海富通沪深300指数增强基金投资价值分析：大盘AI稀世物，行稳致远今胜夕

国金证券研究所 分析师：高鹤文（执业S1130523070002）分析师：张慧（执业S1130515080002）gaohewen＠gjzq.com.cn zhang_h＠gjzq.com.cn 分析师：于婧（执业S1130519020003）yujing＠gjzq.com.cn 大盘AI稀世物,行稳致远今胜夕 海富通沪深300指数增强基金分析 超额业绩表现：胜率高+回撤幅度小+修复周期短。海富通沪深300指数增强基金自2023年11月转型为AI策略以来累计获得6.54%超额收益，在同期59只沪深300指增产品中排名第3，也是唯一一只连续3年跑赢沪深300全收益指数的沪深300指增基金。海富通沪深300指数增强基金在超额胜率、超额回撤幅度、超额修复周期维度均具备优势，该产品规模也呈现指数级增长，截至2024年三季报，基金规模飙升至15.07亿元，机构持有人比例也稳定维持在高位。随着产品规模指数级增长，基金经理坚持纯粹量化，充分发挥AI模型优势，降低主观判断权重，并进一步增加对跟踪误差、行业个股偏离、风格因子暴露等限制，打造“业绩突出+超额稳健+风控严格”的产品特征。 投资策略：坚持纯粹量化，深度学习贯彻始终。海富通沪深300指数增强基金于2024年6月转为85%-90%权重的沪深300增强+10%-15%权重Smart Beta增强策略。海富通沪深300指数增强基金目前采用神经网络模型+树模型的Alpha模型架构。因子储备方面，因子库包含1000多个因子，实际输入模型训练的因子不到一半，筛选因子的流程也依赖于模型自动化筛选，量价因子约贡献70%的超额收益。 组合优化：定制化的沪深300指增AI模型。在公募量化团队AI转型大浪潮下，海富通沪深300指数增强基金拟以组合优化和风控模型的精细化研究为护城河。为了使AI模型更加贴合沪深300指数的选股范围，基金拟在组合优化端对基本面类信息进行再补充。组合优化模型具体的实现策略上采用了事件驱动、行业轮动、研究员因子等策略，由于基本面信息的补充仅为小分值、小范围微调，故而上述三个策略对模型超额收益表现并不突出，在超额回撤方面有一定贡献，有利于提升策略的超额稳定性。 风险控制：行稳以致远，敞口进一步收紧。基金风险模型主要延用Barra CNE6体系，2022年报以来相对因子暴露由前期的0.3倍标准差压降到0.25倍标准差，风险敞口进一步收紧，并新增板块偏离控制约束，预防模型在相似行业内同时超/低配。基金考察期以来报告期平均行业偏离度1%、平均成分股偏离度0.46%、平均成分股外配置比例11.69%。 基金主体采用成分股内增强的形式，以保证产品和指数净值的低偏离，持股数量维持在150只左右，跟踪误差维持在4%左右。海富通沪深300指数增强基金年化双边换手基本维持在12倍左右，显著低于同类“AI主策略”基金换手率，在2024年降佣背景下，成本端的压降也进一步打开了产品的超额空间。 沪深300指数投资价值分析 指数关注度高、流动性强、估值合理。今年以来沪深300指数实现14.51%的增幅，风险收益指标均较优，指数换手率及流动性稳定维持在高位，估值仍处于合理位置。今年以来沪深300ETF累计资金流入超4000亿元，北向资金持仓规模仍然维持在相对高位，公募基金持仓权重占总披露持仓权重的一半以上，显著高于A股平均水平，机构关注度不断提升。 吐故纳新焕新机，营收质量优良。沪深300指数在成分股调整中不断地吐故纳新，指数整体呈现行业分布分散均衡，成长性不断增强的特点。沪深300指数成分股多为各个行业龙头公司，股息率显著高于其他宽基指数。近年来沪深300指数营收同比增长率始终保持正值，且归母净利润同比增长率和营收质量显著好于其它宽基指数，指数成分股质地优良，能够较好的穿越周期波动，更适合作为投资底仓。未来随着超预期政策的进一步落地、经济的进一步复苏，市场有望企稳回升，充分涵盖稳增长板块和复苏机会的沪深300指数仍为机构持续关注的底仓型标的之一。 风险提示 国内政策及经济复苏不及预期等带来的股票市场大幅波动风险；基金相关信息及数据仅作为基金研究使用，基金历史业绩不代表未来收益，不作为募集材料或者宣传材料。 海富通沪深300指数增强基金分析 海富通沪深300指数增强基金（A类:004513；C类：004512）是以跟踪沪深300指数并实现稳健超额为目标的指数增强型基金，产品目前采用双基金经理制，基金经理朱斌全先生、林立禾先生，均是海富通基金公司内部逐步从研究员培养、成长起来的基金经理。林立禾先生2022年10月起任基金经理助理，自2023年开始持续为海富通沪深300指增基金贡献AI策略并于5月开始进行实盘策略迭代，2023年11月起任基金经理，将产品全面升级为100%权重的机器学习策略。策略转型近一年时间内产品累计获得6.54%超额收益，超额收益回报在同期59只沪深300指增产品中排名第3，在较为突出的管理业绩影响下，该产品规模也呈现指数级增长。AI类策略相对于基本面量化策略更看重模型胜率，具备分散性和稳定性的优势，与指增产品类型具备天然的适配性。海富通沪深300指数增强基金从超额胜率、超额回撤幅度、超额修复周期维度来看均具备一定优势。在绝大部分历史情境下，产品基本维持正超额，超额收益稳定性较高，具备一定“踏破牛熊”的特征。在公募量化团队AI转型大浪潮下，海富通沪深300指数增强基金拟以组合优化和风控模型的精细化研究为护城河。为了使AI模型更加贴合沪深300指数的选股范围，在前端因子已经涉及基本面因子的基础上，海富通沪深300指数增强基金拟在组合优化端对基本面类信息进行再补充，以实现基于沪深300指数特征定制化的AI模型。 基于海富通沪深300指数增强基金半年度全部持仓数据来看，海富通沪深300指数增强2022年报以来相对因子暴露由前期的0.3倍标准差进一步压降并维持在0.25倍标准差以内，风险敞口进一步收紧，并新增板块偏离控制约束，预防模型在类似行业内同时超/低配。基金转型以来报告期平均行业偏离度1%、平均成分股偏离度0.46%、平均成分股外配置比例为11.69%。基金持股数量维持在150只左右，跟踪误差维持在4%左右，年化双边换手基本维持在12倍左右，略高于公募沪深300指增平均换手率，但显著低于同类“AI主策略”基金。在2024年降佣背景下，成本端的压降也进一步打开了产品的超额空间。 超额业绩表现：胜率高+回撤幅度小+修复周期短 海富通沪深300指数增强基金历经2次较大变革，2019年10月9日海富通富睿转型为海富通沪深300指数增强基金，并于2023年11月由传统基本面量化策略转型为以深度学习为主的AI策略框架。考虑到海富通沪深300指数增强基金转型前后策略类型及超额收益表现差异较大，我们主要考察分析林立禾先生任职以来（2023年11月）的风险绩效。 策略转型近一年时间内产品累计获得6.54%超额收益，超额收益回报在同期59只沪深300指增产品中排名第3，在合理的跟踪误差（沪深300指增中位附近）下，基金超额收益率在同业宽基指数增强型基金，尤其是沪深300指数增强型基金中具有比较优势，超额收益及信息比率均表现稳定且突出，综合性价比较高。在较为突出的管理业绩影响下，该产品规模也呈现指数级增长，截至2024年三季报，海富通沪深300指数增强基金规模从2023年底的1.49亿元迅速飙升至15.07亿元，产品机构持有人比例也稳定维持在高位。随着市场回暖、产品规模持续上升、产品运作压力增加，基金经理表示将进一步收束风险敞口，行稳致远，追求风险收益最大化。 为考察沪深300指数增强基金中长期超额业绩表现，我们拉取2020年以来沪深300指数增强基金逐年超额收益，其中业绩基准选择较为严格沪深300全收益指数。在市场主线不清晰、行业轮动速度加快、极端市场环境频发的背景下，公募沪深300指数增强基金也面临一定的挑战，60只沪深300指数增强基金中仅4只连续两年（2023年和2024年）跑赢沪深300全收益指数，仅海富通沪深300指数增强基金一只产品连续3年、5年稳定跑赢沪深300全收益指数。 除了基金产品仓位略低于基准指数仓位、沪深300指数样本股市场有效性较高等原因外，市场占优风格和占优策略的不断切换也是公募沪深300指数增强基金超额业绩表现差强人意的重要原因之一，其中2023年相对占优的机器学习策略和2024年基本面因子收益的回温，这就对各家管理人策略的研究广度和深度提出不小的挑战。 图表1：海富通沪深300指增累计净值增长率 图表2：海富通沪深300指增基金规模及机构持有人比例 图表3：2023年及2024年以来均实现正超额的沪深300指增基金 超额胜率高+回撤幅度小+修复周期短。AI类策略相对于基本面量化策略更看重模型胜率，具备分散性和稳定性的优势，与指增产品类型具备天然的适配性。从超额周胜率的维度来看，海富通沪深300指数增强基金维持在60%以上，相较于同类沪深300指增产品及宽基指增产品均具备一定优势。与此同时，自策略全面迭代至AI以来，依托于回撤控制系统，该基金超额回撤成功控制在2.5%以内，远低于沪深300指数增强型基金同期接近4%的平均回撤水平。在经历今年2月及9月两次极端行情挑战下，基金产品都呈现较优的超额稳定性和较强的超额回撤修复能力，也侧面体现了该产品较为严格的风险控制标准。相对于“老生常谈”的超额回撤幅度问题，回撤修复周期的控制对于持有人体验来说，则更显得更为重要。模型失效后的迭代速度是影响超额回撤修复周期的重要因素之一，依托于海富通基金公司相对充足的算力支持，考察期以来海富通沪深300指数增强基金平均超额回复周期为8.37天，相较于同类产品超额回撤修复速度亦较快。 为了增加产品业绩的可比性及保证统计意义的显著性，我们在60只沪深300指增基金池中，进一步筛选与海富通沪深300指数增强基金较为类似的同类产品，约束产品Alpha模型需结合机器学习算法、年化单边换手率相近、Barra风格因子暴露上限相近，最终得到包含20个沪深300指增基金的小基金池。并依托于上述研究，对海富通沪深300指数增强基金及同类产品进行历史情景分析，结果显示在绝大部分历史情境下，海富通沪深300指数增强基金超额业绩表现及排名均名列前茅，且不论市场涨跌，产品基本维持正超额，超额收益稳定性较高，具备一定的超额收益“踏破牛熊”的特征。 图表4：海富通沪深300指数增强各阶段绩效指标 图表5：海富通沪深300指增基金历史情景分析 投资策略：坚持纯粹量化，深度学习贯彻始终 产品策略上，海富通沪深300指数增强基金于2024年6月转型为85%-90%权重的沪深300增强+10%-15%权重Smart Beta增强策略，其中Smart Beta策略是指基于沪深300Smart Beta指数的增强策略。随着产品规模指数级增长，基金经理希望坚持纯粹量化，充分发挥AI模型优势，降低主观判断权重，并进一步增加对跟踪误差、行业个股偏离、风格因子暴露等限制，打造“业绩突出+超额稳健+风控严格”的产品特征。相较于此前小盘增强卫星策略，Smart Beta增强卫星策略更为贴近沪深300指数本身特征，符合基金经理中长期稳健发展的思路。 自2023年11月开始，海富通沪深300指数增强基金的策略已全面拥抱AI并进行不断地优化升级，策略体系中AI的应用比例由2023年5月的30%-40%，逐步上升到2023年11月100%的占比，完成了模型层面全面机器学习化的迭代。 由于传统机器学习的树模型和深度学习模型在模型架构、时序数据的擅长性、超额收益的相关性上均展现出显著差异，故而海富通沪深300指数增强基金目前仍采用神经网络叠加树模型的Alpha模型架构，该产品拟提前停止模型训练及参数区域调优的方式来预防机器学习模型过拟合问题。在未来的研究方向上，基金经理一方面以季度到半年度的频率维持现有模型框架迭代及完善，另一方面拟在一定的算力约束下，围绕强化学习方向进行进一步拓展研究。 因子储