公募量化基金规模及主要管理人格局 [page::4][page::5]

• 2023年公募量化权益基金规模创历史新高，达到2949亿元，其中指数增强基金规模达1595亿元，占比创历史高点61.8%。

- 105家管理人布局量化，富国基金自2019年长期位居规模第一。

• 沪深300指数增强和中证500指数增强竞争最为激烈。

指数增强基金超额收益难度及分布 [page::6][page::7]

• 不同指数增强基金的超额收益难度排名：上证50 > 沪深300 > 中证500 > 中证1000。

- 超额收益差异主要由指数Beta决定，管理人模型有效性决定超额收益差异。

• 2019-2021年打新收益显著提升了指数增强基金整体超额表现。

量化投资的四大模型及公募基金五大流派 [page::8][page::9][page::10]

• 量化投资决策流程包含收益预测、风险控制、组合优化及算法交易四大模型，收益预测模型为核心环节。

- 基金管理人收益预测模型主要分基本面因子、多因子和机器学习等四类方法。

• 公募量化基金分五大流派，包括基本面量化主导、机器学习挖因子、机器学习预测、主观选因子及综合派。

指数增强基金经理背景及策略风格比较 [page::14][page::15][page::16]

• 主动基金经理管理指数增强基金具有较高行业偏离度和跟踪误差，部分指数增强基金由主动背景基金经理掌管。

- 主动基金经理擅长深度研究，量化基金经理优势为宽度研究；主动基金经理管理上证50指数增强更具优势，中证500量化基金经理表现较好。

• 典型代表包括张胜记（易方达）、申庆（兴全）、郎聘成（富荣）等，三者投资风格和行业配置具有明显差异。

因子暴露绝对值与稳定性对指数增强基金策略的影响 [page::22][page::23]

• 根据行业风格因子暴露的绝对值和稳定性，将指数增强基金策略分为四象限，涵盖因子轮动与稳健暴露策略。

- 第一象限策略因子暴露大且稳定度低，波动性高但收益潜力大；第三象限控制严格但策略更稳健。

• 基金回撤控制能力和收益表现与因子暴露特征密切相关。

不同市场环境下指数增强基金表现及适应性 [page::26][page::27]

• 指数增强基金在不同市场环境中的表现差异显著，大多数在指数上涨时超额收益较难实现。

- 中证1000指数增强在大盘占优时表现较好；沪深300指数增强在小盘占优时超额较佳。

• 兴证全球基金更适合大盘价值市场，万家基金偏好小盘成长，富国基金超额收益稳定。

指数增强基金核心竞争力指标解读及典型基金表现 [page::28][page::29][page::30][page::31][page::33][page::34][page::35]

• 核心竞争力体现在超额收益的稳定性、相对基准最大回撤控制能力及投资策略的有效独特性。

- 典型的优秀基金包括中信保诚量化阿尔法、诺安沪深300增强、华夏中证500指数智选、招商中证1000增强策略ETF等。

• 这些基金综合表现年化超额收益4%-6%以上，回撤控制优异，且策略独特性优势明显。

- 等权持有三大指标靠前指数增强基金组合，自2021年以来相对全收益指数年化超额收益分别为沪深300基金组合4.03%，中证500基金组合6.29%，最大回撤分别为-2.54%、-3.44%。[page::30][page::31][page::33][page::35]

公募指数增强基金：从管理人策略流派到核心竞争力探讨——全文详尽分析

---

一、元数据与报告概览

本报告由申银万国证券研究所发布，成文日期为2024年6月12日，证券分析师蒋辛与邓虎为主要作者。研究对象聚焦于公募量化权益基金中的指数增强基金，意在从管理人策略流派、基金经理背景、投资风格，到指数增强基金的核心竞争力展开全面探讨。报告特别强调量化基金的现有格局、影响超额收益的因素、量化模型架构、管理人流派以及基金经理背景对指数增强产品绩效的影响。

主要结论包括：

• 2023年底公募量化权益基金规模创历史新高，指数增强基金处于核心地位；

- 基于指数的超额收益难度及来源有显著差异，但管理人策略有效性至关重要；

• 量化基金可划分为五大投资流派，且主动与量化背景基金经理各有优势；

- 指数增强基金的核心竞争力可以通过超额收益稳定性、最大回撤控制能力及策略独特性三个维度衡量；

• 通过多维度指标，报告筛选出多只具有独特竞争力的代表性产品。

报告结构严谨，内含丰富图表与数据，旨在为投资者理解指数增强基金的投资能力与管理人差异提供实证分析支持。[page::0,1]

---

二、逐节深度解读

1. 公募量化基金的现状及投资流派

1.1 公募量化基金格局

中国首只指数增强基金诞生于2002年，随着时间推移，量化基金规模不断扩大。至2023年底，公募量化权益基金总规模达到2949亿元，指数增强基金（含类指数增强）规模1595亿元，占比历史高点61.8%。基金管理人数量显著增长，2024Q1已有105家管理人布局量化权益基金。排名前十的管理人变化频繁，但富国基金自2019年起长期居首。指数增强基金中，沪深300、 中证500指增因其市场覆盖与流动性，竞争尤为激烈[page::4,5,6]。

1.2 超额收益影响因素

超额收益主要受三大因素影响：投资能力（管理人模型的有效性）、投资广度（可选股票池大小）、投资机会（股票间差异性）。其中，投资能力为管理人可控变量，投资广度与机会受指数自身属性制约。表1显示，不同指数所对应的指数增强基金超额收益均值及分化度显示，中证1000基金虽超额收益较高，但分化度与其他指数中基金无显著差异，表明不同指数决定收益空间大小，但管理人策略差异仍是主要竞争核心。打新收益（表2）在2019-21年显著提升指数增强基金超额收益，后逐步降低影响[page::7,8].

1.3 量化基金四大模型

量化投资投资决策流程包括：

• 收益预测模型（因子安装与选股）；

- 风险控制模型（市值、风格、行业等风险敞口控制）；

• 组合优化模型（股票权重赋予，ICIR法、机器学习辅助）；

- 算法交易模型（降低交易成本、优化执行）。

收益预测被视为最核心环节，中间包含多因子分析、机器学习、深度学习等技术运用[page::8,9].

1.4 五大量化流派

根据收益预测模型差异，报告将公募量化基金划分为五大流派：

• 基本面量化策略为主（如中信保诚、国投瑞银）；

- 机器学习挖掘因子（如华夏旗下研发团队）；

• 机器学习/深度学习预测模型（国泰君安、华夏等）；

- 主观选因子或与主动研团队融合（西部利得、中欧基金）；

• 综合派（长信基金、博道基金等多数管理人）。

此外，模型验证、因子库质与量、策略迭代能力及硬件支持均是关键维度[page::9,10].

---

2. 基金经理背景与指数增强基金表现

2.1 主动与量化基金经理优势比较

主动型基金经理注重深度研究，偏离指数较大、跟踪误差较高，但也带来相对较大远超收益的可能性；量化经理优势在于广泛因子覆盖与稳定风险控制。表5与表6数据展示：

• 主动基金经理指数增强产品行业偏离度高；

- 跟踪误差、最大回撤及波动普遍较量化经理大；

• 量化经理管理的基金估值水平更低，波动率与市值分布差异明显；

- 主动经理对某些短期反转因子暴露更明显。

实际表现上（图10），上证50指数增强基金中张胜记管理产品表现突出，沪深300中申庆与郎聘成表现领先，中证500指数增强主动经理优势不明显[page::14,15,16].

2.2 主动基金经理代表案例

• 易方达张胜记：管理易方达上证50增强，行业偏离度大，偏好食品饮料、大消费，低配金融，换手率较低，组合收益主要来自消费及周期板块，风格偏成长盈利兼具较高估值特征[page::16,17,18]。

- 兴全申庆：管理兴全沪深300指增，追求多元收益来源（转债、定增等），偏好价值质量组合，长期超额收益稳定，行业持仓偏高股息低估值，低配成长周期类[page::18,19,20]。

• 富荣郎聘成：主动权益转指数增强，应用动态均衡行业配置策略，选股偏好产业趋势、合理估值及核心竞争优势企业，风格偏成长高质量，2020-21年曾获显著超额收益，近年超额波动较大[page::20,21,22].

---

3. 投资策略与风格对超额收益影响分析

3.1 因子暴露绝对值与稳定性分类

报告将指数增强基金策略划分为四象限，从因子暴露绝对值及稳定性角度：

• 第一象限：高因子暴露且变量漂移，偏因子轮动，风险与收益波动较大；

- 第二象限：低暴露因子漂移，因子轮动幅度较小，小仓位调整；

• 第三象限：低暴露且稳定，紧跟指数，风险控制好但收益靠因子有效性；

- 第四象限：高暴露且稳定，类似Smart Beta，风险及收益平衡。

沪深300指增强基金中，风险因子控制与回撤管理对收益率、稳定性有显著影响，因子暴露及轮动频繁的产品风险收益表现波动较大（如华商300智选、国金沪深300）[page::22,23,24].

3.2 适应不同市场环境的能力

基金在指数上升或下降、成长/价值占优、大盘/小盘主导的不同市场环境中的超额收益能力存在差异，如下：

• 大多指数增强基金在市场上涨期Alpha难度较大；

- 中证1000指增基金在大盘占优环境中表现更优，沪深300指增基金更擅长小盘占优环境；

• 成长/价值风格切换对基金收益影响明显且负相关。

基金实际表现中如富国沪深300增强多环境适应均衡，兴证全球产品偏向大盘价值，万家则偏小盘成长[page::25,26,27,28].

---

4. 指数增强基金核心竞争力评估

4.1 超额收益稳定性

滚动一年超额收益均值及标准差是衡量超额收益稳定性的主要指标。不同指数的平衡点不同，沪深300及中证500指增均值需约4%左右才处前10%，中证1000需9%以上。超额收益波动控制在3%以内，则处前30%同类水平。稳定性优良基金样本参见表15-17，收益稳定的代表基金多为沪深300网购精选、中证500华夏智选等[page::28,29,30].

4.2 最大回撤控制能力

风险端考察滚动一年相对基准最大回撤的均值、极端值及波动，综合评分代表下行风险控制能力。表现优异的基金往往因风控严格，收益不一定最高，但整体波动小，信息比率高。重点基金包括诺安、国泰君安、华泰柏瑞等不同指数增强策略[page::31,32].

4.3 投资策略的有效独特性

为避免因子拥挤影响，报告定义策略独特性指标为信息比率与同行超额收益相关性的比值，高指标代表Alpha独特且信息比率高基金。沪深300以主动基金经理管理的兴全、富荣、基本面因子严格控制的中信保诚为代表，中证500、1000则表现出ETF化特征[page::32,33,34].

4.4 核心竞争力综合排序

三大指标加权复合得分筛选出核心竞争力基金名单，沪深300中信保诚量化阿尔法、诺安、华夏网购精选，及中证500国泰君安、华夏智选，及中证1000招商、华泰柏瑞等，2021年以来加权组合超额收益分别达4.03%、6.29%，最大回撤控制均较优[page::34,35].

---

三、图表与数据深度解读

• 图1（公募量化权益基金规模及市占率）清晰展示2014年以来基金规模逐年上升，2019初头部集中度下降后回升，指增及主动量化占比变化明显，17年后指数增强基金规模快速增大，市场结构持续演化[page::4]。
• 图2（前十大管理人演变）展示富国基金主导地位稳固，长城、华夏、国金等机构份额动态调整，反映激烈市场竞争与管理人策略演进[page::5]。
• 图3、图4展现指数增强基金规模分布及不同指数超额收益趋势，尤其显示中证1000指增产品超额收益最高，但管理者间差异不小，提示指数选择对收益空间有决定影响[page::6]。
• 表1、表2、图5验证不同指数增强基金超额收益均值与波动水平，打新收益对2020年超额收益贡献明显，影响市场表现理解[page::7].
• 图6、图7阐释超额收益产生关键因素和量化决策流程，帮助读者理解模型构建场景及精细化管理路径[page::8,9].
• 图8、图9、表3通过聚类与相关性揭示沪深300指增基金策略差异，既有策略集中区域，也有独特风格，体现管理人差异化能力与市场定位[page::11,12,13].
• 图10-16、表4-9细化主动基金经理代表案例，图文并举介绍个性化选股和风格操作，实现对基金经理运作及市场表现的深入洞察[page::14-22].
• 图17-21、表10-14系统性展示因子暴露及市场环境适应能力对策略业绩的影响，佐证不同因子控制和市场匹配度对绩效驱动效应[page::22-28].
• 图22、23、表15-17刻画超额收益稳定性的多维指标及优质基金样本，说明管理人模型稳定性与持续盈利能力[page::29,30].
• 图24、表18-20从最大回撤角度分析风险控制绩效，强调指数增强基金风险管控核心能力的重要性[page::31,32].
• 图25、表21-23聚焦投资策略的独特性指标，区分基金的Alpha来源独有性，助力构建组合多元化及风险分散[page::33,34].
• 图26、表24、25综合多维核心指标筛选典范产品，为投资者提供战略组合建设参考，实用性极强[page::35,36].

---

四、风险因素评估

报告提醒：

• 基金历史表现不代表未来，模型可能失效，无法完全预测前景；

- 指数样本股调整、风格转换、市场环境波动带来不可控风险；

• 研究主要基于公开数据且分析假设有局限性，投资需结合个人风险承受能力与实际情况谨慎决策；

- 兼顾主动与量化风格各自优势及风险敞口，波动风险依然存在。

---

五、批判性视角

• 报告深度依赖历史数据，未来市场动态和监管环境若出现较大变化，模型与策略有效性风险显著；

- 主动与量化基金经理的优劣区分尽管理论支撑和实证分析均有，但样本量差异、风格异质性带来结论推广的局限；

• 因子暴露方法及划分存在主观调整空间，因子轮动与因子拥挤度问题仍是未来关注重点；

- 投资策略的有效独特性指标虽创新，但对基金未来持续性的预测能力尚无大样本验证，需警惕单周期优异表现的陷阱；

• 打新收益影响投资回报的情况提示产品历史表现断层，需结合实际操作考察其未来可持续性；

总体而言，报告结论客观，中立性好，但需保持对未来市场结构与监管动态的关注。

---

六、结论性综合

本报告全面剖析了公募指数增强基金的规模及格局，深入解析了影响超额收益的核心因素及量化基金的四大模型架构，详细梳理了五大策略流派，阐明不同基金经理背景—主动与量化—的优势与表现差异，通过丰富图表和聚类分析揭示了沪深300指数增强基金管理人的策略差异和独特性。

进一步地，报告以因子暴露绝对值与稳定性为准尺，分类监管基金策略风格，结合市场环境的适应性，展现不同产品在不同市场周期的表现多样性。核心竞争力方面，报告建立超额收益稳定性、最大回撤控制能力、投资策略有效独特性三大评价体系，兼顾收益、风险和策略差异性，筛选出多只代表行业顶尖水平的指数增强基金产品。

特别值得一提的是，富国、兴证、华夏、中信保诚、招商等管理人在基金规模与业绩稳定性上表现突出，个别主动背景的基金经理如张胜记、申庆与郎聘成在相应指数增强领域拥有鲜明的绩效优势和风格定位。数据和案例分析充分体现，管理人的模型搭建能力、风险控制水平及对市场风格的适应能力，是决定指数增强基金长期超额表现的关键驱动力。

图表深入解读和数据验证增强了报告结论的说服力。超额收益的收益率分布、因子暴露趋势、最大回撤控制能力和策略独特性均得到了直观体现，并通过顶尖产品的业绩轨迹得到实际佐证，展示了优质指数增强基金的投资价值和竞争壁垒。

投资者在借鉴报告结论时应结合自身风险承受能力和市场环境变化，注意历史业绩不代表未来，量化模型风险及市场风格切换的不确定性。报告不涉及具体基金产品推介，提供的深度研究视角和量化方法应用，为公募指数增强基金领域研究和投资提供了专业参考依据。

综上，报告内容详实全面，分析严谨，结合历史数据与实际案例，高度专业且信息量大，是当前公募指数增强基金研究的重要成果，对行业管理人、投资者及相关研究人员均具较高参考价值。[page::0-36]

---

附录

• 提供了详尽的申万量化选股因子库统计与计算方法，为基于因子策略的理解和模型搭建提供实操工具[page::36].

---

总结

申银万国证券研究所的这份报告对公募指数增强基金进行了360度深度解构，从市场格局、投资流派、基金经理背景、策略表现，到核心竞争力全方位展开，结合丰富数据和详实案例，构建了系统性理解框架。报告不仅揭示了量化指数增强基金的本质逻辑和管理人竞争力来源，也为投资者识别和甄选优质基金提供了科学的方法论，本报告具有高度专业价值和参考意义。[page::全篇]

---

注：以上内容中所有数据和图表均依据申银万国证券研究所原始报告引用，页码对应标识详见文内。

报告