民生加银智选成长股票A(021316) - 基金投资策略和运作

运作分析上，回顾三季度，A股市场呈现出结构性行情的鲜明特征，在多个方面可圈可点。从指数表现来看，A股主要指数呈现“多数上涨、分化明显”的格局，成长类指数成为绝对主角。其中，创业板指三季度累计涨幅达50.40%，科创50指数同样表现强势，三季度累计上涨49.02%，与创业板指共同构成成长板块的“双引擎”；深证成指和上证指数也展现出扎实的上涨态势，三季度分别累计上涨29.25%和12.73%。交易活跃度也是三季度市场的核心亮点，三季度A股单日成交额超过2万亿元的交易日已成“新常态”，资金面的充裕与市场情绪的回暖形成正向循环，或将为行情的延续提供坚实支撑。从风格表现来看，高波动、成长、动量等风格整体领先，小微盘超额收益持续回撤，但以季末的表现来看，高波动风格开始回撤，而成长和盈利等基本面风格则持续稳定走强，显示市场正在逐步回归理性，以基本面驱动的“慢牛”行情有望持续。整体来看，本轮上涨主要驱动力来源于情绪推动的估值修复，随着监管部门自2024年四季度以来出台一系列提振股市的措施，以及美联储的二次降息，市场信心得到有效恢复，科技创新板块（如半导体、人工智能）表现尤为强劲，成为推动市场情绪上行的关键力量。　　展望四季度，“金九银十”和年底消费旺季来临，有望推动消费在四季度出现低位回升，内需大概率继续呈现弱复苏态势。政策层面，四季度是重要的政策观察窗口，市场对“十五五”规划抱有较高期待，“反内卷”政策也将持续推进。此外，市场即将进入三季报验证期，将验证前期政策效果，总体来看国内政策大概率仍偏积极。海外方面，随着中美谈判共识累积、美联储降息落地将有效推升人民币资产吸引力，有望吸引全球资本流入。因此我们认为四季度市场仍将保持震荡上行趋势，配置上聚焦基本面和景气确定性及政策催化方向，短期关注过热题材的回调风险。　　投资策略上，本基金仍以类指增策略为主，主动量化策略为辅，构建AI+多策略的投资体系，具体的：　　类指增策略：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，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。报告期内，管理人保持较高比例的股票持仓在中证500和中证1000成份股以内。　　主动量化策略：本基金吸收了高阶PB-ROE体系，通过模型筛选的公司同样多处于中证500和中证1000成份股以内，与类指增策略形成了交叉融合，实盘以来绩效符合预期。　　风险控制上，鉴于市场上对小微盘的讨论逐渐增多，本基金也对持仓的风格因子暴露进行了分析，从结果看，本基金在小市值、非线性市值上风控较严格，表明没有通过市值下沉和暴露微盘来获取收益，其他主要风格上，呈现低估值，高盈利，低流动性、低残差波动率特征，符合A股市场长期逻辑，配置较为合理。

回顾上半年，A股市场震荡上行，上证指数突破3400点后创年内新高，深证成指和创业板指也有较好表现。从成交量来看，A股整体日成交额多保持在万亿以上高位，显示市场情绪明显回暖。从国内外宏观环境来看，尽管特朗普发起的对等关税和复杂的地缘博弈大幅抬高了全球贸易的摩擦成本，但5月的经济数据保持了较强的韧性，多项经济指标超市场预期，我国经济增长的相对确定性有望继续带来资产价格重估，为增量资金流入提供信心支撑。从涨跌结构来看，行业层面，受稳定币政策法案、以伊冲突等影响，综合金融、通信、国防军工等行业涨幅靠前，而偏消费属性行业则依旧低迷。风格层面，小微盘风格在贸易战后再度走强，多次创历史新高，同时在行业轮动速度加快的背景下，高波动风格超额收益同样显著，此外成长和盈利等偏基本面风格也有一定幅度的超额收益。　　投资策略上，本基金仍以类指增策略为主，主动量化策略为辅，构建AI+多策略的投资体系，具体的：　　类指增策略：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，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。报告期内，管理人保持较高比例的股票持仓在中证500和中证1000成份股以内。　　主动量化策略：本基金吸收了高阶PB-ROE体系，通过模型筛选的公司同样多处于中证500和中证1000成份股以内，与类指增策略形成了交叉融合，实盘以来绩效符合预期。　　风险控制上，鉴于市场上对小微盘的讨论逐渐增多，本基金也对持仓的风格因子暴露进行了分析，从结果看，本基金在小市值、非线性市值上风控较严格，表明没有通过市值下沉和暴露微盘来获取收益，其他主要风格上，呈现低估值，高盈利，低流动性，低残差波动率特征，符合A股市场长期逻辑，配置较为合理。

投资策略上，本基金采用类指数增强股票投资策略，基于人工智能技术/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。报告期内，管理人保持较高比例的股票持仓在中证500和中证1000成份股以内。　　去年国庆以来，市场交投明显活跃，结构性机会频现，对于主动量化的多头策略，保留行业信息更为有利，而不必像行业中性的指增产品只能依赖于选股，这类策略有助于捕捉广泛、持久的回报驱动因素。由于大市值公司早已被充分定价，而市场对中小市值公司的价值盈利预期不够，因此通过模型筛选的公司同样多处于中证500和中证1000成份股以内，与类指增策略形成了交叉融合。本基金通过前期运作，已积累了一定历史超额收益，在此基础上，管理人于本季度下旬配置了少量仓位在主动量化框架下长期收益较好的多头策略，以进一步提高产品的收益获取能力，实盘以来绩效符合预期。　　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。　　风险收益定位上，从风险收益特征匹配出发，主动量化基金相较普通指数增强基金有更大的自由度，也承担了更大的风险，因此在市场较好时，主动量化基金的表现有望强于或不显著弱于指数增强基金。

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，本基金采用类指数增强股票投资策略。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。报告期内，管理人保持较高比例的股票持仓在中证500和中证1000成份股以内。　　风险控制上，　　a)非线性风险因子：管理人参考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。实盘运作期间，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。　　风险收益定位上，从风险收益特征匹配出发，主动量化基金享有比普通指数增强基金更大的自由度，也承担了更大的风险，因此在市场较好时，主动量化基金的表现有望强于或不显著弱于指数增强基金。从结果看，本基金的表现符合这一定位。

投资策略上，本基金采用类指数增强股票投资策略，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。并将保持较高比例的股票持仓在中证500/中证1000成份股以内。　　风险控制上，　　a)非线性风险因子：管理人参照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。实盘运作期间，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：基于科创板、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。　　风险收益定位上，从风险收益特征匹配出发，主动量化基金享有比指数增强基金更大的自由度，相应也承担了更大的风险。在市场较好时，主动量化基金的表现有望强于或不显著弱于指数增强基金。从结果看，本基金的表现符合这一定位。