主动量化基金概述与特点 [page::3][page::5]

• 主动量化基金不同于指数增强和量化对冲基金，无严格跟踪误差约束，通常为多头策略。

- 多因子框架构建基金组合，核心在收益预测（alpha因子）和风险控制（风格因子）两部分。

• 2015年以来，主动量化基金规模先升后稳，2016年规模峰值达736亿，2020年维护在约500亿水平。

- 与其他主动权益基金相比，主动量化基金平均仓位高于同类，换手率普遍较高且更稳定，持股分散度较大。

历史业绩回顾及排名表现 [page::4][page::5]

| 年份 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020Q1 |
|------|--------|--------|---------|----------|--------|--------|
| 平均收益率(%) | 56.84 | -3.67 | -1.42 | -26.47 | 38.64 | 6.64 |
| 同类排名百分比 | 34.24 | 30.48 | 80.44 | 68.19 | 58.50 | 48.50 |

• 2015年表现亮眼，2017年市值因子反向影响业绩，2018年大熊市影响显著，2019年恢复正收益，2020年保持稳健回报。

主动量化基金共性特征分析 [page::5][page::6][page::7]

• 主动量化基金仓位较高，平均仓位多在80%-90%以上，较同类偏股混合与灵活配置基金高；

- 持股集中度较低，持股数量多于同类基金以分散个股风险；

• 换手率普遍高于同类基金，体现量化模型定期调仓及信号驱动特征；

- 主动量化基金与其他权益基金超额收益相关性较低，适合大类资产配置的风险分散。

典型基金个性化深度分析——基金A [page::8][page::9][page::10][page::25]

• 仓位稳定维持80%-95%，换手率较低且稳定，持股集中度较低且持股数丰富；

- 行业超配医药、电子、计算机，低配银行、非银金融及地产建筑；

• Barra风格因子归因显示，市值因子对超额贡献减少，动量和账面市值比（BP）因子贡献显著正超额；

- 回归基于Barra风格因子归因确认alpha贡献明显。

典型基金个性化深度分析——基金B [page::11][page::12][page::13][page::26]

• 仓位稳定在60%-90%，换手率2017下半年后提升至6-7倍，持股集中度逐渐增高；

- 长期超配医药，低配银行与非银金融，行业偏离较基金A更接近基准；

• Barra风格因子归因显示2016-17年有显著小市值因子贡献，最近超额主要来自alpha残差；

- 基于回归的因子归因结果支持上述结论。

典型基金个性化深度分析——基金C [page::14][page::15][page::16][page::27]

• 仓位维持于60%-95%，换手率2017年后下降至3倍左右，持股集中度高，2019年少于15只股票；

- 计算机行业显著超配，其他多行业低配，行业风格鲜明；

• Barra风格因子归因显示市值偏小，高估值，高Beta；

- alpha残差为主要超额来源，回归因子支撑正超额。

典型基金个性化深度分析——基金D [page::17][page::18][page::19][page::28]

• 基金仓位长期高于90%，换手率高达10-14倍，是同类基金的2-3倍；

- 持股数量众多且集中度低，行业配置几乎实现行业中性；

• 风格因子暴露较少，alpha残差贡献超额收益，动量与非线性市值因子贡献稳定；

- 结合归因，波动率控制及alpha挖掘有效。

主动量化基金未来展望 [page::19]

• 历经市值因子失效及大熊市挑战，部分优秀基金通过优化因子体系与管理策略，仍实现正超额回报。

- 主动量化基金呈现仓位高、换手率高、持仓分散且和传统权益基金相关性低的整体特征。

• 量化投资凭借可复制、稳定的超额收益和方法论优势，具有较大成长空间，未来市场潜力可期。

金融研究报告详尽分析报告

一、元数据与概览（引言与报告概览）

• 报告标题：《主题基金研究系列之五：主动量化基金未来可期》

- 作者：于明明、徐寅

• 发布机构：兴业证券经济与金融研究院

- 发布日期：2020年5月23日

• 研究主题：主动量化基金的行业研究与个性化分析

核心论点与信息

本文聚焦于主动量化基金，研究其历史表现、共性特点及个性差异，并结合Barra风格因子归因方法详细剖析四只典型基金的交易行为和收益来源。报告认为，主动量化基金具有高仓位、高换手、持仓分散、较低的同类相关性等共性，近年来一批表现优异的量化基金持续出现，未来发展空间广阔，具有较大投资价值[page::0-3-19]。

---

二、逐节深度解读

1. 主动量化基金简介

• 定义：主动量化基金是一类没有空头对冲且无严格跟踪误差约束的多头策略量化基金，区别于指数增强基金的跟踪误差限制及量化对冲基金的多空策略。

- 组合构建框架：采用多因子模型，分为“收益预测”（alpha因子，如收益可预测因子）和“风险控制”（风格因子，如行业中性、市值中性等）。前者用于识别超额收益，后者保证组合风险在约束内，实现“锋利的矛”与“坚固的盾”的平衡。

• 重要金融术语解释：

- alpha因子：具有显著且稳定预测未来股票收益能力的因子。
- 风格因子：如Size、Beta、股价波动率等，预测未来风险。
- 跟踪误差：基金组合相较于基准指数的表现偏差，指数增强基金设有严格跟踪误差约束以保证与指数一致性，而主动量化基金对此宽松。

此章节为后续对基金策略和表现分析奠定了技术和理论基础[page::3]。

---

2. 主动量化基金历史回顾

2.1 规模与数量

• 数据显示，2015年Q1主动量化基金资产规模为278亿元，经历2015股灾后快速增长，2016Q4达到736亿元高峰，随后有所回落并逐渐稳定在500亿元左右，产品数量则持续增加，2020Q1已有190只满足存续条件的主动量化基金[page::3-4]。
• 图表解读（图表1）：

- 蓝色柱状图表现规模，2015至2016期间快速增长后震荡回落。
- 红色折线显示基金数量持续攀升，说明市场认可度不断提升。
- 说明主动量化基金市场仍处于扩展阶段，规模波动与市场行情密切相关。

2.2 业绩回顾

• 选取2014年9月30日前成立、2020Q1规模大于1亿的15只基金，近五年表现如下（图表3）：

- 2015年平均收益56.84%，排名前1/3左右。
- 2016年收益虽负3.67%，但排名仍保持较高。
- 2017年受小市值因子失效及单边市场影响，表现平平且排名下降。
- 2018年大熊市背景下收益和排名均下滑明显。
- 2019至2020年市场上涨及管理人适应新环境，收益回升至38.64%及6.64%，排名相对稳定[page::4-5]。

2.3 特点分析

通过与普通股票型、偏股混合型、灵活配置型基金比较，主动量化基金呈现：

• 高仓位：主动量化基金平均仓位88%左右，高于对应类别同类基金，尤其是偏股混合型和灵活配置型基金差异显著[page::5-6]。

• 持仓分散：

- 平均持股数远超同类，部分基金持股数超200只，远多于一般权益基金。
- 集中度普遍较低，前十大持仓占比低于50%甚至低于20%，表明主动量化基金通过分散持仓降低个股特异风险，追求alpha因子纯收益[page::6]。

• 高换手率：

- 平均换手率在3-13倍之间，多数基金显著高于同类基金换手率中位数。
- 换手率体现定期调仓或信号触发带来的买卖活跃度，是量化多因子策略交易特征体现[page::7]。

• 超额收益稳定且相关性低：

- 与Wind偏股混合基金指数相关系数仅0.55，显示主动量化基金在大类资产配置中具有分散风险的价值[page::7]。

---

3. 主动量化基金个性分析

报告重点分析代表性四只基金（A、B、C、D），涵盖不同的策略风格。

3.1 基金A

• 仓位与换手：

- 股票仓位稳定在80%-95%之间，2019年后回升至90%左右。
- 换手率较低，全年保持1-2倍，低于同类产品平均值，择时操作不显著（见图表8）[page::8]。

• 持仓与集中度：

- 持仓数保持高位（200多只），集中度长期保持25%-35%之间，整体较低（图表9）[page::8]。

• 行业配置：

- 长期超配医药、电子、计算机等科技及成长型行业。
- 大幅低配银行、非银金融，房地产和建筑亦为低配（图表10）[page::9]。

• 风格因子偏离：

- 小市值暴露在2016-17年较重，2017年下半年后有所下降。
- 持续负暴露于BP（账面市值比）和EarningsYield（收益率），偏好高估值股票，符合行业配置（医药、TMT）特征。
- Barra基于持仓因子归因显示小市值因子对2016下半年贡献显著，但2017年因反向，贡献为负，2018以来贡献有限，动量和BP成为主要正超额驱动（图表11、12）[page::9-10]。

3.2 基金B

• 仓位与换手：

- 股票仓位波动较大，2016年多为60%-70%，2017年后逐渐升至80%-90%。
- 换手率自2017年下半年开始大幅提升，从约2倍升至7倍（图表13）[page::11]。

• 持仓与集中度：

- 持仓数量较为稳定在40-50只左右，集中度逐年提高，接近50%（图表14）[page::11]。

• 行业配置：

- 长期超配医药，低配银行和非银金融，其他行业接近基准（图表15）[page::12]。

• 风格因子偏离：

- 初期小市值暴露大，2017年底后明显收敛。
- BP、EarningsYield负向暴露，与行业超配低配对应。
- Barra因子归因显示2016下半年小市值因子带来正向超额，2017年上半年转负，近期超额主要来自alpha残差和动量、BP因子（图表16、17）[page::12-13]。

3.3 基金C

• 仓位与换手：

- 股票仓位自2017年起保持在95%上限附近。
- 换手率显著下降，近年来稳定于约3倍（图表18）[page::14]。

• 持仓与集中度：

- 与其他主动量化基金持股分散不同，基金C持股极为集中，2019年上半年低至仅13只股（图表19）[page::14]。

• 行业配置：

- 大幅超配计算机，部分超配电子，显著低配银行、食品饮料等，行业偏好明确（图表20）[page::15]。

• 风格因子偏离：

- 明显偏向小市值、高估值，Beta较高，这与计算机板块特征相符（图表21）。
- Barra归因显示alpha残差持续贡献超额收益，高Beta因子也贡献正向超额（图表22）[page::15-16]。

3.4 基金D

• 仓位与换手：

- 股票仓位自2017年底起维持90%-95%满仓。
- 换手率高且稳定，维持10-14倍，是同类基金2-3倍水平（图表23）[page::17]。

• 持仓与集中度：

- 持股数较多，最高近270只，集中度低，持仓极为分散（图表24）[page::17]。

• 行业配置：

- 行业配置与基准（中证500）接近，行业偏离多在±5%范围内，中性化明显（图表25）[page::18]。

• 风格因子偏离：

- 风格因子暴露较少，与基准接近，动量、市值非线性、BP因子有小的持续暴露（图表26）。
- Barra归因显示超额收益主要来自alpha残差，风格因子贡献有限（图表27）[page::18-19]。

---

4. 主动量化基金未来展望

报告总结历史表现，主动量化基金经过市场震荡的洗礼，部分产品表现卓越，形态日趋成熟，未来具备巨大成长空间。量化策略因系统性优势带来相对稳定超额收益和低相关性，适合大类资产配置且有望持续受益于数据和技术进步[page::19]。

---

附录部分

• 附录1：成立超过3个月主动量化基金名单，包含成立日期、类型、规模，覆盖190只产品，便于投资者参照基金池广泛筛选[page::20-22]。

- 附录2-4：详述Barra风格因子计算方法及其基于持仓与回归的归因模型，说明如何将超额收益拆分至十大风格因子及残差alpha部分，为报告主体的基金归因分析提供理论工具和方法论支撑[page::23-24]。

• 附录5：基于回归法的四只基金Barra风格因子超额收益归因结果图，作为主体章节归因的补充，有助理解高频数据下的因子暴露变化[page::25-28]。

---

三、图表深度解读

（以下各图表均编号对应报告页码）

图表1（page 4）

• 反映了过去五年主动量化基金的资产规模和数量趋势。

- 资产规模在2015年至2016年快速扩张，最高至736亿元，随后有所调整，数量持续增长，表明市场吸引力和竞争加剧。

• 该图支持了报告对于主动量化基金规模波动的叙述，印证量化投资阶段性热潮及后续调整。

图表3（page 5）

• 15只老基金2015-2020年收益及排名。

- 2015年高点56.84%，之后在熊市及因子失效影响下波动，2020Q1仍保持6.64%积极收益。

• 同类排名说明主动量化产品在复杂市场环境中仍具竞争力。

图表4、5、6（page 5-6）

• 显示主动量化基金相较同类更高仓位（一般仓位均高于同类）。

- 持股集中度均低于同类基金（多数低于30%），持股数饱满，充分体现量化基金分散投资的策略特点。

• 这点强调了主动量化基金风险分散意识强且选股范围广泛，不同于传统主观基金的重仓集中。

图表7（page 7）

• 主动量化基金换手率普遍高于同类基金换手率中位数，凸显模型驱动调仓策略特征。

- 换手率高但稳定表明策略多为规则驱动，减少人为情绪带来的操作风险。

各基金个性分析图（8-27，page 8-19）

• 每只基金的仓位、换手、持股数和集中度图展示了具体基金的交易风格和策略特性。

- 行业偏离图揭示各基金的行业风格，反映主动量化基金虽有共性，但个性差异巨大。

• 风格因子偏离及Barra因子归因图充分展现基金alpha来源，验证四只基金均成功从动量、估值、大小盘等风格及剩余alpha中获取超额收益。

- 比如基金A偏小市值、高估值医药等，基金C则高度集中于计算机行业，基金D行业接近中证500更为中性化。

• 归因图还体现了2017年市值因子失效对回报的影响和后续调整，使分析更具时序动态感。

Barra风格因子计算及归因方法表（29页）

• 详述了构建Barra因子的各种描述子、计算公式和权重，体现该因子模型的严谨性与复杂性。

- 说明多因子归因为解释主动量化基金超额收益提供了有效模型工具。

---

四、估值分析

报告未涉及具体估值模型、目标价和投资评级的预测部分，重点侧重于策略分析和基金特征研究，故此部分无详细估值分析。

---

五、风险因素评估

报告未专门列示风险因素章节，但如下隐含风险需关注：

• 因子失效风险：如2017年市值因子失效影响基金表现，说明量化模型依赖因子效果的稳定性。

- 市场环境变化风险：特别是单边市场或大熊市对高仓位基金业绩影响明显。

• 策略同质化风险：大量主动量化基金的规模上涨可能导致因子拥挤，未来alpha空间可能收窄。

- 模型风险和操作风险：高换手率和复杂因子模型可能带来实现风险和交易成本上升。

• 报告强调量化基金需要持续调适策略以应对市场变化，风险缓释依赖管理人和模型适应性。

---

六、批判性视角与细微差别

• 积极观点：

- 报告充分肯定了主动量化基金的成长性和多样性。
- 强调量化投资的系统性优势和相对稳定超额收益。

• 需审慎关注点：

- 报告对未来展望较为乐观，缺乏对因子失效的深刻风险警示和市场容量约束等多重挑战的深入剖析。
- 对高换手率带来的交易成本影响以及可能对净值稳定性的潜在负面影响披露较少。
- 部分基金集中度极低，策略过度依赖分散，可能忽视个股基本面风险，需结合基本面验证。

• 数据时间跨度有限：

- 主要数据覆盖至2020年Q1，缺少对2020年以后的市场变化、更复杂突发事件（如疫情冲击）的压测结果。
- Barra因子归因依赖历史和现有因子体系，可能忽略新兴因子和另类alpha源。

• 方法论建议：

- 报告采用多因子模型理解基金表现，但未系统介绍因子组合构建的技术细节，例如因子择时与动态权重调整等可能提升的空间。

---

七、结论性综合

本报告系统分析了中国公募市场中主动量化基金的规模变迁、业绩波动及其典型产品的投资风格与收益来源。主动量化基金作为相较于指数增强和量化对冲更宽松策略约束的多头策略产品，展现出以下重要特点：

• 规模与数量持续增长，但资产规模对市场波动敏感，显示行业发展和市场认可度同步推进。

- 仓位高、换手率高、持仓极度分散，这些是主动量化基金区别于传统主动权益基金的显著特点。

• 收益表现波动与市场因子失效紧密相关，如2017年市值因子失效带来业绩承压，但优秀基金能通过调整策略获取超额收益。

- 基于Barra风格因子的超额收益归因显示，除了风格因子收益外，残差alpha收益（即基金经理主动选股及策略效果）是绝大部分回报来源。

• 个性化差异显著，四只示范基金展示了不同的仓位管理、换手节奏、持仓集中度及行业偏好。

- 未来发展潜力大，主要由于量化投资相对稳定、与传统主动权益基金低相关的特性，且技术和数据进步可持续增强量化投资能力。

综上，主动量化基金作为一支活跃且创新的投资力量，已逐步成为我国公募基金市场的重要组成部分。投资者可关注基金产品的因子暴露动态及alpha获取能力，结合自身风险偏好进行配置。报告通过详实数据、严谨的因子归因模型支撑，奠定了主动量化基金投资价值的科学判断基础。

---

附录图表示例

图表1：过去5年主动量化基金规模与数量变化

• 该图显示了2015年至2020年期间，主动量化基金总规模从278亿元增长至最高736亿元，2020年Q1回落至约500亿元；基金产品数量则持续增加至近200只，此数据反映了行业的快速扩张与市场调整。

图表12：基金A基于持仓的Barra风格因子归因

• 图表揭示基金A的超额收益中，过去半年主要贡献因子为小市值（Size）因子，但因子贡献动态变化明显。近年来动量（Momentum）和账面市值比（BP）因子的正贡献明显，残差部分（alpha）占主体，说明基金经理的主动管理能力在回撤市场因子影响后显现较强竞争力。

图表27：基金D基于持仓的Barra风格因子归因

• 图表表现出基金D几乎超额收益均由残差alpha贡献，风格因子收益微弱，显示其策略主打选股alpha与高频调仓特征，且行业与风格因子暴露较为中性。

---

总结

本报告通过清晰的数据梳理、细致的多因子归因分析与产品层面个性研究，系统展示了主动量化基金不同于其他基金类别的特点及其在中国公募市场的应用成长路径。主动量化基金以其灵活的仓位策略、丰富的因子应用和强大的alpha捕捉力，已经成为多样化投资组合中不可或缺的一环。报告为机构投资者和行业分析师提供了宝贵的参考基础，建议关注策略的持续创新与风险管理，积极评估市场环境对量化模型的影响，以把握未来量化投资的发展机会。

---

（引用标注均已按原页码完整注明）

报告