诺安中证500增强A(001351) - 基金投资策略和运作

主要的宽基指数中，中证500和中证1000指数在三季度涨幅相对靠前，沪深300、微盘股指数、中证2000的涨幅随后，呈现“非线性市值占优”的特点。行业指数方面，通信、电子、有色金属、电力设备及新能源、机械等涨幅较高，综合金融、银行负收益，交通运输、电力及公用事业、食品饮料等录得微弱正收益。以上市公司半年报数据看，当前中证500指数的PB估值水平一定程度上领先盈利能力水平。选股因子方面，机器学习类因子在三季度的表现相对平淡，成长类基本面因子表现相对较好。我们认为前者的阶段性低迷同时也为未来的超额收益修复积累了空间。成长类因子的长期表现我们仍然看好，但近期偏谨慎。报告期内产品绝对收益为正，在相对收益上有待修复。

指数方面，2025年上半年主要宽基指数的区间涨幅与其成分股市值分布呈现显著负相关关系，成分股市值越小的宽基指数涨幅越高，振幅也越大，中证500指数的区间收益强于沪深300，弱于中证1000和中证2000。行业指数方面，综合金融、有色金属、银行、传媒、国防军工行业涨幅靠前，煤炭、房地产、食品饮料、石油石化、交通运输行业相对弱势。结合二季度期间发布的2024年报和2025年一季报数据看，中证500指数的长期PB分位数与长期ROE分位数呈现基本匹配的状态。大类因子方面，2025年上半年基本面类、价量类、机器学习类因子均取得了符合各自业务逻辑的表现。从结构上看，在过程中基本面类因子的波动较大，以2月和4月为甚，其余月份的表现较好，因此整体上仍取得了正向选股效果。产品在报告期内连续2个季度取得了正的绝对收益和超额收益，产品对于基准指数的跟踪误差控制亦符合事前预期。

指数方面，主要宽基指数的一季度涨跌幅和振幅都与成分股市值分布呈现比较清晰的负相关关系，偏小市值类指数的涨幅优于中大市值类指数，中证500指数涨幅小于中证1000和中证2000，强于沪深300。行业指数方面，有色金属、汽车、机械等行业涨幅靠前，煤炭、商贸零售、非银行金融等行业跌幅相对较多。指数估值和盈利能力方面，从长期时序视角看，沪深300和中证500指数各自的PB分位数与ROE分位数呈现较为匹配的状态。一季度各大类因子（基本面、价量、机器学习等）的整体表现均与各自的长期业务逻辑方向相符，在过程中经历了不同轨迹的波折。基本面类因子在1月和3月表现较为稳定，2月则承受了一定压力；价量类因子和机器学习类因子在一季度前半段表现承压，在后半段扭转颓势。展望二季度，美国“对等关税”政策对于基本面类因子表现的冲击可能大于价量和机器学习类因子。报告期内产品绝对收益为正，并且获得了相对基准指数的正超额。产品对于基准指数的跟踪误差控制亦符合事前预期。

指数涨跌方面，2024年全年中证500指数涨跌幅弱于沪深300，强于中证1000和中证2000。指数振幅方面，沪深300、中证500、中证1000三者较为接近，中证2000的振幅相对较大。行业指数方面，银行、非银行金融、家电、通信、交通运输等行业涨幅靠前，综合、医药、农林牧渔、消费者服务、房地产行业跌幅相对较多。指数估值和盈利能力方面，2024年末与年初相比，沪深300指数的PB估值分位数指标有约20%左右的修复，盈利能力水平分位数的变动相对有限；中证500指数的PB估值分位数指标有约10%左右的修复，盈利能力水平分位数的变动同样相对有限。大类因子表现方面，市值因子全年呈现较高的波动，非线性市值因子也曾在一季度出现显著超出历史长期均值的震荡，低估值类因子整体表现较好，综合成长类因子表现平淡但在年末呈现小幅修复的迹象。此外，弹性类风格因子的表现也值得关注，其全年均值呈现负向选股效果，但在9月末至11月中旬期间呈现强劲的正向选股效果，在此期间同时出现了“多数长期有效的价量因子表现显著负向偏离历史均值”现象，其可能的原因我们曾在四季报中有所提及。 报告期内产品对基准指数的跟踪误差控制符合事前预期。产品运作使用的投资策略在框架上分为深度学习类策略和多因子类策略，我们对深度学习类策略的参数做了进一步的精细调优，对多因子类策略的因子组合亦做了适应性调整，让后者为前者提供更有效的补充，用两类策略协同争取为投资者提供更加稳定的超额收益。

回顾三季度，9月23日可作为一个观察分界线，将市场主要指数的走势进行较好地区分。一方面，当天之前较为低迷的情况在季度收官的最后5个交易日内得到了大幅改善，成交活跃度上亦是如此；另一方面，从“滚动3年市净率分位数”这个估值指标的角度看，沪深300指数在上述季度收官区间内修复了约五成，中证500指数修复了约三成，各一级行业指数平均修复了约四成。在产品投资运作所用到的深度学习模型和多因子模型中，价量类的特征或因子的选股效果亦在上述分界线后出现了一定程度的短期波动。为了向投资者更好地解释这个波动现象的含义，我们在上述两类模型框架里选取多因子模型会参考的一个高频成交额数据，n阶自回归系数指标为例进行阐述。这个指标衡量的是个股近期多个日内成交状况的总体理性程度，前期成交热度较高的个股如果在接下来的相同长度区间内有所收敛，那么该股票在这段区间整体上可能更多地是在被偏理性型资金所定价，反之则可能是更多地被偏追逐热点型资金所定价，前者在接下来一段区间的相对收益与后者相比在统计学意义上具有概率优势，但这个长期稳健的规律在三季度收官的最后几个交易日面对了短暂的波动情况。积极政策带来市场信心提振，进而也对接下来各宽基指数的走势提供了更多的正面支撑，在后续有更多的上市公司经营业绩改善预期得到验证的场景下，指数有望继续企稳回升。在超额收益方面，上述“长期稳健规律短期波动”的状况继续保持的概率较低，我们看好深度学习模型和多因子模型超额收益的逐步修复。此外，基本面类因子的整体表现继续保持相对稳健，我们认为这一状况持续的概率不低。

回顾2024上半年，对“低估值+高质量+低波动”因子组合的超配力度很大程度上决定了中小盘指增类产品超额收益的获取情况。以“股息率”“账面市值比”为典型代表的价值类基本面因子和以ROE为代表的质量类基本面因子在一、二季度都走出了超越各自历史长期均值的表现。以深度学习为代表的新范式价量因子和以统计规律人工挖掘为代表的传统价量因子在一季度承受了较大波动，以春节前后为甚，随后在二季度迎来回暖，但力度上前者弱于后者，且表现均弱于基本面类因子。整体看，市场参与者的风险偏好维持在审慎乐观的状态。上述期间产品的跟踪误差及超额收益最大回撤率控制符合我们的事前预期。超额收益方面，二季度的表现有所修复，我们希望下半年能做得更好。

就市场而言，采用数量化投资技术作为投资策略之一的这类权益类资管产品整体在2024年1季度中上旬遭遇了较大的波动。衍生品市场多头资产与对冲端工具在重要风格上持续的较大程度非均衡配置有可能是引发此次波动的诱因之一。按募集方式区分，公募指数增强类基金产品整体上在此次波动中对超额收益回撤率的控制做得较好，更严格的成分股比例下限约束、更透明的定期信息披露、对合规展业理念更到位的理解和执行都在很大程度上对此次波动中的超额收益回撤率控制起到了正向帮助。 本产品在上述波动期间承受的超额收益回撤率亦未有突破我们在事前设定的容忍度，经受住了一次较强程度的“压力测试”，这说明我们的风格约束模型和跟踪误差控制模型在持续发挥应有的作用。就超额收益掘取端的模型而言，基本面类因子（以低估值类因子为代表）占比较高的多因子模型呈现了较好的稳定性，价量类因子占比较高的多因子模型和价量类原始数据输入占比较高的深度学习模型在上述波动期间表现承压，但波动结束后业绩回暖的态势也更明显。一次较剧烈的波动也可能意味着一次较彻底的“出清”，我们对二季度的超额收益修复持审慎乐观态度。正如在2023年报中提到的，我们会在多因子和深度学习两个大的策略框架下持续努力，继续迭代和优化各框架下的子策略，争取为持有人带来更稳健的超额收益。

2023年，在风控维度上，本基金对跟踪误差及超额收益最大回撤率的控制都符合我们事前所希望达到的效果，而超额收益的获取仍需精进。 在团队的持续研发投入下，本产品所使用的策略池在各季度持续迭代，并在四季度迎来了较大的扩容。前期整体运行正常的多因子策略框架迭代出了更多的优化子策略。此外，深度学习策略的框架迎来了更新，其迭代出的子策略在总策略池中的占比也得到了较大提升。从表面结果看，多因子策略和深度学习策略都是对一段时间内的股票收益截面排位给出预测打分，但在过程中，多因子策略的方法论在总结归纳历史时序规律的问题上存在不足，而深度学习策略在这个问题上可以给出较好的弥补。上述策略池更迭的过程主要发生在四季度的后半程，对于同期的超额收益回暖起到了助推作用，同时这两种框架所选出的股票组合超额收益率在时序上呈现了较低的相关性，这对于风险分散的考量而言也是一个较好的现象。后续在策略框架的布局上，我们将沿用以上思路，同时团队会继续分工协作，在各框架下持续努力对子策略进行迭代和优化。

2023年三季度，本基金在对跟踪误差做到了较好控制的情况下实现了相对于业绩基准的正向超额收益，此结果比较符合事前设定所希望达到的投资运作目标。 对于指数增强这个类型的产品而言，跟踪误差的较好控制和超额收益的尽力争取是两个始终需要同时予以重视的运作目标。从长期看，前者的实现将有助于减小极端行情下超额收益的持续回撤幅度，从而对后者的积累起到正向辅助作用。 跟踪误差方面，关于其控制方式的选择，我们在先前的报告中已经有所提及（即“收紧持仓结构在行业和风格上相对基准指数的偏离程度”），三季度所得到的结果印证了该控制方式的有效性，后续我们将延续这一战术选择。 超额收益方面，在本产品采用的策略池所使用的因子中，从结构上看，三季度的价量类因子整体上表现较好，部分基本面类因子则呈现了“先走强后震荡或反向”的情况。本产品在策略的选择上采用了“多个策略做组合”的形式，其中的每个单策略所基于的背景理论互有区别（比如多因子理论、深度学习理论等），且都通过了较严苛的历史长期回测检验。从统计学理论的视角出发，多个较优的单策略组合在一起并不会折损超额收益的获取概率，同时又有望进一步降低超额收益的波动率。三季度本产品正向超额收益的获取佐证了上述观点，后续在策略选择上我们将继续采用以上思路，并在团队的投研工作中持续努力迭代出更优的单策略，以不断扩容现有的策略池。

“行业归属”因素和“风格”因素在2023年上半年对于个股截面收益差距的解释能力保持在历史高分位水平，其中前者尤为突出（统计区间是自2006年以来）。出于对“严控偏离风险及力争适度超额收益间寻求较好的匹配”运作目标的考量，本基金在一季度末已经选择收紧持仓结构在行业和风格上相对基准指数的偏离程度，并在二季度延续了这一战术思路。从事后的角度看，该战术选择使得本基金的跟踪误差和超额收益最大回撤率得到了较好的控制，而超额收益则仍需时间逐渐显现。前述“解释能力”是一个定义在 0 ~ 100% 之间的统计学指标，因此“行业归属”因素和“风格”因素的“解释能力双高”现象意味着留给选股因子发挥的空间被进一步挤压。关于选股因子，如果将因子根据原始数据来源的不同进行分类，那么本基金使用的策略所基于的因子储备可以大致分为“财报基本面”“价量”“公开股东信息”“分析师预期”等4大类。这4大类因子中，本报告期内有部分“财报基本面”类因子和“分析师预期”类因子出现了与经济学逻辑反向的情况，这也是所谓“选股因子发挥空间被挤压”的具体体现。尽管从时序的角度看，因子表现与经济学逻辑持续反向的概率并不高，我们依然重视这样的现象，并已经对有关因子的构造做出针对性的改进。

2023年一季度，在一级行业层面，计算机、传媒、通信、电子等行业涨幅领先，本基金在一季度的大部分时间内对上述行业基本上都有超配（相对基准而言），这对超额收益的获取起到了正向帮助。同时，我们的“市场、风格、行业”归因监控系统显示，“行业归属”因素对于个股截面收益差距的解释能力已经迫近2006年以来的历史高分位水平，“风格”因素也已迫近历史同区间的较高分位水平，这样的局面意味着超配某些行业或风格的思路可能已经不再具有较好的“性价比”。出于对“严控偏离风险及力争适度超额收益间寻求较好的匹配”运作目标的考量，我们在一季度末开始逐步收紧了股票持仓结构在行业和风格上相对基准指数的偏离程度，将超额收益获取的任务更多地交予从历史数据和经济学逻辑上看在剔除行业和风格因素后仍可提供较优信息比例的选股因子组合。就信息比例的数学公式而言，超额收益在分子端，跟踪误差在分母端，我们的策略选择在短期内对控制分母端起到的作用可能会大于对分子端的助推作用，但在长期可能更有助于获取较稳健的超额收益。

回顾2022年，无论是欧美通胀的潮起潮落、俄乌冲突、疫情影响、中国经济宏观波动率的起伏还是美联储的鹰鸽转换，它们都无时无刻不牵动着全市场的脉搏。全年A股整体围绕这些重要事件进行演绎，所有指数全面表现不乐观，同样本基金净值表现不令人满意。