易方达易百智能量化策略混合C(005438) - 基金投资策略和运作

2025年四季度，全球经济增长放缓但韧性凸显，贸易壁垒升级与地缘政治冲突加剧了复苏不确定性，美国关税政策调整、主要经济体增速分化成为核心外部变量。国内经济在政策逆周期调节发力下延续温和复苏态势，新旧动能转换持续深化，新质生产力加速培育，但仍面临内需修复不均衡、部分传统行业调整压力等挑战。在此背景下，市场呈现结构性分化特征，AI相关赛道与政策支持领域成为资金聚焦方向，投资者风险偏好逐步修复。经济数据层面，制造业PMI虽未完全站稳荣枯线，但装备制造业、高技术制造业增势亮眼，数字经济、新能源汽车等新兴产业持续贡献增长动能；服务业受消费政策带动与假期效应影响，商务活动活跃度稳步提升。生产端来看，企业库存周期逐步见底，新订单结构优化，但传统行业产能优化仍需时间，部分领域需求疲软问题尚未完全缓解。房地产市场仍处于调整阶段，中央及地方密集出台优化政策，核心城市改善型房源成交在房企促销与项目入市带动下略有回暖，但全国新房销售同比仍呈回落态势，二手房市场延续“以价换量”特征，市场信心修复仍需政策持续发力。四季度，在基金运作方面，我们始终坚守风险防控底线，重点规避高杠杆、政策敏感及财务质地薄弱的企业。为更好适配市场变化与产业趋势，我们引入新算法、整合新数据，迭代了量化选股模型，进一步提升了标的筛选与机会捕捉能力。面对本季度市场的结构性机会与波动，我们依托新模型的赋能，在严格控制组合风险的前提下，获取了超额收益。接下来，我们将持续优化模型性能，不断完善投资策略，力争为投资者获取更稳健的超额收益。

2025年三季度市场快速冲高后高位震荡。7-8月A股在流动性宽松与政策预期推动下突破关键点位，9月进入震荡整理阶段，中债利率持续走高，收益率曲线趋于陡峭。从行业表现看，制造业“反内卷”浪潮带动周期股行情回归，装备制造业、高技术制造业PMI均处于扩张区间，产需两端活跃度显著；AI算力主线持续强化，产业链催化下相关标的表现突出，9月电新板块受需求回升推动重回强势。高耗能行业承压明显，石油煤炭加工、非金属矿物制品等行业产需指数均低于临界点，房地产板块因库存去化压力仍处低迷区间。在量化因子领域，三季度成长因子与规模因子占据主导地位，沪深300股票池中营业收入同比增长率因子、中证500股票池中总资产增长率因子均录得显著正收益。这一表现与美联储降息带来的流动性宽松、市场风险偏好回升密切相关，资金更青睐具备增长潜力的成长型标的。与之对应，残差波动率因子、BP等估值类因子表现疲软，下行波动率占比因子在主要股票池中均录得负收益，反映避险因子吸引力下降。2025年三季度，面对行业轮动加速与跨市场流动性重构，我们针对性升级投资策略，通过优化股票截面预测模型提升优质个股的捕捉精度，融合宏观数据完善因子权重调整机制以应对流动性变化。

2025年市场先抑后扬。从行业表现看，上半年新能源产业链受全球能源转型加速推动，光伏、储能板块因技术迭代和海外需求爆发表现亮眼；人工智能领域在通用大模型商业化落地带动下，算力基础设施、AI应用端涨幅显著。传统制造业受原材料价格波动影响，钢铁、纺织行业表现承压；房地产板块因库存去化缓慢持续低迷。在量化因子领域，上半年动量因子和低波动因子表现突出，受益于市场趋势延续性增强和资金避险情绪升温，前期涨幅居前且波动率低的标的持续获得资金青睐。随着二季度经济复苏预期强化，盈利因子和杠杆因子权重上升，营收增速超预期、资产周转效率高的企业更受关注，反映市场风险偏好逐步回升。2025年，面对市场结构分化加剧的环境，我们进一步升级投资策略：通过深度学习算法优化因子组合权重，提升模型对行业轮动的捕捉能力；融合产业链、舆情等多模态数据，构建动态风险预警模型，在控制回撤的同时提升组合进攻性，进一步增强策略收益稳定性。

2025年一季度，A股市场呈现出结构性分化与政策驱动并行的特征。在科技产业政策密集催化下，以人工智能、半导体国产替代为核心的高端制造领域表现突出，信息技术服务、机械及汽车零配件等行业受益于技术突破和商业化落地预期，成为市场主线。与此同时，贵金属、电力等防御性板块因全球地缘政治不确定性及利率环境波动，吸引避险资金阶段性增配。相比之下，受海外需求放缓及国内产能出清压力影响的部分传统制造业，以及房地产服务、航空客运等板块表现相对疲弱。本季度本基金的量化因子表现呈现出显著的“政策适配性”特征。在政策红利释放的科技领域，研发投入强度、专利储备密度等反映技术壁垒的成长类因子持续有效，尤其在人工智能产业链中，技术落地进度与订单能见度成为超额收益的重要来源。量化策略层面，我们进一步迭代了基于多源异构数据的特征工程框架，重点提升对非结构化文本的解析能力，并引入行业景气扩散指数优化因子择时信号。这些迭代使得模型表现得更加稳健，模型预期超额收益率得到进一步提升。

2024年市场震荡上行。从行业表现看，上半年红利风格显著，银行、公用事业、石油石化等行业因低估值、业绩稳定及政策支持表现突出；计算机、传媒行业受下游需求与竞争影响表现不佳。下半年成长风格崛起，通信受益于5G应用和数字经济发展，电子在半导体国产替代和消费电子需求复苏下涨幅居前。在量化因子领域，质量和估值类因子上半年表现优异，高ROE、低市盈率且财务稳健的企业受青睐。下半年随着市场风格转变，成长类因子作用增强，研发投入占比、营业收入增长率等因子在选股中的权重上升，凸显市场对企业未来增长潜力的关注。这些量化因子的表现变化，反映出市场对不同阶段经济环境和行业发展前景的预期，也为我们量化投资策略的调整提供了关键依据。2024年，面对复杂的市场环境，我们持续优化了自身投资策略。我们通过机器学习方法迭代量化选股模型；通过挖掘海量数据，捕捉市场规律，大幅提升了模型预测的精确度和稳定性。

2024年三季度，市场整体向好，出现了一定幅度的回升。大小盘层面，代表市场大盘风格的沪深300指数上涨了16.07%，代表市场小盘风格的中证2000指数上涨17.67%。行业层面，表现靠前的行业有非银金融、房地产、商贸零售、社会服务、计算机；表现靠后的行业有银行、农林牧渔、公用事业、石油石化、煤炭；行业一定程度上出现了季度反转效应，二季度表现靠前的行业在三季度表现相对靠后。量化因子层面，贝塔因子和低波动因子在三季度表现相对较好。宏观层面，货币政策与财政政策齐发，促进了市场的反弹；预期政策落地发力，将扎实推动经济向上、结构向优。三季度，我们进一步完善了策略的风控体系。通过引入一定的风险因子，可以有效地控制超额收益的回撤。策略迭代方面，进一步扩展了因子库，使得量化模型能够从更多的角度获取超额收益。当前形势下，预期随着宏观政策的不断推进，市场继续向上回升的概率较大，我们将继续通过选股模型跟踪市场不同方面的变化，获取稳定的超额收益。

2024年上半年，市场呈现了一定的波动。上半年，市场大小盘风格分化显著，代表大盘风格的沪深300指数上涨0.89%，代表小盘风格的中证1000指数下跌16.84%。行业层面，银行、煤炭、公用事业、家用电器、石油石化等行业表现较好，计算机、商贸零售、社会服务、传媒等行业表现较差，市场呈现出一定程度的红利风格。在传统量化因子层面，质量、估值类因子上半年表现较好。上半年，在选股策略层面，我们进一步迭代了量化选股模型，使用机器学习方法进行模型的构建，使模型在历史上能够有更加稳健的表现，预期收益也得到了进一步提升。目前较多的行业和板块估值处于历史低位，市场整体向下的概率相对较小。接下来，我们会利用新的选股模型去跟踪市场的变化，进而获取相对稳定的超额收益。

本报告期内，在对经济基本面整体预期转弱的状态下，出现了板块快速轮动、流动性危机等多个重要事件。虽然市场整体下跌，但在当前位置，很多行业和板块估值均处于历史极低位置水平，市场整体向下空间有限，如果出现一些基本面向好的边际变化，可能会具备较大的向上弹性。另外，重要产业趋势依然值得重视。因此，我们会进一步跟踪重点行业板块的变化，利用量化模型的宽度优势，相对均衡地配置于有较高预期成长性，同时估值具有性价比的公司。2024年一季度，市场大小盘风格发生较大分化，代表大盘风格的上证50指数上涨3.82%，代表小盘风格的中证2000指数下跌11.05%。小盘风格出现了较大的超额回撤，主要原因是小盘股在一季度遇到了一定程度的流动性危机。在行业层面，银行、石油石化、煤炭等高股息行业表现相对较好；医药生物、计算机、电子等高成长性行业表现相对落后。在模型迭代方面，一季度我们引入了机器学习量价模型，希望利用机器学习的建模手段，在海量数据中挖掘到更多的低相关的选股因子，能够进一步发挥量化模型在宽度上的选股优势。我们认为目前市场较多的行业和板块均处于历史低位，市场整体向下的概率相对较小。接下来，我们会利用量化模型去跟踪市场上重点行业以及公司的变化，捕捉到一些相对确定的投资机会。

本报告期内，在疫情防控政策优化后，市场首先对经济复苏产生了较强的预期。然而，随着高频经济数据的披露，市场对经济复苏的力度持续进行下修，经历了较为深度的回调。同时，伴随着人工智能、AIGC（生成式人工智能）等新技术的出现，A股也出现了一些结构性机会，但总体各大宽基指数表现并不理想。从风格层面看，2023年全年是价值和小盘表现更优的年份。我们用国证价值和国证成长指数来刻画价值成长风格的差异，可以看到，国证价值指数全年收益率-2.50%，国证成长-18.95%，价值风格大幅跑赢。类似的，我们用中证2000指数代表小盘，沪深300指数代表大盘，发现前者收益率5.57%，后者收益率-11.38%，小盘风格更强。我们认为出现这种结构性差异的底层原因还是在风险偏好可控前提下，资金更加偏好机构和北向资金非重仓标的。

回顾本报告期，在较为积极的资本市场政策出台后市场短期有所表现，但随后再度转入了悲观。整个三季度，大部分宽基指数录得负收益，其中表现比较落后的是以成长股为主要权重的科创50指数（收益率-11.67%）和创业板指数（收益率-9.53%），说明在外围美债收益率大幅攀升而国内各方面经济数据还没有显著好转的背景下，市场情绪低落，投资者更愿意持有防御属性的红利资产，而抛弃进攻属性的成长股。在投资策略上，我们使用的多因子模型超配了成长因子和动量因子，这部分因子在本报告期内回撤比较明显。其中，成长因子受到宏观环境压制因素较大，而动量因子则在市场脆弱的情绪中出现较大波动。除了存量因子外，我们在这季度继续研发了一些新因子和新模型，其中包括很多量价类的新因子。且为了进一步使得模型不要过于暴露在某一种风格下，我们寻找了一些和主要风格表现不同相关性的新信息维度，并尝试与原有模型进行了集成。除此之外，我们也对成长因子进行了进一步研究，发现其有效的主要因素是“高胜率低赔率”，而目前成长因子在回撤时间和幅度上都接近历史极值位置，性价比很高。展望第四季度，市场依然会紧密跟踪经济数据，并就经济复苏的持续性做出定价。后续我们会进一步迭代和研究差异化模型，并运用到投资当中，以进一步提高风险收益性价比，更好地捕捉市场交易主线，为投资者带来良好的收益。

今年上半年，市场出现了一些显著的变化。首先，随着疫情影响的消退，一季度国内经济获得较为明显的复苏，无论是工业企业生产还是居民消费情况都得到了明显改善。然而到了二季度，这种复苏开始呈现结构化。具体来说，线下服务型消费如出行、餐饮、黄金珠宝等继续强劲复苏，而地产、高端消费则略有乏力。这种不对称复苏也导致了上半年总量板块的表现总体波动但仍有亮点。另一方面，以人工智能为代表的新产业新经济也进一步出现重要变化，很多新技术的涌现加速了全球科技创新，使得很多人们曾经畅想的未来实现路径逐渐清晰。在这样的大背景下，本报告期内，我们在继续坚持量化选股模型的基础上，加强了对产业趋势和经济复苏结构两条主线的跟踪，并结合宏观、中观等多维度信息做出投资决策。本报告期内，我们继续通过对基本面量化模型和量价模型的结合共同进行投资决策。总体来说，年初以来市场结构确实和以往有较大不同，在因子层面则体现出成长类因子出现了近些年最大的回撤幅度和回撤时间。市场对过去几年大幅增长的板块充满了担心，尤其是在宏观经济可能失速的背景下，这一担心在上半年体现得尤为突出。另一方面，一些新的行业出现了重要变化，市场开始预期这些新的方向未来有可能成为经济增长的重要动力。从预期成长性角度，这些板块会逐步被模型捕捉和定价，而对于一些超跌的行业和板块，模型也会从估值维度评估它们的性价比。另一方面，量价模型在年初出现了一些回撤后，二季度已经逐步回归正常工作状态。

市场在去年四季度末迎来了一波修复行情，回顾本报告期，这种经济修复的预期在被市场逐步定价。由于过去几年中国经济正在转型的关键窗口期，因此在不同行业呈现出复苏有所分化的现象。另外，人工智能等产业发生了巨大的变化，我们应该如何通过量化模型追踪这些信息，这确实引发了我们的思考。我们不妨把报告期内市场交易的维度分为两大方向，即总量经济复苏方向和产业细分方向。其中，总量经济复苏方向量化模型在这季度相对捕捉的较好，我们通过对上市公司微观基本面变化、宏观政策分析、市场货币利率环境等分析，把握住了市场交易的核心逻辑。但是，对于AI等产业变化，基本面量化模型确实还很难捕捉，这时候需要通过量价模型或者对产业的极度敏感性来补充。过去几个季度我们一直坚持配置较高权重的量价因子，但一季度量价因子确实表现不佳，和样本内整体平均水平有所差异。我们通过分析发现这样的回撤在历史也有出现，目前仍然是相对可控的水平。同时，二季度市场有望回归交易基本面，则基本面量化模型或许也有用武之地。因此，我们不会对模型做过多调整，而是继续相信模型的统计显著性在未来会发挥作用。在本报告期内，我们除了分析已经使用的各类因子外，还进一步进行了模型的迭代和进化工作。尤其在量价因子方面，我们尝试了一些新的因子组合方式，包括一些相对复杂的非线性模型。我们已经对这些模型进行了样本外跟踪，并实时观察模型表现。后续我们会进一步研究差异化模型，并运用到投资当中，进一步提高风险收益性价比。