2017年以来主动量化与增强指数基金表现对比 [page::4]

| 产品类型 | 2013年收益 | 2016年收益 | 2017截至4月28日收益 | 信息比率2017 |
|--------------|----------|----------|----------------|-----------|
| 主动量化产品A | 19.9% | 10.5% | -9.0% | -1.91 |
| 主动量化产品B | 3.1% | -1.4% | 5.9% | 1.87 |
| 指数增强产品C | 1.9% | -0.7% | 10.2% | 3.31 |
| 指数增强产品D | -10.6% | -1.6% | 6.4% | 2.80 |

• 主动量化产品受市场风格影响显著，部分小盘策略产品2017年表现承压。

- 增强指数型基金呈现出较高的稳定性和信息比率，尤其在2017年震荡市中表现突出。

Fama-French三因素收益归因模型与产品案例分析 [page::5][page::6][page::7]

| 年度 | Alpha(bp/日) | 市场贡献(bp/日) | 小盘/大盘(bp/日) | 成长/价值(bp/日) |
|-----------|-------------|---------------|----------------|----------------|
| 产品E 2017 | -12.42 | -0.64 | 0.40 | 0.90 |
| 产品F 2017 | 7.64 | -0.72 | -0.24 | 0.94 |
| 产品G 2017 | 12.26 | -0.66 | -0.24 | 1.40 |

• 通过收益归因发现市场与风格敞口对产品收益贡献显著。

- 2017年以来，因市值因子失效，小盘敞口收益减少，影响部分量化产品。

• 指数增强产品表现出稳定正Alpha，市场与风格敞口调整使得收益更优。

增强股票指数基金2017年业绩表现及排名 [page::8][page::11]

| 基金代码 | 基金名称 | 超额收益(%) | 绝对收益排名 | 超额收益排名 |
|---------|-----------------|------------|------------|------------|
| 000311 | 景顺长城沪深300 | 5.93 | 65/721 | 104/721 |
| 000176 | 嘉实沪深300增强 | 3.58 | 141/721 | 199/721 |
| 530018 | 建信深证100 | 2.12 | 143/721 | 265/721 |

• 多数增强指数基金在2017年业绩超过中位数，异于主动量化基金表现。

- 景顺长城沪深300表现最佳，实现较高的绝对收益和超额收益。

• 产品规模和业绩关联明显，头部产品规模稳步增长。

量化产品收益由Alpha与Beta共同决定，Beta影响大于Alpha [page::4][page::12]

• Beta敞口与市场风格偏好的匹配决定收益波动。

- 大部分产品Alpha较为稳定，Beta变化成为业绩波动的主要驱动力。

• 市场风格切换使得小盘因子失效，影响相关产品表现。

- 增强指数基金通过控制跟踪误差同时获得超额收益，兼顾稳健性与收益性。

增强股票指数基金历史表现及市场前景 [page::12]

• 景顺长城沪深300相较沪深300指数持续跑赢，历史表现稳定。

- 长期而言，该类基金具有较好的风险调整后回报优势。

• 未来市场环境复杂，增强指数基金具备较强的适应能力和投资价值。

报告深度分析报告 ——《从“Alpha+Beta”的角度分析量化产品业绩表现》

---

一、元数据与总体概览

• 报告标题：《从“Alpha+Beta”的角度分析量化产品业绩表现》

- 分析师：高道德、袁林青

• 发布机构：海通证券股份有限公司研究所

- 发布时间：2017年

• 研究主题：公募量化产品业绩表现及其驱动因素分析，重点关注主动量化型产品和增强股票指数型基金，通过“Alpha + Beta”框架进行收益归因。

- 核心论点：
- 2017年以来，主动量化型产品普遍出现回撤，而增强股票指数型产品表现较好。
- 产品表现由Alpha和Beta共同驱动，其中Beta对收益的影响通常强于Alpha。
- 市场风格切换（尤其是大小盘风格的变化）显著影响Beta贡献，导致产品收益波动。
- 增强股票指数型基金通过控制跟踪误差实现基准指数超越，体现在多只基金稳健的收益表现。

• 评级与目标价：本报告主要为研究分析性质，未直接给出具体投资评级或目标价，但提出了风险提示，供投资者参考。

总体上，报告通过“Alpha+Beta”分解框架，系统剖析了量化产品收益的来源及2017年业绩分化的主要原因，强调市场环境与产品风险敞口匹配的重要性，建议投资者关注产品Beta风险敞口的匹配程度。[page::0-1]

---

二、逐章节深度解读

1. 公募量化产品分类

• 主要内容：将公募量化基金分为主动量化型与被动量化型两大类，主动量化又细分为多因子纯多头、多因子对冲、事件驱动型等；被动量化则分为ETF、复制指数型、增强指数型产品。

- 逻辑阐述：主动量化产品通过主动管理寻求超额收益；被动产品追求指数化跟踪效果，增强产品则在跟踪的基础上争取额外的收益。

• 数据说明：通过表1，展示了四款典型产品（小盘主动量化A、大盘主动量化B、沪深300增强C、中证100增强D）2013-2017年初的收益、波动率及信息比率。

- 趋势观察：
- 小盘主动量化产品A虽然2013-2016年业绩优异，但2017年初表现明显下滑。
- 增强产品C、D及主动量化B在2017年初表现提升，表现出与市场风格切换相关的收益差异。

• 结论：仅凭绝对或超额收益难以评判策略是否有效，需结合收益来源分析。[page::4]

2. 收益分解：“Alpha+Beta”

2.1 Fama-French 三因子归因模型介绍

• 核心模型：利用经典Fama-French三因子模型，收益分解为市场因子（MKT）、规模因子（SMB，代表小盘相对于大盘）、价值因子（HML，代表价值股相对于成长股）。

- 方法说明：
- 使用基金日收益作为因变量，三因素日收益作为自变量回归。
- Alpha为截距，代表剔除市场和风格因子贡献后的超额收益。
- 风险敞口（各回归系数）及对应风险溢价决定Beta贡献。

• 技术细节：针对SMB和HML因子高相关问题，采用分组加权法分离不同估值组内的大小盘因子影响，提高模型稳定性与解释能力。

- 数据来源：万得全A指数日收益及市场市值与PB分位点划分计算因子收益。

• 意义：框架适用于细致界定Alpha与Beta对量化产品表现的贡献，支持后续收益归因分析。[page::5]

2.2 产品收益归因分析

• 分析了3款典型产品E（主动量化小盘偏多）、F（主动量化大盘价值偏向）、G（沪深300增强产品）的年度收益归因。

1. 主动量化产品E

- 市场敞口高（MKT约0.8-0.9），小盘风格敞口强（0.5-0.7），对价值风格敞口偏弱。
- Alpha为负（-0.08%/日到-0.04%/日），长期未能带来积极超额收益。
- 小盘风格贡献显著收益，尤其是2015、2016年取得21bp和14bp每日收益，市场因子贡献较大。
- 2017年以来，因市值因子失效及市场向下，市场及风格敞口拖累表现，Alpha负贡献未被抵消，导致业绩大幅回撤。

1. 主动量化产品F

- 市场敞口稳定（约0.75-1.05），偏向大盘和价值风格（敞口为负，表示负小盘即大盘，正价值）。
- Alpha稳定为正，每日约7bp，2015年高达15bp，表现优于E。
- 2016年市场及风格因素影响负面较大，拖累总收益，但Alpha和价值因子收支表现较好。
- 2017年始，大盘风格负向影响减弱，结合稳定Alpha，业绩有所回升。

1. 增强股票指数型产品G（沪深300增强）

- 市场敞口持续高（约0.7-0.97），大盘和价值风格敞口偏负（大盘、价值偏好明显）。
- Alpha表现良好且稳定，2015年达到15.8bp每日收益。
- 2017年，大小盘风格切换中表现持续良好，Alpha贡献尤其显著。
- 使用沪深300指数替代全市场作为市场因子时，Alpha略有变动，但整体结论一致。

• 综合结论：

- 产品收益表现受Alpha和Beta共同决定。
- 风格因子（特别是大小盘）对收益影响显著，其敞口匹配市场风格偏好决定Beta贡献正负。
- 2017年以来的市场风格切换直接影响了主动量化产品的收益表现，同时增强指数产品因Beta匹配度更好表现较佳。

[page::5-7]

2.3 “Alpha+Beta”视角总结

• 产品最终表现系Alpha的稳定贡献与Beta的市场及风格敞口共同作用的结果。

- 产品Beta敞口与当前市场风格匹配时收益得以放大，反之则受拖累。

• 规模较小倾向的主动产品在前几年依赖小盘风格Beta获益；2017年以来该因子失效导致收益大幅下滑。

- 偏大盘及增强指数产品因大盘风格负贡献降低而表现改善。

• 本节理论支撑了后续推荐增强指数产品的观点。[page::7]

3. 近期产品推荐：增强股票指数型基金

• 说明：在2017年市场风格震荡环境下，增强股票指数型基金因权重调整及Alpha产生机制较为稳定，表现亮眼。

- 产品表现介绍：
- 以景顺长城沪深300基金为例，2017年初至4月底净值上涨10.16%，超额收益5.93%，显著优于沪深300指数及其他典型指数基金。
- 多数增强指数型基金在2017年均有较好绝对收益和超额收益表现，表中49只产品中，31只净值排名前50%。

• 风险提示：

- 市场系统性风险、流动性风险及政策变动风险仍然对策略表现带来影响。

• 定义解释：

- 增强指数基金兼具指数化投资跟踪及主动管理发掘超额收益的双重特征。
- 与复制指数基金相比，增强指数基金在控制跟踪误差的同时追求基准超越。

• 市场数据：

- 截至2017年4月底，市场共有43只增强指数基金，管理规模331亿元。
- 其中，沪深300指数增强类产品数量最多，约18只，集中度高。

• 产品分类与规模数据：

- 表6提供增强指数基金2017年业绩排名及表现。
- 表7展示增强指数基金基本情况，详细包括基金代码、管理规模、所属公司等。
- 表8展示复制指数型基金规模排名前30的基本信息，便于对比分析。

• 统计与表现趋势：

- 表9列出2017年以来超额收益前35名的产品，多为增强指数及部分复制指数基金。
- 景顺长城沪深300处于领先，历年表现稳健，2017年表现尤其突出。

• 图形辅助：

- 图1显示景顺长城沪深300净值走势相较沪深300及中证500指数表现更佳。
- 图2描绘2014至2017年间该基金与基准指数历史表现，证实增强效应的持续性和稳定性。

[page::7-12]

4. 总结

• 量化产品收益由Alpha（管理能力）和Beta（市场及风格暴露）共同决定，而Beta因素往往影响更大。

- 市场风格切换是2017年主动量化型产品业绩波动主要原因。

• 增强指数基金通过灵活匹配Beta敞口及Alpha管理，在2017年市场环境中表现出较强的竞争力。

- 投资者在评估量化产品时，应重点关注其Beta风险敞口与当前市场风格匹配情况以及管理人的Alpha贡献能力。

• 报告强调了风险因素，提醒投资者注意系统性风险、流动性和政策风险的潜在影响。

- 本报告内容深刻，结合经典金融理论和实际产品表现，为投资者提供了量化产品选择的思路和操作参考。

[page::12]

---

三、图表深度解读

图1：景顺长城沪深300自2017年以来的净值走势

• 描述：该图展示了2017年1月至4月中，景顺长城沪深300净值(红色线)及沪深300指数（深蓝）、中证500指数和创业板指数的相对走势。

- 数据解读：
- 净值稳步上升，显著跑赢沪深300及中证500，创业板指数表现较弱。
- 反映增强指数基金实现了超越基准的正向表现，显示良好的市场适应能力。

• 联系文本：图形武装了对增强指数型产品2017年优秀表现的阐述，支持增强产品在震荡市场中表现出色的结论。

- 局限性：仅展示近期行情，未体现长期趋势，但结合后续图2补充了历史表现。



---

图2：景顺长城沪深300与沪深300指数历史表现（2014.01~2017.04）

• 描述：图形表现该基金净值与沪深300指数历时表现及相对强弱指数的走势。

- 数据解读：
- 2014年至2017年期间，基金净值曲线多数时间保持于沪深300指数之上，体现超额收益。
- 相对强弱指数稳步上升，验证了长期相对基准的稳定赢利能力。

• 联系文本：

- 证明增强指数基金不仅在短期内表现较好，且在多个市场周期中维持优势。
- 支撑报告强调的Alpha稳定贡献及合理Beta敞口管理带来的持续价值。

• 局限性：

- 图示缺少波动率等风险指标，不能全面衡量风险调整后的业绩，但结合文本解释补足。



---

表1：产品业绩表现对比

• 描述：展示具体主动量化产品A、B及增强指数产品C、D在2013-2017年初的年度收益率、年化波动率及信息比率。

- 数据解读：
- 主动量化产品A的高波动率与高收益并存，2017年初收益率为负且信息比率明显降低，反映出策略在2017年失效。
- 增强产品C、D的波动率通常低于A，且2017年起表现稳健，信息比率明显高于主动量化产品。

• 联系文本：

- 体现产品类型差异与市场环境的适应性，表一数据成为后续“Alpha+Beta”理论解释的基础。

• 局限性：

- 仅包括少数产品，可能无法全面代表市场，但作为案例具代表性。

---

表2至5：产品收益归因表

• 描述：

- 表2-表3为主动量化产品E、F的年度Alpha及三因子（市场、规模、价值）贡献及其敞口。
- 表4-表5为沪深300增强产品G对应的归因数据，后者采用沪深300指数作为市场因子进行回归。

• 数据解读：

- 对比E和F体现策略差异对Alpha与Beta贡献的影响。
- 表中特别指出2017年小盘风格失效导致E产品收益受损，F产品受大盘风格影响减弱表现好转。
- 产品G高Alpha以及市场敞口充分利用了沪深300市场走势，凸显增强策略优势。

• 联系文本：

- 数值重申Beta在收益波动中占主导地位，Alpha稳定是产品长期核心竞争力。

• 局限性：

- 归因基于一定模型假设和因子定义，市场极端环境下模型有效性可能受限。

---

表6-9：增强指数基金表现、基本情况及排名

• 描述：

- 表6-7：展示2017年初至4月28日增强指数基金具体表现及规模和业绩基准。
- 表8：复制股票指数型产品规模前30基本情况，用于对比。
- 表9：2017年以来超额收益最高的35只基金产品详细收益展示。

• 数据解读：

- 多数增强指数型基金收益优于复制指数型，景顺长城沪深300表现尤为突出。
- 基金规模分布反映市场关注重心，沪深300增强基金占据主导地位。
- 35只超额收益产品中大多为增强指数基金，占据较多席位，体现策略有效性。

• 联系文本：

- 具体数据有力佐证报告观点，即增强指数基金在多变市场环境中的竞争能力。

• 局限性：

- 部分数据为截止2017年4月底，后续表现需动态跟踪。

---

四、估值分析

• 本报告主要针对产品业绩表现及归因分析，未涉及企业估值或目标价制定，因而无估值具体分析章节。

---

五、风险因素评估

• 市场系统性风险：市场整体下跌或波动增强时，Beta敞口可能导致产品收益大幅回撤。

- 资产流动性风险：流动性匮乏可能诱发大额赎回，影响基金操作与风险控制。

• 政策风险：相关监管政策变动可能影响基金运作机制及市场环境。

报告未提供具体风险缓解策略，但提示投资者关注以上三类主要风险及其可能带来的负面影响。[page::0,12]

---

六、批判性视角与细微差别

• 偏见与假设限制：

- 报告采用Fama-French三因子模型，虽然经典但对中国市场恰当性存在一定争议，尤其是风格因子定义和其时变稳定性。
- Alpha归因依赖模型回归截距，实际Alpha可能包含未捕获风险因子，存在一定解释误差。

• 叙述局限：

- 报告偏重于业绩归因与产品表现，缺乏对资金流动性、管理费用影响等运营层面分析。
- 对未来走势未作深入预测，重点分析当下及近期市场背景。

• 细微差别：

- 增强指数产品多数依赖沪深300等大盘指数，市场结构变动可能影响Beta敞口稳定性。
- 主动量化产品依赖小盘因子，市场风格切换风险较大，易受风格转变影响。

整体而言，报告分析严谨，但投资者需结合其他市场环境维度审慎使用研究结论。

---

七、结论性综合

本报告通过详尽的收益归因分析，以Fama-French三因子模型为理论基础，系统探究了中国公募量化产品2013年至2017年初的业绩表现。核心发现是：

• Alpha和Beta双驱动收益：量化产品收益由管理能力贡献的Alpha和市场及风格暴露产生的Beta组成，而Beta变化对业绩波动影响更大。

- 市场风格切换的关键作用：尤其是2017年市值（大小盘）因子的失效，导致偏小盘的主动量化产品收益大幅下滑；相对大盘为偏好的产品和增强股票指数基金表现改善。

• 增强股票指数基金展现优势：该类基金兼顾主动Alpha管理和指数Beta风险敞口控制，在震荡复杂的市场环境中表现稳健且实现超额收益，成为投资者关注焦点。以景顺长城沪深300为代表的多只增强产品均展现出可观的绝对及超额收益。

- 风险因素明显：系统性市场风险、流动性风险和政策调控仍是主要不确定因素，投资决策中需予以关注。

通过丰富的表格和图形佐证，报告有效证明了“Alpha+Beta”收益归因框架在量化基金业绩分析中的实用价值，为理解量化产品表现特征、评估基金配置提供了科学依据，建议投资者在市场风格切换背景下重点关注Beta敞口匹配和主动Alpha持续性。[page::0-12]

---

总结：该报告对量化公募基金特别是主动量化与增强指数型基金的业绩表现机制进行了深入解析，强调了市场环境变化对产品收益的决定性影响。作为投资参考，报告内容详实、理论扎实，兼顾实证数据和行业现状分析，为投资者理解量化产品收益来源及合理配置提供了宝贵的视角。[page::0-13]

报告