20240729-国金证券-公募指增及量化基金经理精选系列五_多元化数据模型驱动_策略优化技术革新_16页

报告摘要

公募指数增强（指增）及量化基金整体投研实力持续提升，在人工智能等领域积极布局，扩展量化分析框架。面对极端市场环境，行业超额回撤可控且快速回升，2024年上半年宽基指增基金超额表现显著改善，如中证2000指增基金超额收益达60.3%。

笪篁（华泰柏瑞）
- 策略：基本面量化选股，低频多因子模型，辅以短期交易模型。
- 特点：注重因子逻辑与风控，行业偏离度低（平均0.7%），换手率低（半年单边换手率1.04倍）。
- 绩效：代表产品华泰柏瑞量化智慧任职超额1191%，年化超额395%。
曲径（中欧）
- 策略：基本面量化与主观逻辑结合，分为量化80%和主观增强20%。
- 特点：引入深度学习优化因子，因子暴露动态调整。
- 绩效：中欧沪深300指数增强超额表现稳健，回撤控制提升。
姚进（中银）
- 策略：多策略叠加，机器学习与传统因子互补，严格风险控制。
- 特点：自建风控体系，组合风格清晰，回撤小。
- 绩效：中银中证1000指数增强超额回报167.7%，回撤仅22.5%。
杨梦（博道）
- 策略：传统多因子与AI全流程均衡，动态因子权重调整。
- 特点：风格因子暴露收紧（如规模因子负暴露），追求稳健阿尔法。
- 绩效：博道沪深300指数增强超额回撤仅4.7%。
姚奕帆（长信）
- 策略：基本面与量价因子结合，深度学习模型提升超额多样性。
- 特点：因子精细化打磨，持仓偏向低估值、低波动标的。
- 绩效：长信量化价值驱动回撤控制良好，年度超额表现持续领先。