20250326-国金证券-公募指增及量化基金经理精选系列七_数据赋能算法驱动_注重策略差异化实践_19页_2mb

公募指增及量化基金经理精选总结

核心内容概述

2024年以来，市场环境波动较大，量化行业面临一定挑战，指增策略业绩波动显著。市场在春节前后、国庆前后以及11月后出现不同的行情，影响了指增策略的超额表现。2025年至今，多数指增策略未能实现正超额，但上证50、中证800及沪深300指增基金表现相对稳定。因此，选择具有差异化策略和良好风险控制的基金经理变得尤为重要。本文聚焦六位具有代表性的基金经理，包括胡崇海、王卫林、殷瑞飞、张序、张子权和朱剑涛，分析其投资策略、模型框架、风险控制及产品表现等。

主要观点

• 市场环境影响策略表现：2024年市场波动频繁，导致指增策略超额收益不稳定，2025年多数策略表现不佳。
• 策略差异化和风险控制：不同基金经理采用不同的策略框架和风险控制机制，以适应市场变化，提升超额收益的稳健性。
• 量化与主动结合：部分基金经理将传统多因子模型与AI框架结合，以提高模型的适应性和收益表现。
• 因子库与模型融合：多数基金经理注重因子的稳定性和可解释性，通过机器学习模型与因子融合提升收益。
• 交易效率与成本控制：高换手率策略在某些市场环境下表现良好，但低换手率策略有助于降低交易成本和波动。

关键信息

1. 胡崇海（国泰君安资管）

• 策略框架：主张通过多策略体系的差异化互补方式，并结合自研的动态风险管理模型。
• 因子配置：因子库储备丰富，实盘以40%基本面 + 60%实时量价的深度融合为主。
• 模型迭代：2024年以来，策略分为六组不同的市场逻辑，通过动态调整策略组合来适应市场变化。
• 交易系统：支持日内多次调仓，集成指令管理、组合管理和业绩归因功能。
• 代表产品：国泰君安中证1000指数增强A。
• 绩效表现：截至2025年2月21日，累计超额收益25.40%，年化超额8.97%。
• 风险控制：平均行业偏离度0.64%，平均成分股偏离度0.17%，风格因子暴露控制在0.2倍标准差以内。
• 量化团队：14人，分工明确，包含模型开发、因子研究、交易系统开发及技术支持。

2. 王卫林（光大保德信基金）

• 策略框架：基于经典多因子量化体系，结合主动管理，追求相对稳定的超额收益。
• 因子配置：因子类别涵盖动量、价值、质量等，整体偏向动量和价值风格。
• 模型迭代：采用动态加权方法，防止风格漂移，保持模型的一致性。
• 交易策略：主动组合用于灵活应对市场波动，降低组合波动和回撤。
• 代表产品：光大保德信创业板量化优选股票A。
• 绩效表现：截至2025年2月21日，年化收益率8.63%，年化超额3.13%。
• 风险控制：平均行业偏离度1.40%，平均成分股偏离度0.37%，控制在合理范围内。
• 量化团队：4人，分工明确，基金经理负责策略开发，研究员负责基础研究和模型改进。

3. 殷瑞飞（国投瑞银基金）

• 策略框架：在传统多因子框架基础上，引入AI框架，形成传统多因子+AI的架构。
• 因子配置：因子库包含100-200个传统因子及较多机器学习挖掘的因子。
• 模型迭代：AI框架采用多个神经网络模型等权融合，处理量价信号。
• 风险控制：传统多因子模型风控严格，AI框架风控适当放松，但通过惩罚项控制风格偏离。
• 代表产品：国投瑞银中证500指数量化增强A。
• 绩效表现：截至2025年2月21日，累计超额收益96.03%，年化超额10.32%。
• 风险控制：平均行业偏离度0.49%，平均成分股偏离度0.44%，风格因子暴露控制良好。
• 量化团队：6人，包含2名基金经理、3名研究员，梯队化建设完善。

4. 张序（华安基金）

• 策略框架：注重因子的稳定性和可解释性，通过人工挖掘和外部合作扩展因子库。
• 因子配置：以资金类因子为主，结合机器学习策略框架。
• 模型迭代：通过板块约束、风格因子剥离机制等提升风控效果。
• 代表产品：华安沪深300增强策略ETF。
• 绩效表现：截至2025年2月21日，累计收益11.23%，年化超额3.18%。
• 风险控制：平均行业偏离度低，风格因子暴露控制严格。
• 量化团队：9人，分工明确，包含行业轮动、风格轮动等中观配置研究。

5. 张子权（太平基金）

• 策略框架：采用机器学习模型架构，包括machine α、决策树、深度学习等多个部分。
• 因子配置：超过一万个量化特征，实盘使用约4000个左右，涵盖基本面、技术面等。
• 模型迭代：有机器挖掘和人工挖掘的特征，结合Barra框架进行风险控制。
• 代表产品：太平中证1000指数增强。
• 绩效表现：截至2025年2月21日，年化超额表现良好。
• 风险控制：对市值因子和流动性因子进行严格控制，增加波动、成长、估值因子暴露的管理。
• 量化团队：5人，包含2名基金经理、1名量化基金经理助理、2名研究员。

6. 朱剑涛（光大保德信基金）

• 策略框架：以机器学习模型为核心，注重市场适应性和波动控制。
• 因子配置：数据源包括K线、Level-2数据、舆情数据等，原始输入因子约一两百个。
• 模型迭代：采用神经网络模型，预测周期为半个月到一个月，调仓频率为周频。
• 代表产品：光大保德信中证500指数增强A。
• 绩效表现：截至2025年2月21日，年化超额表现良好。
• 风险控制：风险模型自主开发，对市值因子和Beta因子控制在0.3倍标准差以内。
• 量化团队：4人，包含2名基金经理和2名研究员，分工明确。

风险提示

• 海外降息进程不及预期、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研究使用，不作为募集材料或者宣传材料。
• 历史业绩不代表未来表现。

量化团队及产品线特点

• 国泰君安资管：14人团队，管理规模百亿以上，产品线覆盖沪深300、中证A500、中证500、中证1000等指数，以及全市场选股、科创板量化、红利量化等主题策略。
• 光大保德信基金：4人团队，产品线包括指数增强、量化选股、量化固收+等，策略多样化，适应不同市场环境。
• 国投瑞银基金：6人团队，产品线包括沪深300、中证500指增，以及股票量化、量化固收+等，策略框架灵活。
• 华安基金：9人团队，注重因子研究和机器学习策略，产品线覆盖多个指数和主题策略。
• 太平基金：5人团队，量化团队隶属于多元资产部，主要负责固收+策略，同时兼顾量化选股。

总结

本报告总结了六位公募指增及量化基金经理的策略特点、风险控制和产品表现。通过分析他们的投资框架、因子配置、模型迭代和交易系统，可以看出他们各自在不同市场环境下采取的应对策略。这些基金经理在量化与主动结合、因子库构建、风险控制等方面各有特色，为投资者提供了多样化的选择。在当前市场环境下，选择具有差异化策略和良好风险控制的基金经理显得尤为重要。