• 2022年主动量化权益基金整体收益表现与风险控制：

- 2022年普通股票型及偏股混合型量化基金收益率中位数分别为-20.22%和-21.38%，普通股票型和偏股混合型主动权益基金收益率中位数分别为-21.09%和-21.38%，均表现不佳。
- 主动量化权益基金的最大回撤和年化波动率均小于主动权益型基金，显示较好的风险控制能力。


[pidx::3]

• 基金经理罗博管理基金情况：

- 2006年入职银河基金，现管理8只基金，涵盖主动量化权益、灵活配置和被动指数型。
- 管理总规模约35.21亿元。
[pidx::3]

• 银河量化优选与银河量化稳进基金2022年及任职以来业绩：

- 罗博任职以来，截至2022年末，银河量化优选和稳进收益率分别为-9.27%和-8.72%，显著跑赢同期偏股混合型基金指数（分别下跌19.42%、17.94%）。
- 2022年两基金收益率分别为-17.04%（排名71只偏股混合型量化基金第17名）和-11.96%（第8名）。


[pidx::4]

• 低波动与低最大回撤强风险控制能力：

- 两基金2022年年化波动率（约18%和17%）低于偏股混合型量化基金中位数（约21%）。
- 最大回撤率分别为-22%和-18%，显著低于偏股混合型基金中位数。


[pidx::5]

• 基金持仓特征：

- 股票仓位偏低，银河量化优选约86.44%，银河量化稳进明显较低为55.69%，均低于同类基金中位数90.61%。
- 持股数量较少（分别59只和52只），但持股集中度低，前十大重仓股占比20%-30%，明显低于偏股混合型基金中位数超过50%。



[pidx::5][pidx::6]

• 低换手率策略体现：

- 两基金换手率普遍偏低，银河量化优选2022年上半年换手率低于同类偏股混合型基金中位数，显示更稳健的交易策略。

[pidx::6]

• 基金行业配置与风格偏好：

- 银河量化优选行业配置相对稳定，偏好交通运输、计算机、有色金属、医药及建材，2022年中报增配交通运输、基础化工、银行，减配电力、公用事业、电子及房地产。
- 银河量化稳进2022年中报调整明显，大幅增配银行、电力设备、新能源、基础化工及家电，减配房地产、有色金属等。


[pidx::7]

• 风格因子持续暴露分析：

- 银河量化稳进相对于中证500指数偏好小市值（Size负暴露）、低Beta、低成长性、低流动性股票，同时具备正向动量效应暴露。
- 银河量化优选偏好小市值、高估值（负的Earnings Yield和Book to Price暴露）、低成长性、波动率较高（Residual Volatility正暴露）、动量效应显著。


[pidx::8]

银河基金罗博：机器学习赋能主动量化投资——深入金融研究报告详尽解析

---

一、元数据与报告概览

• 报告标题：银河基金罗博：机器学习赋能主动量化投资

- 分析团队与联系方式：金融工程组 高智威（执业证号S1130522110003），联系人赵妍（邮箱：zhao_yan@gjzq.com.cn）

• 发布机构：国金证券研究所

- 报告发布日期：2023年（具体日未标注）

• 研究对象：银河基金旗下主动量化权益基金，重点聚焦基金经理罗博管理的两只偏股混合型量化基金——银河量化优选（代码004250.OF）与银河量化稳进（代码005126.OF）。

- 核心论点与评级：报告以2022年市场表现为背景，剖析量化基金的风险控制及业绩表现，明确指出两只基金在2022年市场普遍下跌环境下，表现出色，收益率显著跑赢偏股混合型基金指数，同时具备较低波动率和最大回撤，展现较强的风险管理能力。报告未显示评级，但由基金在同类量化产品中的排名及跑赢基准表现可推断为正面评价。

• 报告意图：使投资者理解机器学习驱动的主动量化投资策略的优势，强化两只基金在复杂市场环境下的稳健性与优异表现，增进投资者对银河基金及其量化管理能力的信任。

---

二、逐章深度解读

1. 主动量化权益基金2022年业绩回顾

• 要点总结：2022年A股宽基指数普遍下跌，主动权益型基金普遍亏损。普通股票型及偏股混合型基金的中位收益分别为-21.09%和-21.38%。从包含“量化”字样的主动量化权益基金来看，普通股票型量化基金和偏股混合型量化基金的中位收益分别为-20.22%和-21.38%，幅度无明显差异。然而，量化基金风险控制优势明显，其最大回撤和年化波动率均低于普通主动权益基金。
• 推理依据与数据：

- 从基数样本：普通股票型量化基金64只，偏股混合型量化基金71只（均为完整年度）。

- 最大回撤及波动率分析表明，量化基金具备更优的下行控制能力。

• 数据图表详解：

- 图表1（2022年收益率）显示，普通股票型量化基金收益为约-19.5%，偏股混合型量化基金和非量化基金均在-21%附近，说明量化策略“收益未必优越，但波动较低”[pidx::3]。

- 图表2（最大回撤及年化波动率）明确，量化基金最大回撤率低于非量化主动权益基金（如量化基金最大回撤约 -25% 左右，其他基金接近 -30%），年化波动率也相对较低，表明量化基金在风险控制上具备优势。

• 结论：虽然量化基金在收益率方面整体未显示绝对优势，但在2022年市场震荡中表现出更为稳健的风险控制能力，基金经理运用机器学习等先进技术构建组合、降低下行风险具有效果。

2. 量化基金经理罗博简介

• 要点总结：

- 罗博博士研究生学历，2006年进银河基金，长期从事量化及行业研究，2009年以来担任基金经理。

- 管理8只基金，涵盖主动量化权益、灵活配置、被动及增强指数基金，总规模约35.21亿元。

• 数据要点：

- 图表3列示罗博管理8只基金的代码、类型、任职日期及任职以来收益率，显示银河量化优选和稳进均在任职期间实现了负收益但均跑赢各自基准与同类基金，收益率和超额收益分别为-5.61% / 2.83%和-9.99% / -2.59%等，暗示稳定且中规中矩的管理业绩。

• 解读：罗博具有扎实的量化投资背景和丰富的基金管理经验，其管理的基金广泛覆盖不同类型产品，具备较强的跨产品线量化策略运用能力。

3. 基金产品简介

• 简介：

- 银河量化优选成立于2017年4月27日，银河量化稳进成立于2017年12月1日。

- 两基金均为偏股混合型，采用量化投资策略，强调风险控制及长期稳定增值。

• 支持数据见第4页图表4，显示基金规模分别约为0.24亿和0.13亿元，基金费率为管理费1.50%、托管费0.15%，均开放申购赎回，基准主要为中证500指数80%及中证综合债券指数20%（银河量化优选）。
• 推理：基金规模虽不大，但体量适中，管理团队依托机器学习驱动的量化模型实现资产配置与选股，表现专业化和策略集中性。

4. 基金历史业绩分析

4.1 收益跑赢偏股混合型基金指数

• 关键结论：自罗博任职起，截至2022年末，银河量化优选和稳进分别取得-9.27%、-8.72%的收益率，同时期Wind偏股混合型基金指数下跌更深，分别为-19.42%、-17.94%，意味着两基金取得了明显的超额收益。
• 图表5和6展示两基金从罗博接手以来的累计收益趋势，均明显跑赢偏股混合型基金指数，尤其稳进基金表现更优。
• 2022年单年收益排名：

- 银河量化优选：-17.04%，偏股混合型量化基金中排名第17/71，偏股混合基金排行507/1692；

- 银河量化稳进：-11.96%，偏股混合型量化基金排名第8/71，偏股混合基金排名207/1692。

• 分析：尽管市况波动大，二者在量化基金细分领域均名列前茅，显示出持续的风险调整后业绩优势[pidx::4][pidx::5]。

4.2 低波动、低回撤，风控能力强

• 关键观点：

- 偏股混合型量化基金整体年化波动率及最大回撤水平低于非量化基金中位数。

- 银河量化优选和稳进二者在同类量化基金中年化波动率及最大回撤指标均优于中位数，表现稳健。

• 图表8（年化波动率）显示2022年银河量化优选波动率约18%，稳进约17%，均低于偏股混合型量化基金中位数约21%及偏股混合基金中位数约24%。
• 图表9（最大回撤）显示两基金最大回撤率分别约-23%和-16%，均优于偏股混合型量化基金中位数-27%及偏股混合型基金中位数近-30%。
• 结论：基金经理通过量化风险控制，成功减少净值波动和潜在极端亏损，具有良好的下行缓冲能力[pidx::5]。

5. 基金交易特征分析

5.1 偏低仓位运行

• 数据：

- 偏股混合型量化基金的股票仓位中位数约为90.61%。

- 银河量化优选股票仓位为86.44%，稳进为55.69%，明显低于以及同类基金水平。

• 图表10覆盖2021年报至2022年三季度，均表现两基金股票仓位较偏低，尤其稳进大幅低于中位数。
• 分析：较低股票仓位可能反映基金对市场风险的审慎态度，体现灵活调仓和风险把控需要。

5.2 持股数量较少但持仓较为分散

• 数据：

- 2022年中报，偏股混合型量化基金持股数量中位数为123只，普通偏股混合型基金74只。

- 银河量化优选、稳进分别仅59只和52只。

- 前十大重仓股市值占比分别约20%-30%，明显低于普通偏股混合型基金中位数超过50%。

• 图表11和12分别反映持股数量和持股集中度，显示虽然持股数低，但集中度低，分散度强。
• 解释：基金倾向构建较精选的股票池，但通过有效分散降低个股风险，带来风险收益平衡。

5.3 偏低换手率的投资策略

• 数据分析：

- 量化基金换手率总体高于普通基金。

- 银河量化优选与稳进的换手率整体却偏低，尤其优选在2022年上半年换手率低于偏股混合型基金中位数。

• 图表13显示换手率数值细节，突出两基金交易较谨慎。
• 意义：偏低换手率降低交易成本，支持长期稳健收益，反映基金策略重视成本控制和下行风险管理。

6. 基金行业配置偏好分析

• 银河量化优选：

- 行业配置较为稳定，长期高配置于交通运输、计算机、有色金属、医药、建材等。

- 2022年二季度末增配交通运输、基础化工、银行，减配电力及公用事业、电子、房地产。

• 银河量化稳进：

- 2021年末偏好电子、有色金属、房地产、机械、医药。

- 2022年中报大幅调整，增配银行、电力设备及新能源、基础化工、家电，减配房地产、有色金属、计算机。

• 图表14和15对比2021年末与2022年中报行业权重，显示明显调仓信号。
• 解读：二基金行业配置顺应市场变化，灵活调整，体现量化模型对行业风格因子的动态响应能力[pidx::7]。

7. 基金风格偏好分析

• 银河量化稳进：

- 对比中证500，Size（规模）、Beta、市值增长率（Growth）、流动性（Liquidity）因子暴露均为负，动量（Momentum）因子暴露为正。

- 偏好小市值、低Beta（即风险低）、低成长、流动性较弱但存在动量效应的股票。

• 银河量化优选：

- 对比中证500，Size、Earnings Yield（盈利率）、Book to Price（账面市值比）、Growth均负向暴露，Residual Volatility（剩余波动率）和Momentum正向暴露。

- 偏好小盘、高估值、低成长、盈利能力弱、波动率高且具动量效应的股票。

• 图表16和17展示了这两个基金在2021年12月末和2022年6月底的风格因子暴露，表现持续稳定。
• 解读：基金经理利用机器学习方法捕捉风格因子暴露差异，区别竞品策略，显现策略灵活多样化，同时兼顾风险收益平衡[pidx::7][pidx::8]。

8. 基金管理人介绍

• 银河基金管理有限公司成立于2002年6月14日，是中国第一家市场化基金管理公司。
• 截至2022年底，公司管理总规模约1101亿元，非货基规模766亿元。
• 债券型基金占比最高，约51.22%；股票型及混合型基金分别占44.24%和4.16%。
• 图表18饼图清晰展示各类基金管理规模占比。
• 意义：银河基金拥有深厚的行业背景和资产管理能力，量化基金管理依托整体实力保障[ pidx::8 ]。

---

三、图表深度解读

图表1：2022年主动量化权益基金收益率

• 描述：展示普通股票型及偏股混合型量化基金与全市场普通主动基金2022年收益率。
• 解读：量化基金普通股票型板块收益率（约-19.5%）优于非量化部分。偏股混合型量化与非量化收益相近，均在-21%。说明量化在方向选择上未必占优，但调整风险能力较强。
• 限制：未分别披露具体基金，具有一定的整体行业统计性。

图表2：2022年最大回撤及年化波动率

• 描述：对比量化与非量化普通股票型及偏股混合型基金最大回撤率和年化波动率。
• 解读：量化基金最大回撤较非量化更小，年化波动率亦低，显示更优风险控制。

图表5 & 6：银河量化优选与稳进基金经理任职以来累计收益

• 描述：显示两基金从罗博任职开始至2022年末的累计收益曲线，附偏股混合型基金指数对比。
• 解读：两基金均尽管整体收益为负，但显著跑赢基准，尤其是在下行行情中体现出防守优势，且稳进基金表现优于优选。

图表7：基金2022年全年收益及排名

• 表格列明银河量化优选与稳进2022年收益率、量化及全部偏股混合基金排名。
• 解读：二者表现显著优于量化基金和全面基金中位数，尤其稳进排名靠前。

图表8 & 9：2022年年化波动率与最大回撤

• 描述两基金年化波动率分别在17%-18%之间，最大回撤低于-20%。
• 量化基金整体表现优异，稳健性突出。

图表10-13：持仓特征及换手率

• 图表10展示两基金股票仓位普遍低于同类中位数（稳进尤其明显）。
• 图表11持股数量明显低于其他量化基金，强化精选理念。
• 图表12前十大重仓股占比不高，分散度良好，利于风险分散。
• 图表13基金换手率虽低于量化中位数，减少交易成本和市场冲击。

图表14 & 15：行业配置变动

• 用对比柱状图反映两基金2021年末与2022年中报的行业调仓，优选表现平稳，稳进调仓积极。
• 体现基金根据市场环境快速调整配置。

图表16 & 17：风格因子暴露

• 呈现两基金核心风格因子近期稳定且有策略连续性，偏好量化模型识别的高弹性因子。

图表18：银河基金产品结构

• 表明债券型基金占比最大，显示公司产品线多元但稳健成长。

---

四、风险因素评估

• 基金历史业绩不代表未来表现，投资者应注意历史数据局限。
• 模型风险：量化模型基于历史数据和假设，在政策及市场环境变化时存在失效风险。
• 基金仓位较低及持股集中度低：虽有利风险分散，但可能限制收益空间。
• 换手率偏低：有助于降低成本，但也可能减少灵活调仓机会。
• 报告未明示其他风险缓解机制，提示模型适时动态调整保证风控。

---

五、批判性视角与细微差别

• 报告对基金业绩整体积极，较少体现潜在不足或极端市场环境下的策略失灵可能。
• 基金规模偏小（优选0.24亿，稳进0.13亿），这可能影响流动性及投资组合管理效率，报告未明确探讨。
• 量化基金选股风格均偏“小盘”、“具有动量效应”，在大盘成长或估值修复阶段可能面临劣势。
• 报告将量化策略与风险控制优势紧密绑定，未来市场结构多变，需关注机制适应性。
• 相对收益展示突出，但对绝对收益的弱点仅进行有限说明。

---

六、结论性综合

本报告深入系统地分析了银河基金旗下两只主动量化偏股混合型基金——银河量化优选与银河量化稳进在2022年震荡市场环境下的表现和策略特征。报告以翔实数据支持，量化工具赋能下，基金取得了明显跑赢偏股混合型基金指数的业绩成果，且表现出低波动率、低最大回撤等良好风险控制能力。

详细财务和持仓数据显示，两只基金均采取偏低股票仓位、持股数量适中且分散、换手率较低的稳健交易策略，在保证风险控制的同时稳定资产增值。行业配置层面，银河量化优选行业权重较为稳定，稳进基金则更加灵活应对市场环境调整。风格偏好坚持规模偏小、具有动量效应的选股策略，反映出基金量化选股模型的系统特色。

不过，基金规模相对较小、偏向小盘及动量风格可能在不同市场阶段面临挑战，且历史业绩不保证未来表现，量化模型存在失效风险，提醒投资人关注动态风险。整体而言，报告体现了银河基金机器学习驱动主动量化策略在复杂市场环境中的有效性与防御能力，展现出积极的投资价值与潜力。

---

图表示例

图表1：2022年主动量化权益基金收益率


图表2：2022年最大回撤及年化波动率


图表5：银河量化优选累计收益


图表6：银河量化稳进累计收益


图表8：2022年年化波动率分析


图表9：2022年最大回撤比较


图表10：基金股票仓位占比


图表11：基金持股数量


图表12：基金持股集中度


图表13：基金换手率


图表14：银河量化优选行业配置变动


图表15：银河量化稳进行业配置变动


图表16：银河量化稳进风格因子暴露


图表17：银河量化优选风格因子暴露


图表18：银河基金管理规模结构

---

溯源标识：本文提及数据及结论广泛引自原报告对应页码，如[pidx::0][pidx::1][pidx::2][pidx::3][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10]。

报告