万家沪深300指数增强投资价值分析

1、目录 HYPERLINK l _TOC_250026 当下沪深 300 的配臵机会 5 HYPERLINK l _TOC_250025 A 股观察：战略看多，左侧布局 5 HYPERLINK l _TOC_250024 海外增量资金：偏好大盘蓝筹 7 HYPERLINK l _TOC_250023 沪深 300 指数：价值洼地 8 HYPERLINK l _TOC_250022 基本信息与投资理念 9 HYPERLINK l _TOC_250021 基本信息 9 HYPERLINK l _TOC_250020 投资目标与投资范围 9 HYPERLINK l _TOC_250019 投资策略 9

2、 HYPERLINK l _TOC_250018 产品业绩分析 12 HYPERLINK l _TOC_250017 绩效表现：连年位居头部 12 HYPERLINK l _TOC_250016 Brinson 归因：选股超额显著 13 HYPERLINK l _TOC_250015 BARRA 归因：个股精选突出 14 HYPERLINK l _TOC_250014 指数内、外选股收益对比 15 HYPERLINK l _TOC_250013 增强收益与各指数表现的相关性 16 HYPERLINK l _TOC_250012 产品持仓分析 17 HYPERLINK l _TOC_250011

3、 市值分布：超配小市值 17 HYPERLINK l _TOC_250010 板块分布：超配金融、消费 17 HYPERLINK l _TOC_250009 行业分布：近期超配非银、商贸、农牧等 18 HYPERLINK l _TOC_250008 持仓集中度：近期下降、相对同类略高 21 HYPERLINK l _TOC_250007 换手率：位于同类中上游 23 HYPERLINK l _TOC_250006 规模及投资者结构分析 23 HYPERLINK l _TOC_250005 基金重仓股分析 24 HYPERLINK l _TOC_250004 基金管理人介绍 27 HYPERLI

4、NK l _TOC_250003 基金经理介绍 27 HYPERLINK l _TOC_250002 基金经理比较优势 27 HYPERLINK l _TOC_250001 基金公司介绍 29 HYPERLINK l _TOC_250000 风险提示 29图表目录图 1： 特色指标：博弈存量 6图 2：沪深 300 指数 ROC 扩散指标走势图 6图 3：10 年期国债收益率与沪深 300 股息率之差（截至 2020 年 4 月 20 日） 7图 4：沪深 300 陆股通流通市值占陆股通比重（整体法） 7图 5：主要宽基指数 2018 年度累计分红占当年净利润比例 8图 6：万家沪深 300

5、指数增强投资体系 10图 7：万家沪深 300 指数增强组合优化约束 10图 8：万家量化团队因子来源 11图 9：万家量化团队因子择时模型 11图 10：万家沪深 300 指数增强 Alpha 模型特征 11图 11：基金 2018 年以来相对业绩基准超额净值 12图 12：基金 2018 年来相对业绩基准月度超额（%） 12图 13：基金股票持仓相较沪深 300 指数超额收益分解结果 13图 14：万家沪深 300 指数增强相对跟踪指数的风格暴露差额 15图 15：万家沪深 300 指数增强相对跟踪指数超额收益 BARRA 分解 15图 16：指数内、外选股的收益对比 16图 17：基金超

6、额收益与沪深 300 相对中证 500 超额收益秩相关系数（60 日滚动） 16图 18：万家沪深 300 指数增强的市值分布 17图 19：基金相对跟踪指数的市值分布差异 17图 20：万家沪深 300 指数增强持仓板块分布（%） 18图 21：万家沪深 300 指数增强持仓板块超配/低配情况（相对沪深 300 指数） 18图 22：万家沪深 300 指数增强相对沪深 300 指数各行业超配/低配情况（%） 19图 23：万家沪深 300 指数增强行业配臵情况（%） 19图 24：万家沪深 300 指数增强基金持股累计权重 21图 25：基金持股数占比及持股数变化 21图 26：万家沪深 3

7、00 指数增强及同类基金持股集中度对比 22图 27：万家沪深 300 指数增强及同类基金持股个数对比 22图 28：万家沪深 300 指数增强换手率统计（年化，倍） 23图 29：万家沪深 300 指数增强基金的份额及规模变化图 23图 30：万家沪深 300 指数增强基金持有人数量变化 24图 31：万家沪深 300 指数增强基金投资者结构分析 24图 32：万家沪深 300 指数增强 T-M 模型选股选股指标变化趋势 28图 33：万家沪深 300 指数增强 T-M 模型择时指标变化趋势 28图 34：万家沪深 300 指数增强 T-M 模型的拟合优度 28表 1：多部委密集出台政策稳经

8、济（截至 2020 年 4 月 20 日） 5表 2：主要宽基指数估值与质量指标（数据截至 2020 年 4 月 20 日） 8表 3：基金基本信息 9表 4：基金在同类中业绩排名(截至 2020 年 4 月 3 日) 12表 5：基金 2018 年以来绩效分析（数据截至 2020 年 4 月 3 日） 12表 6：万家沪深 300 指数增强基金与同类基金的年化跟踪误差（%） 13表 7：基金相对沪深 300 指数 Brinson 归因明细（2019 年报持仓） 14表 8：申万一级行业板块分类 17表 9：万家沪深 300 指数增强行业配臵明细 19表 10：万家沪深 300 指数增强通过行

9、业配臵带来的收益（相对沪深 300 指数） 20表 11：万家沪深 300 指数增强持股占比及持股数变化（数据截至 2019 年 12 月 31 日） 21表 12：万家沪深 300 指数增强前十大重仓股（截至 2019/12/31） 22表 13：万家沪深 300 指数增强前十大重仓股权重变动情况（%） 25表 14：万家沪深 300 指数增强前十大重仓股报告期区间（季度）涨跌情况（%） 26表 15：乔亮先生目前管理的基金 27表 16：万家基金代表产品 29当下沪深 300 的配臵机会从 A 股整体判断、海外资金配臵偏好、指数估值与质地等角度看，我们认为沪深300 目前具备较高配臵价值。

10、A 股观察：战略看多，左侧布局随着新冠疫情在海外的持续扩散，全球市场自 3 月初以来经历了较大波动。A 股市场主要指数也经历了一小轮 V 型走势，我们基于对近期政策面、市场博弈、技术模型、股债对比四个方面的观察，提出战略性看多 A 股的时机或已到来，当下是一个左侧布局的机会。首先政策面看，近期多部委密集出台经济提振政策，包括助力复工复产、推动基建投资以及刺激内需消费等。虽然我们看到一季度经济数据并不理想，但这实际是由疫情导致社会生产、消费萎缩的必然结果，已在市场定价范围内。随着国内疫情逐渐得到控制，经济刺激政策的出台与实施，社会活动逐渐正常化，未来需求、生产两端都将得到改善。表 1：多部委密集

11、出台政策稳经济（截至 2020 年 4 月 20 日）日期主要内容主要部门详细内容加快数字基础设施核心技术和应用技术协同攻关，加大 5G 增强技术、6G 技术研发4/17技术提升工信部银企对接支持力度，推动创新链、产业链、资金链、政策链的精准对接。4/16促进融资工信部加强政银企解决小型企业接融资难、融资贵问题。进一步对中央企业分行业分企业精准施策，积极协调解决企业反映的困难问题，全4/11复工复产国资委面推进复工复产，激发企业新活力，培育发展新动能，组织采购对接；开展消费扶贫；保障物流畅通；抓好复工复产；落实支持政策；做4/10解决滞销深化扶贫商务部、国务院扶贫办好预测预警和应急防控；巩固产

12、销合作机制；举办产销对接活动；开展电商助农行动；强化横向协作和纵向联动。3/24技术提升工信部3/23稳就业发改委科技支持以独立组网为目标加快推进 5G 网络建设，要培育新型消费模式，加快用户向 5G 迁移，推动促进“5G+”，构建 5G 应用生态系统。阶段性提高补贴标准；阶段性扩大保障范围；明确增支资金的保障渠道。发改委补贴价格惠及民生4/8对中小微企业招用毕业生给予补贴，明确国企业连续两年扩招毕业生规模，扩大基层就业的规模。下发关于科技创新支撑复工复产和经济平稳运行的若干措施：实施科技型中小企业创新发展行动，提升服务水平、加大支持力度；实施先进技术推广应用“百城百园”3/21复工复产科技部

13、行动；瞄准培育新产业、新业态，加强关键技术攻关和成果转化，为经济发展注入新动能；开展科技人员服务企业专项行动。数据来源：各部委， 整理其次从市场博弈角度看，博弈存量指标持续向 0.4 水平靠近，若触及阈值则反弹概率较大。4 月 13 日-17 日，两市日均成交额缩至 6100 亿附近，市场存量规模维持不变，至 1.30 万亿附近，博弈/存量指标二次探底，缩减至 0.470。若市场持续缩量触及 0.4 的博弈/存量阈值，则反弹概率较大。图 1： 特色指标：博弈存量数据来源：东北金工择时周报 20200419再者从我们的扩散指标模型看，沪深 300 指数交易信号线隐现底部拐点，未来或见底回升。扩散

14、指标是基于成分股自身特征比例构成的中长期择时指标。我们采用基于沪深 300 指数特征的扩散指标进行市场趋势判断。一般来说当扩散指数出现从高位回落，可能意味着触发“卖出”信号，反之则是“买入”信号。利用扩散指标快慢线交点来进行市场择时的模型从 2005 年回测至 2018 年 10 月 29 日，共触发 11 次做多信号，其中 9 次盈利，胜率 82%，年化收益率 19.18%。图 2：沪深 300 指数 ROC 扩散指标走势图数据来源：东北金工择时周报 20200419从大类资产对比角度看，目前 10 年期国债收益率与沪深 300 股息率之差已降至历史低位，股票资产的配臵价值凸显。图 3：10

15、 年期国债收益率与沪深 300 股息率之差（截至 2020 年 4 月 20 日）8.98.68.38.07.77.47.16.86.5沪深300指数(自然对数)10Y国债收益率-沪深300股息率（右轴） 4.54.03.53.02.52.01.51.00.50.0-0.5数据来源： ，Wind海外增量资金：偏好大盘蓝筹2020 年 4 月 1 日起，证券、基金公司外资股比限制正式取消。中国较海外的经济增长优势，将吸引外资金融机构为 A 股带来逾万亿增量资金。而从外资配臵结构来看，总体偏好大盘蓝筹，作为大盘蓝筹的代表指数，沪深 300 受益将更为明显。我们以整体法统计了沪深 300 陆股通流通

16、市值占陆股通比重，发现外资持股流通市值中 80%以上配臵在了沪深 300，可见外资对于沪深 300 极为青睐。图 4：沪深 300 陆股通流通市值占陆股通比重（整体法）100%90%80%70%60%50%40%30%20%10%0%沪深300陆股通流通市值占陆股通比重沪深300流通市值占全A比重2017-12-292018-12-282019-12-31数据来源： ，Wind沪深 300 指数：价值洼地从传统估值低、质地优的价值投资角度看，目前沪深 300 与其他宽基指数相比是明显的价值洼地，具备高配臵价值。估值分位数方面，沪深 300 估值正处历史低位，估值绝对水平较其他指数更低。同时，从

17、企业盈利质量与现金流充裕情况来看，沪深 300 成分股也整体优于其他指数、拥有更高的 ROE 与股息率。表 2：主要宽基指数估值与质量指标（数据截至 2020 年 4 月 20 日）指数PE(TTM)PE 分位数PB(LF)PB 分位数ROE股息率沪深 30011.424.2%1.410.5%9.6%2.4%中证 50026.621.4%1.810.4%6.2%1.3%中证 100041.740.0%2.326.6%6.0%0.9%创业板指56.167.9%6.282.0%9.0%0.4%数据来源： ，Wind此外，5-8 月 A 股分红密集期在即。作为 A 股高分红“集中营”，沪深 300

18、当前时点投资性价比高。由于 A 股 2019 年报尚未公布完全，我们以总体法统计了 2018 年各宽基指数累计分红总额占净利润比重，其中沪深 300 分红占比最高，表现出在公司经营、现金流方面的比较优势。图 5：主要宽基指数 2018 年度累计分红占当年净利润比例0.340.330.320.310.30.290.280.270.260.25沪深300中证500中证1000创业板指数据来源： ，Wind万家沪深 300 指数增强基金（A 份额 002670/B 份额 002671）业绩优异，跟踪指数的同时为投资者提供增强阿尔法收益，是针对目前沪深 300 配臵价值的优质投资标的。基本信息与投资理

19、念基本信息万家沪深 300 指数增强型证券投资基金（基金代码：002670/002671，以下简称：万家沪深 300 指数增强）是万家基金管理有限公司管理的一只增强指数型基金产品，Wind 分类为契约开放式增强指数型基金。基金经理：乔亮先生。表 3：基金基本信息份额A 类/C 类基金名称万家沪深 300 指数增强型证券投资基金基金经理乔亮基金代码002670.OF /002671.OF成立日期 2016-9-26基金管理人万家基金管理有限公司运作方式契约型开放式比较基准沪深 300 指数收益率*95%+一年期人民币定期存款利率（税后）*5%托管费率0.12%管理费率1.00%数据来源：万家基金

20、， 整理投资目标与投资范围投资目标：基金为指数增强型股票基金，采取量化方法进行积极的指数组合管理与风险控制，在力求有效跟踪标的指数基础上，力争在控制基金净值增长率与业绩比较基准之间的日均跟踪偏离度的绝对值不超过 0.5%、年跟踪误差不超过 7.5%的基础上，实现超越目标指数的投资收益，谋求基金资产的长期增值。投资范围：基金主要投资于具有良好流动性的金融工具，包括标的指数的成份股、备选成份股、其他股票、债券、债券回购、银行存款、同业存单、资产支持证券、金融衍生品及法律法规或中国证监会允许基金投资的其他金融工具(但须符合中国证监会相关规定)。基金可参与融资业务和转融通证券出借交易。如法律法规或监管

21、机构以后允许基金投资其他品种，基金在履行适当程序后可将其纳入投资范围。基金股票资产占基金资产的比例不低于 80%，投资于标的指数成份股及其备选成份股的比例不低于非现金基金资产的 80%。每个交易日日终，在扣除股票期权、股指期货和国债期货合约需交纳的交易保证金后，保持不低于基金资产净值 5%的现金或者到期日在一年以内的政府债券，其中，现金类资产不包括结算备付金、存出保证金、应收申购款等。投资策略指数增强型基金是在投资跟踪指数的基础上，在组合中加入阿尔法增强收益的一类基金，旨在为投资者提供既能跟踪指数又能获得相比指数更高收益的投资工具。万家沪深 300 指数增强主要通过 Alpha 模型（收益模型

22、）、风险模型、组合管理模型、仓位管理模型四大模块组成的投资体系来实现投资标的筛选与权重配臵。其中，量化多因子模型（即 Alpha 模型）是体系的核心，它以多维度指标评价股票未来收益情况，用于筛选优质个股；其次，风险模型用以刻画个股在各风险层面的曝露水平；再次，组合管理模型在预期收益、风险曝露的基础上进行组合优化，获取约束各项风险情况下最大化组合预期收益的权重配臵；最后，仓位管理模型通过度量市场情绪、识别市场形态来动态调整目标仓位；综合以上四模块，获得预期超越基准的投资组合。图 6：万家沪深 300 指数增强投资体系数据来源：万家基金， 整理图 7：万家沪深 300 指数增强组合优化约束数据来源

23、：万家基金， 整理基金经理乔亮先生带领的万家量化团队在选股因子、因子择时两方面都积累了丰富的经验。其中在选股因子方面，万家量化团队基于因子基本面逻辑与数据，从价值、盈利质量、成长、市场情绪、分析师预测、技术面、大数据分析等多维度积累了数百个 Alpha 因子，涵盖各类公开信息，以求在各种类型市场下都能利用有效因子；同时在因子择时方面，万家量化团队利用线性与非线性方法对市场进行跟踪分析，对当前与未来一段时间预期更有效的因子赋予更大权重，以追求更适应市场的阿尔法收益。图 8：万家量化团队因子来源图 9：万家量化团队因子择时模型数据来源：万家基金， 整理数据来源：万家基金， 整理除了积累有效因子库与

24、因子择时经验，在基金经理乔亮先生的投资思路中，出色的 Alpha（选股）模型也应当围绕挑选正确的因子、赋予因子合理的权重两方面，具备有别于一般产品的三个特征：动态算法、自主优化、自适应性。具体来说，基于大数据运算挖掘有效因子、动态匹配最优因子权重的动态因子与权重，应替代传统凭借基金经理的经验偏好确定因子、设定固定不变的因子权重；自动判别无效数据、不断修正优化因子组合以提高胜率，应取代传统精细程度低、无法自动识别、处理无效数据的模型；最后通过洞察市场状态、主动适应不同市场风格来改变小盘配臵过多权重、无法适应风格切换等困境。图 10：万家沪深 300 指数增强 Alpha 模型特征数据来源：万家基

25、金， 整理产品业绩分析绩效表现：连年位居头部基金在2018 年7 月正式转型为指数增强产品，但实际于2017 年底即开始调整建仓，故我们选取业绩回测范围为 2018 年 1 月 1 日以来。根据我们的统计，基金在同类沪深 300 增强产品中排名连年靠前（2018 年至 2020/4/3排名第一）。截至 2020 年 4 月 3 日，基金总收益 10.24%，相对基准超额 18. 12%。表 4：基金在同类中业绩排名(截至 2020 年 4 月 3 日)年份同类中排名同类产品数2018 至今118201851920196262020 至今436数据来源： 表 5：基金 2018 年以来绩效分析（

26、数据截至 2020 年 4 月 3 日）年份年化收益年化超额年化波动年化夏普最大回撤相对最大回撤2018-20.09%5.90%19.80%-1.01-26.43%-3.31%201944.72%7.56%18.81%2.38-12.51%-4.65%2020 至今-16.97%21.76%28.75%-0.59-14.82%-1.24%2018 至今4.55%7.89%20.66%0.22-27.34%-5.30%数据来源： 图 11：基金 2018 年以来相对业绩基准超额净值图 12：基金 2018 年来相对业绩基准月度超额（%）1.31.21.110.90.8净值累计基准累计超额累计1.

27、21.151.11.0510.958%月度超额（右轴）超额累计6%4%2%0%-2%-4%0.70.9-6%2018-12018-72019-12019-72020-12018-12018-72019-12019-72020-1数据来源： ，Wind数据来源： ，Wind表 6：万家沪深 300 指数增强基金与同类基金的年化跟踪误差（%）年份/年化跟踪误差万家沪深 300 指数增强 A同类沪深 300 指数增强20183.633.4320195.103.532020 至今3.583.65数据来源： Brinson 归因：选股超额显著Br inson，Hood 和 Beebower 提出 Bri

28、nson 模型，将投资组合的超额收益分解为行业配臵收益、选股收益和交互收益三个部分。我们用该框架对万家沪深 300 指数增强基金中的股票资产组合做分析，基准为沪深 300 指数，行业分类采用申万一级行业。并假设在年报和半年报的财报日（每年的 6 月 30 日和 12 月 31 日）前后各一个月的时间内，基金的持仓不变。从结果看自 2018 年下半年以来，万家沪深 300 指数增强表现出了显著的正向选股能力，超额收益主要来自选股。由于指数增强基金相对基准的行业偏离会有一定控制，故依靠精选个股来创造超额回报正体现了该产品的价值。图 13：基金股票持仓相较沪深 300 指数超额收益分解结果3.5%3

29、.0%2.5%2.0%1.5%1.0%0.5%0.0%-0.5%-1.0%行业配臵选股交互项超额收益2018Q22018Q42019Q22019Q4数据来源： ，Wind表 7：基金相对沪深 300 指数 Brinson 归因明细（2019 年报持仓）行业名称基金权重基准权重基金收益基准收益行业配臵选股收益交互项超额收益农林牧渔3.84%1.97%-8.08%-6.35%-0.119%-0.034%-0.032%-0.185%采掘1.04%1.72%3.01%-0.50%0.003%0.060%-0.024%0.040%化工3.36%2.32%15.84%5.75%0.060%0.234%0.

30、105%0.399%钢铁0.00%0.73%0.00%-1.86%0.013%0.013%-0.013%0.013%有色金属0.24%2.51%7.43%17.32%-0.393%-0.248%0.224%-0.417%机械设备0.39%1.78%7.02%6.52%-0.091%0.009%-0.007%-0.089%电子6.57%6.26%31.92%27.16%0.084%0.298%0.015%0.398%家用电器5.19%5.24%4.04%7.73%-0.004%-0.193%0.002%-0.196%食品饮料8.60%9.71%-1.55%-1.65%0.018%0.010%-0

31、.001%0.027%纺织服装0.00%0.07%0.00%-3.12%0.002%0.002%-0.002%0.002%轻工制造0.01%0.24%9.08%11.36%-0.026%-0.005%0.005%-0.026%医药生物6.98%7.20%10.25%4.99%-0.011%0.379%-0.012%0.356%公用事业2.08%2.49%6.18%-3.66%0.015%0.245%-0.041%0.220%交通运输2.45%3.05%6.77%-2.03%0.012%0.268%-0.052%0.228%房地产4.28%4.75%1.04%3.81%-0.018%-0.132

32、%0.013%-0.137%商业贸易2.96%0.60%2.64%2.12%0.050%0.003%0.012%0.065%休闲服务0.00%0.83%0.00%-1.99%0.016%0.016%-0.016%0.016%建筑材料0.94%1.21%7.71%7.28%-0.020%0.005%-0.001%-0.016%建筑装饰4.41%2.55%1.06%2.27%0.042%-0.031%-0.022%-0.011%电气设备3.99%2.01%17.24%4.56%0.090%0.254%0.252%0.597%国防军工0.00%1.28%0.00%3.27%-0.042%-0.042

33、%0.042%-0.042%计算机0.00%2.19%0.00%15.92%-0.348%-0.348%0.348%-0.348%传媒1.69%2.29%8.79%18.18%-0.108%-0.215%0.056%-0.267%通信0.05%1.59%11.65%11.00%-0.169%0.010%-0.010%-0.169%银行17.13%16.31%-1.30%-0.68%-0.006%-0.101%-0.005%-0.112%非银金融19.20%16.51%5.47%5.29%0.142%0.030%0.005%0.177%汽车4.38%2.58%-0.48%7.70%0.138%-

34、0.211%-0.147%-0.220%数据来源： ，WindBARRA 归因：个股精选突出我们利用基金半年报、年报完整股票持仓做了 BARRA 风格暴露分析与超额收益分解。其中，因子值的计算范围是全市场，收益分解分解时假设半年报、年报披露的前后各一个月内股票持仓不变，在每个报告披露节点计算两个月收益的超额收益分解（例：2018Q2 为 6、7 月的收益，依此类推）。首先从风格暴露角度看，基金在 2018Q4 与 2019Q2 两个节点上相对沪深 300 的风格配臵有明显不同。基金上在低估值、中等市值与盈利上有显著的超配，而在贝塔、流动性风格因子上则明显地低配。其次，我们看到这两个时点上基金也

35、都取得了显著的超额收益，其中 2018 年 12 月至 2019 年 1 月的超额收益更是主要来源于对风格的选择。最后，从整体结果上看基金的超额主要来源于选股与风格，这体现出基金经理突出的个股优选与风格把握能力。图 14：万家沪深 300 指数增强相对跟踪指数的风格暴露差额2018年6月2018年12月2019年6月2019年12月0.400.200.00-0.20-0.40-0.60-0.80数据来源： ，Wind图 15：万家沪深 300 指数增强相对跟踪指数超额收益 BARRA 分解4.0%3.5%3.0%2.5%2.0%1.5%1.0%0.5%0.0%-0.5%-1.0%风格超额行业超

36、额选股超额超额收益2018Q22018Q42019Q22019Q4数据来源： ，Wind指数内、外选股收益对比同样假定基金在半年报、年报公布的前后各一个月内不做持仓调整,我们对比基金指数成分内、外股票加权平均收益与同期沪深 300 指数的收益。首先我们看到在全部四个节点上，指数内选股收益都要高于跟踪指数，说明基金在指数内选择标的与分配权重能产生稳定持续的相对指数超额。同时，我们也注意到基金在 2018 年指数内选股收益贡献要明显高于指数外选股。而 2019 年中指数外选股则较指数内贡献了更多收益。图 16：指数内、外选股的收益对比12%沪深300指数前后两个月收益率 非成分股加权平均收益率成分

37、股加权平均收益率7%2%-3%-8%-13%2018Q22018Q42019Q22019Q4数据来源： ，Wind增强收益与各指数表现的相关性我们接着考察基金相对跟踪指数的超额收益是否与市场的规模风格偏好有关。我们以 60 个交易日为窗口，滚动计算了基金超额收益率与沪深 300 相对中证 500 的超额收益率之间的秩相关系数。从结果看到，整体上基金超额收益与大市值相对中等市值强势度呈负相关，仅在 2019 年 Q3 末与 Q4 期间呈正相关。图 17：基金超额收益与沪深 300 相对中证 500 超额收益秩相关系数（60 日滚动）0.40.30.20.10-0.1-0.2-0.3-0.4-0.

38、5-0.62018-4-32018-10-32019-4-32019-10-32020-4-3数据来源： ，Wind产品持仓分析市值分布：超配小市值我们将股票市值分为100 亿元、100500 亿元、5001000 亿元、1000 亿元以上四个区段，并利用半年报、年报完整持仓计算基金在不同市值区段中的权重分布。可以看到，基金在大小市值中权重相对均衡，且相对跟踪指数在100 亿元的小市值范围内配臵了更高权重。2018Q22019Q22018Q42019Q4图 18：万家沪深 300 指数增强的市值分布图 19：基金相对跟踪指数的市值分布差异50%2018Q22018Q417%40%30%20%1

39、0%0%2019Q22019Q412%7%2%-3%-8%-13%-18% 数据来源： ，Wind数据来源： ，Wind板块分布：超配金融、消费我们根据行业属性，将申万一级行业分为消费、周期、金融和成长四大板块，并以此归类统计基金在各大板块上的配臵权重。且为了更清楚看到该基金与指数在板块配臵上的差异，我们考察基金与沪深 300 指数在板块权重上的变动趋势，计算每期基金在板块中的超低配比例。自 2018 年以来，基金相对跟踪指数在消费、金融板块配臵了更高权重，而在成长板块则显著低配。表 8：申万一级行业板块分类板块消费周期金融成长农林牧渔交通运输银行电子申万一级行业商业贸易有色金属非银金融计算机

40、家用电器钢铁房地产传媒食品饮料公用事业通信纺织服装汽车电气设备轻工制造化工国防军工医药生物采掘休闲服务建筑材料综合建筑装饰机械设备数据来源： ， Wind图 20：万家沪深 300 指数增强持仓板块分布（%）45%40%35%30%25%20%15%10%5%0%2018Q22018Q4消费周期2019Q22019Q4金融成长数据来源： ，Wind图 21：万家沪深 300 指数增强持仓板块超配/低配情况（相对沪深 300 指数）2018Q22018Q42019Q22019Q46%4%2%0%-2%-4%-6%消费周期金融成长数据来源： ，Wind行业分布：近期超配非银、商贸、农牧等行业分布方

41、面，通过图 22 我们看到基金相对于沪深 300 近期超配了非银金融、商贸、农林牧渔、汽车、电气设备、建筑装饰等行业。全历史来看，基金在交运、计算机、电子、通信、国防军工等成长行业较指数显著低配。图 22：万家沪深 300 指数增强相对沪深 300 指数各行业超配/低配情况（%）8%6%4%2%0%-2%-4%-6%-8%2018Q22018Q42019Q22019Q4交通运输休闲服务传媒公用事业农林牧渔化工医药生物商业贸易国防军工家用电器建筑材料建筑装饰房地产 有色金属机械设备汽车电子电气设备纺织服装综合计算机 轻工制造通信采掘钢铁银行非银金融食品饮料数据来源： ，Wind图 23：万家沪深

42、 300 指数增强行业配臵情况（%）2018Q22018Q42019Q22019Q425%20%15%10%5%交通运输休闲服务传媒公用事业农林牧渔化工医药生物商业贸易国防军工家用电器建筑材料建筑装饰房地产 有色金属机械设备汽车电子电气设备纺织服装综合计算机 轻工制造通信采掘钢铁银行非银金融食品饮料0%数据来源： ，Wind2018Q22018Q42019Q22019Q4交通运输2.34%2.19%2.15%2.45%休闲服务0.86%0.24%1.85%0.00%传媒4.99%2.67%2.82%1.69%公用事业0.86%6.38%2.42%2.08%农林牧渔0.82%0.00%1.89%

43、3.84%化工2.33%5.02%2.66%3.36%医药生物9.08%2.72%5.24%6.98%商业贸易2.66%1.68%0.00%2.96%国防军工0.38%0.00%1.30%0.00%家用电器6.10%1.87%4.85%5.19%表 9：万家沪深 300 指数增强行业配臵明细建筑材料2.53%2.62%1.83%0.94%建筑装饰2.51%0.92%3.92%4.41%房地产5.17%5.68%4.77%4.28%有色金属4.98%0.03%2.77%0.24%机械设备0.35%3.50%3.04%0.40%汽车6.11%1.67%2.66%4.39%电子2.54%3.72%3

44、.38%6.75%电气设备0.73%3.25%0.76%3.99%纺织服装0.31%0.00%0.09%0.00%综合0.00%3.35%0.00%0.00%计算机0.08%0.06%3.18%0.00%轻工制造0.00%1.90%0.33%0.01%通信0.15%0.27%1.55%0.05%采掘2.09%1.96%0.39%1.04%钢铁0.00%1.34%0.46%0.00%银行18.48%19.53%16.74%17.13%非银金融12.90%17.09%18.13%19.20%食品饮料10.61%10.31%10.80%8.60%数据来源： ，Wind2018Q22018Q42019

45、Q22019Q4交通运输0.10%-0.01%-0.08%0.01%休闲服务0.01%0.02%0.19%传媒-0.17%-0.01%0.02%-0.11%公用事业0.02%0.09%0.00%0.02%农林牧渔-0.06%0.00%-0.12%化工-0.03%-0.05%0.01%0.06%医药生物-0.20%0.51%-0.05%-0.01%商业贸易-0.30%0.00%0.05%国防军工0.01%0.01%家用电器-0.04%-0.37%0.00%0.00%建筑材料0.23%0.07%0.05%-0.02%建筑装饰-0.01%0.05%0.04%0.04%房地产-0.03%0.04%0.

46、01%-0.02%有色金属-0.16%0.20%0.01%-0.39%机械设备-0.01%0.04%0.12%-0.09%汽车-0.22%-0.08%0.00%0.14%电子0.24%0.03%-0.20%0.08%电气设备0.18%0.10%-0.07%0.09%纺织服装0.02%0.00%综合-0.21%计算机0.13%-0.02%0.08%轻工制造-0.06%-0.02%-0.03%通信0.22%0.00%-0.01%-0.17%表 10：万家沪深 300 指数增强通过行业配臵带来的收益（相对沪深 300 指数）采掘-0.01%0.00%-0.04%0.00%钢铁0.00%0.01%银行

47、-0.01%0.03%-0.02%-0.01%非银金融0.07%食品饮料-0.14%0.00%0.00%0.14%0.35%0.10%0.02%数据来源： ，Wind持仓集中度：近期下降、相对同类略高万家沪深 300 指数增强的持股数量稳中有升。截至 2019 年末，共持仓 133 只个股，其中基金在指数内选股数量占比为 84.05%、指数外占比 15.95%，今年内两者比例保持相对稳定。表 11：万家沪深 300 指数增强持股占比及持股数变化（数据截至 2019 年 12 月 31 日）指数外占比指数外持股数指数内占比指数内个股数基金持股数合计2018/6/3018.14%2981.86%8

48、01092018/12/3115.22%4984.78%771262019/6/3017.09%3382.91%801132019/12/3115.95%5384.05%80133数据来源： ，Wind图 24：万家沪深 300 指数增强基金持股累计权重图 25：基金持股数占比及持股数变化2018Q22018Q42019Q22019Q4指数外投资占比指数内投资占比指数外投资个股数指数内投资个股数100%80%60%40%20%18152229364350576471788592991061131201270%100%80%60%40%20%0%股票投资个股数2018-6-302019-6-30

49、140120100806040200数据来源： ，Wind数据来源： ，Wind与同类基金（沪深 300 指数增强型基金）相比，万家沪深 300 增强持股集中度相对更高，截至 2019 年底基金 34.85%的权重集中在前十大重仓股，略高于同期同类产品 33.20%的中位水平，而持股总数则较同类更多。图 26：万家沪深 300 指数增强及同类基金持股集中度对比50% 万家沪深300指数增强A前十大重仓股占全部股票比重45% 沪深300指数增强型基金前十大重仓股占全部股票比重中位数40%35%30%25%2018Q1 2018Q2 2018Q3 2018Q4 2019Q1 2019Q2 2019

50、Q3 2019Q4数据来源： ，Wind图 27：万家沪深 300 指数增强及同类基金持股个数对比150 万家沪深300指数增强A持股个数 沪深300指数增强型基金持股个数中位数14013012011010090802018Q22018Q42019Q22019Q4数据来源： ，Wind表 12：万家沪深 300 指数增强前十大重仓股（截至 2019/12/31）自由流通市值（亿元）600030.SH中信证券5.491,977.19非银金融601318.SH中国平安3.958,434.86非银金融600000.SH浦发银行3.761,898.14银行000333.SZ美的集团3.732,656.

51、90家用电器600036.SH招商银行3.714,665.49银行601628.SH中国人寿3.33523.05非银金融601398.SH工商银行2.961,993.06银行股票代码股票名称占股票市值比(%)申万一级行业601229.SH上海银行2.83851.34银行600958.SH东方证券2.66445.45非银金融601633.SH长城汽车2.4280.78汽车数据来源： ，Wind换手率：位于同类中上游以年报和中报公布的全部持仓计算基金在各期的年化换手率。可以看到万家沪深300 指数增强的换手率位于同类沪深 300 增强产品中上游，近两年换手率基本稳定在 5-6 倍之间。图 28：万

52、家沪深 300 指数增强换手率统计（年化，倍）万家沪深300指数增强换手率同类基金换手率平均值同类基金换手率中位数765432102018Q22018Q42019Q22019Q4数据来源： ，Wind规模及投资者结构分析自 2018 年以来，万家沪深 300 指数增强的总份额从 0.98 亿份增长到 2.63 亿份，增长 169.50%，总规模从 0.98 亿元增长到 1.99 亿元，增长 103.06%，总份额及规模持稳定上升的态势，并且持有者以机构投资者为主。图 29：万家沪深 300 指数增强基金的份额及规模变化图3基金份额（亿份）基金规模（亿元，右轴）2.521.510.52.521.

53、510.5002018-03-312018-09-302019-03-312019-09-30数据来源： ，Wind图 30：万家沪深 300 指数增强基金持有人数量变化10009008007006005004003002001000基金份额持有人户数(户)平均每户持有人基金份额(万份)2018-06-302018-12-312019-06-302019-12-31数据来源： ，Wind图 31：万家沪深 300 指数增强基金投资者结构分析机构投资者持有占总份额比( )个人投资者持有占总份额比( ,右轴)1011009998979695942018-06-302018-12-312019-06

54、-302019-12-3143.532.521.510.50数据来源： ，Wind基金重仓股分析分析基金重仓股变化，前十大重仓股中，除几只大市值股权重稳定外其余股票的选择较为灵活。从历史上来看，重仓股的业绩比较优异。其中，2019 年全年重仓股业绩表现十分突出，获取了不菲的区间收益。截止至 2019 年底，万家沪深 300 指数增强的前十大重仓股分别是中信证券、中国平安、浦发银行、美的集团、招商银行、中国人寿、工商银行、上海银行、东方证券、长城汽车（按权重从大到小排序），其中第一大重仓股的权重为 5.49%。表 13：万家沪深 300 指数增强前十大重仓股权重变动情况（%）行业股票简称2018

55、Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q4交通运输申通快递3.16建发股份 3.54传媒长江传媒2.9光线传媒2.57公用事业长江电力4.75医药生物步长制药2.05家用电器格力电器3.533.04美的集团2.822.892.514.563.733.73建筑材料房地产海螺水泥迪马股份2.993.242.582.1招商蛇口3.33金地集团2.86绿地控股 2.58有色金属北方稀土 3.29铜陵有色2.5机械设备徐工机械2.32汽车上汽集团2.862.96威孚高科2.53电子长城汽车海康威视 2.11 2.42电气设备卧龙电驱 3.49综合物产中大3.

56、35银行招商银行2.686.172.472.853.07 3.71交通银行3.882.48中国银行2.62 2.5农业银行4.532.1兴业银行4.35工商银行3.144.612.96浦发银行4.623.76上海银行2.622.83非银金融中国平安6.565.7410.236.727.848.975.233.95中国太保3.42中国人寿3.342.332.443.33国泰君安2.62广发证券2.74海通证券3.27 4.03中信证券5.49东方证券2.66食品饮料贵州茅台5.44.644.425.643.772.773.92五粮液2.562.97洋河股份1.97数据来源： ，Wind表 14：

57、万家沪深 300 指数增强前十大重仓股报告期区间（季度）涨跌情况（%）行业股票简称2018Q12018Q22018Q32018Q42019Q12019Q22019Q32019Q4交通运输申通快递-0.77建发股份 -2.03传媒光线传媒-19.45长江传媒16.17公用事业长江电力-3.05医药生物步长制药14.60家用电器格力电器7.320.53美的集团-1.62-2.0332.209.24-1.4713.99建筑材料海螺水泥9.89-20.4130.40房地产迪马股份-3.50招商蛇口-10.22金地集团-5.84绿地控股 -9.42有色金属北方稀土 -10.83铜陵有色-2.71机械设备

58、徐工机械2.72汽车上汽集团6.150.35威孚高科-1.95电子长城汽车海康威视 36.14 14.94电气设备卧龙电驱 9.61综合物产中大-8.03银行招商银行0.2419.86-17.8934.606.07 8.14交通银行-7.12-0.86中国银行-8.14 -4.28农业银行13.083.61兴业银行-6.33工商银行5.29-1.986.33浦发银行1.374.48上海银行6.541.50非银金融中国平安-6.67-8.5918.10-18.1037.4316.58-0.93-1.82中国太保14.23中国人寿0.71-10.10-2.9726.89国泰君安2.20广发证券-1

59、5.03海通证券1.14 -2.20中信证券12.54东方证券5.49食品饮料贵州茅台-1.998.52-0.20-19.1844.7416.9316.87五粮液14.5326.33洋河股份37.69数据来源： ，Wind基金管理人介绍基金经理介绍基金经历乔亮先生曾任美国巴克莱国际投资管理公司基金经理，加拿大退休基金国际投资管理公司基金经理，南方基金管理有限公司量化投资部基金经理，通联数据股份公司联合创始人、首席投资官，上海寻乾资产管理有限公司投资总监、总经理，巨杉(上海)资产管理有限公司量化投资部投资总监。2019 年 7 月加入万家基金管理有限公司，担任公司总经理助理。2019 年 8 月

60、起任万家量化睿选灵活配臵混合型证券投资基金、万家量化同顺多策略灵活配臵混合型证券投资基金、万家中证 1000指数增强型发起式证券投资基金基金经理。2019 年 9 月起任万家中证 500 指数增强产品名称投资类型任职日期任职回报年化回报万家中证 1000 指数增强 A增强指数型基金2019/8/2119.13%30.95%万家中证 1000 指数增强 C增强指数型基金2019/8/2118.75%30.30%万家中证 500 指数增强 A增强指数型基金2019/9/68.59%14.58%万家中证 500 指数增强 C增强指数型基金2019/9/68.38%14.22%万家量化同顺多策略 A灵