高質(zhì)量發(fā)展下多視角看量化基金的成長新動力

1、1、 當下量化基金市場結構特征、 量化基金市場概況我國量化基金市場起步于 2004 年，共經(jīng)歷了幾輪增長期。在 2007 年之前，國內(nèi)量化基金市場發(fā)展緩慢，以主動量化型基金為主，2007 年金融危機后，海外量化人才大量歸國發(fā)展，量化基金份額在當期迅速增長；2014 年至 2015 年指數(shù)的沖高、2016 年大盤股行情帶動量化基金產(chǎn)品規(guī)模擴張；2018 年市場單邊下跌，指數(shù)化投資受到市場廣泛關注。投資者對量化投資的理解加深，加上量化產(chǎn)品業(yè)績穩(wěn)健，吸引了更多投資者參與到市場中來。圖 1： 2004-2021 年我國量化基金市場規(guī)模、份額與產(chǎn)品數(shù)量W，2019 年起，量化基金規(guī)模和數(shù)量的增長速度明顯

2、加快，2021 年底規(guī)模突破 2000億元。截至 2022 年 3 月 31 日，量化基金資產(chǎn)份額合計 1538.69 億份；從市場量化基金數(shù)量上看，產(chǎn)品數(shù)量持續(xù)呈現(xiàn)上漲趨勢，目前共有 384 只量化基金，其中主動量化 229 只、指數(shù)增強型 130 只、對沖型 25 只。圖 2：公募量化基金產(chǎn)品份額增長情況W，、 量化基金產(chǎn)品分類根據(jù)交易策略的不同，本文將量化基金產(chǎn)品分為三類：主動型量化基金、指數(shù)增強型基金與對沖型量化基金，三類產(chǎn)品有各自的特征與優(yōu)勢，適用于不同的交易需求。圖 3：量化基金產(chǎn)品類別與特征資料來源：整理指數(shù)增強型基金目前是三類基金中規(guī)模最大的一類；主動型量化基金出現(xiàn)最早，同時也

3、是我國目前市場上數(shù)量最多的量化基金產(chǎn)品；對沖型量化基金出現(xiàn)于 2013 年，時間最晚，但份額增長迅速。圖 4：2004-2021 年各類量化基金份額分布情況Wind，、 主動型量化基金從主動型量化基金的規(guī)模發(fā)展來看，從 2014 年到 2016 年間，該類基金發(fā)展迅速，兩年內(nèi)規(guī)模擴張了 149.06%，份額擴張了 163.33%，2015 年至 2017 年，主動型量化基金規(guī)模和份額整體處在高峰階段。圖 5：主動型量化基金規(guī)模發(fā)展圖 6：2014-2016 年間主動管理型量化基金明星產(chǎn)品W，W，2014 年至 2016 年間。對比主動權益類基金，主動型量化基金年收益風險更集中，首尾業(yè)績差 37

4、.1%遠低于主動權益類業(yè)績差 57.4%。2014 年至 2016 年，主動性量化基金收益均值、中位數(shù)、最小值均高于主動權益類水平。圖 7：2014-2016 年主動型量化基金與主動權益基金年收益對比W，數(shù)據(jù)區(qū)間為 2014/1/1 至 2016/12/312017 年至 2018 年，主動型量化基金較主動權益類基金超額收益的競爭優(yōu)勢變?nèi)?，加之股市走弱，主動型量化基金?guī)模呈現(xiàn)明顯的下滑，產(chǎn)品數(shù)量增長同時變緩。2017 年至 2018 年間，主動型量化基金年化收益最大值、均值、中位數(shù)均明顯低于主動權益類基金水平。2019 年起，主動型量化基金規(guī)模回升，但增速較 2014-2016 年明顯放緩，截

5、至 2022 年 3 月 31 日，主動量化基金份額為 549.01億份，占整體市場規(guī)模 35.68%；存量產(chǎn)品數(shù)量 229 只，占整體產(chǎn)品 59.64%。圖 8： 2017-2018 主動型量化基金與主動權益基金年收益對比W，數(shù)據(jù)區(qū)間為 2017/1/1 至 2018/12/31表 1：2017-2018 年主動型量化基金表現(xiàn)不佳導致對應區(qū)間規(guī)模下降平均份額平均區(qū)間收益在主動權益類中收益排名6.59-12.46594/848W，數(shù)據(jù)區(qū)間為 2017/1/1 至 2018/12/31、 指數(shù)增強型基金從指數(shù)增強型基金的歷史規(guī)模來看，2010 年至 2014 年，市場震蕩向下，指數(shù)增強型基金產(chǎn)品

6、份額、數(shù)量維持穩(wěn)定；2015 年市場回調(diào)，使得指數(shù)增強型基金規(guī)模下降至前期低點；2016 年起，指數(shù)增強型基金進入增長階段，產(chǎn)品數(shù)量、規(guī)模、份額增速明顯加快；2018 年起，指數(shù)基金進入高速發(fā)展階段，指數(shù)增強以其清晰的 Beta 特征凸顯了更強的產(chǎn)品力。截至 2022 年 3 月 31 日，指數(shù)增強型基金份額為 774.80 億份，占整體市場規(guī)模 50.35%；存量產(chǎn)品數(shù)量 130 只，占整體產(chǎn)品 33.85%。圖 9：指數(shù)增強型基金規(guī)模發(fā)展圖 10：2018 年起指數(shù)投資熱門（以 ETF 基金為例）W，W，指數(shù)增強型基金主要跟蹤指數(shù)有滬深 300、中證 500、中證 1000、創(chuàng)業(yè)板指等，跟

7、蹤指數(shù)的多樣性和規(guī)模從 2016 年起明顯增加。圖 11：2004 年至 2021 年指數(shù)增強量化基金跟蹤指數(shù)數(shù)量分布圖 12：2004 年至 2021 年指數(shù)增強量化基金跟蹤指數(shù)規(guī)模分布W，W，從產(chǎn)品數(shù)量、跟蹤規(guī)模上看，近三年跟蹤滬深 300、中證 500 指數(shù)產(chǎn)品占比較大，其次為中證 1000、創(chuàng)業(yè)板指和個別行業(yè)指數(shù)，其余跟蹤指數(shù)包含創(chuàng)業(yè)板指、上證 50、創(chuàng)業(yè)板綜、消費 100、中證高裝等共 26 個寬基、行業(yè)指數(shù)。截至 2021年 12 月 31 日，分別有 40 只、45 只基金跟蹤滬深 300、中證 500，占整體指數(shù)增強型基金產(chǎn)品數(shù)量的 32.52%和 36.59%。表 2：除跟蹤

8、滬深 300、中證 500、中證 1000 外，其余指數(shù)跟蹤產(chǎn)品W，數(shù)據(jù)截至 2021 年 12 月 31 日、 對沖型量化基金第一只對沖型量化基金嘉實絕對收益策略 A 成立于 2013 年 12 月 6 日，2015年對沖量化基金行情達到局部高點，股災后續(xù)規(guī)模、份額逐漸下行，產(chǎn)品數(shù)量方面趨于穩(wěn)定。圖 13：對沖型量化基金規(guī)模發(fā)展圖 14：對沖型量化基金風險來源W，資料來源：整理2019 年起，對沖型量化基金業(yè)績亮眼，規(guī)模不斷攀升，此后一年基金規(guī)模增長了 11.33 倍，但 2020 年起，受到超額收益穩(wěn)定性和基差風險的影響，該類產(chǎn)品平均業(yè)績表現(xiàn)不佳，伴隨市場行情，規(guī)模、份額呈現(xiàn)回落狀態(tài)。截至

9、 2022 年 3月 31 日，對沖量化基金規(guī)模為 214.88 億份，占整體市場規(guī)模 13.97%；存量產(chǎn)品數(shù)量從 2020 年維持 25 只，占整體產(chǎn)品 6.51%。表 3：2019 年起對沖型量化基金業(yè)績亮眼W，、 三類量化基金匯總從歷史發(fā)展來看，三類產(chǎn)品擴張和收縮表現(xiàn)不一致。2009 年的牛市中，主動型和指數(shù)增強型基金同步擴張，此后兩年兩類基金份額、規(guī)模相對穩(wěn)定；2014 年至 2017 年，三類基金規(guī)模、份額變化出現(xiàn)分化；2016 年為主動型量化因 alpha因子表現(xiàn)出色，份額迅速增長；而 2018 年的市場下跌導致主動型量化基金份額縮水，轉向指數(shù)化投資；2018 年后，基于指數(shù)產(chǎn)品

10、力的優(yōu)勢，指數(shù)產(chǎn)品整體表現(xiàn)更優(yōu)，指數(shù)型基金持續(xù)擴張；2019 年下半年對沖型基金大幅擴容，此后一年時間內(nèi)份額增長 9.74 倍。圖 15：三類量化基金產(chǎn)品擴張和收縮表現(xiàn)不一致W，從最新截面來看，主動型量化型基金產(chǎn)品數(shù)量占比最大，為 59.64%。截止 2022年 1 季度末，主動型、指增型、對沖型量化基金份額合計分別為 549.01 億份、774.80 億份、214.88 億份；市場存量量化基金中，共有 229 只主動型、130 只指增型、25 只對沖型量化基金。指數(shù)增強型基金產(chǎn)品份額占比最大，為 50.35%。圖 16：2022 量化基金分類產(chǎn)品數(shù)量（只）圖 17：2022 量化基金分類產(chǎn)品

11、份額（億份）W，數(shù)據(jù)截至 2022 年 Q1W，數(shù)據(jù)截至 2022 年 Q1、 量化基金市場投資者結構對比從近年來數(shù)據(jù)看，三類量化基金中，主動型和指數(shù)型量化基金以個人投資者為主，對沖型自 2020 年以來以機構投資者為主，對沖型指數(shù)基金擁有“固收+”的特征和風險收益結構，規(guī)避市場帶來的系統(tǒng)性風險，強調(diào)絕對收益，更注重回撤的控制。圖 18：主動型量化基金機構投資者占比W，圖 19：指數(shù)型量化基金機構投資者占比W，圖 20：對沖型量化基金機構投資者占比W，、 量化基金市場的發(fā)展及公司集中度分析近年來基金公司規(guī)模集中度呈下降趨勢。截至 2021 年 12 月 31 日，富國基金、匯添富基金、景順長城

12、基金、華夏基金、博道基金規(guī)模各自占比超過 5%，前十大基金公司管理規(guī)模之和占比為 51.43%。自 2010 年開始至 2021 年末，公募量化基金的規(guī)模集中度呈下降趨勢，近兩年頭部基金公司管理規(guī)模穩(wěn)定。圖 21：量化基金市場管理人占比W，數(shù)據(jù)截至 2021 年年報圖 22：2010 年至 2021 年頭部量化基金公司管理規(guī)模占比、公司數(shù)量W，數(shù)據(jù)截至 2021 年年報2、 量化基金投資策略的策略線的拆分與 Alpha 特征分析、 基金投資策略的拆分將主動量化型和指數(shù)增強型基金合并，根據(jù)基金跟蹤指數(shù)或業(yè)績基準指數(shù)，細分為 9 類基金，分別為跟蹤上證 50、滬深 300、中證 500、中證 80

13、0、中證 1000、創(chuàng)業(yè)板、行業(yè)主題增強、其他增強、其他主動量化類基金。我們將基金的 alpha 定義為其超額收益，分別在 9 類基金中分析三種量化策略線（從跟蹤誤差和行業(yè)偏離分析偏離度策略、雙邊換手率分析分量價和基本面型策略、根據(jù)持倉測算基金風格偏離）下，基金 alpha 收益的獲取和投資者交易收益情況。圖 23：量化基金投資策梳理資料來源：整理、 偏離度特征跟蹤誤差我們將跟蹤誤差作為衡量基金收益與跟蹤指數(shù)收益偏離度的一個指標，計算組合收益率與基準收益率之間的差異的收益率年化標準差。跟蹤誤差越大說明投資者主動投資的風險越大。2019 年初至 2022 年 Q1，指增型基金在指數(shù)跟蹤誤差上相對

14、主動量化基金要小很多、分布更集中。指增型基金跟蹤誤差均值為 4.95%，集中在2%，6%區(qū)間內(nèi)，主動型基金均值在 10.13%，集中分布在3%，15%區(qū)間內(nèi)。圖 24：指增型和主動型量化基金跟蹤誤差對比Wind，指數(shù)增強量化基金的信息比率高于主動量化基金；在超額收益方面，指數(shù)增強基金收益風險更集中，超額收益整體均值為 7.67%，而主動量化基金超額收益范圍較大且波動率分散。圖 25：量化基金年化超額波動率和超額收益率圖 26：量化基金信息比率Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至2022/3/31Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至2022/3/31對比 9 類細分類量化基金的超額收

15、益，2019 年初至 2022 年 Q1 間，跟蹤中證 1000 的 8 只基金產(chǎn)品平均年化超額收益最大，為 11.47%，其次為中證 800、上證 50、其他增強。表 4：細分類量化基金超額收益對比Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2022/3/31從超額收益分布情況看，跟蹤中證 1000 指數(shù)的量化基金超額收益分布集中，分布較其他類型量化基金略靠右。圖 27：2019 年初至 2022 年 Q1 量化基金超額年化收益分布Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2022/3/31對比 9 類細分類量化基金的跟蹤誤差，跟蹤中證 500、中證 1000、其他增強、上證 50、滬深

16、300 指數(shù)的量化基金的跟蹤誤差小于其他類別基金。表 5：細分類量化基金跟蹤誤差對比Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2022/3/31在指數(shù)跟蹤誤差上我們設定跟蹤誤差序列為 50%分位以下的為偏向跟蹤型基金，其余的為偏向靈活配置型基金。以跟蹤中證 500 和滬深 300 的量化類基金為例，統(tǒng)計對比兩種跟蹤誤差偏離分類下各組基金的超額收益發(fā)現(xiàn)，兩類基金累計超額收益出現(xiàn)分化。跟蹤中證 500量化基金中偏向跟蹤型基金累計超額持續(xù)走高，而偏向靈活配置型基金在 2021年出現(xiàn)明顯回撤；跟蹤滬深 300 的量化基金偏向跟蹤型基金走勢更穩(wěn)定、波動更小。圖 28：跟蹤誤差：跟蹤中證 500 指數(shù)的

17、量化基金累計超額收益表現(xiàn)對比Wind，表 6：跟蹤誤差：跟蹤中證 500 指數(shù)的量化基金年度超額收益Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31圖 29：跟蹤誤差：跟蹤滬深 300 指數(shù)的量化基金累計超額收益表現(xiàn)對比Wind，表 7：跟蹤誤差：跟蹤滬深 300 指數(shù)的量化基金年度超額收益Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31我們用加權平均凈值利潤率代表基民收益，將其與基金同期復權凈值變化率之差作為投資者交易收益。跟蹤中證 500 指數(shù)的量化基金中偏向跟蹤組基金投資者交易收益更大，2020 年至 2021 年間投資者交易收益與波動率呈負相關關系；從

18、2021 年底看，跟蹤中證 500 的兩組量化基金投資者交易收益有明顯的差距，偏向跟蹤基金在同程度的波動率下投資者交易收益分布較分散，而跟蹤滬深 300 的偏向跟蹤組基金投資者交易收益分布更集中。圖 30：跟蹤誤差：2021 年跟蹤中證 500 量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2020/1/1 至2021/12/31圖 31：跟蹤誤差：2021 年跟蹤滬深 300 量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2020/1/1 至2021/12/31表 8：跟蹤誤差：跟蹤中證 500 量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/

19、12/31表 9：跟蹤誤差：跟蹤滬深 300 量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31、 偏離度特征行業(yè)偏離行業(yè)偏離是衡量量化基金與跟蹤指數(shù)的第二指標，計算量化基金持股市值中中信一級各行業(yè)投資市值占比與跟蹤指數(shù)持股行業(yè)占比之差的絕對數(shù)均值。從 2021 年底上看，指增型基金在行業(yè)偏離度上相對主動量化基金控制更好、偏離程度更小、分布更集中。指增型基金行業(yè)偏離均值為 0.82%，集中在(0%，1.5%區(qū)間內(nèi)，在有色金屬、鋼鐵、煤炭行業(yè)偏離度高于其他行業(yè)；主動型基金均值在 2.23%，分布在0.5%，4.0%區(qū)間內(nèi)，在煤炭、通信、有色金屬行業(yè)偏離

20、度相對較高。各類量化基金相對超配行業(yè)集中在有色金屬、基礎化工、計算機、傳媒行業(yè)；從行業(yè)偏離度程度上看，行業(yè)主題增強類、跟蹤中證 1000 指數(shù)類量化基金的行業(yè)偏離要明顯低于其他類型量化基金。圖 32：各類量化基金相對基準行業(yè)偏離度圖 33：指增型和主動型量化基金行業(yè)偏離度Wind，數(shù)據(jù)截至 2021/ 12/31Wind，數(shù)據(jù)截至 2021/12/31將行業(yè)偏離度排序為 50%分位以下的定為低偏離基金，其余的為高偏離基金。以跟蹤中證 500 和滬深 300 的量化類基金為例，按年度滾動計算各基金的行業(yè)偏離，對比兩組分類基金的超額收益。跟蹤中證 500 量化基金中低偏離組超額收益持續(xù)走高，高偏離

21、組在 2021 年初出現(xiàn)明顯回撤；跟蹤滬深 300 的量化基金低偏離型基金走勢更穩(wěn)定、波動更小。圖 34：行業(yè)偏離：跟蹤中證 500 指數(shù)的量化基金累計超額收益表現(xiàn)對比Wind，表 10：行業(yè)偏離：跟蹤中證 500 指數(shù)的量化基金年度超額收益Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31圖 35：行業(yè)偏離：跟蹤滬深 300 指數(shù)的量化基金累計超額收益表現(xiàn)對比Wind，表 11：行業(yè)偏離：跟蹤滬深 300 指數(shù)的量化基金年度超額收益Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31從投資者交易收益看，跟蹤中證 500 指數(shù)的量化基金中偏向跟蹤組基金投資者交易收益更

22、大，2020 年至 2021 年間投資者交易收益與波動率呈負相關關系。從 2021 年底看，跟蹤中證 500 的低偏離基金在同程度的波動率下投資者交易收益分布較分散，而跟蹤滬深 300 的低偏離組基金投資者交易收益分布更集中。圖 36：行業(yè)偏離：2021 年跟蹤中證 500 量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2020/1/1 至2021/12/31圖 37：行業(yè)偏離：2021 年跟蹤滬深 300 量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2020/1/1 至2021/12/31表 12：行業(yè)偏離：跟蹤中證 500 量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為

23、2019/1/1 至 2021/12/31表 13：行業(yè)偏離：跟蹤滬深 300 量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31、 偏離度特征跟蹤誤差+行業(yè)偏離我們從跟蹤誤差和行業(yè)偏離的兩個角度判斷量化基金是否緊跟跟蹤指數(shù)。當量化基金在跟蹤誤差和行業(yè)偏離上都較小則定義為跟蹤型；而當跟蹤誤差和行業(yè)偏離上都較大則為偏離型。圖 38：偏離度分類依據(jù)邏輯圖資料來源：整理跟蹤誤差和行業(yè)偏離指標分組量化基金有一定的重合性。兩指標組合后，跟蹤型和偏離型基金由細分組中的大部分基金組成，因此按照行業(yè)偏離劃分量化基金后兩組基金累計表現(xiàn)與按照跟蹤誤差劃分后累計表現(xiàn)相似。

24、表 14：跟蹤誤差和行業(yè)偏離指標組合前后各組數(shù)量對比Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31、 投資策略劃分換手率（基本面因子&量價因子）換手率衡量量化基金投資策略，基于年報的買賣股票金額之和與始末平均規(guī)模之比計算各量化基金的換手率。從 2021 年底看，指增型和主動量化型基金在換手率上分布基本一致。指增型基金換手率均值為 9.03，主動型基金均值在 8.89，兩類量化基金分布均集中在( 0， 15區(qū)間內(nèi)。圖 39：2021 年指增型和主動型量化基金換手率Wind，數(shù)據(jù)截至 2021/12/31從 9 類細分類量化基金的換手率看，中證 500、中證 1000、上證 50

25、 類量化基金換手率均值較高，創(chuàng)業(yè)板類量化基金換手率均值最低。表 15：細分類量化基金 2021 年換手率均值Wind，數(shù)據(jù)截至 2021/12/31從換手率出發(fā)，換手率在 7 倍以下的為基本面策略主導基金，12 倍以上的為量價策略主導基金，其余的為混合型基金。2021 年三組投資風格下的量化基金超額收益分布差別較小。圖 40：2021 年三組換手率風格量化基金超額年化收益分布對比Wind，數(shù)據(jù)截至 2021/12/31以跟蹤中證 500 和滬深 300 的量化類基金為例，按年度滾動計算對比三組基金的超額收益。跟蹤中證 500 的三組量化基金累積超額收益在 2020 年下半年開始出現(xiàn)明顯分化，混

26、合型基金組超額收益更優(yōu)，2020 年超額收益顯著；跟蹤滬深 300 的三組量化基金在 2020 年起累積超額收益出現(xiàn)分化，量價型基金組超額收益表現(xiàn)更優(yōu)。圖 41：換手率：跟蹤中證 500 指數(shù)的量化基金累計超額收益表現(xiàn)對比Wind，表 16：換手率：跟蹤中證 500 指數(shù)的量化基金年度超額收益Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31圖 42：換手率：跟蹤滬深 300 指數(shù)的量化基金累計超額收益表現(xiàn)對比Wind，表 17：換手率：跟蹤滬深 300 指數(shù)的量化基金年度超額收益Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31跟蹤中證 500 指數(shù)的量化基金中三

27、組基金投資者交易收益均值相差較小，且投資者交易收益與波動率間相關關系不顯著。從 2021 年底看，跟蹤中證 500 的混合組量化基金投資者交易收益分布更集中，同波動率水平下，量價組投資者交易收益均值更大；跟蹤滬深 300 的混合組基金投資者交易收益均值為負。圖 43：換手率：2021 年跟蹤中證 500 量化基金投資者交易收益與波動率圖 44：換手率：2021 年跟蹤滬深 300 量化基金收投資者交易收益與波動率Wind，數(shù)據(jù)截至 2021/12/31Wind，數(shù)據(jù)截至 2021/12/31表 18：換手率：跟蹤中證 500 量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2019/1/1

28、 至 2021/12/31表 19：換手率：跟蹤滬深 300 量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31、 偏離度+換手率劃分六大類基金從對跟蹤指數(shù)的偏離度和投資風格兩個維度，將量化基金劃分為六大類：基本面+偏離型、基本面+跟蹤型、量價+偏離型、量價+跟蹤型、混合型+偏離型、混合型+跟蹤型。圖 45：偏離度+換手率劃分六大類基金資料來源：整理按年滾動計算各基金偏離度和換手率，對比 2019 年至 2021 年期間跟蹤中證 500和滬深 300 的六大類基金超額收益情況。跟蹤中證 500 的量化基金中，偏離型+基本面特征的基金組在 2021 年

29、 7 月前超額收益優(yōu)勢明顯，同時波動較大；跟蹤型+混合、跟蹤型+量價組基金超額收益持續(xù)走高，回撤波動稍?。黄x型+量價組基金超額獲取情況較弱，超額年化波動率顯著低于其他組別基金。圖 46：跟蹤中證 500 指數(shù)的六大類量化基金累計超額收益表現(xiàn)對比Wind，表 20：跟蹤中證 500 指數(shù)的六大類量化基金年度超額收益Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31跟蹤滬深 300 的量化基金中，偏離型+量價特征的基金組超額收益優(yōu)勢明顯，同時波動較大，偏離型+混合組基金累計超額收益排名第二，而跟蹤型+基本面組基金超額收益持續(xù)走高，收益風險相對更穩(wěn)定；偏離型+基本面組基金超額獲取情況

30、較弱。圖 47：跟蹤滬深 300 指數(shù)的六大類量化基金累計超額收益表現(xiàn)對比Wind，表 21：跟蹤滬深 300 指數(shù)的六大類量化基金年度超額收益Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31跟蹤中證 500 指數(shù)的六大類量化基金中，跟蹤型基金投資者交易收益程度明顯高于偏離型基金，而跟蹤型基金的風險波動幅度均值低于偏離型基金；六大類基金的超額收益與投資者交易收益呈正相關關系。跟蹤滬深 300 指數(shù)的六大類量化基金中，跟蹤型+量價型組基金投資者交易收益較其他大類基金更明顯；2021 年偏離型+量價、偏離型+混合、跟蹤型+混合組基金的投資者交易收益為負，及投資者獲得的收益高于基金收

31、益。表 22：跟蹤中證 500 指數(shù)的六大類量化基金投資者交易收益Wind，數(shù)據(jù)截至 2021/12/31表 23：跟蹤滬深 300 指數(shù)的六大類量化基金投資者交易收益Wind，數(shù)據(jù)截至 2021/12/31、 相對風格暴露計算跟蹤指數(shù)以及量化基金持倉的風險敞口，將量化基金的風格敞口與指數(shù)的風格敞口之差定義為基金的風格暴露偏離。當單邊偏離 0.3 倍標準差以上，則認為量化基金有相對風格暴露。計算各期無風格暴露的基金比例發(fā)現(xiàn)，跟蹤中證 500 和滬深 300 的量化基金均傾向于相對市值因子，而在動量、盈利、BP、流動性因子上保持中性。對比各期因子暴露的超額收益獲取情況發(fā)現(xiàn)，跟蹤中證 500 的量

32、化基金通過暴露更多的波動、流動性獲取超額收益，而跟蹤滬深 300 的基金在市值因子的暴露上取得了不錯的超額收益。表 24：跟蹤中證 500 指數(shù)的量化基金因子暴露和 alpha 獲取情況Wind，表 25：跟蹤滬深 300 指數(shù)的量化基金因子暴露和 alpha 獲取情況Wind，對比滬深 300 和中證 500 在各期風格暴露的方向發(fā)現(xiàn)，跟蹤中證 500 的量化基金在動量、市值因子上偏向正暴露，近一年開始，市場風格因子從負暴露轉向正暴露，在 BP、流動性因子上偏向負暴露。表 26：跟蹤中證 500 指數(shù)的量化基金因子暴露正負方向占比Wind，跟蹤滬深 300 的量化基金在動量、波動、流動性因子

33、上偏向正暴露，在市值、盈利、BP 因子上偏向負暴露。表 27：跟蹤滬深 300 指數(shù)的量化基金因子暴露正負方向占比Wind，以每年 6 月、12 月兩期計算的各量化基金的相對風格暴露均值為該年的風格暴露特征，對于同一跟蹤指數(shù)下的量化基金，著重對比偏離程度較大的風格因子。跟蹤中證 500、滬深 300 的量化基金中跟蹤型量化基金在各風格上的相對暴露偏離程度明顯小于偏離型；跟蹤型特征上疊加分別疊加基本面、混合或量價投資風格特征后，各因子相對風格偏離程度相差不大。從各因子偏離程度上看，跟蹤中證 500 的偏離型基金，偏離型+基本面基金在流動性、市值方向上暴露程度較高，而偏離型+量價基金在動量方向上暴

34、露顯著；跟蹤滬深300 的偏離型基金中，偏離型+量價基金中市值暴露程度最高，在動量、流動性、波動、BP、盈利方向上的暴露均大于偏離型+基本面和偏離型+混合型基金。圖 48：2021 年跟蹤中證 500 的六大類量化基金相對風格暴露圖 49：2021 年跟蹤滬深 300 的六大類量化基金相對風格暴露Wind，數(shù)據(jù)截至 2021/ 12/31Wind，數(shù)據(jù)截至 2021/12/31、 基金投資策略的拆分對沖型我們將基金的 alpha 定義為其絕對收益，對整體對沖型量化基金進行三種量化策略線（從中性策略分析對沖程度、換手率分析分量價和基本面型策略、根據(jù)持倉分析量化基金風格策略）的梳理，分析各策略線下

35、基金 alpha 收益的獲取和投資者交易收益情況。圖 50：對沖型量化基金投資策略梳理資料來源：整理、 中性策略完全對沖 vs 部分對沖通過對比股指期貨投資市值與股票投資市值，計算期貨投資覆蓋率，衡量對沖型量化基金的對沖程度。絕對收益端兩組量化基金組分化明顯，部分對沖型量化基金收益表現(xiàn)更優(yōu)，同時年度波動率在 2019 至 2020 年略大于完全對沖型基金。圖 51：部分對沖和完全對沖型量化基金累計收益表現(xiàn)對比Wind，表 28：部分對沖和完全對沖型量化基金年度超額收益Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31、 投資風格特征量價 vs 基本面換手率衡量量化基金投資風格，基

36、于年報的買賣股票金額之和與始末平均規(guī)模之比計算各量化基金的換手率。在絕對收益端，兩組量化基金組分化明顯，基本面型量化基金收益表現(xiàn)更優(yōu)；整體來看，對沖基金通過股指期貨對沖系統(tǒng)性風險，注重回撤控制，走勢較大盤更穩(wěn)定。圖 52：量價型和基本面型量化基金累計收益表現(xiàn)對比Wind，表 29：基本面和對沖型量化基金年度超額收益Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31從投資風格特征角度，基本面組基金投資者交易收益均值大于量價組基金，投資者交易收益與波動率間相關關系不顯著，從 2021 年底看，量價組基金分布較基本面組基金分布靠右；從中性策略角度，部分對沖組基金投資者交易收益均值大于完

37、全對沖組基金，從 2021 年底看，完全對沖組基金分布較部分對沖組基金分布靠右。圖 53：中性策略：2021 年對沖型量化基金投資者交易收益與波動率圖 54：換手率：2021 年對沖型量化基金投資者交易收益與波動率Wind，數(shù)據(jù)截至 2021/12/31Wind，數(shù)據(jù)截至 2021/12/31表 30：中性策略：對沖型量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31表 31：換手率：對沖型量化基金投資者交易收益與波動率Wind，數(shù)據(jù)區(qū)間為 2019/1/1 至 2021/12/31、 持倉風格特征根據(jù)股票的風格因子暴露值，分析對沖型量化基金多頭組合

38、持倉風格特征。對沖型量化基金在市值、動量、盈利、成長因子上偏向正暴露，在流動性、BP因子上偏向負暴露；2020 年開始，Beta、波動因子由負暴露變?yōu)檎┞丁１?32：對沖型量化基金持倉風格因子暴露均值Wind，我們著重關注市值、Beta、成長、BP、流動性，對比各類量化基金暴露偏向。完全對沖型和基本面型對沖基金暴露程度更大，在暴露方向上，完全對沖型基金均傾向于暴露市值因子，基本面型基金傾向于暴露流動性因子。圖 55：部分對沖和完全對沖型持倉風格暴露圖 56：基本面和量價型量化基金持倉風格暴露Wind，數(shù)據(jù)截至 2021/ 12/31Wind，數(shù)據(jù)截至 2021/12/313、 從 Beta

39、的競爭優(yōu)勢與 Alpha 收益確定性看量化基金的產(chǎn)品優(yōu)勢、 主動權益 vs 量化基金的 beta 特征2008 年到 2019 年間，偏股基金指數(shù)(930950.CSI)相對中證 800 等寬基指數(shù)基準的超額收益并不明顯；2015-2016 年之間偏股基金指數(shù)相對超額收益出現(xiàn)了一段明顯上升；2019 年之后，主動權益基金超額收益顯著提升，大幅戰(zhàn)勝寬基指數(shù)，量化基金相對優(yōu)勢減弱；2022 年最新截面上看，主動權益類基金收益率出現(xiàn)明顯回撤，量化基金顯著跑輸?shù)内厔莶粫掷m(xù)。圖 57：2009 年以來中證 800 指數(shù)與偏股混合指數(shù)累計收益率W，表 33：2014-2021 年各類寬基指數(shù)收益率在主動

40、權益基金中的分位數(shù)W，以 800 成長與 800 價值指數(shù)的累計收益差來衡量市場成長價值風格變化；同時以滬深 300 與中證 500 指數(shù)的累計收益差值衡量市場大小盤風格變化。在 2009年和 2014 年，市場風格快速切換的時點，主動權益基金收益往往會跑輸寬基指數(shù)；2021 年風格切換，主動權益基金在近一年超額收益回撤，beta 收益效果減弱，主動權益基金規(guī)模和占比發(fā)展減緩。圖 58：成長價值風格與主動權益基金超額收益圖 59：大小盤切換與主動權益基金超額收益W，W，、 量化基金在主動權益基金中的收益分布看競爭優(yōu)勢我們通過對比可以發(fā)現(xiàn)，在量化基金收益表現(xiàn)跑輸主動權益基金的年份，規(guī)模發(fā)展收到明

41、顯限制，規(guī)?？s減或增速減緩。2019 年以來，量化基金絕對收益表現(xiàn)均值低于主動權益基金，2019 和 2020 年絕對收益中位數(shù)位列主動權益基金收益排名 75%以上，收益分布在主動權益類基金后半部分，整體收益跑輸主動權益型基金。2021 年，量化基金與主動權益類基金收益率均值差距縮小，整體收益均勻分布在主動權益類基金收益分布中部，業(yè)績表現(xiàn)逐步優(yōu)化，目前仍處于市場較低點位，布局優(yōu)勢明顯。圖 60：2014 年-2021 年主動權益和量化基金規(guī)模變化對比W，表 34：量化基金與主動權益基金年收益對比W，、 挖掘 beta 和 alpha 的關系按月頻計算量化基金在 2020 到 2021 年間的

42、beta 和 alpha，依據(jù)兩者的正負向關系計算時間占比，60%及以上時間表現(xiàn)出正向相關關系的劃分為強相關，正相關時間占比在 40%-60%之間的為弱相關。圖 61：相關性劃分標準資料來源：從指數(shù)角度來看，跟蹤滬深 300 指數(shù)的量化基金以弱相關為主，強相關基金在跟蹤中證 500 指數(shù)量化基金中占比稍高于弱相關，占比為 51%。圖 62：跟蹤滬深 300 強、弱相關基金規(guī)模占比圖 63：跟蹤中證 500 強、弱相關基金規(guī)模占比W，數(shù)據(jù)區(qū)間為 2020/1/1 至2021/12/31W，數(shù)據(jù)區(qū)間為2020/1/1 至2021/12/31量化基金的月頻alpha 和beta 表現(xiàn)為正向關系的時間

43、占比集中于50%-60%區(qū)間，跟蹤中證 500 指數(shù)的量化基金在 70%-80%區(qū)間的占比高于跟蹤滬深 300 指數(shù)的 量化基金。圖 64：指數(shù) beta 與基金的 alpha 呈正向變動的月份數(shù)占比W，數(shù)據(jù)區(qū)間為 2020/1/1 至 2021/12/31、 絕對收益角度從跟蹤滬深 300 指數(shù)的量化基金來看，2020 年 9 月后強相關量化基金的絕對收益略高于弱相關量化基金的絕對收益，但這一現(xiàn)象在 2021 年同期出現(xiàn)了變化，兩者絕對收益差距明顯收窄。圖 65：跟蹤滬深 300 強、弱相關基金絕對收益圖 66：跟蹤滬深 300 兩類基金兩年期絕對收益對比W，W，數(shù)據(jù)區(qū)間為2020/1/1

44、至2021/12/31從跟蹤中證500 指數(shù)的量化基金來看，2021 年2 月左右整體絕對收益快速增長，此后強相關和弱相關的基金超額收益走勢出現(xiàn)明顯差距，正相關的量化基金絕對收益優(yōu)勢明顯。圖 67：跟蹤中證 500 強、弱相關基金絕對收益圖 68：跟蹤中證 500 兩類基金兩年期絕對收益對比W，W，數(shù)據(jù)區(qū)間為2020/1/1 至2021/12/31依據(jù)各基金 beta 與 alpha 成正比的時間占比，將量化基金分為強相關和弱相關兩類。從跟蹤滬深 300 指數(shù)的量化基金來看，強相關和弱相關的基金絕對收益分布均較廣，但前者的絕對收益波動率更集中；從跟蹤中證 500 指數(shù)的量化基金來看，強相關的基

45、金絕對收益和風險均更加集中。圖 69：跟蹤滬深 300 強、弱相關基金絕對收益波動圖 70：跟蹤中證 500 強、弱相關基金絕對收益波動W，數(shù)據(jù)區(qū)間為 2020/1/1 至2021/12/31W，數(shù)據(jù)區(qū)間為2020/1/1 至2021/12/31、 超額收益角度從跟蹤滬深 300 指數(shù)的量化基金來看，2020 年 9 月后強相關量化基金的超額明顯高于弱相關量化基金的超額，此后兩者超額收益差距明顯收窄，弱相關量化基金超額一度反超強相關量化基金。圖 71：跟蹤滬深 300 強、弱相關基金超額收益圖 72：跟蹤滬深 300 兩類基金兩年期超額收益對比W，W，數(shù)據(jù)區(qū)間為2020/1/1 至2021/1

46、2/31從跟蹤中證 500 指數(shù)的量化基金來看，2021 年 2 月后強相關和弱相關的基金超額收益走勢出現(xiàn)明顯差距，強相關的量化基金超額收益優(yōu)勢明顯。圖 73：跟蹤中證 500 強、弱相關基金超額收益圖 74：跟蹤中證 500 兩類基金兩年期超額收益對比W，W，數(shù)據(jù)區(qū)間為2020/1/1 至2021/12/31從跟蹤滬深 300 指數(shù)的量化基金來看，強相關的基金相比弱相關的超額收益更加集中，處于0, 20區(qū)間以內(nèi)。超額收益波動更小。從跟蹤中證 500 指數(shù)的量化基金來看，強相關的基金超額收益表現(xiàn)明顯優(yōu)于弱相關基金，超額收益波動同樣更低。圖 75：跟蹤滬深 300 強、弱相關基金超額收益波動圖

47、76：跟蹤中證 500 強、弱相關基金超額收益波動W，數(shù)據(jù)區(qū)間為 2020/1/1 至2021/12/31W，數(shù)據(jù)區(qū)間為2020/1/1 至2021/12/31、 投資者交易收益角度我們將平均復權單位凈值增長率和平均加權平均凈值利潤率分別看作基金收益和投資者收益，將其與基金同期復權凈值變化率之差作為投資者交易收益，計算四類強、弱相關量化基金的投資者交易收益情況。從指數(shù)整體來看，跟蹤中證 500 指數(shù)的量化基金獲取了更高的收益，但同時也從相關性角度表現(xiàn)出更大的收益差距。從相關性來看，跟蹤滬深 300 的弱相關基金擁有最低的投資者交易收益，跟蹤中證 500 的強相關基金投資者交易收益則最高。圖 7

48、7：四類基金投資者交易收益情況對比W，數(shù)據(jù)區(qū)間為 2020/1/1 至 2021/12/31表 35：四類基金投資者交易收益與波動W，數(shù)據(jù)區(qū)間為 2020/1/1 至 2021/12/312021 年量化基金整體來看，投資者交易收益相比主動權益基金更低。量化基金的業(yè)績越高，投資者收益獲取率越高。表 36：各類量化基金投資者交易收益情況（與主動權益基金對比）W，數(shù)據(jù)區(qū)間為 2021/1/1 到 2021/12/31。跟蹤滬深 300 的量化基金整體投資者交易收益小于跟蹤中證 500 的基金，其中跟蹤中證 500 指數(shù)的強相關基金收益明顯高于其他三類，投資者交易收益也較高。圖 78：跟蹤滬深 30

49、0 基金波動與投資者交易收益圖 79：跟蹤中證 500 基金波動與投資者交易收益W，數(shù)據(jù)區(qū)間為 2020/1/1 至2021/12/31W，數(shù)據(jù)區(qū)間為2020/1/1 至2021/12/31、 Alpha 收益的確定性將兩年期量化基金與主動權益基金的 Alpha 收益做對比。從整體集中度來看，量化基金的Alpha 收益集中度較高，相較于主動權益基金表現(xiàn)出了更大的收益確定性。除此之外，量化基金的年化 Alpha 收益均值也明顯高于主動權益基金。圖 80：2020-2021 年量化基金 vs 主動權益基金 Alpha 收益分布W，數(shù)據(jù)區(qū)間為 2020/1/1 至 2021/12/31將跟蹤滬深 3

50、00 和中證 500 量化基金Alpha 匯總統(tǒng)計可見，兩類量化基金 Alpha分布區(qū)間均較窄，因此收益確定性更加顯著。相較而言，跟蹤中證 500 指數(shù)的量化基金Alpha 收益略低于跟蹤滬深 300 指數(shù)的量化基金。圖 81：2020-2021 年量化基金中跟蹤滬深 300 和中證 500 類 Alpha 收益分布W，數(shù)據(jù)區(qū)間為 2020/1/1 至 2021/12/314、 高質(zhì)量發(fā)展背景下，解析量化基金市場產(chǎn)品競爭力的關鍵要素監(jiān)管引導穩(wěn)健投資，市場寬基化趨勢明確。2022 年 4 月 26 日，證監(jiān)會發(fā)布關于加快推進公募基金行業(yè)高質(zhì)量發(fā)展的意見（以下簡稱“意見”），強調(diào)要積極拓展持續(xù)營銷，創(chuàng)新投資者陪伴方式，切實改變“重首發(fā)、輕持營”的現(xiàn)象，加大對基金定投等長期投資行為的激勵安排。在“重持營”監(jiān)管導向下，量化投資是提升普通投資者投資體驗的有效手段。圖 82：關于加快推進公募基金行