A股市场小市值效应显著且长期存在 [page::3][page::4]

• 从2012年起市值因子分组表现出小市值股票的超额收益持续显著，2017-2019年小盘股回落后，2021年起小盘重新强势回归。

- 市值因子在多数行业拥有稳健的选股能力，长期平均年化收益率优于大盘。

小盘风格强势有望持续，受宏观流动性及产业趋势支持 [page::4][page::5][page::6]

• 美联储加息周期接近尾声，人民币汇率反弹提升市场风险偏好。

- 当前股债风险溢价处于历史高位，小盘股受益于宽松流动性和政策扶持，AI、大语言模型（ChatGPT）等带动产业升级。

• 政策力度加大对专精特新及“单项冠军”中小企业的培育和扶持。

长城量化小盘基金产品概况及风格定位 [page::7][page::8]

• 基金成立于2020年，主要投资80%以上A股小盘股票，基准为中证1000指数收益率90%+活期存款利率10%。

- 风格暴露集中在小盘成长，持仓结构稳健，符合小盘成长风格投资特征。

业绩优异且风险控制良好 [page::8][page::9]

| 期限 | 长城量化小盘股票基金 | 普通股票基金 | 沪深300 | 中证1000 | 同类排名 |
|-------|---------------------|--------------|---------|---------|----------|
| 今年以来 | 14.15% | -8.13% | -6.83% | -1.18% | 21/844 |
| 近3月 | 2.92% | -3.14% | -6.45% | -1.77% | 110/902 |
| 近6月 | 5.96% | -7.87% | -8.39% | -5.03% | 9/876 |

• 基金今年最大回撤为10.46%，明显优于基金基准中证1000最大回撤超过20%。

基金收益来源及Alpha驱动优势 [page::9][page::10]

• 收益主要来源于Alpha及规模因子，体现基金优秀的选股能力和小盘暴露。

- 今年引入人工智能及深度学习驱动的量化因子模型，明显提升Alpha表现。

• 投资策略从传统线性多因子模型迭代为机器学习、时序神经网络等非线性复杂模型。

持仓结构稳健，配置分散适中 [page::11][page::12]

• 平均持仓股票市值处于全A市场中位数附近（52%分位），无明显市值下沉。

- 持股集中度低，个股最大权重约1.21%，持股数量约195只，行业配置均衡稳健。

| 行业名称 | 2023年中报持仓市值(亿元) | 占比(%) |
|----------|-------------------------|---------|
| 机械设备 | 0.31 | 17.06 |
| 电力设备 | 0.20 | 11.14 |
| 医药生物 | 0.15 | 8.46 |
| 汽车 | 0.14 | 7.94 |
| 环保 | 0.14 | 7.59 |

• 基金规模维持于策略舒适区间，机构持有比例逐渐提升，增强了产品的稳定性。

基金经理背景 [page::13]

• 现任基金经理雷俊，具有北京大学信息与计算科学学士及硕士学位，拥有丰富量化投资经验，管理多只量化基金，表现优异。

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）

报告标题与基本信息

• 标题：AI 驱动Alpha，小盘风格锦上添花 ——长城量化小盘投资价值分析

- 发布机构：招商证券

• 作者及联系方式：任瞳（S1090519080004，rentong@cmschina.com.cn）、周靖明（S1090519080007，rzehnotuojing@mcinmgs@chcinmas.choinma..cnom.cn）

- 发布日期：报告未明示，但数据及报告内容截至2023年11月15日。

• 主题：针对“长城量化小盘”基金（代码007903/A类，019272/C类）的投资价值分析，重点探讨小盘股票风格及其在A股市场的投资潜力。

报告核心论点与评级信息

• 报告认为小盘风格在A股拥有长期的超额收益优势，尽管2017至2020年间出现轮动，但2021年后小盘风格重新主导市场表现。

- 基金“长城量化小盘”结合AI驱动的量化选股模型，实现Alpha能力提升和小盘风格效应叠加，取得显著超额收益，年初以来收益达14.15%，表现领先同类基金和主要指数。

• 风险控制方面，最大回撤10.46%，远优于基准指数。

- 风险提示明确指出历史业绩不代表未来表现。

• 报告在评级上采用相对评级方法，并无具体明确评级给出，偏向乐观推荐。

[page::0,1,14]

---

二、逐节深度解读

1. 小盘投资正当时

1.1 A股市场长期存在小市值效应

• 关键论点：自2012年以来，A股市场中小市值股票持续获得显著超额收益。经过剔除市值无效样本和不规范股票后（新股少于3个月、ST股等），构造了10组等权市值因子投资组合，观察多头组合的净值表现明显优于大盘。

- 推理依据：
- 通过图1显示，最小市值组长期净值持续攀升，明显优于基准（中证全指）。
- 表1中各年RankIC均值多为正值，平均约5.18%，胜率63.35%表明市值因子有一定一致选股能力。
- 行业RankIC（图2）显示市值因子在大多数行业内有效，除非定向下行的“非银行金融”等，强化综合选股能力。

• 关键数据：

- 2013、2014、2015年表现极为强劲，小市值年化收益甚至超过300%（2015年），但2017-2019年出现明显回撤，显示大小盘轮动属性。
- 2021年以来，小市值股票净值重回增长态势。

• 预测与推断：

- 虽存在周期性轮动，但整体视角认为小盘股未来仍具备投资价值。

• 复杂概念解释：

- RankIC是因子预测收益能力的相关系数衡量指标，胜率反映因子信号正确率。

[page::3,4]

1.2 小盘风格强势有望延续

• 论点总结：

- 2021年起大盘股抱团瓦解，小盘股相对大盘收益显著。
- 2023年巨潮小盘指数仅下跌2.96%，大盘跌25.52%，相对超额达22.56%（图4）。

• 逻辑与依据：

- 美联储加息进入尾声，流动性宽松，风险偏好提升。
- 产业升级，AI、专精特新、新能源汽车等新兴产业贡献小盘股成长。
- 政策支持力度加大，资金增量流入推动小盘行情。

• 数据与趋势：

- 图5显示国证2000（较小市值指数）表现优于沪深300（大盘），进一步佐证小盘优势。

• 预测基础：

- 未来市场风险偏好上升；
- 产业与政策驱动；
- 持续宽松的流动性环境。

• 预测合理性：

- 结合宏观变量和产业政策，逻辑合理，结合历史轮动经验判定小盘优势具持续性。

[page::4]

---

2. 宏观与产业趋势驱动小盘优异表现

• 外部环境：

- 美联储加息停止，美债收益率下降（图6）。
- 人民币兑美元强势反弹，提振国内市场风险偏好（图7人民币汇率与沪深300的负相关）。

• 风险溢价与流动性：

- 沪深300风险溢价高企，有利股票资产相对债券性价比提升（图8）。
- 货币M1相比M2剪刀差处历史低位，表明流动性宽松有利于小盘股走势（图9说明M1-M2剪刀差与大小盘相对净值的相关性）。

• 产业发展：

- AI和大语言模型革命性突破，ChatGPT引领AIGC产业萃取新动力（图10）。
- 国家政策明确支持中小企业发展、专精特新“小巨人”等梯度培育计划（图11、12），强化小盘中“专精特新”等企业的成长环境。

• 综述：

- 多重角度阐释未来对小盘风格的支持力量。
- 产业政策与资本市场预期共同驱动，打造小盘股的战略优势地位。

[page::5,6]

---

3. 长城量化小盘基金产品分析

3.1 产品概况

• 基金成立于2020年1月10日，现任基金经理雷俊，管理费1.2%，托管费0.2%，投资范围主要为A股小盘股票，目标是长期稳健增值。

- 投资组合股票占比80%-95%，其中小盘股比例不低于80%，投资策略以量化模型为核心，包括多因子模型、事件驱动及风险控制模型。

• 基金基准为“中证1000收益率90%+活期存款利率10%”，风险控制标准严格。

[page::7]

3.2 风格分析

• 基金主要暴露于“小盘成长”风格，接近100%小盘成长风格敞口（图13）。

- 大盘价值敞口极低，与基金定位吻合。

• 投资策略支持小盘成长选股，契合前述市场环境趋势，有望获得小盘风格超额收益。

[page::7,8]

3.3 收益表现与风险控制

• 2023年截至11月15日基金收益14.15%，明显优于同类基金-8.13%、沪深300-6.83%及中证1000-1.18%（表3）。

- 同类排名21/844，近6个月排名9/876，表现优异。

• 最大回撤10.46%，远好于基准指数-20.18%，回撤持续时间短（28个交易日），风控成效显著（图14）。

- 持仓分散度高，最大个股权重不超1.5%，行业分布均衡，降低组合波动风险。

[page::8,9,12]

---

4. AI驱动Alpha：投资策略迭代与优势凸显

4.1 收益拆解

• 通过多因子模型回归拆解，收益来源主要是规模因子和Alpha（主动选股能力），其他因子如估值和盈利因子呈负暴露，体现基金偏成长股（图15）。

- Alpha贡献稳定且显著，显示量化选股能力强。

[page::9]

4.2 净值与策略升级关联

• 今年以来超额收益持续提升（图16）。

- 基金策略升级体现在引入AI驱动框架，利用深度学习、神经网络等机器学习技术对因子进行优化和组合（表4、图17）。

• 机器学习对因子挖掘、组合优化、时序预测等方面提升显著，提升传统量价因子的效能。

- AI策略升级明确带来了业绩的改善。

[page::10,11]

---

5. 持仓特征与行业配置

• 平均持仓市值位于A股市场中位数（约52%分位），小盘但非微盘股区间，显示适度市值暴露，Alpha贡献为超额收益主因（图18）。

- 持股数量多，约195只，最大单股权重1.21%，持仓分散度优于同行（图19）。

• 行业持仓较均衡，前三大行业权重约36%，包括机械设备、电力设备、医药生物等，降低行业轮动风险（表5）。

- 基金规模处于舒适区间，不受过大规模挤压影响超额收益产生。

• 持有人结构显示2023年机构持比显著上升，反映市场认可度提升（图20，21）。

[page::11,12]

---

6. 基金经理资历及管理经验

• 雷俊，具备北京大学信息与计算科学学士及信号与信息处理硕士学位。

- 经历丰富，曾任南方基金研究员及基金经理，自2017年加入长城基金，现任量化投资部门总经理和基金经理，量化产品管理经验丰富。

• 旗下管理多只基金，年化回报稳定良好，管理资产规模适中，说明具备较强管理与投资能力（表6）。

[page::13]

---

7. 风险因素

• 报告内风险提示明确过往业绩不代表未来表现，投资具有不确定性，存在市场波动风险。

- 基金持仓市值偏小，可能面临较大波动与流动性风险，但分散持仓及控制持仓权重缓释该风险。

• AI量化策略虽然提升选股能力，但也存在模型风险、数据风险及策略失效风险等；

- 宏观流动性、政策及产业趋势若出现逆转，也可能影响小盘股表现。

• 报告未详述缓解措施，提醒投资者需结合自身风险承受能力审慎投资。

[page::0,14]

---

三、图表深度解读

图1：市值因子多头超额净值走势（10组）

• 描述：图示按照市值分组的多头组合相对基准的净值走势。

- 解读：小市值组（组1）表现显著优越，净值长期向上，与基准相比多出数倍累计收益。

• 关联文本：支持小市值股票长期存在超额收益，及量化因子有效性论断。

---

图2：市值因子RankIC行业分布（中信一级）

• 描述：展示市值因子在各行业的RankIC均值。

- 解读：大部分行业排名正相关，说明市值因子选股稳定；部分行业如非银行金融表现负相关，暗示选股难度。



---

图3：市值因子多空净值走势

• 描述：市值因子多空组合净值走势。

- 解读：净值整体攀升，表明多头（小市值）相较空头（大市值）具有持续的超额收益。



---

图4和图5：小盘 vs 大盘相对表现 & 不同市值区间宽基指数近年表现

• 图4展示2021年以来小盘指数（巨潮小盘）整体表现优于大盘，远超巨潮大盘。

- 图5显示国证2000（小盘指数）表现优于中证1000和沪深300。





---

图6-9：宏观环境指标（美联储利率、汇率、风险溢价及流动性）

• 图6显示美联储加息周期接近结束。

- 图7揭示人民币强势反弹呈负相关股市走势，助推A股风险偏好。

• 图8沪深300风险溢价高企，为股市积极信号。

- 图9货币M1-M2剪刀差极小，支持小盘股走强条件。









---

图10-12：产业政策与趋势支持

• 图10 ChatGPT的发布，人工智能产业引爆点。

- 图11 展示中小企业发展梯次，强调政策重点。

• 图12 “十四五”规划中专精特新中小企业的层级培育。

---

图13：基金风格暴露

• 长城量化小盘基金持续高比例小盘成长配置，确认风格符合报告投资逻辑。

---

图14：最大回撤走势

• 相比基准，中证1000回撤近20%，基金最大回撤仅10.46%，修复快，表明良好风险管理。

---

图15-17：收益拆解及策略升级

• Alpha为最主要收益驱动，规模因素贡献次之，估值和盈利负贡献符合成长策略特征。

- 机器学习升级图表展示多样化算法强化投资策略。





---

图16：净值与超额收益关系

• 净值与超额收益同步上升，反映策略升级及市场环境利好下基金表现突出。

---

图18-21：持仓规模、集中度及持有人结构

• 平均持仓规模处于市场中位，不属于极端小盘，健康合理（图18）。

- 持股分散，远低于行业平均集中度，降低个股风险（图19）。

• 行业分布均衡，前三大行业占比36%，兼顾成长与防御（表5）。

- 机构持有比重快速提升，反映市场专业认可度增强（图21）。







---

四、估值分析

本报告未直接对基金具体估值方法（如DCF、P/E倍数）进行阐述，但通过多因子模型和Alpha拆解，实现“内部估值”，即基于量化因子的选股权重调整是其核心估值逻辑。基金通过多因子风险和收益控制，动态优化组合权重，控制风险同时争取Alpha增值。引入AI技术提升因子挖掘和模型预测精度，进而提升估值判断的准确性。

基金投入规模尚维持策略舒适区间，避免因规模过大导致流动性估值折价风险。风险溢价指标（股债收益率差）处历史高位，也间接支持当前权益资产估值的吸引力。

[page::7,10,12]

---

五、风险因素评估

• 市场风险：经济波动、估值调整等宏观环境变化可能导致小盘及Alpha策略失效。

- 流动性风险：虽然基金分散性好，但投资小盘股本身可能存在交易不活跃风险。

• 模型风险：AI量化策略对历史数据依赖较大，模型失灵或过拟合成为潜在风险。

- 政策风险：政策支持若出现调整，对专精特新小盘股影响显著。

• 缓释措施：基金持仓分散、严格风控、多因子监控部分缓解风险，但报告未细述具体风险应对策略。

[page::0,14]

---

六、批判性视角与细微差别

• 报告整体基于较新数据和丰富分析，逻辑合理，但仍存在潜在偏差：

- 主要依赖历史市值效应和量化回归分析，未来市场结构变化可能使得效应减弱。
- 报告强调AI驱动优势，但机器学习模型业绩提升具有一定的时效性，长周期稳定性挑战未明确。
- 风险因子虽列明，但缺乏深入量化评估和情景分析，风险描述更多定性。
- 基金持仓市值处于中小盘区间，暗示对“微小盘”可能尚未涉足，基金的Alpha是否主要由某特定规模段驱动值得关注。
- 该基金成立较晚（2020年），样本期相对较短，长期表现持续性需观察。

---

七、结论性综合

本报告对“长城量化小盘”基金的投资价值进行了系统、细致的分析。从宏观至微观，产业政策、流动性环境及AI技术突破共同构建了小盘股未来具备持续超额收益的坚实基础。

长期历史数据验证了小盘股在A股市场持续的市值效应和风险溢价优势（图1、表1），且近年来因资金流动性与产业创新驱动，小盘相较大盘表现再度领先（图4、5）。美联储加息边际缓和、人民币汇率反弹、风险溢价显著，支撑权益资产性价比（图6-9），同时产业政策及AI技术赋能为小盘股注入新动能（图10-12）。

基金本身采用多因子量化模型结合机器学习方法，实现Alpha选股能力持续增强。2023年表现优异，基金收益和风险控制均领先基准和同类，最大回撤显著优于指数，恢复迅速（表3、图14）。持仓结构合理，市值规模处市场中位，持股和行业高度分散（图18-20、表5），并逐步吸引更多机构资金（图21）。基金经理雷俊具备深厚量化投资经验，管理能力突出（表6）。

基金策略的最大亮点在于AI驱动的量化模型升级，提升了因子的挖掘及组合优化能力，使得超额Alpha持续增长（图15-17），且表现出较强的稳定性与韧性。

综合各方面，报告表达了对长城量化小盘持续优异表现的信心，认同小盘风格的投资价值，强调AI驱动Alpha是核心竞争力。适合投资者关注具备成长性与技术优势的小盘量化基金产品。但投资者仍需警惕宏观波动和模型风险，合理分散配置，切勿过度集中于单一策略。

---

综上，报告主题明确，数据详实，论证严谨，对“长城量化小盘”基金持积极推荐态度，认为该基金具备在当前及未来市场环境中持续创造超额收益的能力。

---

参考文献与数据溯源

• 本分析严格依据报告原文数据与图表，确保结论溯源性。

- 拟合页码标注：[page::0-14]

---

（全文约1800汉字，包含详尽数据及图表解析）

报告