当前A股估值低位，配置大盘股性价比高 [page::3][page::4][page::5]

• A股估值显著低于欧美主要股指，沪深300市盈率仅11.36，处于历史较低分位

- 今年从险资、偏股基金、ETF和两融四大资金流入转正，规模超2000亿元，增量资金作用显著

• ETF和保险资金流重点聚焦沪深300宽基大盘股，资金结构有利于大盘股估值修复

沪深300指数核心资产优势及估值特点 [page::6][page::7][page::9][page::10][page::12][page::13]

• 沪深300成份股央企占比近50%，显著高于其他指数

- 央国企现金分红规模超14000亿元，分红比例持续高企，有望推动价值重估

• 指数行业分布均衡，偏大盘，盈利能力和成长性优于中证500等其他指数

- 流动性充裕，年化波动率适中，估值处于历史低位区间，投资性价比突出

指数增强策略的收益来源与AI赋能优势 [page::13][page::14]

• 指数增强基金在Beta（市场涨跌）基础上，通过多因子选股和权重优化获取Alpha超额收益

- AI和机器学习技术提高因子挖掘和组合优化能力，实现更加智能和稳健的超额收益挖掘

• AI模型处理非线性信息、多源大数据及计算速度优势，支持因子模型升级迭代

海富通沪深300指数增强基金基本情况及基金经理介绍 [page::14][page::15][page::16]

• 基金成立于2017年，基金经理朱斌全、林立禾，均具量化与风险管理背景

- 海富通管理多只量化类产品，具备完善的量化策略研发和实盘管理经验

• 基金类型为增强指数型，80%以上资产投资于沪深300成份股及其备选成份股

海富通沪深300指数增强基金业绩表现和风险控制 [page::17][page::18][page::19]

• 自转型为指数增强产品以来，累计超额收益24.84%，2024年超额收益达6.4%，在沪深300指增基金中排名靠前

- 勝率提升，2024年日度超额胜率59.86%，低于平均最大回撤5.24%

• 风险控制严格，行业超低配极值多保持在±5%，平均成份股偏离度约0.45%，成份股外配置比例约12%

- 行业配置均衡，偏好电力、公用事业、石油石化等行业，低配金融等板块

海富通指数增强量化投资体系及AI策略流程 [page::19][page::20]

• 因子挖掘涵盖基本面、技术面及非结构化数据

- AI模型采用决策树、神经网络、集成学习等先进方法进行因子合成和选股预测

• 组合优化框架综合风险约束和跟踪误差管理，提升组合超额收益及风险调整表现

- 投资策略核心为深度学习多因子打分，辅以事件驱动和行业轮动卫星策略，强调“以稳为主，稳中求进”[page::4][page::7][page::13][page::14][page::17][page::19][page::20]

报告详尽分析报告：《AI赋能指数增强，持续稳定获取超额收益》

---

一、元数据与概览

• 报告标题：《AI赋能指数增强，持续稳定获取超额收益》

- 分析师：郑兆磊（资格证号S0190520080006）

• 发布日期：2024年8月15日

- 发布机构：兴业证券经济与金融研究院

• 主题对象：海富通沪深300指数增强基金、沪深300指数及其增强策略

- 核心论点：当前A股市场估值处于历史低位，资金面与政策推动大盘股有布局价值，而海富通沪深300指数增强基金通过AI赋能的量化策略，实现Alpha收益的稳步提升，以较低风险获取超额收益。特别是央国企价值重估带动沪深300指数高股息特征显著，且长周期的指数增强策略适合投资者长期持有。

• 评级及目标价：报告未直接给出具体投资评级及目标价，但基于内容强调海富通指数增强基金优势，暗示推荐该产品。

总体来看，报告布局当前A股市场的结构与资金流向，细致阐述沪深300指数特点，突出海富通沪深300指数增强基金的量化及AI辅助优势，展望其在获取超额收益的持续稳定能力。

---

二、逐节深度解读

1、当前A股处于估值低位，资金面与政策加持下大盘股布局正当时

1.1 A股估值处于历史低位，配置性价比较高

• 关键论点：通过2014年末至2024年8月的数据对比，A股（以中证全指和沪深300为代表）整体估值位于统计区间的较低分位。详细数据示例如沪深300指数PE仅11.36，PB为1.23，PE历史分位（21.59%）和PB历史分位（2.41%）均处低位；相比之下，美股标普500、纳斯达克指数的PE与PB分位均超70%甚至90%以上，表明A股整体存在较高配置价值。

• 支撑依据：图1显示沪深300等指数与全球指数的PE、PB及其分位数差异。对比中，A股细分指数如中证500、中证1000等估值虽高于沪深300，但仍远远处于历史低位。
• 结论：基于估值的相对优势，A股当前大盘股配置具备性价比，投资价值凸显。[page::3] [page::4]

1.2 资金结构转变，重点流向大市值龙头

• 观点：主导资金结构发生显著变化，2024年以ETF和保险资金为核心增量，且大幅净流入，资金增量与沪深300指数走势正相关。

• 数据支持：图2至图6显示：

- 今年四类重要资金（险资、偏股基金、外资、两融）净流入超过2000亿元，较过去两年显著改善（图2）。
- 资金流入与沪深300表现呈显著正相关（图3）。
- ETF和保险资金成为市场主导增量（图4），尤以宽基ETF，尤其沪深300ETF获净流入3036亿元，占股票型ETF净流入70%以上（图5）。
- 险资资金运用余额增速创近三年新高（10.98%），持仓偏向千亿以上龙头股票（图6），重点加仓贵州茅台、立讯精密等头部企业。

• 推理：资金面需求和结构变化引导市场重新聚焦大盘蓝筹，尤其央国企和高股息龙头，形成市场风格转向“大盘趋势”。

• 意义：资金流入驱动估值修复和风格轮动，增强大盘蓝筹板块投资价值。[page::3] [page::4] [page::5] [page::6]

1.3 央国企价值重估强化沪深300高股息特征

• 要点：

- 沪深300指数中央国企占比近50%，远高于中证500（44.6%）、中证1000（32.9%）和万得全A（26.53%）（图7），表现央国企属性突出。
- 央国企现金分红规模庞大且稳定，2023年分红总额超14000亿元，超过其他企业（图9），连续三年分红企业占比超50%（图10）。
- 政策层面“中特估+市值管理”等推动央国企提升分红意愿，助力价值认同和估值修复（图8）。

• 推论：央国企的高分红持续性和政策支持，将使沪深300指数的高股息特征进一步强化，增加配置吸引力。
• 投资启示：依托央国企改革红利和稳健现金流，沪深300指数的长期投资价值坚实。
• 结论：央国企价值重估是当前A股投资逻辑的重要组成部分，成为沪深300指数估值回升的核心驱动力。[page::6] [page::7]

---

2、沪深300指数：聚焦A股核心资产

2.1 指数编制方案

• 沪深300指数采用自由流通市值加权，样本股为沪深市场规模大、流动性好且代表性强的股票，共300只，样本调整每年两次。

- 选样规则基于过去一年日均成交额与市值筛选，体现流动性和规模兼顾原则，排除ST及红筹企业等。

• 这一结构设计保证了指数对市场主流优质大盘蓝筹的有效覆盖，成为衡量A股大盘表现的核心指标。[page::8]

2.2 指数业绩表现与流动性

• 业绩概览：

- 2014年末至2024年8月，沪深300区间收益-5.72%，年化收益-0.63%，显著优于中证500（-1.28%）和中证全指（-0.87%）等宽基指数，表明沪深300在波动较大的市场背景下表现更加稳健。
- 年化波动率为21.78%低于中证500的25.30%，风险调整表现更佳。
- 最大回撤为-46.7%，相较于其他宽基指数风险水平适中。

• 流动性：

- 近6个季度日均成交量及成交额均维持高位（2024Q2日均成交额达2221亿元），显示流动性充裕，能支撑大规模资金运作。

• 逻辑：稳定的业绩表现和充裕的流动性为指数化投资和基金运作提供有力保障，降低交易成本及扩散风险。
• 综合来看，沪深300作为A股大盘核心资产的代表，具备较好投资基础。[page::8] [page::9]

2.3 指数成份股结构

• 行业分布均衡，兼具成长与周期：

- 覆盖28个行业，银行（13.16%）、电子（9.57%）、电力新能源（7.14%）等权重较高（图13）。
- 结合周期性（有色金属3.94%）和成长型行业，实现行业分散。

• 市值特征：

- 指数倾向大盘风格，66.05%权重由自由流通市值超过500亿元股票构成，88只个股，反映大盘股主导（图14-15）。

• 前十大成分股：

- 以贵州茅台（4.96%）、宁德时代（2.71%）、中国平安（2.61%）等优质蓝筹为主，合计权重22.04%，体现核心资产效应。

• 意义：沪深300指数高度集中于市场优质大盘股，行业和市值结构合理，为指数产品的表现稳定性提供支撑。[page::10] [page::11]

2.4 指数基本面特征

• 盈利能力：

- 截至2024Q1，沪深300销售毛利率达18.78%，显著高于次级指数中证500（15.12%），体现优异盈利质量（图16）。

• 成长属性：

- 归母净利润同比增速保持相对稳健（-4.10%），优于中证500的-11.84%，显示面对整体盈利承压，沪深300具有较好成长韧性（图17）。

• 意义：沪深300成分股整体盈利能力更强，成长更稳健，支撑估值底部提升的基本面基础。[page::11] [page::12]

2.5 指数估值水平

• 当前市盈率（TTM）为11.36，市净率1.23，均位于历史低位分位数（PE分位21.59%，PB分位2.41%）（图18）。

- 结合盈利稳定及低估值，指数配置性价比突出。

• 结论：较低估值与良好盈利能力共存，为投资提供吸引力。[page::12] [page::13]

---

3、指数增强策略优势：Alpha与Beta兼具

• 基本框架：

- 指数增强基金的收益来源是两部分：
- Beta收益：跟踪指数获得市场整体涨幅。
- Alpha收益：通过数量化多因子、套利模型等主动管理，调整成分权重以超越指数表现。

• 市场适应性：

- 在风格频繁切换和市场波动性高的环境下，增强策略凭借Alpha收益提升基金表现的稳健性与超额回报能力。
- 跟踪误差控制严格，平衡指数复制及积极管理。

• AI赋能优势：

- AI通过深度学习处理非线性关系和海量数据，拓展传统多因子模型，挖掘更多无形因子。
- 机器学习、生成式AI等技术提升选股信息提取能力。
- AI模型可自适应多样市场环境，提升量化模型精准与效果。

• 效果预期：

- 指数增强基金适合长期持有，复利效应显著，尤其在市场波动阶段提供超额收益。

• 图解（图19）明确了增强策略中Beta与Alpha的关系。

该部分逻辑说明指数增强策略特别适合当前不确定性较高的A股市场环境，为投资者提供超额收益路径。[page::13] [page::14]

---

4、海富通沪深300指数增强基金：AI赋能指数增强，持续稳定获取超额收益

4.1 产品介绍

• 成立于2017年5月10日，基金经理为朱斌全与林立禾，定位为增强指数基金。

- 投资组合中80%以上资金投资于沪深300成分股及备选，聚焦量化策略与风险控制。

• 管理费0.8%，托管费0.18%，基金为股票型，风险收益水平较高。

4.2 基金经理及基金公司

• 海富通基金成立于2003年，是中国较早的合资基金公司之一，具备丰富的量化基金管理经验。

- 旗下量化类基金9只，总规模近19亿元，海富通沪深300指数增强为核心产品。

• 基金经理朱斌全具备丰富交易及量化投资背景，管理多只量化及指数增强产品，总规模超9亿元。

- 林立禾具备量化金融硕士学历，具有风险管理与量化研究经验，2023年开始管理本基金。

4.3 业绩回顾与风险控制

• 基金自2019年转型增强策略以来累计超额收益高达24.84%，2024年区间收益3.5%，在沪深300指数增强产品中排名前三（图20，表8）。

- 相较于沪深300指数，基金风险较低，2024年最大回撤仅-5.24%，显著优于行业内平均回撤-8.15%。

• 超额胜率持续提升：2024年日度超额胜率近60%，高于行业平均（图21，图22）。

- 风险主要通过行业超低配控制，偏离度保持在约±5%以内，平均超低配比例约为±1%，成分股偏离和外配置比例严格管控在合理水平（图23、图24、图25）。

• 产品风格均衡，重点超配电力、石油石化等行业，低配非银、银行等，风险暴露合理分散。

4.4 AI赋能投资策略解析

• 量化团队由经验丰富的硕士以上量化人才组成，2023年起大力引入AI技术，建立端到端全流程投研体系（图26、图27）。

- 策略分为三大模块：
- 因子挖掘：涵盖财务基本面、交易数据、新闻非结构化数据。
- AI模型应用：多种机器学习算法（决策树、神经网络、集成学习）深度挖掘数据潜力。
- 组合优化：基于AI预测构造最优组合，严格约束跟踪误差、行业暴露及交易成本，实现收益最大化（图28）。

• 基金策略强调“以稳为主，稳中求进”，采用“核心+卫星”架构，核心策略以深度学习模型为主，卫星策略辅助捕捉事件驱动及行业轮动机会，平衡收益和风险。

4.5 风险提示

• 本基金属于股票型基金，整体风险偏高，指数及基金历史表现不代表未来，投资者需谨慎决策。

---

三、图表深度解读

• 图1：全球主要指数估值对比，从PE、PB及分位数显示A股绝对及相对自身历史均处低位，尤其南向指数如恒生央企PE远低于美股科技股。

- 图2-6：详细展示资本增量结构变化，ETF和险资正向流入带动大盘股上涨，且险资选股以大市值、核心资产为主，支持风格切换论断。

• 图7-10：央国企占比大、分红稳定，高于其他指数，说明央国企价值支撑显著，是沪深300估值底部动因。

- 图11-12：沪深300指数表现优于宽基指数，流动性充裕，为资本进入的良好基础。

• 图13-15：行业分布多样且稳定，重心在大盘蓝筹，高市值股比例高，为指数基金稳健配置提供保障。

- 图16-17：盈利与成长保持行业领先，尤其毛利率优势明显，净利润同比虽为负但仍较同类优胜，体现核心资产稳健属性。

• 图18：估值历史走势低位，当前PE和PB均处底部，资金有配置吸引力。

- 图19：指数增强的Alpha+Beta收益来源模型示意，图示简明突出程序化交易与模型应用。

• 图20-22：基金累计超额收益显著，超额胜率逐年提升，2023-2024年引入AI后增益明显，体现策略价值。

- 图23-25：行业偏离控制稳健，成份股偏离低，成份股外配置合理，显示风险管理严格。

• 图26-28：AI技术应用详解，因子挖掘、多模型结合及组合优化流程清晰，展示海富通量化团队技术实力和系统性。

---

四、估值分析

• 报告中未直接以估值模型（如DCF）给出明确目标价，但通过量化指数增强策略的Alpha增厚以及A股当前历史低估水平，隐含海富通指数增强在长期内具备超越沪深300基准的潜力。

- 量化策略假设市场有效性不足，通过动态调整因子权重挖掘Alpha收益，结合稳健的跟踪误差控制，平衡风险收益。

• 投资组合优化考虑了行业约束和交易成本限制，保证策略可行性和可持续性。

---

五、风险因素评估

• 报告风险提示仅明确基金风险较高，市场和政策变化导致基金及指数表现波动，是主要系统性风险。

- 无详细针对增强策略的模型风险、AI黑箱风险、跟踪误差风险等专业风险讨论，略显不足。

• 量化策略可能受到市场环境变化、数据模型偏差、过拟合等因素影响，建议投资者关注策略动态调整能力。

- 报告未给出具体风险发生概率及缓释措施，风险管控方面存在提升空间。

---

六、批判性视角与细微差别

• 报告突出AI赋能优势，过于强调量化增强带来的Alpha，缺少对AI模型潜在风险与局限的透彻阐述，存在一定技术乐观偏误。

- 基金业绩展示时间窗口较短，部分超额收益或受市场阶段性风格轮动影响，长期稳健性需持续验证。

• 风险控制虽然严格，但缺少对市场极端情况下策略失效的情景分析。

- 估值分析基于历史分位，未结合宏观经济波动和行业周期复合影响。

• 整体观点较为积极，少有批判多元视角，投资者需结合其他判断与研究。

---

七、结论性综合

兴业证券郑兆磊发布的《AI赋能指数增强，持续稳定获取超额收益》报告针对当前A股估值及资金环境，深度分析了沪深300指数的优势与结构，并重点介绍了海富通沪深300指数增强基金的量化增强策略及其AI赋能优势。核心结论如下：

• 宏观基本面与资金面：A股估值处于历史低位，海外资本与国内险资、ETF资金大量净流入，大盘蓝筹龙头成为增量资金重点配置对象，形成市场主流风格切换支持。

- 央国企价值贡献：央企在沪深300中占比近50%，高分红率和政策推动成为指数稳定回报的重要基础。

• 沪深300指数优势：结构稳健、流动性充裕、盈利能力和相对成长兼备，估值处于底部，具备高性价比。

- 指数增强策略价值：传统指数基金稳定复制Beta收益，海富通基于量化多因子及AI模型，稳健获取超额Alpha收益，风险控制严格，跟踪误差低。

• 基金业绩表现优异：累计超额收益24.84%，近期表现行业领先，并伴随回撤水平降低，显示治理与策略效果。

- AI量化体系完备：引入机器学习、深度学习等先进技术，构建端到端量化投研框架，实现从数据到交易的全面自动化和智能化。

图表数据深入支撑以上观点，尤其全球估值对比（图1）、资金流向变化（图2-6）、央国企分红（图9-10）、基金业绩与风险控制（图20-25、图28）等均展现了投资逻辑的稳固基础及策略实施的具体成效。

报告强调海富通沪深300指数增强基金“以稳为主，稳中求进”的策略理念，体现其适合投资者长期配置的定位。尽管存在对AI技术潜在风险披露不足的问题，但结合目前市场环境和指数基金需求，该基金以其量化和AI赋能的模型在指数增强领域具备显著竞争力。

总之，报告从市场估值、资金结构、指数特性到策略及产品绩效均予以详细阐述，理据充分，结构清晰，为投资者了解A股大盘蓝筹及指数增强型基金提供了极具参考价值的专业分析。

---

溯源页码：[page::0] [page::3] [page::4] [page::5] [page::6] [page::7] [page::8] [page::9] [page::10] [page::11] [page::12] [page::13] [page::14] [page::15] [page::16] [page::17] [page::18] [page::19] [page::20] [page::21] [page::22]

报告