华安事件驱动量化策略：三维一体量化框架，长期稳定超越偏股混合基金指数

摘要 基金经理简介 基金经理张序，8年金融、基金行业从业经验，曾任瑞银企业管理(上海)有限公司量化分析师。2017年2月加入华安基金，现任量化投资部助理总监、基金经理。2020年5月起，担任华安事件驱动量化策略混合型证券投资基金的基金经理。目前在管公募基金4只，在管总规模15.26亿元。在管基金华安事件驱动量化策略，自2020年5月管理以来，任期总回报81.98%，年化回报13.58%，同类排名前5%，相对中证800的累计超额收益为83.71%，相对偏股混合的累计超额收益为73.80%。 投资框架：张序采用自上而下基于景气度模型进行行业轮动，自下而上结合多因子模型和事件驱动策略优选个股。行业轮动以多因子模型为载体，考察基本面类、资金类、技术类、风险类、AI类五大类因子；选股方面，基于多因子模型和事件驱动策略构建了多策略量化选股模型。最后，基于基本面研究对持仓进行二次分析，股票数量控制在50只以内。 代表基金——华安事件驱动量化策略（002179.OF） 业绩长期稳定超越偏股混合，持有体验佳。从相对收益来看，任职以来相对中证800的超额收益达83.71%，相对中证800年化超额收益为14.21%；相对偏股混合的超额收益达73.80%，相对偏股混合年化超额收益为12.84%。任职以来，各年度基金均实现了超越偏股混合和中证800指数的正超额收益，同类基金排名2.56%。整体来看，基金胜率较高，并且随着持有时间的拉长，平均收益有明显提升。 板块配置动态调整，行业轮动能力优秀。2023年末，大幅减配医药、周期板块，增配TMT板块，科技板块配置较多；2024年中，红利板块配置较多，大幅减配TMT板块，增配金融地产板块。目前主要配置在大盘成长板块。2022年，重仓电力设备及新能源，增配非银行金融、食品饮料；2023年，重仓电子、计算机、通信。2024年H1，基金超配通信、计算机，均取得了大于35%的超额收益。 2023年基于事件驱动的方法，将宏观数据、政策事件转化为因子，作为行业配置模型宏观类因子。 多因子模型和事件投资模型双轮驱动，遴选优质个股。基金在宽基成分股、单一行业股票中分别应用多因子选股模型，持股偏好沪深300成分股，历史平均持有占比50.88%，风格偏好大盘股、高成长、高估值、高盈利，主要暴露于高波动、成长因子。基金经理任期内，平均超额收益为28.05%；历史各期平均选股收益、行业配置收益分别为21.72%、6.33%，行业轮动与个股选择均贡献超额收益，超额收益大部分来源于精选个股。 风险提示：本报告结论完全基于公开的历史数据进行统计、测算，文中部分数据有一定滞后性，同时存在第三方数据提供不准确风险；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；产品的表现受宏观环境、行业基本面超预期变动、市场波动、风格转换等多重因素影响，存在一定波动风险，投资者需充分认知自身风险偏好以及风险承受能力，基金有风险，投资需谨慎。 1基金经理 1.1基金经理基本信息 基金经理张序，硕士研究生，8年金融、基金行业从业经验。曾任瑞银企业管理(上海)有限公司量化分析师。2017年2月加入华安基金，历任指数与量化投资部量化分析师、基金经理助理。现任量化投资部助理总监、基金经理。2020年5月起，担任华安事件驱动量化策略混合型证券投资基金的基金经理。目前在管公募基金4只，在管总规模15.26亿元。 在管基金华安事件驱动量化策略，自2020年5月管理以来，任期总回报81.98%，年化回报13.58%，同类排名前5%，相对中证800的累计超额收益为83.71%，相对偏股混合的累计超额收益为73.80%。 表1：基金经理在管产品一览 图1：基金经理管理规模 1.2基金经理投资理念 在投资理念方面，组合使用AF量化投资体系，即通过微观选股模型与中观配置模型相配合来提高投资效率。采用AI模型预测行业景气度。通过板块中性的方法进行行业配置风险控制。其中，微观选股模型包括数据模块、因子模块和机器学习模型模块；中观配置模型包括行业配置模型和风格配置模型。在选股过程中倾向于挖掘景气度高、具有成长潜力的公司。在行业配置上分为6大类配置策略，即周期、消费、中游制造、金融地产、医药和TMT。 对于权重较大的板块，如科技或新能源板块，通过设定权重上限的方式防止其过度暴露。同时结合基准指数和风险偏好对权重配置进行调整，比如在基准指数中权重较高的行业，坚持保持一定的权重配置，以避免与基准指数偏离过大以及高波动率行业的过度暴露。 在投资框架上，张序在行业内部采用自上而下基于景气度模型进行行业轮动，自下而上结合多因子模型和事件驱动策略优选个股的分析方法。首先，股基行业结构模拟上，基于回归模型模拟测算公募偏股混行业结构。接着基于景气度模型筛选5-7个行业配置，以公募股票基金在各行业权重为基准，调整行业配置权重。行业轮动以多因子模型为载体，考察基本面类、资金类、技术类、风险类、AI类五大类因子，将行业多维信息与行业观点相结合，有效解决行业排序问题。另外，选股方面，基于多因子模型和事件驱动策略构建了多策略量化选股模型，其中多因子选股又可细分为宽基选股和单行业选股。最后，基于基本面研究对持仓进行二次分析，股票数量控制在50只以内。 对于量化行业轮动框架，使用三维一体框架，即微观、中观、宏观。分析方法上，微观层面生成和筛选行业因子，并对其进行加权打分；中观层面对行业终端指标进行跟踪并判断相关性与领先期，最后滚动回归预测EPS；宏观层面上判断宏观事件并测算行业收益与胜率，进而得出行业超低配观点。量化行业轮动框架总体而言： 对于量化行业轮动框架，基金整体而言： a）以微观多因子框架为核心，形成月度配置的多空轮动组合，决定策略边际变化； b）中观景气预测通过景气趋势和景气拐点形成中长期的行业核心配置观点； c）宏观事件驱动模型在事件发生时间节点的重要性提升； d）在形成模型观点的基础上，通过赛道中性和估值中性，控制组合波动，避免过度集中。 图2：基金投资策略 2代表基金——华安事件驱动量化策略（002179.OF） 2.1灵活配置型基金，逐渐受到个人投资者关注 华安事件驱动量化策略基金产品成立于2016年12月14日，为灵活配置型基金，本基金在严格控制投资组合风险的前提下，利用公开信息，通过量化的方法，发掘可能对上市公司当前或未来价值产生重大影响的各类事件，把握投资机会，力争为投资者带来长期超额收益。基金经理张序自2020年5月18日开始管理，当前规模2.14亿元。管理费率为1.2%，托管费率0.20%，略高于同类平均水平。截至2025年1月27日，任期总回报81.98%，年化回报13.58%，同类排名45/1761，最大回撤为-44.38%，相对中证800的年化超额收益为14.21%，相对偏股混合的年化超额收益为12.84%。 表2：华安事件驱动量化策略基本信息 表3：华安事件驱动量化策略费率结构 整体上看，张序管理期间，基金规模呈上升趋势，其中2024年Q4基金规模大幅提升，2024年Q4基金规模超过2亿元。张序管理以来，基金持有人主要以机构投资者为主，机构投资者持有比例最高为73.01%（2023H1），自2023年 H2 以来逐渐受到个人投资者的关注，截至2024年H1，机构投资者持有比例为45.08%，个人投资者持有比例为54.92%，基金同时受机构和个人投资者青睐。 图3：基金规模变化 图4：基金持有人结构变化 2.2业绩长期稳定超越偏股混合，排名优秀 自2020年管理以来，基金每年均跑赢中证800指数和偏股混合型基金指数，长期超额收益显著。 从绝对收益来看，截至2025年1月27日，任期总回报81.98%，年化回报13.58%，同类排名45/1761，日度、月度、季度正收益比例分别为48.73%、60.71%、63.16%。 从相对收益来看，截至2025年1月27日，任职以来相对中证800的超额收益达83.71%，相对中证800年化超额收益为14.21%；相对偏股混合的超额收益达73.80%，相对偏股混合年化超额收益为12.84%。 图5：基金累计收益与滚动回撤图 图6：基金相对中证800超额收益（%） 图7：基金相对偏股混合超额收益（%） 基金业绩稳定超越偏股混合，长期来看位于同类排名前列。任职以来，各年度基金均实现了超越偏股混合和中证800指数的正超额收益。相同考察期内，每年业绩均超越偏股混合指数的基金仅45只，同类基金排名2.56%。 表4：基金分年度业绩表现 划分市场行情区间来看，该基金在牛市中业绩表现较好，在同类基金中排名靠前；特别是2024年以来基金业绩表现突出。2024年2月6日至2024年9月23日上涨区间中，区间涨幅16.67%，同类平均涨幅2.97%，在同类中排名3.57%；在2024年9月24日至2025年1月27日的上涨行情区间中，区间涨幅33.38%，同类平均涨幅16.76%，在同类中排名10.81%；从投资风格上体现出了上涨行情中的较出色表现。 图8：基金在不同涨跌区间与中证800走势对比 表5：基金在不同涨跌区间涨跌及排名 2.3持有一年平均收益为7.47%，持有体验佳 我们把基金滚动近三（六）个月排名百分数按照四分位分别标签为优秀（0-25%）、良好（25-50%）、一般（50-75%）、不佳（75-100%）。华安事件驱动量化策略滚动近三、六个月排名标签为不佳的比例分别为25.02%、15.87%，而标签为优秀和良好（即排在同类前50%）的比例分别为61.05%、69.04%，说明有一半以上的时间华安事件驱动量化策略的滚动相对排名处于同类前50%的水平。 历史数据回测显示，在单次买入该基金的情况下，持有3个月盈利的概率为54.4%，平均收益为3.76%；持有6个月盈利的概率为62.81%，平均收益为5.4%；持有1年盈利的概率为46.33%，平均收益为7.47%。整体来看，基金胜率较高，并且随着持有时间的拉长，平均收益有明显提升。 图9：基金日、月与季度正收益比例 图10：基金持有一定时间平均收益与盈利概率 图11：业绩稳定性（滚动近三月同类排名） 图12：业绩稳定性（滚动近六月同类排名） 2.4板块配置动态调整，行业集中度较高 基金基于景气度模型筛选5-7个行业进行配置，行业集中度较高。除2020年H1和2023年H1外，其余报告期，基金前五大重仓行业占比均在75%至80%左右。 图13：行业集中度 板块配置比例变化显著。基金存续期内，TMT、中游制造、医药、周期、消费、金融地产平均配置比例分别为35.23%、25.83%、10.68%、12.01%、11.14%和5.11%。2020年末，基金大幅减配TMT板块，增配消费板块；2021年末，大幅减配消费板块，增配中游制造、周期板块，新能源配置较多；2022年末，大幅减配TMT、中游制造、周期板块，增配消费、金融地产板块；2023年末，大幅减配医药、周期板块，增配TMT板块，科技板块配置较多；2024年中，红利板块配置较多，大幅减配TMT板块，增配金融地产板块。截止至2024年中，基金最新TMT、中游制造、周期、消费、金融地产板块配置比例分别为57.97%、14.07%、5.48%、9.66%和12.82%。目前主要配置在大盘成长板块。 行业配置大幅度轮动换仓，较好地把握了市场方向。近年来市场整体结构性行情反复，风格分化明显。2020年，基金积极配置医药、电力设备及新能源，年末减配传媒、计算机、非银金融；2021年，重仓电力设备及新能源、基础化工，增配有色金属，减配医药；2022年，重仓电力设备及新能源，增配医药、非银行金融、食品饮料，减配电子、国防军工；2023年，重仓电子、计算机、通信。基金对市场行情大致方向的研判具有较强的准确度，表现出了优秀的行业轮动能力。 整体来看，基金持仓较为偏好电子、电力设备及新