2024年量化基金收益延续性的深度拆解：稳健战胜宽基指数的基金组合构建

量化基金规模保持上升趋势，近两年机构布局小盘量化

2023年公募量化规模持续扩展，机构积极布局小盘量化

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。 相对于对冲量化，主动量化和指数增强由于较为清晰的对标指数，策略和基金表现的可解释性更强，因此2022年至今这两类基金的发展和布局相较于对冲基金更优。其中指数增强因有可以使用的对冲工具，在基础策略上可构建风险较低的中性策略，因此规模在近两年扩张速度快于主动量化基金。 本篇报告基于量化基金团队管理产品相对基准指数的风格暴露、规模等特征分析入手，聚焦研究主动量化和指数增强基金。

小盘量化超额收益高于大盘量化。小盘股由于样本空间内个股波动差异较大，量化策略更容易选择到表现相对强势的个股，因此在2022年至今小盘风格占优的背景下，小盘量化策略做的超额收益更高。 收益表现较好的量化基金享受了小市值带来的alpha、beta双重红利。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。

沪深300、中证500对冲工具上市时间较早，因此对应跟踪指数的量化产品发展也较早，截至2023年12月31日，跟踪沪深300、中证500的基金规模占比分别为24.47%和37.30%。在2022年7月22日中证1000股指期货上市后，中证1000量化及规模开始快速增长，2023年，各机构开始积极布局跟踪小盘指数（中证1000、国证2000）的量化基金。

2020年后，机构投资者在中小盘量化基金上的投资有所增加。机构投资者出于配置需求偏好跟踪沪深300的量化基金，而个人投资者更加喜欢超额收益更高的中证500、中证1000量化基金；伴随中证500策略赛道的拥挤，超额收益下降，2020年后中证500量化基金中机构投资者占比逐年下降，而中证1000量化策略目前仍能维持较高的超额收益，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。

同一管理人管理的量化基金可以合并

截至到2023年12月31日，量化基金共跟踪72只指数，像跟踪中证红利、创业板指、中证全指、中 信成长风格指数的量化基金规模合计均在34亿元以上，因此如果根据跟踪指数来划分并研究基金收 益表现及优选策略将会较为混乱。 量化产品间同质性强，同一基金管理人的产品相对暴露相似。同一管理人在同一分类下的基金差别 一般不会太大，很多情况下仅仅为模型参数的微调，因此不同产品在交易层面会相互影响。

量化团队管理量化基金产品排名

截至2023年12月31日，数量管理前九的团队各在管产品数量在11支以上，管理规模前十的团队共管理1665亿元，占量化基金总规模的59.71%，基金公司的头部聚集效应显著。 截至2023年12月31日，从基金经理角度，总管理规模前六的分别为方旻、马芳、张胜记、徐幼华、孙蒙和李笑微，在管主动量化和指增基金规模合计在166亿元以上。

量化基金暴露程度及稳定性对基金净值的影响

量化基金的分散化投资特征

当市场上的风格出现切换或波动时，量化基金持仓在风格、行业上的暴露更分散，因此波动风险小于指数，获得持续的正向超额。 当市场风格趋势确定的情况下，量化产品同样因在其他风格、行业上的暴露而损失更高的收益，从而量化产品收益表现不及指数。

刻画量化基金风格、行业暴露

我们对所有主动量化和指增基金做暴露测算，从行业上分析相对暴露与行业动量、行业的超低配与行业未来收益的相关关系，从风格上分析不同偏向的基金产品有哪些。第二、三节重点基于基金在行业、风格上的相对暴露和选股Alpha，从基金管理人维度刻画其截面暴露程度偏好以及行业、风格、个股的择时能力。

量化基金行业暴露及择时能力

量化基金的行业持仓较为分散，对行业的持仓偏好不存在追逐动量的行为。月频统计量化基金相对跟踪指数的行业暴露、加总各行业的截面暴露程度，从2015年末至2024年1月末，整体基金相对行业暴露与行业当月收益秩相关性呈现持续的波动变化，产品因量化特征使得其行业配置较为分散。从基金管理人角度，根据截面行业超低配将行业分成5组，从2015年12月末至2024年1月末月频等权配置，兴证全球、富荣、东兴、华泰柏瑞、国投瑞银、海富通基金在行业上的相对暴露获取的更高的收益，行业择时能力凸显。

量化基金风格暴露特征

截至2024年2月5日，根据市值、成长、价值风格的暴露程度，分别列举持仓风格暴露偏向小微盘、大盘、成长、价值的量化基金。从基金经理维度看，夏高、王海畅、孔宪政、江峰持仓风格偏小微盘；王建军、盛豪、曾鸿、王翰生持仓风格偏大盘；王瑞、刘斌、赖中立持仓风格偏成长；韩羽辰、王卫林、杨振建、王星星、吴振翔持仓风格偏价值。

刻画量化基金暴露程度及稳定性

我们将所有主动量化和指增基金根据月末截面行业、风格暴露程度划分成三组：低暴露、适当暴露和高暴露组合。适当暴露在部分阶段（2022年至2023年）能提升收益，但过高暴露从长期维度上看可能损害基金收益，长期来看，暴露较大的基金收益低于其余组别。 过大的暴露容易使得基金在风格切换时不及时调整持仓风格从而出现明显的收益损失。在2019、2021、2022-2023年暴露较大的基金超额收益回撤较大。

根据截面暴露程度及稳定性交叉分组量化基金，从收益表现上看，截面暴露程度偏低的量化基金可以通过短期放松组合暴露追逐行业风格的动量效应，获得部分行业风格延续带来的超额收益；截面暴露程度持续偏低的量化基金持仓更贴近跟踪指数的持仓行业风格分布，收益弹性较低但超额稳定。 高暴露的量化基金容易在市场风格、行情切换中因不及时调仓而出现收益损失，且整体波动较大，因此后续对基金管理人的择时、选股能力分析将集中在低暴露和适当暴露两类量化基金中。

刻画基金管理人的选股、择时能力

基金管理人选股能力分析

用凸优化测算量化基金暴露相当于对基金收益做拆解，分别分成来自市场、行业和风格的收 益，和剩余不能解释的部分（截距项），这部分收益来自选股获取的Alpha。我们根据基金 管理人旗下量化基金规模加权回归截距项，构建基金管理人的选股能力因子。 基金管理人选股能力因子选基效果单调性较好，在沪深300、中证500和整体量化基金中有 效性较高，Rank IC分别为12.52%、11.74%%和7.93%。

基金管理人择时能力分析

我们根据基金在行业、风格上的时序暴露变化，构建择时轮动收益因子，刻画管理人通过风格、行业轮动获取收益的能力，即研判能力。 我们着重强调管理人对行业、风格的研判能力，当管理人切换了风格或行业的选择后，该切换方向与风格或行业未来收益一致则说明管理人正确判断了未来的风格或行业价格变化，因此暴露轮动收益用本期风格或行业的相对暴露变动乘以下期风格或行业的收益。

基金管理人的轮动收益因子在沪深300、中证500和整体量化基金同样有效性，2016年12月30日至2024年1月31日，沪深300和整体量化基金的行业风格择时能力因子RankIC分别为2.38%和4.95%，2017年12月29日至2024年1月31日该因子在中证500量化基金中RankIC为1.75%，因子在局部区间中的有效性会更高。

规模对量化基金的超额收益影响

量化基金由于投资风格暴露较小且持仓以回测和模型为基础，因此收益延续性相较于主观基金更好。 投资人买入表现较好的基金会导致基金规模上升，但过大的规模可能受到策略交易容量的影响，降低量化基金超额收益。当基金收益表现较好则会受到投资者追捧，规模往往会出现快速上升；规模过小的基金则相反，可能前期收益表现欠佳而未被投资者关注。

过大的规模可能受到策略交易容量的影响，降低量化基金超额收益。同时不同市场环境和策略导致基金在不同时间段的规模上限发生变化。当市场情绪较为活跃、成交量较大流动性较好时，策略容量上限较高；策略交易频率越高通常规模容量较小，因此在刻画适合配置的量化基金规模范围时，我们采用分位数的方式进行分组。 我们将截面排名百分位小于等于40%的基金划分为小规模组，截面百分位大于等于90%的基金划分为大规模组，2016年12月30号至2024年2月29日，规模适中的量化基金收益优势显著。

量化基金管理人选股和择时能力优选组合

基于基金管理人选股、择时能力和规模因子等权构造综合因子，选择每期综合得分排名TOP10的基金等权买入，月频换仓，分别构建量化基金管理人能力优选300、500组合，优选300、500组合年换手率分别为5.43和3.98倍。 优选300、500组合相对跟踪指数年化超额分别为7.29%和8.01%，除2024年1月至2月超额回撤外，其余年份均取得正向超额，组合整体稳定性较高。

对比组合剔除（ETF、持有期超过1个月、成立时间不满1年、截面暴露程度高、规模大或规模小 的基金）前后数量，2024年2月29日，跟踪沪深300的量化基金共有117只，剔除后组合优选前 基金数量为48只；跟踪中证500的量化基金共有101只，剔除后组合优选前基金数量为30只。 将优选300和优选500持仓合并，每月等权配置20只基金，从2019年初至2024年2月29月，合并 组合年化收益12.24%，相对偏股型基金指数年化超额4.92%，2021、2022年、2023年、2024 年至今合并组合收益在主动权益基金中排名位于前列。

报告节选：

编辑：火腿肠