 证据：

- 图2显示主动量化基金指数2010-2019年走势与中证偏股基金指数及沪深300指数对比，清晰反映阶段性风格差异。
- 2015年申万菱信量化小盘基金、长信量化先锋表现亮眼（年化收益超过80%，排名前10%），2017年量化增强产品如景顺长城量化新动力收益同样抢眼。
- 表7显示市场上主流量化产品对标沪深300多达111只，规模最大（695亿元），中证500次之（69只，342亿元），中证1000仅10只（18亿元），反映市场资金布局偏向传统大盘指数。

• 推理与展望：量化基金的超额收益依赖适宜的市场风格与投资跑道；对标沪深300的量化产品超额收益偏低且不稳定（图3），而对标中证500的量化产品超额收益全年更高且稳定（图4），这源于后者成分更分散，小市值更集中，更适合量化模型发挥分散优势。
• 结论：量化基金在小盘及分散指数上的表现更为稳定，投资风格和跑道选择是影响绩效的决定性因素。[page::6,7,8]

---

2.3 量化与基本面基金的能力特征——选股明显优于选行业[page::8,9,10]

• 核心发现：通过个股及行业集中度与收益分布分析发现，基金经理总体具备较强选股能力，而选行业能力表现中性。行业高度集中的基金多贡献波动性，个股集中帮助获取超额收益。
• 数据解读：

- 图5以分组基金收益率密度曲线表示不同持仓集中度下的表现差异。
- 面对中证500和中证1000指数跑道，基本面基金覆盖稀缺，量化产品是主要竞争者（图6），行业高度分散利于量化产品适度放松敞口提高超额收益。

• 沪深300跑道情况：

- 量化基金在沪深300跑道上虽然存在难度，但纪律性强。
- 历史上量化基金排名多次进入主动权益中上位（图7），纪律性优势尤为突出。
- 主动权益基金对金融行业长期低配（图8），而该行业在沪深300中权重最大，金融行业上涨时量化基金可能领先。
- 主动权益基金中选股能力强，但选行业中性使其较难同步行情。

• 策略建议：量化产品应严格控制行业及风险因子敞口，以发挥纪律优势；主动权益基金宜聚焦上证50指数，便于集中投研覆盖，从而发挥选股优点。
• 收益归因：以景顺长城量化新动力为例，其收益主要来自多因子模型，包括beta、动量、规模、盈利率等，显示估值因子和业绩因子周期不完全一致，量化基金可能比基本面基金更早介入价值回归阶段（图10），但也面临价值陷阱风险，2019年表现受挫（图13）。

[page::8,9,10,11,12,13]

---

2.4 全球视野：投资标的集中化趋势与周期性龙头效应[page::14,15,16,17]

• 关键论断：近年来，A股市场出现明显的投资标的集中化趋势，即“二八效应”逐渐显现，行业龙头不断跑赢市场，导致分散持仓的量化基金在整体收益表现上承压。
• 数据支持：

- 图12、图13展示A股年度及季度上涨股票占比及量化沪深300、中证500、中证1000超额收益占比与上涨股票数量的对应关系，显示集中化趋势愈加明显。
- 海外市场同样显现类似现象，美国标普500领先中小盘罗素2000，香港恒生指数跑赢中小型股指数（图14、图15、图16、图17）。

• 龙头效应的周期性：

- 标普500相对罗素2000的净值趋势显示龙头效应并非单边趋势，而具有明显周期性（图16）。
- 经济增速（GDP同比）与该指数间相关度低（图18）。
- 与美国长短期国债收益率的关系显示，10年期利率与标普500相对表现长期负相关，2年期利率则呈现阶段性正相关（图19、图20），表明利率环境和货币政策调控对龙头效应周期有显著影响。

• 推理：

- 低利率环境利好大市值龙头企业，集中持股策略相对优势明显。
- 若经济增速持续放缓，龙头持续获得竞争优势，中小盘和高度分散策略处境不利。
- A股仅经历过一次明显周期切换，未来能否持续集中化仍需观察。

[page::14,15,16,17]

---

2.5 风险提示与方法局限

• 报告强调所有结论均基于历史数据统计分析，未来市场和宏观环境变化存在不确定性，可能导致模型失效及结论偏差。[page::0,17]
• 估值与分析方法存在假设前提，投资建议需结合个人投资目标与风险承受能力，信息不构成投资唯一依据。[page::18]

---

3. 重点图表深度解读

图1：基本面主动基金VS量化主动基金持仓集中度数据（页3）

• 展示了2016年底和2019年中两类基金的持股数量与权重标准差的关系。

- 量化基金普遍持股数量较多、权重波动较小，基本面基金持股数量较少且权重差异大。

• 气泡大小代表基金规模，显示资金流向与持仓策略的匹配。

表1：持股数量与权重标准差（页4）

• 量化基金持股数量稳定在90只以上，基本面基金处于25-44只。

- 权重标准差均低于基本面基金，表明量化基金持股更分散。

图3与图4：沪深300和中证500量化增强产品超额收益（页7）

• 沪深300量化产品超额收益波动较大且整体水平偏低，反映成分股集中限制了量化策略的表现。

- 中证500量化产品超额收益表现更高且稳定性更好，适合分散策略发挥。

图5：基金收益分布与集中度关系（页8）

• 行业集中度高，个股集中度低的基金收益分布偏负，波动加大。

- 个股集中度高的基金收益更可能正向，表明选股能力带来超额回报。

图6：主动权益基金与量化基金覆盖指数成分股的超配比例（页9）

• 基金对中证500与中证1000的覆盖明显不足，尤其是基本面基金，量化基金在小盘指数跑道占据主导。

图7：量化基金在主动权益基金中排名分位（页10）

• 多年份量化基金排名位于主动权益中上游，证明其在沪深300跑道具备竞争力。

图8：主动权益基金长期低配金融行业（页10）

• 显示主动权益基金对沪深300金融行业配置远低于指数权重，量化基金相对更为纪律。

图9：沪深300指数表现于主动权益基金中排名（页11）

• 2014、2015年指数收益在主动权益基金中排名靠前，引导基金布局。

图10：景顺长城量化新动力收益归因（页12）

• 细分贡献因子表现，显示量化基金多因子策略动态调整，估值因子通常先入场，基本面因子后发力。

图12和13：A股上涨股票占比年度和季度数据（页14）

• 体现市场上涨股票数量减少，投资集中度提高，二八效应显著。

图14至17：美国与香港市场投资集中趋势和指数表现（页15-16）

• 跨市场龙头效应增强，标普500和恒生指数表现优于对应中小盘指数，验证投资标的集中化全球性趋势。

图19与图20：标普500相对于罗素2000指数与美国国债收益率关系长短期对照（页17）

• 长期10年期利率与龙头指数相对表现负相关，短期2年期利率相关关系有时变动，显示利率环境带来的市场结构影响。

---

4. 估值分析

报告未突出具体估值模型或目标价，聚焦于投资策略、组合构建及跑道选择。通过收益归因分析，量化基金多用多因子模型（估值、规模、动量、盈利等）指导投资决策，对比传统基本面投资的个股深度研究但覆盖有限。

---

5. 风险因素评估

• 报告多次提示历史数据基于过往统计规律，未来市场环境不确定，模型失效风险存在。

- 量化基金在市场集中及龙头效应加强阶段可能表现不佳。

• 基本面基金选行业能力有限，叠加市场不确定性，选股成功可能受限。

- 投资者需考虑基金策略与市场周期匹配性，谨慎配置。

---

6. 审慎视角与细节解读

• 报告对量化与基本面基金的优劣势定位较为平衡，未过度强调某一策略的绝对优越性，但对量化模型适合分散的小盘及宽基表现强调较多，说明存在跑道依赖性。

- 量化基金优劣势明显依赖于市场风格周期，2019年价值陷阱即体现量化模型估值因子失灵的风险。

• 报告引用美国及港股市场数据支持周期性判断，增强说服力，但对A股未来经济与市场转折的具体影响解释稍显笼统。

- 报告建议量化基金应在沪深300跑道严格控制行业敞口强调纪律性，体现认知其随机波动风险的谨慎态度。

---

7. 结论性综合

本报告以“广”与“深”形容量化基金和基本面基金的本质差异，系统梳理了两类产品的持仓结构、覆盖度、收益特征及不同投资跑道上的表现优势。量化基金通过多样化和分散化实现稳定超额收益，适应中证500和中证1000这些成分股众多、行业分散的宽基指数。基本面基金则凭借深度研究实现个股集中配置优势，更适合成分股数量有限且权重较集中的上证50等小盘指数。沪深300跑道为量化基金提供坚持纪律性的优势，尤其在指数成分中金融行业龙头表现时能够取得超越。

报告特别强调在全球范围内市场呈现投资标的集中化趋势，龙头效应周期性加剧，这对依赖分散组合的量化基金是一挑战。美国市场历史数据显示，标普500与赖以比拼的罗素2000表现差异受利率环境和市值结构周期性影响，暗示A股未来也可能经历类似的周期切换。

结合图、表数据，报告建议投资者根据不同跑道特征择优选基: 量化基金重点布局中证500和中证1000，适度放松行业敞口，发挥系统因子优势；基本面基金注重选股，适宜参与上证50等集中成分较少的指数增强，利用研究深度优势获得超额回报。

报告提示未来市场和方法模型存在不确定风险，投资需谨慎权衡不同风格周期与策略特征，合理配置基金组合。

---

（全文结论观点及数据，均来自于报告自身内容及图表）[page::0-18]

---

报告