量化策略基金优选思路全解

2020年后机构投资者加快在中小盘量化基金上的布局。近两年机构与管理人员工对中证1000指增、主动量化基金的配置比例显著上升，而主动量化基金中表现较好的基金多暴露在小市值风格。这主要是由于小市值量化天然具有较高的超额收益：随着市值的减小，股票截面波动率逐渐上升，因此相同模型的小盘量化超额收益理论上高于大盘量化。较高的超额收益吸引了机构的布局，机构资金进一步推高小市值beta，因此近年来小盘量化同时享受到了alpha、beta带来的双重红利。 组合通过适当的风格及行业暴露可以提升收益，但过大暴露长期可能损伤基金净值。我们根据半年报及年报持仓，计算出每只基金的风格及行业暴露水平，并按照30分位数、70分位数每期将基金按照不同暴露水平划分为3组，计算不同组别超额收益。结果显示，指数增强基金可以通过适当的暴露提升超额收益，但过大暴露长期看会损伤基金净值。规模也是影响量化基金超额收益的重要因素，投资人买入表现较好的基金导致基金规模上升，但过大的规模会降低基金超额收益。 本文的后半部分使用指数增强基金的超额收益计算基金业绩评价指标，并依此对基金进行挑选，构建出的优选基金池表现较好：2018年1月1日至2023年8月25日，优选300指增组合相较于沪深300指数、同类基金平均收益的年化超额收益分别为8.44%、3.45%；优选500指增组合相较于中证500指数、同类基金平均收益的年化超额收益分别为9.30%、2.95%。2021年1月1日至2023年8月25日，优选1000指增组合相较于中证1000指数、同类基金平均收益的年化超额收益分别为9.52 %、2.28%。 对于未来，我们认为：（1）机构在中小盘量化上的布局有望延续，该趋势会继续推高小市值beta。（2）降低印花税对于量化基金的直接利好体现在降低交易成本上；同时，成本的降低让量化策略可交易信号增加，信号增加后策略可能会通过升频的方式进一步提升alpha。 （3）量化交易监管规则对资管类产品整体影响不大，长期看有助于规范市场。 风险提示：本报告结论完全基于公开的历史数据进行计算，对基金产品和基金管理人的研究分析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐，亦不涉及对任何指数样本股的推荐。 1.公募量化基金增速加快，机构布局小盘量化 1.1.2023年公募量化基金规模持续创出新高 股票量化多头基金是通过数理统计分析，在某一特定时间点选择那些未来回报可能会超越基准的证券进行投资，以期获取超越指数基金的收益，其主要采用量化投资策略来构建投资组合。关于公募量化基金的分类方式建议参阅国泰君安证券研究2022年报告《公募量化基金2022年盘点》。 2016年后，公募量化基金发展开始加速，在近两年权益型基金整体表现不佳的情况下，公募量化基金的数量及规模依旧呈持续上升的趋势：2015年12月31日，量化基金数量为55只，总规模418.31亿元，其中300指增、500指增、1000指增、主动量化数量分别为21只、12只、0只、22只，规模分别为126.04亿元、41.73亿元、0亿元、250.54亿元； 截至2023年6月30日，量化公募数量已经上升到330只，总规模为2128.25亿元，其中300指增、500指增、1000指增、主动量化数量分别为61只、73只、39只、157只，规模分别为588.89亿元、625.56亿元、304.33亿元、609.47亿元。指数增强由于：（1）有清晰的对标指数，可解释性强；（2）有可使用的对冲工具，可以在此基础上构建低风险的中性策略，因此发展快于主动量化。沪深300、中证500对冲工具上市时间较早，因此发展也较早，在2022年7月22日中证1000股指期货上市后，中证1000指数增强数量及规模才开始快速增加。目前各个策略的增速方面，中证1000指数增强策略因其较高的超额以及完善的对冲工具，增速较快。 图1公募量化基金规模近年来爆发式增长 图2公募1000指增数量上升较快 数据统计区间：2004.12.31–2023.06.30。 1.2.2020年后机构投资者加快在中小盘量化基金上的布局 公募量化基金中机构投资者占比高于其在主动股票基金中的占比，其中300指增中机构投资者占比较高。我们使用规模加权的方式计算了量化基金中机构投资者的占比，2022年12月31日，量化基金中机构投资者 请务必阅读正文之后的免责条款部分 占比约为30%，个人投资者约为70%（公募主动股票基金中该数据分别为21.47%、78.53%）：300指增、500指增、1000指增、主动量化的机构平均占比分别为38.83%、21.92%、27.67%、31.65%，个人投资者占比分别为61.88%、79.32%、72.33%、71.59%；员工占比分别为0.19%、0.50%、0.53%、0.64%。机构投资者出于配置需求偏好300指增，而个人投资者更加喜欢超额收益更高的500指增和1000指增。 2020年后，机构投资者加快在中小盘量化基金上的布局。2020年后中证500指增中机构投资者占比逐年下降，与此同时，近两年机构与管理人员工对1000指增与主动量化型基金的配置比例显著上升。这主要是因为随着中证500指增策略赛道的拥挤，超额收益下降，而中证1000指增目前仍能维持较高的超额收益。此外，随着中证1000股指期货与期权的上市，基于中证1000指数的多元化策略得以蓬勃发展。 图32021年后公募量化基金占比逐渐提升 表1机构投资人在中小盘量化中的占比持续提升 2.小盘股alpha较高，吸引资金进一步推升小盘beta 2.1.量化基金在小盘股上更容易获取超额收益 股票量化多头策略希望在固定时间点，可选样本空间内，找到未来一段时间相对较强的股票，从而跑赢基准股票池。小盘股波动率高于大盘股，也就是说小盘量化样本空间中的股票波动率差别较大（截面波动率高），因此量化策略在小盘股中选股时，更容易选择到相对更加强势的股票，因此也更容易在小盘中做出较高的超额收益。 主要宽基指数中，随着市值的减小，截面波动率逐渐上升，因此小盘量化超额收益高于大盘量化。我们统计了沪深300、中证500、中证1000、国证2000指数的截面波动率，发现随着指数成份股市值的下降，宽基指数截面波动率逐渐上升。指数增强基金的表现也反映出了截面波动率越大，超额收益越高的特点：中证1000指增策略累计超额收益远高于中证500指增与沪深300指增。 图4随成份股市值下降，指数截面波动率上升 图5公募1000指数增强平均累计超额收益较高 数据统计区间：2016.01.26–2023.08.25。 2.2.部分主动量化享受了小市值带来的alpha、beta双重红利 主动量化基金中，表现较好的基金多暴露在小市值风格，小盘量化基金近年来获取了alpha与beta方面带来的双重红利。由于没有明确对标基准，主动量化基金内部差别较大，导致主动量化基金平均超额收益相较于中证全指表现较为一般。但近两年部分暴露在小微盘指数上的主动量化基金表现较好，收益远高于指数增强，这部分基金也受到了市场的关注，规模上升较快。我们选取了2021年1月1日至2023年8月25日，收益率排名前5的中证1000指增与主动量化基金，使用夏普模型回归观察基金暴露情况，发现表现较好的主动量化基金多暴露在小市值与微盘股上。小盘量化的高alpha吸引资金入场，入场资金进一步推升小盘股的价格，因此暴露在小市值风格的量化基金近年来获取了alpha与beta方面带来的双重收益。 表2表现较好的主动量化基金多在小微盘市值风格有暴露 2.3.剔除市值风格后基金间超额收益差距缩小 2021年来表现较好的主动量化与指数增强在收益上差距较大，但收益间的差距主要是由beta的差异带来。我们使用上述回归结果，重新拟合了基金基准，并比较了基金净值与拟合基准间的差异：比如建信中证1000指数增强的拟合基准=中证1000收益率*85%+创业板指收益率*5%+科创100收益率*6%+中证全债收益率*4%。结果发现，虽然排名前五的主动量化产品平均年化收益远高于排名前五的1000指增，但在剔除了beta收益后，其超额收益相较于1000指增并没有非常明显的优势。 表3剔除风格暴露后主动量化与1000指增超额差异不大 图6采用拟合基准计算的超额收益走势较为稳定 3.过大的风格或行业暴露长期可能损伤基金净值 3.1.长期具有单边收益的风格被称为smart beta 股票的风格反映了股票的某个共性，通过该种共性选出的股票在收益表现上具有一定的趋同性。例如，通过行业属性筛选的股票表现具有某种共性，通过市值、价值、成长等筛选的股票在股价表现方面也同样具备相似性。作为衡量风格的其中一个维度，行业属性较为直观，因此在评判风格时被广大投资人广泛认知；而市值、价值、成长等风格由于不那么直观，目前市场对其认知不足，关于这方面的研究，比较典型的有fama-french五因子与barra风格因子。 具有周期性的风格因子被称为beta，而长期具有单边收益的beta被称为smart beta。以成长风格为例：成长风格一般是采用盈利增速指标对公司进行分类，高成长的公司历史盈利增速较高，往往属于初创公司或新兴行业。在经济扩张周期中，由于投资人较为乐观，因此倾向于使用永续经营法线性外推公司的盈利增速，对公司的远期业绩较为乐观，因此愿意给予较高的估值。而当经济开始收缩，公司盈利增速下滑，投资人不得不重新审视公司，从而调低公司估值。因此，成长类的公司在经济扩张时股价上涨较快，而在经济收缩期股价迅速下跌，具有较高的弹性。 我们基于风格，制作了市值、价值、成长、盈利、流动性、动量、波动率7个风格因子，不同的风格因子在不同周期具有不同的表现。（1）市值风格因子方面：小市值股票相较于大市值股票长期具有超额收益，但在2017年供给侧改革、2021年抱团股期间，大市值风格表现较好，这也是beta因子周期性的体现。（2）成长、价值因子在不同经济周期往往具有相反的走势，2019-2021年扩张周期中，成长风格表现较好，但随着市场回调，2022年后价值因子表现优于成长因子。（3）主观投资的基金经理一般将盈利因子作为衡量企业盈利能力的指标，使用其观察“行业景气度”，该指标在2021年前表现较好，但随着市场近两年不交易基本面，该因子发生了一定的回撤。（4）动量因子衡量了股价的延续性，其认为过去涨的好的股票未来涨幅也会更高，该因子在2019-2021年初蓝筹股行情期间表现较好，2021年“新半军”行情中，动量因子波动开始放大，进入2022年行业轮动加快，动量因子也出现回撤。值得关注的是，该因子在2023年初“AI+中特估”的行情中有所上升，但随着市场风格切换，动量因子又出现了下滑。（5）交易低流动性与低波动的股票长期来看可以获得正向收益：关于低流动性带来正收益的解释方面，市场倾向于认为这是“流动性补偿”造成的；而关于低波动股票长期优于高波动股票的原因，市场上有着不同的假说，比较有代表性的有“杠杆厌恶”、“彩票偏好”、“委托代理”、“分析师过度乐观”等假说。 图7股票风格因子具有周期波动的属性 3.2.量化产品多在成长、盈利、动量上进行暴露 量化产品多在成长、盈利、动量风格上进行暴露。我们使用基金半年报与年报持仓，计算基金详细持仓股票的风格暴露情况，并将其与基准进行比较，计算量化基金相对基准的风格暴露。结果发现，量化产品多在成长、盈利、动量风格上进行暴露。2021年9月至今，公募量化基金暴露较大的风格因子持续回撤，叠加截面波动率震荡下降，因此公募量化基金累计超额收益的斜率明显变缓。此外，500指增与1000指增在流动性和波动两个风格上均有负向暴露，低流动性与低波股票长期具有超额收益，因此这两个风格的暴露会为基金带来一定的正收益， 表4量化产品在部分风格上的暴露具有一致性 3.3.行业暴露上，基金