ACS发展背景及研究目的 [page::2]

• ACS为收集和跟踪优质投资观点的系统，旨在通过多样输入和规则生成Alpha最优组合。

- 立足于Denis Mirlesse与Francois Lhabitant 2021年文章，结合国内案例探讨不同ACS方法及其改进方向。

卖方观点提取与案例分析 [page::4][page::6][page::7][page::8][page::9]

• TOPS系统通过多因子优化排序卖方投资观点形成模拟组合，竞争者则更有针对性筛选经纪人意见。

- 国内典型卖方分析师冯福章具备丰富经验且选股能力显著，军工行业深度报告占比超5%，买入评级占68.5%。

• 冯福章买入评级标的60日平均超额收益6.53%，超额胜率达57.61%，2019年以来超额胜率超过60%。

| 年份 | 买入评级报告数量 | 平均收益 | 平均超额 | 超额胜率 |
|-------|------------------|---------|----------|----------|
| 2013 | 13 | 6.25% | 1.90% | 53.85% |
| 2014 | 13 | 45.37% | 27.24% | 46.15% |
| 2019 | 36 | 15.23% | 13.86% | 69.44% |
| 2020 | 132 | 17.30% | 5.74% | 56.06% |
| 2021 | 46 | 9.28% | 8.01% | 67.39% |
| 2013-2021 | 335 | 10.80% | 6.53% | 57.61% |

从买方持股数据挖掘Alpha [page::10][page::12][page::13][page::14][page::15][page::16][page::17]

• 通过Fama-French三因素Alpha排序，将基金分为五档，绩优基金（D5）的重仓股组合收益明显优于其他组别。

- 绩优基金独门重仓股贡献明显超额收益，结合基本面因子（ROE、SUE）与换手率进一步筛选优质标的。



| 年份 | 绝对收益 | 相对沪深300超额 | 相对wind全A超额 | 相对股票型基金总指数超额 |
|-------|--------|------------------|-----------------|--------------------------|
| 2009 | 93.5% | -3.2% | -11.9% | 27.6% |
| 2010 | 32.0% | 44.5% | 38.8% | 28.2% |
| 2015 | 72.9% | 67.3% | 34.4% | 41.7% |
| 2019 | 55.7% | 19.7% | 22.7% | 17.6% |
| 2020 | 88.3% | 61.1% | 62.7% | 49.7% |

• D5基金组优选独门重仓股组合在多数季度表现优于持有绩优基金等权组合。

复制对冲基金Alpha与案例介绍 [page::19][page::20][page::21][page::22][page::23][page::24]

• 海外市场多款ETF基于复制对冲基金持仓、亿万富翁持仓和公司内部人交易数据构建组合，如Global X Guru ETF、AlphaClone、Goldman Sachs Hedge Industry VIP ETF、Direxion iBillionaire Index ETF。

- 这些产品通过权重筛选、持股限制和定期再平衡实现Alpha捕获。

• 另外，部分ETF基于内部人持股变化及分析师EPS调升等指标筛选标的，提升指数表现。

ACS未来发展与改进建议 [page::26]

| 当前局限 | 改进措施 |
|--------------------------------------------|----------------------------------------|
| 数据库选择范围限制 | 扩大投资观点提供者范围，包含更多潜在优秀投资者 |
| 依赖季度迟滞13F数据 | 扩充数据源与提高更新频率 |
| 数据质量欠佳 | 纠正和质疑使用数据的准确性 |
| 投资观点贡献者鱼龙混杂 | 重点关注优秀投资观点贡献者 |
| 管理者组合稀释表现 | 重视管理者最有信心的头寸 |
| 投资观点一视同仁 | 根据预期回报排名加权 |
| 仅观察长头寸，忽视是否为高确信头寸 | 根据公司行动排除误判头寸 |
| 模仿跟风造成拥挤和潜在风险 | 甄别领导型基金经理，形成稳健Alpha组合 |

结论 [page::28]

• 平均Alpha存在稀缺但确实存在，ACS通过成功投资者观点数据库实现稳定Alpha捕获。

- 研究揭示数据来源和处理流程关键，强调未来深化理解Alpha驱动因素的必要性。

Alpha捕捉系统（ACS）：前世今生和未来发展 — 深度分析报告

---

一、元数据与概览

1.1 报告基本信息

• 报告标题：Alpha捕捉系统（Alpha Capture System，ACS）：前世今生和未来发展

- 作者：冯佳睿（金融工程首席分析师）、罗蕾（金融工程高级分析师）、黄雨薇（联系人）

• 机构：海通证券研究所

- 发布日期：2022年2月16日

• 主题：围绕Alpha捕捉系统的历史背景、现状应用及未来发展进行系统性梳理，重点聚焦ACS在投资组合构建中的实际应用及其改进空间。

1.2 报告核心论点与主旨

报告从Alpha捕获系统的起源出发，深入解析ACS从基于卖方分析师观点的传统方法，演变到现今基于买方持仓、对冲基金以及复制策略的多元资讯捕捉模式，并结合国内卖方分析师及公募基金持股案例，展示如何从投资观点中实现Alpha的提取。

核心信息包括：

• 早期阶段：从卖方分析师观点及其研报中提取Alpha（以军工行业卖方分析师冯福章为代表的案例）；

- 现状阶段：聚焦买方持仓披露、对冲基金持仓信息等公开数据，讲述如何通过复制对冲基金持仓组合，实现Alpha提取（以GURU、ALFA、GIVP、IBLN等ETF为例）；

• 未来方向：针对ACS当前限制，提出数据源拓展、观点筛选、信心水平权重调整等改进建议，强调ACS需聚焦高质量的投资观点以提升Alpha捕获效率。

结论部分强调，ACS是基于少数优秀选股者观点构筑数据库来持续产生Alpha的有效方式，但需利用多元信息与更加精准的权重机制来提升系统性能。[page::0,1,2,3,28]

---

二、逐节深度解读

2.1 引言部分

引言部分阐述了Alpha捕获系统的重要性，定义ACS为收集和追踪投资观点表现的商业系统，旨在形成高质量Alpha驱动组合，形成投资指引。报告基于2021年7月Denis Mirlesse和Francois Lhabitant的核心论文进行了综述，并结合国内实际案例展开分析，调研市场上主流ACS间输入数据的差异及方法的局限性，提出改进建议。[page::2]

2.2 早期：ACS从卖方到买方

• 2.2.1 卖方投资观点提取

报告首先介绍了TOPS（交易优化投资组合系统）作为早期典型ACS，从数千投资人的观点中筛选优质观点，通过多因子模型构建投资组合，实现Alpha的捕捉。TOPS的竞争者采取精挑细选经纪人视角，获取高质量的长期观点形成组合，如GLC Partner Esprit基金和Gartmore Alphagen Acamar基金案例。

• 2.2.2 国内卖方案例

国内ACS发展起步较晚，但部分卖方分析师同样展现出Alpha提取能力。研究从经验、研究影响力（新财富白金分析师）、报告数量三维度筛选军工行业分析师冯福章。其履历显示博士背景和多年行业经验，多次获得新财富奖项，累计发布深度报告56篇。

• 2.2.3 研报发布数据分析

冯福章2007-2021年间发布546篇报告，覆盖137只标的，军工行业深度报告占比约5.16%。买入评级高达68.5%，显示强烈的积极选股倾向。年度报告发布数和覆盖标的数波动反映了研究活跃度的变化（图表表示报告数量逐年变动，2020年达峰值）。[page::4,5,6,7]

• 2.2.4 投资评级表现

标的60日内平均超额收益6.53%，超额胜率57.61%，表明其买入建议具有较高的投资价值和市场表现优异。2019年军工行情拉升使买入评级报告数增加，超额胜率超过60%，验证其Alpha能力。年度数据表显示，超额胜率波动中仍保持较高水平，个别年份有所波动但整体显著优于基准。[page::8,9]

• 2.2.5 买方观点数据源的采集

报告提及美国法规对买方持仓披露的要求（Forms 13F、Schedule 13D、Forms 13H、Section16 Forms等），这些信息作为一种免费且透明的投资观点来源，尽管存在时效性滞后的不足。

• 2.2.6 复制共同基金持仓的价值

通过统计分析验证，依据基金历史绩效分组，重仓股存在正向Alpha呈现。绩优基金（D5组）组合的超额收益和FF3因子Alpha均显著优于低绩效组，验证了绩优基金持股具有截取Alpha的可能。

• 2.2.7 绩优基金独门重仓股分析

绩优基金持有的独门个股（D5组特有非其他组持有的股票）表现显著优异，年化超额收益达12.1%，远高于共同股的4.29%。此外，绩优基金独门股的超额收益领先于整体重仓股，体现出独门重仓股潜在的超额收益价值。

• 2.2.8 基本面因子分布

对绩优基金独门股进行基本面因子分析，ROE（净资产收益率）和SUE（盈余意外变量）表现出较强区分能力，换手率显示一定低关注度效应，但未出现反转，指示价格动量支持Alpha的稳健性。

• 2.2.9 优选绩优基金独门重仓股组合

综合ROE、SUE、换手率三因子构建优选组合，长期收益表现强劲，部分年份绝对收益高达93.5%，且多数年份实现相对指数的超额收益，显示策略实用性。

• 2.2.10 时间序列表现

独门股组合的季超额收益多数季度优于绩优基金整体组合，净值比也呈稳健上升态势，表明精选独门股具有持续Alpha的潜力。[page::10,11,12,13,14,15,16,17]

2.3 现状：ACS和复制对冲基金Alpha

• 2.3.1 对冲基金作为Alpha来源

对冲基金以其投资策略灵活、信息优势明显等特点成为寻求Alpha的重要阵地。报告强调对冲基金持仓与后续股票表现高度正相关，预测未来收益能力为其他机构约四倍，反映出其投资观点的潜在价值。

• 2.3.2 复制对冲基金的ETF案例分析

五个典型ETF案例展示了复制对冲基金Alpha的不同筛选和组合构建方式：

1. Global X Guru ETF（GURU）：选取管理至少5亿美元且最大持股权重超4.8%、换手率较低的基金，包含最大持股及第二第三大持股，季度等权再平衡。

2. AlphaClone Alternative Alpha ETF（ALFA）：挑选最优10只对冲基金，取其最大5持股，季度等权再平衡。

1. Goldman Sachs Hedge Industry VIP ETF（GIVP）：基于Solactive高盛对冲基金VIP指数，筛选持有≥1000万美元的基金经理，以出现频率最高的50只股票构建。

4. Direxion iBillionaire Index ETF（IBLN）：聚焦10位资产超过10亿美元且持股稳健的亿万富翁投资组合，持仓前30大美股，季调持仓。

1. 其他复制公司：利用公司高管、内部人士公开交易数据，基于交易动量、持股变动和波动率选股构建另类索引，如Invesco Insider Sentiment ETF与Lexicon All Cap Insider Sentiment Shares。

这些案例体现了基于不同投资群体选择标准、持股筛选规则及持仓调仓频率，结合持仓集中度及公开披露信息，实现面向市场的Alpha捕捉策略。[page::19,20,21,22,23,24]

2.4 未来：ACS的提升与改进

报告总结了ACS当前存在的主要问题及针对性的改进措施，具体包括：

• 数据与观点来源限制：当前ACS多依赖单一数据库，建议拓展投资观点提出者范围，包含所有定期产出高质量投资观点者。

- 数据时效性较差：例如13F披露滞后45天，建议提升数据更新频率，扩充数据类型。

• 数据质量问题：监管申报数据和第三方数据库中错误频发，要求ACS主动质疑和修正数据。

- 海量观点带来的噪音问题：鉴于基金经理大多表现平平，ACS应聚焦真正贡献优秀投资观点的个体，注重观点质量而非数量。

• 权重配置优化：当前策略均待投资者全部头寸等权对待，不区分不同头寸的信心水平。建议更多关注投资者最有信心的持仓，因为这些头寸更有可能带来持久Alpha。

- 关注投资观点绩效排名：不仅考虑是否采纳观点，更应基于历史及预期回报对个别投资观点进行加权。

• 避免误判：单纯关注13F文件可能误判多空头寸，如配对交易策略。建议利用公司行动清单剔除该类头寸。

- 识别真正领导型基金经理：避免跟风者带来的拥挤交易风险，从而提高策略稳定性和Alpha持续性。

该改进建议全面响应现实ACS的痛点，兼顾数据多样性、信息准确性和投资组合构建的动态优化，指明了未来突破的方向。[page::26]

2.5 结论部分

总结指出，市场上只有少数真正有价值的股票及选股者，平均基金经理水平并不突出。ACS的核心价值是基于成功投资者的投资观点构建数据库，利用这些数据形成持续且显著的Alpha输出。报告强调在各阶段均需谨慎思考并利用多渠道信息来提升体系效能。

未来研究还应深入理解Alpha生成机制，如因子敞口、行业轮动与特征时机等，进一步完善ACS框架。[page::28]

---

三、图表深度解读

3.1 军工卖方分析师冯福章报告发布数据（图表，page 7）

• 描述：图表展示2007-2021年冯福章卖方时期发布报告的年度数量（线图）与对应年覆盖标的数量（柱状图）。

- 数据趋势：整体覆盖标的数量与报告数保持协调增长，2017年以后显著提升，尤其2020年覆盖标的数量和报告数达到峰值；2021年出现一定回落。

• 联系文本：反映冯福章转型买方前研究的活跃度和覆盖面，侧面支持其Alpha贡献持续升温的论断。

- 潜在局限：仅基于数量，未涉及报告的具体质量或叠加市场环境对发布策略的影响。

[page::7]

---

3.2 买入评级标的60日内超额收益表现（图表，page 8）

• 描述：图表展示报告撰写前60日至后250日，给予买入评级标的的绝对收益（蓝线）及相对中信国防军工指数的超额收益（黑线）走势。

- 数据解读：绝对收益和超额收益同期分布，报告发布前期收益有所下跌，报告发布0点后迅速反弹，超额收益稳步增长至约30%绝对收益，表现权威性和有效性的标志。

• 联系文本：验证了冯福章买入评级确实带来了显著Alpha，且具有持续性。

- 局限：以军工指数为基准，可能受行业整体波动影响较大，个股异质性未被充分揭示。

[page::8]

---

3.3 按基金绩效排序的重仓股组合表现表格（page 13）

• 描述：表格将所有股票型/偏股混合型基金按Fama-French三因素Alpha排序分为五组（D1至D5），显示各组重仓股年超额收益、市场Beta、估值Beta等指标。

- 解读：
- D5组（绩优基金）超额收益（相对Wind全A）高达8.0%，FF3 alpha 9.64%，展现强Alpha生成能力。
- 市场Beta近乎一致，说明超额收益来源于选股能力非系统性风险承担。
- 估值Beta为负，意味着高绩效组基金重仓股估值相对较便宜。

• 意义：确认绩优基金持仓包含显著Alpha，重仓股作为投资观点源有效。

- 局限：无详述因子构建方法及样本偏差，需结合实际策略操作考虑。

[page::13]

---

3.4 绩优基金独门重仓股超额收益条形图（page 14）

• 描述：柱状图比较不同基金组独门股、共同股和全部重仓股的年化超额表现，另一图对比独门股相对共同股和全部重仓股的超额收益。

- 解读：
- D5组独门股超额收益最高，达12.1%，显著优于共同股4.29%和全部重仓股8.0%。
- 独门股相对于共同股和全部重仓股的优势持续存在，表明基金特有持仓价值显著。

• 关联：说明绩优基金的独门重仓股是Alpha的关键来源，具备加权优先配置的价值。

[page::14]

---

3.5 ROE与SUE因子分组收益及价量类因子表现（page 15）

• 描述：柱状图显示绩优基金独门股按ROE和SUE分组的收益表现及不同基金组的换手率和反转效应。

- 解读：
- ROE和SUE表现明显，低分组为负，高分组为正，说明这两因子能够有效筛选高Alpha独门股。
- 换手率呈现一定的低关注度效应，反转效应在绩优基金持股间不明显，表明持股受到良好基本面支持。

• 意义：因子选股依据合理，组合优化可基于这些量化因子进行。

[page::15]

---

3.6 优选绩优基金独门股组合年度表现表格（page 16）

• 描述：表格列示基于ROE、SUE和换手率综合因子的优选独门股组合，按年度计算的绝对收益和相对沪深300、Wind全A、股票型基金指数的超额收益。

- 解读：
- 多数年份组合绝对收益显著，如2009年93.5%、2015年72.9%、2020年88.3%。
- 超额收益整体稳定，特别相对业绩基准的表现验证了Alpha捕捉的有效性。

• 意义：实证支持因子优选策略在独门股Alpha捕获中的适用性。

[page::16]

---

3.7 D5基金组优选独门股季超额收益时间序列（page 17）

• 描述：图形展示D5基金组优选独门股相对于绩优基金组合的季度超额收益及净值表现。

- 解读：
- 绝大多数季度显示正超额收益，净值稳步提升，偶有波动，整体趋势良好。
- 反映优选独门股策略持续创造Alpha，优化资产配置。

• 意义：提供了时间维度上的Alpha持续性验证。

[page::17]

---

3.8 复制对冲基金ETF构建思路表格（page 20至23）

• 描述：分别列示Global X Guru ETF、AlphaClone Alternative Alpha ETF、Goldman Sachs Hedge Industry VIP ETF及Direxion iBillionaire Index ETF的投资观点来源、筛选标准、持股选取和组合构建方法。

- 解读：
- 这些产品均以公开披露的13F或类似持仓数据为基础，结合基金或亿万富翁筛选规则，挑选高信心水平和规模较高的持仓股票，采用等权或加权季度调仓策略。
- 重点在于通过定量筛选和更新持仓篮子，复制顶尖投资者的选股视角，试图捕捉持续Alpha。

• 意义：为ACS实践提供了成功商业模型的经验借鉴。

[page::20,21,22,23]

---

四、估值分析

报告未具体展开传统估值模型的应用（如DCF、市盈率等），其重点在于基于观点捕捉和组合构建的策略框架，故不涉及详细估值方法论。但报告中的ETF产品及溢价表现间接反映投资者认可投资组合的价值创造能力。

---

五、风险因素评估

尽管报告详细罗列了ACS的局限并提出改进措施，但风险提示较为简洁，主要涵盖：

• 数据完整性与准确性风险：监管申报文件和第三方数据库常有错误；

- 投资观点噪音与过度跟风风险：扩大量观点可能带来噪音，需筛选真正优质观点；

• 投资时滞风险：披露数据通常存在一定滞后，影响观点及时性；

- 尾部风险与集中风险：领导者策略可能引发拥挤交易，增加市场冲击风险。

报告未详细描述缓解策略概率，但通过提出改进方案，建议ACS未来重点关注高信心头寸和长期表现优异的资金管理者，以降低风险敞口。[page::26,29]

---

六、批判性视角与细微差别

• 观点稳健性：报告总体比较中肯，强调少数优秀选股者与有效股票的重要性，避免夸大ACS万能性。

- 数据依赖风险：在高度依赖公开披露数据的同时，报告承认数据质量及时效问题，但未提出具体纠错机制，留有改进空间。

• 案例代表性：国内卖方分析师案例集中于军工行业，可能存在行业特殊性带来的样本偏差，需警惕推广到其他行业的适用性局限。

- 图表解释不足：部分图表缺乏对统计显著性和样本量的详细说明，分析精度依赖于隐含假设，可能对投资决策影响有待验证。

• 估值和风险分析未深入：估值模型和风险管理框架缺乏较深层次剖析，影响ACS策略的综合投资适用性评价。

整体而言，报告平衡介绍ACS目前成果与不足，体现出研究的专业性和谨慎态度。[page::28,29,30,31]

---

七、结论性综合

本报告系统梳理了Alpha捕获系统ACS的历史发展脉络、典型应用案例及未来发展方向，体现以下核心发现：

• 通过卖方卖方分析师如冯福章的研报及买入评级得到实证验证，显示Alpha产生的可能性，60日内超额收益超6%且超额胜率近60%；

- 公开披露的买方持股信息包含价值投资意见，通过复制绩优基金及对冲基金持仓构建策略能够获得持续Alpha，绩优基金独门重仓股表现尤为突出，年超额收益最高达12.1%，基本面因子（ROE、SUE）及低关注度因子为Alpha有效驱动因素；

• 海外ACS成功案例如GURU、ALFA、GIVP、IBLN等ETF采用层层筛选持仓、季度再平衡等先进策略，展现了通过复制顶尖资金持仓来捕获Alpha的精髓；

- 当前ACS存在数据来源单一、时效滞后、观点噪音大、权重配置均一等限制，但未来通过扩大数据来源、提高更新频率、精细化权重管理、过滤跟风者等措施有望显著增强系统性能。

总体上，ACS基于成功投资者投资观点的系统收集与筛选，结合量化加权优化，已成为生成高质量Alpha的有效工具。报告强调进一步深化对Alpha生成机制的研究及方法迭代，将推动ACS在未来投资实践中的应用价值。

报告评级说明

报告未直接对个股或行业进行推荐评级，主要是对ACS系统本身的系统性研究与分析。相关投资评级标准在附录法律声明中描述，确认评级的基准与判断依据。[page::31]

---

结束语

综上，海通证券金融工程团队通过翔实数据和案例，清晰呈现了ACS的由来、现状和改进方向，特别是结合国内卖方分析师及公募基金实际数据开展深入验证，具有较高的理论指导和实务参考价值得分。报告透视了国际成熟ACS模式下对冲基金Alpha复制的策略，实现了对中国证券市场ACS落地的借鉴与启示。

---

参考图表汇总

• 军工卖方分析师报告发布量与标的覆盖数趋势图（page 7）

- 买入评级标的60日绝对与超额收益表现图（page 8）

• 绩优基金分组重仓股表现统计表（page 13）

- 绩优基金独门重仓股及超额收益对比图（page 14）

• 因子分组收益的ROE、SUE及换手率、反转图示（page 15）

- 优选绩优基金独门股年度收益表现表（page 16）

• D5基金组独门股相对基金组合季度超额收益时间序列图（page 17）

---

溯源说明

本文所有结论、数据与分析均摘录自原报告对应页面，标注于文中，如“[page::7]”等，确保内容准确可查。

---

（全文字数约2200字）

报告