私募中证500指数增强基金优选及配置思路

1、专题研究1. 国内私募量化基金概览2020 年以来国内私募量化基金的数量和规模不断扩容，百亿级私募量化管理人的数量不断增加，2021 年更是出现了千亿级的私募量化管理人。私募量化基金对 A 股的影响已经不容忽视，引起市场的广泛关注。1.1. 私募量化基金的分类按照在投资决策、交易执行层面，有采用量化技术方法，来界定国内私募量化基金，目前主要可以分为以下三种形式：表 1：采用量化技术手段的私募基金主要形式形式一形式二形式三投资决策主观决策量化模型决策量化模型决策交易执行量化（程序化）主观（盯盘）量化（程序化）数据来源：。形式一：投资决策中采用主观思路，交易执行层面采用量化技术，通常采用程序化交易

2、算法，目的是获取更好的成交价格。形式二：投资决策中借助量化模型进行决策，交易执行层面通过交易员人工盯盘。形式三：投资决策、交易执行两个环节全部依赖量化技术手段。形式三是目前国内市场上私募量化基金的主流形式。该类基金以数量化模型为投资策略的依据，以程序化交易为交易手段，通过对于数据的测算和历史模型的验证，将资金投资于如股票，商品，债券，期权等资产， 以博取收益。由于国内非可转债债券市场的交易限制，因此布局于非可转债债券市场的量化基金数量较少，而布局于股票，商品，可转债和期权的基金较多。根据投资的资产标的、量化策略类型的不同，私募量化基金可以进一步细分为如下类型：表 2：私募量化基金的细分类型投资

3、资产标的量化策略类型量化私募细分类型量化股票型基金股票多空股票多空股票多头指数增强量化多头量化对冲全对冲灵活对冲比例对冲量化套利量化套利量化 CTA/量化可转债基金/量化期权类基金/数据来源：。8 of 17请务必阅读正文之后的免责条款部分本文将对定位于量化股票型基金中的指数增强基金进行研究。由于私募基金信息披露的不完备性，准确获取量化指数增强私募基金的数量，规模数据和产品业绩，存在四个难点：（1）如何识别私募基金管理人的产品为量化指数增强私募基金；（2）如何及时准确获取产品数量及规模数据；（3）如何验证私募基金的策略为指数增强策略；（4）业绩数据真实性的考证。本文的数据来源为朝阳永续数据库、

4、基金业协会网站公示， 此外，还结合我们对私募基金管理人的尽调分析，对相关数据做了估算和验证。1.2. 私募量化指数增强基金介绍1.2.1. 目前私募量化指数增强基金跟踪的指数以中证 500 居多根据中国基金业协会，朝阳永续数据，我们挑选出产品名称中带有“指数增强”或者“指增”的基金作为数据样本。根据这些数据样本中指数名称出现的频次来看，私募量化指数增强基金布局的指数多为中证 500，中证1000，沪深 300。其余指数如上证 50，创业板指，中证 800，私募基金也有所布局，但产品数量较少（少于 30 只），不具有代表性。图 1：私募量化指数增强基金跟踪的指数以中证 500 居多其他27中证1

5、000 10沪深3006中证500 57中证500沪深300中证1000其他数据来源：，中国基金业协会，朝阳永续注：标签“其他”中包含未指明具体跟踪指数的基金及跟踪除中证 500，沪深 300，中证1000 以外其他指数的基金而反观公募基金，公募指数增强基金跟踪数量最多的指数为中证 500， 沪深 300，而跟踪中证 1000 指数的产品较少。图 2：私募量化指数增强基金跟踪的指数与同策略公募基金跟踪指数对比70%60%50%40%30%20%10%0%中证500沪深300中证1000其他公募指数增强基金跟踪指数数量占比私募指数增强基金跟踪指数数量占比数据来源：，中国基金业协会，朝阳永续注：标

6、签“其他”中包含未指明具体跟踪指数的基金及跟踪除中证 500，沪深 300，中证1000 以外其他指数的基金私募量化指数增强基金中，跟踪中证 500 指数的产品数量占比一直较高，但自 2020 年第三季度开始，该比例趋于稳定。跟踪沪深300 指数的产品数量占比自 2018 年以来呈现走低的格局，但跟踪中证 1000 指数的产品数量占比自 2021 年第二季度开始出现了较大幅度的跃升。图 3：跟踪中证 500 指数的产品数量占比趋于稳定70%60%50%40%30%20%10%0%2018-3- 12018-9- 12019-3- 12019-9- 12020-3- 12020-9- 12021

7、-3- 12021-9- 1中证500沪深300中证1000 其他数据来源：，中国基金业协会注：标签“其他”中包含未指明具体跟踪指数的基金及跟踪除中证 500，沪深 300，中证1000 以外其他指数的基金1.2.2. 私募量化指数增强基金的产品数量持续增长2015 年年中，基金业协会备案了第一只量化指数增强产品。近两年来， 随着指数的上涨，私募指数增强策略的市场关注度逐渐提升，发展进入快车道，产品总数持续增长。截至 2021 年 9 月 30 日，2021 年新发行的指数增强产品共 1033 只，已超过 2021 年前的存续规模。而目前存续的产品总数已超过 1700 只，接近 2019 年底

8、数量的 8 倍。自 2018 年第三季度以来，产品数量的增长率一直保持在 20%以上。图 4：私募量化指数增强基金产品数量持续增长（产品数量单位：只）200080%150060%100040%50020%00%2018-3- 12018-9- 12019-3- 12019-9- 12020-3- 12020-9- 12021-3- 12021-9- 1中证500沪深300中证1000其他指数产品数量增长率数据来源：，中国基金业协会1.2.3. 私募量化指数增强基金头部化趋势愈加明显自 2020 年第一季度至今，管理规模 50 亿元以上的头部管理人所管理的量化指数增强策略产品数量占全市场所有该策

9、略的产品数量的比重增加，头部化趋势愈加明显。虽然头部管理人数量较少，仅占全市场管理人数量的 20%，但是其管理了全市场超过 52%的产品。图 5：头部管理人管理的产品数量占同策略产品数量的比重增加300025002000150055%50%45%100050035%030%2018-3- 12018-9- 12019-3- 12019-9- 12020-3- 12020-9- 12021-3- 12021-9- 140%产品数量头部管理人产品数量头部管理人产品数量占比数据来源：，中国基金业协会图 6：私募量化指数增强基金管理人管理规模分布100亿以上1450-100亿60-5亿4220-50亿

10、2010-20亿105-10亿80-5亿5-10亿10-20亿20-50亿50-100亿100亿以上数据来源：，中国基金业协会，朝阳永续1.3. 私募量化中证 500 指数增强基金的样本选择与数据处理由于私募基金信息披露的不完备性，要获得私募全部的数据较为困难， 因此，为了保证数据的真实性和可验证性，我们将研究样本重点集中于数据完整真实，且未发生过信用风险的头部私募基金管理人。1.3.1. 样本基金池的筛选流程基金的筛选指标主要考虑以下几点：（1）历史上是否存在信用违约风险（2）私募基金管理人的总体规模；（3）私募基金管理人旗下产品的数量；（4）私募基金管理人旗下管理策略为量化指数增强的产品的

11、数量；（5）在第三方数据平台，如朝阳永续上净值披露的完整性及数据来源的真实性；（6）基金产品净值披露的频率；（7）基金业绩可回溯时长；（8）同策略产品业绩的一致性。首先，我们挑选未发生过信用风险，且管理规模超过 50 亿元的管理人所管理的量化指数增强产品。在这些产品中，剔除未备案或未定期披露数据的基金产品。其次，确认其净值数据来源为托管机构，且该净值数据按照周度及以上的频率披露，完整性超过 95%。为保证数据的可研究性，筛选出业绩可回溯时间相对较长的产品最后，验证管理人旗下同策略产品业绩的一致性，剔除业绩一致性较差的管理人所管理的产品，获得私募量化指数增强基金池。1.3.2. 缺失净值处理由于

12、我们所选取的基金净值完整度为 95%以上的周度净值，因此净值序列中可能会存在缺失的问题。对于缺失的净值共有两类处理方法：1. 由于剔除了同策略产品业绩不一致的管理人，剩余管理人的策略一致性较高，可以用管理人同策略产品来拟合缺失净值。另一方面，如果基金存在母子结构（子基金通过投资母基金的方式间接投资证券市场），母子基金的收益率应保持一致。因此可以用母子基金的收益率来拟合缺失净值。2. 如果方法 1 无法解决，我们选择用前一周的数值代替该周缺失的净值。1.3.3. 数据合并处理对于存续时间较短的基金，我们考虑用数据合并的方式拉长产品的回溯时长。与缺失净值的处理类似，对于同策略产品，可以利用同策略产

13、品收益的类似性，合并产品的净值；对于母子结构的产品，可能存在母基金未披露净值数据，而子基金覆盖部分时间区间的情况，合并各子基金可以获得统一且相对完整的历史数据。图 7：净值数据的合并处理实例2.82.32.82.31.81.81.31.30.82018-2- 232019-2- 232020-2- 232021-2- 230.82017-9- 82018-9- 82019-9- 82020-9- 82021-9- 8产品A-1期净值产品A-2期净值产品A净值数据来源：，朝阳永续1.4. 私募量化中证 500 指数增强基金的风险收益特征将筛选出的私募量化中证 500 指数增强基金产品等权组合，拟

14、合为基金指数进行业绩分析。为了使得对比更加直观，我们选择中证 500 指数作为业绩基准，公募中证 500 指数增强基金指数作为同策略对比指数。其中，由于我们挑选了管理规模 50 亿元以上的头部私募管理人所管理的产品纳入基金池，因此我们也按照单只公募基金的管理规模进行了筛选， 将管理规模较大的公募基金纳入我们的公募基金池，拟合出对比指数。1.4.1. 业绩特征我们分别从产品的收益与风险两个角度出发，对指数的业绩特征进行刻画。收益方面我们选择的指标有：超额收益率，绝对收益率；风险方面我们选择的指标有：波动率，跟踪误差，最大回撤；收益风险比指标有： 夏普比率，索提诺比率（Sortino Ratio）

15、，信息比率（Information Ratio）。图 8：私募基金指数相对业绩基准、对比指数有显著超额3.532.521.510.502017-4- 72018-1- 72018-10-72019-7- 72020-4- 72021-1- 72021-10-7私募量化中证500指数增强基金指数中证500指数公募量化中证500指数增强基金指数数据来源：，Wind，朝阳永续。数据区间：2017/4/1 至 2021/11/05。首先，我们从指数净值和收益指标可以发现，私募量化中证 500 指数增强基金相对于业绩基准具有显著的超额。风险指标来看，私募基金控制最大回撤的能力优于业绩基准，但是其波动率与

16、业绩基准类似，跟踪误差相对更大。收益风险比指标来看，私募基金在夏普比率、索提诺比率和信息比率上均优于业绩基准指标。总体来看，私募基金取得了在风险指标与业绩基准相似情况下更高的收益与收益风险比。表 3：私募量化中证 500 指数增强基金风险收益特征指标优于业绩基准收益指标风险指标综合指标年化超额收益年化绝对收益波动率跟踪误差最大回撤夏普比率索提诺比率信息比率私募指数23.85%25.90%20.07%4.83%21.00%1.292.134.94中证 5000.00%1.34%20.99%0.00%38.48%0.060.090.00公募指数9.53%11.40%19.59%4.03%29.47

17、%0.580.892.36数据来源：, Wind，朝阳永续。数据区间：2017/4/1 至 2021/11/05。1.4.2. 私募基金的超额收益稳定性优于公募我们使用超额最大回撤来刻画超额收益的稳定性，并将公募指数增强基金与私募量化指数增强基金进行对比，可以发现，私募基金的收益稳定性优于公募基金。私募量化 500 指增基金指数公募 500 指增基金指数2017 年1.30%0.80%2018 年1.50%2.79%2019 年0.91%4.18%2020 年1.20%1.19%表 4：私募量化中证 500 指数增强基金的超额收益稳定性优于公募专题研究2021 年区间超额最大回撤2.85%5.

18、21%3.99%3.99%数据来源：, Wind，朝阳永续。数据区间：2017/4/1 至 2021/11/05。1.5. 私募量化中证 500 指数增强基金的收益拆解指数增强产品的业绩表现由两块构成，即管理人自身所获取的另类收益， 如打新收益，日内或日间波段交易带来的收益；基金主动暴露风格/行业所带来的风险溢价。图 9：权益资产的收益拆解数据来源：1.5.1. 剥离打新收益后仍具有显著超额打新是 A 股市场常见的获取低风险收益回报的方式。私募产品募集时， 倾向于每只产品募集约 2 亿元的规模，管理规模较小。而打新对规模较小的私募基金而言，收益的贡献度较显著，所以，优先剥离打新带来的收益可以降

19、低对后续业绩拆解的干扰。我们定义打新收益率的公式为：打新收益率 = 新股收益 ÷ 规模基数新股收益 = 获配数量 卖出日均价 ÷ 成本价 1根据首次公开发行股票网下投资者管理细则要求，参与网下新股配售的投资者被划分成“A、B、C”三类，而私募基金一般被分在“C”类投资者中。因此，计算产品的打新收益时，我们将私募基金按照初始规模为 2 亿元的 C 类产品来计算。针对卖出日均价和成本价，主板个股， 以其首个开板日记为卖出日，当日均价作为成交价；科创板和创业板个股，以其上市首日为卖出日，当日均价作为成交价。我们发现，2018 年打新对私募基金超额收益的贡献度较低；2019 年至2

20、020 年，打新均提供了显著贡献；2021 年年初至今，打新收益相对于前9 of 17请务必阅读正文之后的免责条款部分专题研究两年出现了一定的下降。在剥离完打新收益后，可以看到，私募基金仍然具有较稳定的超额收益。图 10：私募中证 500 指数增强基金剥离打新收益后仍具有显著超额35.00%30.00%25.00%20.00%15.00%10.00%5.00%0.00%2018201920202021扣除打新后超额收益打新收益数据来源：，Wind剥离打新收益后，我们得到了基金的实际净值情况。1.5.2. 构建基于净值数据的风格/行业因子回归模型根据基金配置研究系列一：均衡配置应对风格收敛提出的

21、改进 Fama- French 模型方法，我们可以基于净值数据，将基金剥离风格特征后的风格 Alpha 拆解出来；也可以通过将超额收益率与行业指数收益率进行回归的方式，分解出基金在剥离行业收益后的行业 Alpha。再通过回归得到的风格/行业对应的 Beta 与公募同策略基金的 Beta 进行对比，反映私募基金通过风格/行业暴露获取超额收益的能力。针对风格模型：𝑅𝑃 𝑅𝑀 = 𝛼𝑆𝑡𝑦𝑙𝑒 + 𝛽𝑆

22、9905;𝑦𝑙𝑒1 𝑆𝑡𝑦𝑙𝑒1 + + 𝛽𝑆𝑡𝑦𝑙𝑒𝑛 + 𝜀𝑅𝑃为剥离打新收益后的基金收益率，𝑅𝑀为对标指数的收益率， 𝛼𝑆𝑡𝑦𝑙𝑒为剥离风格之后的𝐴⻕

23、7;𝑝𝑎，𝛽𝑆𝑡𝑦𝑙𝑒𝑖为第𝑖个风格对应的相关系数，𝑆𝑡𝑦𝑙𝑒𝑖为第𝑖个风格收益率, 𝜀为残差项。行业部分回归项中的 Beta，考虑到国内无法做空，行业 Beta 的暴露应该为正值，我们对行业回归时的 Beta 值设置 0-1 的约束条件。因此，行业的回归模型为：𝑅𝑃 w

24、877;𝑀 = 𝛼𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦 + 𝛽𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦1 𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦1 + + 𝛽𝐼𝑛𝑑

25、19906;𝑠𝑡𝑟𝑦𝑚 𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦𝑚 + 𝜀0 < 𝛽𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦𝑖 < 1𝑅𝑃为剥离打新收益后的基金收益率，𝑅𝑀

26、为对标指数的收益率，𝛼𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦为剥离行业之后的𝐴𝑙𝑝𝑎， 𝛽𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦𝑖 为第𝑖个行业对应的相关系数，11 of 17请务必阅读正文之后的免责条款部分𝐼𝑛𝑑

27、;𝑢𝑠𝑡𝑟𝑦𝑖为第𝑖个行业收益率, 𝜀为残差项。1.5.3. 私募中证 500 指数增强基金剔除风格/行业后的 Alpha我们使用改进 Fama-French 模型方法，得到基金剥离风格收益后获取超额收益的能力，即𝛼𝑆𝑡𝑦𝑙𝑒。然后选取每年 Alpha 的平均数作为当年基金通过风格间配置获得超额收益的能力，可以看到，每年私募量化指数增强基金的 Alpha 都要显著高于公募同

28、策略基金。年份私募剥离风格后的 Alpha公募剥离风格后的 Alpha2017 年0.13%0.22%2018 年0.34%1.90%2019 年0.45%0.17%2020 年0.42%0.24%2021 年0.26%0.19%表 5：私募中证 500 指数增强基金剥离风格后的Alpha 显著高于公募数据来源：同样，我们使用滚动 6 个月的超额收益率与行业指数进行回归，得到基金剥离行业收益后获取超额收益的能力，即𝛼𝐼𝑛𝑑𝑢𝑠𝑡𝑟𝑦 。然后选取每年Al

29、pha 的平均数构造出基金通过行业间配置获得超额收益的能力。可以看到，每年私募量化指数增强基金的 Alpha 能力都要显著高于公募同策略基金。表 6：私募中证 500 指数增强基金剥离行业后的Alpha 显著高于公募年份私募剥离行业后的 Alpha公募剥离行业后的 Alpha2017 年0.47%-0.17%2018 年0.22%0.12%2019 年0.41%0.13%2020 年0.31%0.03%2021 年0.37%0.14%数据来源：综上，私募量化中证 500 指数增强基金相对于公募同策略基金来看，具有显著的通过风格间、行业间配置获得超额收益的能力，我们可以使用这两个指标对私募基金进

30、行优选。1.5.4. 承担主动风险所带来的超额收益将私募量化中证 500 指数增强基金的收益率按照风格拆解后发现，基金在剥离对标指数收益率后，相对于中证 500 指数仍存在一定的风格偏离， 说明基金为了获取超额收益，承担了主动风险。风格起始日期风格结束日期市值风格价值/成长风格2017/10/12018/5/31大盘价值表 7：私募量化中证 500 指数增强基金为获取超额收益承担了主动风险专题研究2018/6/12019/4/30大盘成长2019/5/12019/6/30中小盘成长2019/7/12020/2/7中小盘价值2020/2/82020/7/30中小盘成长2020/8/12020/1

31、2/31大盘成长2021/1/12021/11/5中小盘成长数据来源：。数据区间：2017 年 10 月至 2021 年 11 月。将四类风格：大盘价值风格，大盘成长风格，中小盘价值风格，中小盘成长风格，分别用数字 1，2，3，4 代替，并画出私募基金和公募基金剥离指数收益后，相对于中证 500 指数的风格对比图。从图中可以看出，私募量化中证 500 指数增强基金切换风格的速度明显快于公募同策略基金。图 11：私募量化中证 500 指数增强基金切换风格的速度快于公募基金43212017-9- 292018-6- 292019-3- 292019-12-292020-9- 292021-6- 2

32、9公募风格私募风格数据来源：。数据区间：2017 年 10 月至 2021 年 11 月。我们认为，私募基金可能是通过准确的切换风格来把握每一轮风格上涨的收益的。由此，我们希望通过信息比率（Information Ratio）来验证基金通过主动承担风险获取超额收益的能力。表 8：私募量化中证 500 指数增强基金的信息比率显著高于公募基金年份私募信息比率公募信息比率2017 年4.694.192018 年5.561.952019 年6.081.332020 年6.853.882021 年3.231.58数据来源：，Wind可以看到，私募基金通过主动承担风险获取超额收益的能力显著优于公募同策略基

33、金。2. 私募量化中证 500 指数增强基金的优选与配置私募量化中证 500 指数增强基金组合优选配置方案，包括两个层面的研究。第一层面为基金研究：包括指数增强基金风格配置能力识别、行业12 of 17请务必阅读正文之后的免责条款部分专题研究配置能力识别、主动承担风险获取超额收益的能力识别，构建基于这三种能力的基金优选池。第二层面为组合配置研究。这部分的核心在于通过三种优选指标对优选池中基金进行打分，筛选出排序较高的基金，再通过等权的方式将这些基金拟合成优选指数。图 12：基于优选指标的私募量化中证 500 指数增强基金组合配置思路数据来源：。2.1. 私募量化中证 500 指数增强基金的优选

34、基金优选：基金优选层面，考虑三个类型的优选指标：1）剔除风格后的Alpha：衡量基金经理通过风格间配置获得超额收益的能力；2）剔除行业后的 Alpha：衡量基金经理通过行业间配置获得超额收益的能力；3） 信息比率：重视基金主动承担额外风险的情况下，获取超额收益的能力。由于目前样本基金的数量有限且存续时间不够，我们仅使用半年的业绩指标，且三类指标我们都先经过百分化处理，形成大类指标。在大类指标之间，再采用等权的方式进行合成，最终形成基金优选综合得分指标。图 13：基金优选指标设计数据来源：2.2. 私募量化中证 500 指数增强基金的配置14 of 17请务必阅读正文之后的免责条款部分基金组合配置：各个调仓期，根据优选框架给出的得分，对基金样本优选，将挑选出的基金进行组合配置。优选出的基金按等权进行配置，拟合出优选指数。组合调仓换手率：考虑到私募基金的赎回费用较高，我们构建的优选基金池每半年更新一次，属于相对低频的策略。基金组合历史调仓平均每次的换手率在 4