民生加银中证500指数增强发起式A(012926) - 基金投资策略和运作

进入三季度以来，A股市场延续了二季度的上行趋势并进一步加速，市场在科技板块轮番驱动下取得较大涨幅。总体来看，三季度市场受到的海外扰动因素相对较少，叠加国内流动性相对宽裕，同时权益市场性价比较高，机构资金持续流入权益市场。微观上来看，上市公司定期报告显示成长板块盈利持续上修，进一步提振了市场信心，带动主要指数持续上行。　　从风格方面来看，三季度市场大小盘风格表现差异不大；但价值与成长风格出现较大分化，成长风格显著占优；行业方面，通信、电子、有色、电力设备等行业上涨较多；而银行、综合金融等行业则出现小幅度下跌。　　投资策略方面，本基金作为股票型指数增强基金，基于对公司及行业基本面的持续跟踪，通过量化选股模型，从行业、规模、估值、成长、盈利、一致预期、量价指标等角度进行股票优选，并在兼顾基准指数的风险收益特征和组合风格暴露的基础下对策略进行优化，构建最终的股票投资组合，力争在控制跟踪误差的同时为投资者提供高于业绩比较基准的投资收益。

2025年一季度以来，在“DeepSeek”等科技领域的突破驱动下，中国资产重估的热度不断攀升。同时，在政策护航下，消费、房地产以及企业盈利等高频数据显示国内基本面企稳已有一定迹象。热点驱动、基本面企稳预期催化下，市场交投活跃度维持在历史较高水平，投资者情绪保持高涨。　　进入二季度，4月受关税冲击影响，市场短期大幅度下挫，但在基本面具备韧性、流动性相对充裕、市场整体性价比仍较高的背景下，指数迅速开启走势修复。5月初，中美达成阶段性关税协议，外部不确定性因素有所弱化，市场继续震荡上行。整体来看，二季度市场虽然受到阶段性外部因素冲击，但交投活跃度整体仍维持在历史较高水平，投资者情绪较为积极。　　总结来看，上半年热点驱动+基本面企稳预期持续催化市场的投资者情绪。虽然指数层面，市场整体上行幅度不大，但内部热点板块较多，呈现出较为显著的结构性行情。 　　风格上，上半年市场风格表现较为稳定，小市值风格受益于流动性驱动、市场风险偏好提升等因素，持续表现较好；成长价值风格上，市场表现有阶段性差异，但全区间来看，整体较为均衡。行业上，有色金属、银行、传媒、国防军工等行业上半年涨幅居前，煤炭、房地产、食品饮料、石油石化等行业表现相对靠后。　　投资策略方面，本基金作为股票型指数增强基金，基于对公司及行业基本面的持续跟踪，通过量化选股模型，从行业、规模、估值、成长、盈利、一致预期、量价指标等角度进行股票优选，并在兼顾基准指数的风险收益特征和组合风格暴露的基础下对策略进行优化，构建最终的股票投资组合，力争在控制跟踪误差的同时为投资者提供高于业绩比较基准的投资收益。

基金运作上，作为指数增强基金，本基金始终保持较高仓位运作，不主动择时，秉持以概率取胜的方式、以风险调整后收益为目标，力争跑赢指数，增厚投资收益。　　投资策略上，本基金以人工智能技术/机器学习方法为主要收益预测模型。具体来看，基本面因子和量价因子是两类最重要的量化选股因子，都具有长期的投资价值，我们在模型中都进行了长期配置。根据绩效上限，所配置的量价类因子的权重相对更高，权重配置不会在短期内随意改动。报告期内，本基金还辅以传统多因子模型、股指期货贴水等多种手段增厚超额收益。　　选股范围上，管理人进一步规则化了股票池的定期筛选机制，在公司股票池基础上进行正向因素筛选和负向因素剔除，并将筛选结果作为基金选股范围。　　风险控制上，本基金延续了2024年的两次重要迭代，分别解决了流动性缺失行情下组合非线性敞口的配平问题，以及肥尾行情下因子失效的问题，提高了超额稳定性。2025年一季度，市场虽没有大的突变行情，但上述风控措施仍起到了一定帮助，基金取得了相对基准的正超额收益。

回顾2024年，如无国庆行情启动，沪深300指数将会是年线四连阴，恒生指数将会是年线五连阴。前三季度市场以央企、红利等防御风格为主，而四季度则上演了2015年杠杆牛的行情，尤其是10、11月两个月，越是没有盈利、没有股息的公司，抛压越轻，上市公司的基本面反而不再重要。前三季度，上市公司净利润延续负增长，流动性推动的估值回升是股市的上涨的主要驱动因素。主动型基金规模在四季度首次低于被动型基金，预计未来被动型基金份额将会进一步提高。　　投资策略上，本基金基于人工智能技术/机器学习方法构建收益预测模型。具体来看，基本面因子和量价因子是两类最重要的量化选股因子，都具有长期的投资价值，我们在模型中都进行了长期配置。根据绩效上限，所配置的量价类因子的权重相对更高，权重配置不会在短期内随意改动。　　选股范围上，管理人 进一步规则化了股票池的定期筛选机制，在公司股票池基础上进行正向因素筛选和负向因素剔除，并将筛选结果作为基金选股范围。　　风险控制上，　　a)非线性风险因子：自二季度末起，管理人针对基准指数定制了对应的风险因子，并将其与其他重要风格因子一并约束到较小范围以内。从研究结果来看，在不干预选股范围、不改变模型配比的情况下，通过上述风控策略的迭代，基本能起到规避这几次小盘股崩盘事件对基金的冲击，且在正常年份下的模型整体收益能力也未受太大影响。经过完整下半年的实盘运作，基金净值表现符合预期，特别是在2024年12月微盘股下跌时期，基金净值和相对收益表现也较为稳健。　　b)肥尾状态因子：管理人参考当日市场量价状态，判定当下市场行情是否处于异常阶段，将这一信息提炼为肥尾状态因子，并将其与常规风险因子、非线性风险因子等一并约束。　　投资运作上，作为指数增强基金，本产品始终保持较高仓位运作，不主动择时，秉持以概率取胜的方式、以风险调整后收益为目标，力争跑赢指数，增厚投资收益。

投资策略上，本基金基于人工智能技术/机器学习方法构建收益预测模型。具体来看，基本面因子和量价因子是两类最重要的量化选股因子，都具有长期的投资价值，我们在模型中都进行了长期配置。根据绩效上限，所配置的量价类因子的权重相对更高，权重配置不会在短期内随意改动。　　选股范围上，管理人通过研究年内监管政策，在公司股票池基础上进行正向因素筛选和负向因素剔除，并将筛选结果作为基金选股范围。　　风险控制上，　　a)非线性风险因子：自上季度末起，管理人针对基准指数定制了对应的风险因子，并将其与其他重要风格因子一并约束到较小范围以内。从研究结果来看，在不干预选股范围、不改变模型配比的情况下，通过上述风控策略的迭代，基本能起到规避这几次小盘股崩盘事件对基金的冲击，且在正常年份下的模型整体收益能力也未受太大影响。经过完整的三季度实盘运作，基金净值表现符合预期，特别是在三季末最后一周，基金净值表现也较为稳健。　　b)股票板块因子：管理人注意到科创板、创业板的涨跌幅范围（±20%）区别于主板股票（±10%），在预期未来市场波动放大的情景下，管理人自下季度初开始对该部分板块也进行了单独约束。

投资策略上，本基金基于人工智能技术/机器学习方法构建收益预测模型。具体来看，基本面因子和量价因子是两类最重要的量化选股因子，都具有长期的投资价值，我们在模型中都进行了长期配置。根据绩效上限，所配置的量价类因子的权重相对更高，权重配置不会在短期内随意改动。　　策略迭代上，本基金上半年在选股范围、风格偏离、指数结构层面进行了迭代：　　1) 选股范围上，新“国九条”颁布之后，本基金顺应资本市场改革动态，在公司股票池基础上进行了正向优选和负面剔除。　　2) 风格控制上，今年以来大盘股风格（Size）和中盘股风格（Non-Linear Size）与历史过往走势出现了较大背离，加大了风格因子的控制难度。二季度末，本基金将以上风格因子的暴露控制在较小的敞口以内。　　3) 指数结构上，我们针对基准指数定制了对应的非线性风险因子，并在二季度末将其与其他重要风格因子一并约束到较小范围以内。　　从研究结果来看，在不干预选股范围、不改变模型配比的情况下，通过上述风控策略的迭代，基本能起到规避这几次小盘股大跌事件对基金的冲击，且在正常年份下的模型整体收益能力也未受太大影响。

风格因子上，1-2月份市场的深度调整是在前期大量资金涌入小微盘股的背景下，伴随着止损盘卖出、雪球敲入、DMA平仓等多重风险因素共振的极端情景。在此期间，市值因子（Size）出现了大幅的反向运动，意味着过去三年间高歌猛进的小市值股票暂时偃旗息鼓，而大市值股票则在前两个月表现强劲。同样，非线性市值（Non-Linear Size）、盈利回报率（Earning Yield）同样也走出了一波强劲的势头。　　随着市场风险得到释放，稳定资金继续留在场内，3月后风格因子逐渐回归历史运行轨道，小市值（Size）重新走强，非线性市值（Non-Linear Size）倒V型回归、盈利回报率（Earning Yield）进入震荡。我们预计后续Size、 Non-linear Size等风格因子往后一段时间内再次出现类似极端情况的概率较低。　　Alpha因子上，部分量化私募和公募管理人本轮回撤较大，资金持续流入趋势或有所减缓，市场的拥挤度下降，中长期看，后市的超额预期反而可以乐观一些。低吸高抛属性的雪球、融券T0等策略退出，市场的波动率可能抬升，对量价因子占比较高的管理人也较为友好。　　指数估值上，2024年一季度末，中证500指数的市盈率、市净率分别为22.0倍、1.65倍，处于该指数自基期以来的估值低位，对投资者的吸引力有所上升。　　投资价值上，中证500指数市值规模居中，汇聚了医药、电子、计算机等高新成长行业，盈利潜力较高，同时还汇聚了较多比例的有色、基础化工等周期行业，指数历史表现弹性较高。　　投资策略上，本基金基于人工智能技术/机器学习方法构建股票量化组合：　　（1）因子挖掘上，我们紧密跟踪前沿研究成果，完善中长期选股逻辑，机器学习挖掘短期市场规律，并利用海量历史数据进行验证。　　（2）因子合成上，我们采用多重非线性方法综合预测，相比传统量化策略更好捕捉高阶矩的隐藏alpha。　　（3）组合优化和风险管理上，我们自建风险因子体系，自建组合优化模块，降低与其他管理人同质化风险；演绎和归纳风险因子，评估适当风控措施。　　（4）模型迭代上，我们根据市场变化以及深入研究，持续复核检验模型，并对模型涉及的因子与策略进行修正与调整，改善模型的有效性与稳定性。　　风险控制上，我们主要依靠选股来获取收益，不过分依靠行业观点或者板块观点；通过收紧风格因子上的敞口，不在个别的风格做过多偏离；将成分股外选股比例控制在行业居中水平，不在微盘股上做过多暴露。　　策略迭代上，一方面，节后模型已表现出较强的预测能力，另一方面，开年这段时间属于偏极端情况，样本小，权重低，经测试放入模型重新训练效果不大，综合来看仍保持当前选股模型不变。我们将在因子挖掘上密切跟踪基本面、量价因子的新研究，在策略开发上跟踪机器学习的最新进展。　　投资运作上，作为指数增强基金，本产品始终保持高仓位运作，应对基金申购赎回不主动择时，秉持以多种大概率取胜、以风险调整后收益为目标的方式力争跑赢指数，增厚投资收益。

选股因子（Alpha）上，2023年长周期基本面因子表现较为平淡，短周期量价因子在经历3月、5月两次回调后，下半年持续表现稳健，收益较为可观。风格因子方面，2023年小市值因子（Size）全年保持强势，低估值（BP）因子年初伊始即有所表现，四季度后进一步发力，非线性市值（Non-linear Size）因子十月份后开始走强，其余风格因子表现的延续性较为一般。　　基准指数（Beta）上，2023年四季度末，中证500指数的市盈率、市净率分别为21.8倍、1.67倍，处于该指数自基期以来的估值低位，指数估值进一步向下的空间要小于向上的空间。中证500指数属于中盘股，市值规模主要集中在500亿元至100亿元之间，汇聚了医药、电子、计算机等高新成长行业，盈利潜力较高，指数历史表现弹性较高，目前估值处于低位，对投资者的吸引力有所上升。　　投资策略上，2023年四季度后期，我们基于人工智能技术/机器学习方法构建股票量化组合：　　（1）因子挖掘上，我们紧密跟踪前沿研究成果，完善中长期选股逻辑，机器学习挖掘短期市场规律，并利用海量历史数据进行验证。　　（2）因子合成上，我们采用多重非线性方法综合预测，相比传统量化策略更好捕捉高阶矩的隐藏alpha。　　（3）组合优化和风险管理上，我们自建风险因子体系，自建组合优化模块，降低与其他管理人同质化风险；演绎和归纳风险因子，评估适当风控措施。　　（4）模型迭代上，我们根据市场变化以及深入研究，持续复核检验模型，并对模型涉及的因子与策略进行修正与调整，改善模型的有效性与稳定性。　　投资运作上，作为指数增强基金，本产品始终保持高仓位运作，不主动择时，秉持以概率取胜的方式、以风险调整后收益为目标，力争跑赢指数，增厚投资收益。

步入三季度，市场投资者依旧围绕着稳增长、产业趋势两个主要方向进行布局，7月市场以金融，地产等方向为主线，在金融地产的带动下市场企稳。然而进入8月后，在人民币汇率持续承压，外资加速流出的情况下，市场同步下行，主要板块加速筑底。8月底伴随经济、资本市场相关政策的密集出台，市场有所反弹。9月伴随着交易端持续缩量，市场进入政策后端“冷静期”，市场继续小幅度下行。　　从风格方面来看，三季度整体大盘风格有所回暖，以沪深300为代表的大盘股指数表现优于中证1000等小盘股指数；价值成长维度方面来看， 风格有所分化，防御属性较强的价值板块表现优于成长板块。行业方面，各行业依旧呈现出较显著的结构性差异，煤炭、非银金融、石油石化、银行等行业表现相对强势，而前期涨幅较多的传媒、计算机、通信等TMT板块以及电力设备及新能源等板块则表现相对较弱。　　投资策略方面，本基金作为股票型指数增强基金，基于对公司及行业基本面的持续跟踪，通过量化选股模型，从行业、规模、估值、成长、盈利、一致预期等角度进行股票优选，并在兼顾基准指数的风险收益特征和组合风格暴露的基础下对策略进行优化，构建最终的股票投资组合，力争在控制跟踪误差的同时为投资者提供高于业绩比较基准的投资收益。

年初以来在经济活动恢复常态化运作，稳增长政策持续发力的背景下，经济数据整体回升向好。但进入二季度以来，经济虽延续复苏态势，剔除基数效应后，复苏斜率相对一季度却有所放缓。具体原因主要来自于需求端的压力，当前消费、投资需求、外需都面临着一定下行风险，经济增长内生动力不足问题有所凸显。　　在经济整体呈现弱复苏态势下，上半年市场主要指数也出现相对较大的波动，呈现先升后降的走势。交易主线以TMT及安全边际较高的部分顺周期板块为主，新能源、医药及消费板块则表现相对弱势。从风格方面看，小盘、价值风格相对强势，以中证1000为代表的小盘股收益优于沪深300为代表的大盘股指数，红利低波类指数也取得了不错的相对收益。行业方面，各行业依旧呈现出较显著的结构性差异，中信行业分类中通信、传媒、计算机等行业表现较为强势，消费者服务、房地产、农林牧渔等行业表现则相对较弱。　　本基金作为股票型指数增强基金，报告期内基于对公司及行业基本面的持续跟踪，通过量化选股模型，从行业、规模、估值、成长、盈利、一致预期等角度在指数成份股内进行股票优选，兼顾基准指数的风险收益特征和组合风格暴露的基础下进行组合优化，构建最终的股票投资组合。

2023年一季度，欧美银行暴雷事件对欧美金融系统稳定性产生了较大冲击，提升了美联储等未来政策利率调整路径的不确定性。ChatGPT等大语言模型在技术上的飞跃使得全球投资者开始广泛评估通用人工智能对于未来产业与生活产生的影响，并且反映在资产定价上。国内方面，疫情达峰后经济活动逐渐复苏，生产端相对较强，但消费端特别是耐用消费相对较弱，青年就业存在结构性压力。权益市场上，人工智能和中国特色估值等相关板块是市场的关注热点。　　一季度，万得全A指数上涨6.47%。中信一级行业中计算机、传媒和通信等行业涨幅靠前，房地产、消费者服务和综合等行业跌幅靠前。　　报告期内，本基金根据量化多因子模型构建股票组合。组合在阿尔法因子层面上进行优化配置，并严格控制行业、市值等风险因子的暴露，做好跟踪误差的控制。

2022年，对全球经济而言，是风高浪急的一年。在持续的通胀压力之下，全球主要发达经济体的货币政策处于持续收紧的态势，再加上俄乌地缘冲突、全球疫情持续蔓延和能源食品危机等多重因素的扰动，全球经济增长承压，IMF等组织不断下修2022年和2023年的全球经济增长预期。国内经济方面，新冠疫情对于全年经济的供给端和需求端都产生了较大冲击。在这样的背景下，房地产行业面临前所未有的挑战。四季度以来，政府部门接连释放重磅利好，以稳定房地产市场预期。尽管政策不断改善，但当前居民收入预期弱，购房观望情绪尚未改变，短期房地产压力仍在。再加上外需持续走弱，截至12月底，经济基本面尚未触底确认。　　2022年全年，万得全A指数下跌18.66%。从全年维度看，前期强势的赛道股普遍走弱。短期热点散乱，未有持续的市场主线。2022年，煤炭、消费者服务和交通运输等行业涨幅靠前，稳定、金融与周期风格相对占优。　　报告期内，本基金根据量化多因子模型构建股票组合。因子模型强化基本面层面的选股逻辑，特别是从DCF逻辑的视角来获取个股的阿尔法。组合在阿尔法因子层面上进行优化配置，并严格控制行业、市值等风险暴露，做好跟踪误差的控制。