南华丰汇混合A(015245) - 基金投资策略和运作

本报告期内，市场呈现出比较显著的结构性行情，科技成长风格相对红利价值风格明显占优。本基金坚持价值投资体系。这个体系包含两部分：(1)策略股票池的构建。选择具有“安全边际”的股票构建策略股票池。针对当下的结构性行情，本基金的策略股票池构建方式做了如下调整：首先，对全市场的股票采取了分域处理，对非科创板的股票要求综合考虑市盈率和过去三到五年的涨跌幅来进行筛选，而对科创板的股票的筛选则放宽了过去三到五年涨跌幅和市盈率的限制；其次，基于对市场的判断，在本报告期本基金将策略股票池的筛选范围由全市场市值最小的前50%股票改为全市场股票。（2）价值定价选股。综合考虑个股的动态净资产收益率和动态市盈率，在策略股票池里选择综合性价比较高的个股构建投资组合。注：文中“安全边际”为专业投资概念，不等同于该基金保障收益或承诺基金无风险。

2025年上半年市场流动性充裕，叠加经济弱复苏和市场整体的估值水平还处在历史低位，市场保持活跃，结构性的投资机会此起彼伏。本基金严格遵守量化的投资方法，寻找市场的投资机会。本基金坚持量化价值投资体系。这个体系包含两部分：(1) “安全边际”的构建。选择具有“安全边际”的股票构建策略的股票池，“安全边际”的构建可以有多种方式，譬如低市净率、低市盈率、高股息率或者过去三到五年股价跌幅较大。具体到本基金的“安全边际”的构建方式是综合考虑了低市盈率和过去三到五年的涨跌幅。基于对市场的判断，本基金在三月初，将策略的股票池由全市场进一步聚焦在市值最小的50%的范围，寻找市场的投资机会。（2）价值定价选股。综合考虑个股的动态净资产收益率和动态市盈率，在策略股票池里选择综合性价比较高的个股构建投资组合。注：文中“安全边际”为专业投资概念，不等同于该基金保障收益或承诺基金无风险。

本报告期内，本产品坚守价值投资的基本原理，遵循“安全边际的构建、价值陷阱的识别、个股潜在回报的定价”三个维度进行选股，本产品通过前期超跌个股来构建“安全边际”，通过组合投资的方式积极应对不确定的市场。基于对未来市场的市值风险的判断，本报告期的3月初，选股的范围从全市场选股转向聚焦到全市场市值最小的前50%范围内选股，实现组合市值的逐步下沉。

本报告期内，市场呈V形走势，在9月迎来反弹。指数表现方面，本报告期内，上证指数上涨12.67%，沪深300上涨14.68%，中证1000上涨1.20%，中证2000下跌2.14%。行业表现方面，本报告期内，银行和非银领涨，农林牧渔和医药生物领跌。本产品坚守价值投资的基本原理，遵循“安全边际的构建、价值陷阱的识别、个股潜在回报的定价”三个维度进行选股，本产品通过前期超跌个股来构建“安全边际”，通过组合投资的方式积极应对不确定的市场，组合呈现出困境反转的特征。

本报告期内，前期市场持续缩量下跌，到9月底在政策的催化下市场迎来大幅反弹，而新媒体的传播，进一步加剧了市场的波动。每个时代有每个时代的宏观叙事，黑天鹅总在某个不经意的角落会出现，变化是常态，但还是有些东西是不变的：（1）经济是有周期的，而宏观经济政策看似是外生的，而大多时候是内生的，是根据经济状况相机决策的结果，从这个意义上来讲，很多事情的发生看似偶然，其实是有内在的必然性，经济周期的钟摆总是从一个极点摆动到另一个极点，人性也是如此；（2）市场的风格可能会不断变化，但是投资的底层逻辑“好公司、好价格”是始终不变的，给投资留足安全边际的原则是不变的。对于投资来讲，策略框架很重要，但是理解框架、相信框架、并坚守框架可能更重要。本产品坚守价值投资的基本原理，遵循“安全边际的构建、价值陷阱的识别、个股潜在回报的定价”三个维度进行量化选股，本产品通过前期超跌和低市盈率两个维度来构建安全边际，力争通过组合投资的方式积极应对不确定的市场。

本报告期内，市场维持分化走势，小市值、成长风格表现相对较弱，而大市值、价值风格表现相对较强。这种市场风格对全市场选股，个股等权配置的投资策略来讲，无疑是一个较为严峻的挑战。本基金投资的长期逻辑是“好公司、好价格”，跟市值大小无关，跟成长价值风格无关。而经济的周期性波动，也会带来市场风格周期性扰动，身处其中，就是一种考验。本报告期内，坚守价值投资的基本原理，遵循“安全边际的构建、价值陷阱的识别、个股潜在回报的定价”三个维度进行量化选股，通过组合投资的方式积极应对。

本报告期内，市场波动剧烈，策略也承受了较大的考验，在市场流动性较弱的情形下，充分的分散无法消除系统性风险，从长期来看，任何一类策略都有自身的脆弱性，只要策略底层逻辑足够坚实，在长周期维度下就具有反脆弱性。 我们主策略在2022年底做了一定的优化后，基本没有大的调整，形成了相对稳定的量化价值策略。策略从价值投资的底层原理出发，就“安全边际的构建、价值陷阱的识别、个股潜在回报的定价”三个维度进行量化，从而使得投资不是随市场随波逐流。 我们的选股方法始终是全市场内选股，并没有刻意在某个市值域内选股，这种自下而上的选股方法，在市值上是自适应的。 在安全边际的构建上，策略选取前期超跌的个股形成策略股票池，再根据个股的潜在回报确定投资组合，组合具有一定的困境反转的特征。

本报告期内，市场结构分化延续，小市值、价值风格表现相对强势，而大市值、成长风格的表现相对落后。这种持续的撕裂结构，无疑增大了投资的难度，无论是采取趋势跟随还是采取均值回复，都会承受心理和业绩上的双重考验。我们继续秉持相对中庸的做法，在宏观上不做预测，在行业上不赌赛道，在风格上不走极端，我们相信行稳方可致远。在四季度，为防范大市值股票的脉冲式行情导致净值的波动，我们小比例配置了大市值股票组合，形成非对称的哑铃型结构，虽然这部分配置，对组合有一定的负向贡献，但是从预防风险角度来看，还是具有一定的配置价值。 我们主策略较2022年底基本没有大的调整，形成了相对成熟的量化价值策略。策略从价值投资的底层原理出发，就“安全边际的构建、价值陷阱的识别、个股潜在回报的定价”三个维度进行量化，从而实现“人为市场立法”，使得投资不做随市场随波逐流。 我们的选股方法始终是全市场内选股，并没有刻意在某个市值域内选股，这种自下而上的选股方法，在市值上是自适应的，最终表现出来的组合特征，在股价上偏左侧，在基本面上偏右侧。

2023年三季度，A股经历了先涨后跌的过程，整体震荡下行。7月政治局会议召开，特别提出“活跃资本市场，提振投资者信心”，以及一系列政策的接连出台，在诸多利好政策的推动下，市场迎来了一波快速上行。但8月以来，受经济数据不及预期和外资持续净流出等诸多影响，A股出现持续调整。不过，后续随着美联储加息放缓、美国10年期国债收益率拐点出现以及人民币汇率下行空间有限，外资净流出的状态或很快缓解。内资方面，降低印花税、限制大股东减持等多项活跃资本市场的政策陆续落地，都将有助于提升A股增量资金的流入。随着稳增长政策的进一步落实，诸多积极因素正在积累蓄力。截至2023年9月30日，上证指数收于3110.48点，第三季度下跌2.86%，大市值股票的上证50上涨0.60%，偏小市值股票的中证1000下跌7.92%。分行业看，31个申万一级行业中，只有8个行业上涨，其中，金融地产、传统能源和食品饮料相关行业上涨，电力设备、TMT和国防军工等行业跌幅较大。投资组合采用“动态EP-ROE”的投资框架，在行业上选择景气度持续向上的顺周期行业；在个股层面，选择行业内具有估值优势的高成长性企业。通过对组合的持续调整优化，从而分享企业高速成长和中国经济高质量发展的红利。

2023年二季度，在国内经济复苏不及预期，美联储加息存在不确定性等多重影响下，A股整体震荡下行，市场核心指数普遍走低。其中，上证指数下跌2.16%，中证500跌幅为5.38%，创业板50在核心指数中跌幅最大，下跌8.78%。分行业看，31个申万一级行业中，只有7个行业上涨，其中，与大模型相关性较高的通信和传媒行业涨幅最大，商贸零售、食品饮料和建筑材料等行业跌幅最大。本报告期内，市场行情出现较大的分化，这无疑增加了注重平衡型投资的难度。但是从长期的视角来看，相对平衡的投资在投资的长期回报、产品净值回撤的控制会相对更好，给持有人的体验也更友好。本报告期，继续采取相对平衡的投资方法，秉持中庸的投资理念。这里的中庸，不是简单的“不偏不倚，折中调和”，而是古希腊哲学的“Golden Mean”，也就是找到全局合理的比例，中庸而不平庸。在仓位管理上保持中庸。仓位管理的本质上是一个择时的问题。大多数研究表明，择时长期来看是不能创造收益的，虽然股票资产是长期回报最高的资产，高仓位长期是受益的，但是股票资产也是波动较大的资产，中短期具有极大的不确定性。因此，放弃择时，跟随市场的平均仓位是一个不错的选择。目前本产品的股票仓位管理方法就是盯住偏股混合型基金的平均仓位。在选股思路上保持中庸。从一个比较长期的视角来看，市场有效性会不断提升，价值投资符合投资的第一性原理，是长期有效的策略。价值投资的核心是“好公司、好价格”，而绝大多时间，“好公司”和“好价格”不可能同时存在，我们从公司长期的潜在收益率出发，在“好公司”和“好价格”之间找到一个最佳的平衡，使得长期业绩最优而不是某些年份业绩最优。在交易层面保持中庸。当前市场的投资者结构决定还存在较大的交易性阿尔法，而交易是有交易成本和冲击成本的，同时过度重视交易性阿尔法，也会牺牲部分选股阿尔法。我们的策略是在公募基金的交易环境中找到一个较合理的交易换手率水平，在交易性收益和交易成本之间取得最佳平衡。投资是一个不断决策的过程，尽量将决策用量化的方法固定下来，形成框架体系，使之可复制，可回测，可预期。对于确实需要单点决策，遇事不决，中庸哲学，选择中间路线的解决之道，不急不徐，目标是不犯错误，这样才能走得更稳健。

2023年一季度，A股整体呈“N”型走势，震荡上行。在年初经历了大小盘风格切换后，受chatGPT用户量两个月破亿事件影响，GPT成功接力数字经济热度，科技板块行情持续，结构化行情愈演愈烈。尤其在进入3月以来，随着GPT-4以及中国本土大语言模型的陆续发布，结构化行情更为凸显，以TMT和电子为代表的科技板块，大幅跑赢市场。而传统消费产业链、地产金融产业链和新能源产业链，均经历了较大回调。截至2023年3月31日，上证指数收于3272.86点，一季度上涨5.94%，上证50上涨1.01%，国证2000上涨9.89%。投资组合采用“动态EP-ROE”的投资框架，在行业上选择景气度持续向上的顺周期行业；在个股层面，选择行业内具有估值优势的高成长性企业。通过对组合的持续调整优化，从而分享企业高速成长和中国经济高质量发展的红利。

一、大类资产配置策略我们按照“估值-企业盈利预期-风险偏好”的择时框架来评估当前权益市场是否存在高估，如果不存在高估，则将权益投资的目标仓位设置在80%-88%，充分利用A股市场的结构性机会，力争通过选股创造的阿尔法收益降低系统性下行的风险。另外5%-10%左右的仓位配置在流动性好、性价比高且长期能带来较好绝对回报的可转换债券上。二、股票投资策略及运作多年的投资实践，越发觉得如果想在市场上能长期生存下来，形成逻辑自洽且能自我进化的闭环投资体系非常重要，从投资的第一性原理出发，经过不断总结，构建出价值投资理论模型，这个模型具有广泛的适应性，可以将传统的主动价值投资和主动量化投资纳入到这个理论模型体系。价值投资理论模型公式：IR=（1-DR）*ROE+DR*EP+残差项。其中IR表示股票的潜在长期收益率；DR表示股票的分红比率；EP表示盈利收益率，即市盈率PE的倒数；ROE表示股票的净资产收益率。这个理论模型公式可以通过现金流折现（DCF）模型严格证明，具有坚实的理论基础。这个公式在长周期维度是成立的，假设一个企业永远不分红，即DR=0，则公司的长期回报率就是这个企业的ROE；如果企业将盈利部分全部分掉，即DR=1，则投资该股票的收益率，就是它的盈利收益率。对主动价值投资而言，一般投资的期限相对较长，模型的置信度相对较高，残差项相对较小，但是对于股票长期的ROE和EP预测是一件非常困难的事情，而股票的估值水平（PE）往往由股票的ROE水平决定，两者存在明显的正相关关系，因此对主动价值投资而言最核心的问题就是如何去预测股票未来的ROE水平。主动价值投资对具体的估值PE和PB可以相对模糊，但是对ROE趋势性的判断一定要求准确。主动价值投资需要通过“行业-公司”的传统基本面研究体系，对股票未来长期的ＲＯＥ做出前瞻性判断，这是很有挑战性的工作。对主动量化投资而言，投资的期限往往相对较短，模型的置信度相对较低，残差项相对较大。正是因为残差项较大，导致主动量化模型千差万别，很多因子都是基于残差项建模，譬如股票的量价因子、机器学习模型等。为了确保策略的长期有效性，我们从模型的底层逻辑出发，我们的思路是：1、适度延长股票的持有期，适度增加选股数量，从而提升模型的置信水平；2、放弃残差项建模，重点放在ROE预测模型和EP的预测模型，充分发挥量化在预测相对短期的ROE和EP上的优势；3、增加股票投资的安全边际考量，规避股票短期收益率偏离长期潜在收益率风险，即降低模型残差项的负面影响。本报告期的12月中旬，我们对ROE预测模型做了迭代升级，增加了股票投资安全边际的考量，策略的实际效果也得到了较大幅度的提升。从模型的选股结果来看，投资组合更多的体现出小盘成长风格，在行业配置上更多的偏向计算机、医药等科技属性相对较强的行业。