「華泰金工林曉明團隊」公募主動量化觀察：小賽道有大未來
林曉明
S0570516010001 研究員
SFC No。BPY421
何 康
S0570520080004 研究員
SFC No。BRB318
報告發布時間：2022年8月4日
摘要
公募主動量化觀察：小賽道有大未來
2019 年以來，公募、私募基金行業均實現快速擴張，數量、規模迭創新高，但公募主動量化賽道略顯冷落。截至 2022Q2， 主動型量化基金總規模為604。7 億元，佔公募量化市場 3。4%，佔公募市場 0。4%。近 3 年業績相比全市場股基、混基無顯著優勢。客戶需求、投資風格、交易限制等因素制約其發展。未來三條細分賽道或存在機會。類指數增強基金以更高跟蹤誤差為代價，換取更高夏普比和更低迴撤，相比指增基金投資體驗更好；投資者對行業主題型基金存在較大需求；量化投資的強項之一是對風險的控制，有效的量化擇時模型能弱化權益部分下行風險，構建差異化的固收+產品。
公募主動量化市場現狀如何？
截至 2022Q2，主動型量化基金總規模為 604。7 億元，佔公募量化市場 3。4%，佔公募市場 0。4%。2019 年 7 月至 2022 年 6 月，主動型量化基金區間年化收益率中位數 18。4%，低於全市場股票型基金（ 26。4%），與混合型基金（18。2%）基本持平。客觀地說， 過去 3 年無論是收益水平還是收益風險比，主動型量化基金整體相比股基、混基沒有顯著優勢。
哪些因素制約公募主動量化發展？
對比公募指數基金：機構配置需求疊加市場有效性提升預期，催生公募指數基金大發展；主動量化本質仍是博弈市場存量Alpha，容量有限，機構配置需求低。對比公募主動管理型基金：主動管理型基金持股集中，風險暴露高，業績彈性大；量化基金持股分散，控制相對基準風險暴露，結構性行情反而成為劣勢。對比私募量化基金：私募量化基金投資限制少，投資品種、手段靈活，交易費率低，激勵機制相對好；公募量化基金存在投資品種、交易頻率/方向/費率等因素限制。
公募主動量化哪些細分賽道存在機會？——類指數增強基金
相比“正牌”指數增強基金，類指數增強基金以更高跟蹤誤差為代價，換取更高夏普比和更低迴撤。從量化產品設計角度看，指數增強基金設定明確的比較基準，透過資訊比率指標能客觀反映管理人超額收益水平。但對於投資者（尤其是個人投資者），往往從絕對收益角度出發選擇產品，年化收益率、夏普比率、最大回撤等指標反而更重要，類指數增強基金投資體驗可能更好。
公募主動量化哪些細分賽道存在機會？——行業主題型基金和固收+基金
近3年股票型主動量化基金收益排名前列產品以行業主題型為主，如高景氣的環保、新能源、食飲等行業，且規模在主動量化基金中相對較大，顯示出投資者對行業主題特徵鮮明產品的需求。近3年多數偏債混合型主動量化產品收益位於固收+基金前列。固收+產品追求絕對收益，相比相對排名導向的產品更注重風險管理。量化投資的強項之一正是對風險的控制，有效的量化擇時模型能弱化權益部分下行風險，構建差異化的固收+產品。相比博弈Alpha，Beta管理類量化產品具有更廣闊的發展空間。
風險提示：風格因子的效果與宏觀環境和大盤走勢密切相關，歷史結果不能預測未來；量化與非量化基金的業績受到多種因素影響，包括環境、政策、基金管理人變化等，過去業績好的基金不代表未來依然業績好，投資需謹慎。本報告所採用的基金倉位測算方法僅基於日頻基金淨值資料和行業資料，沒有利用基金報告中公佈的重倉股、行業分佈等資訊，存在一定侷限性，敬請注意。
正文
2019年以來，公募、私募基金行業均實現快速擴張，數量、規模迭創新高。但大時代下也不乏失意者，其中公募主動量化賽道略顯冷落，發展不及其他型別產品。公募主動量化市場現狀如何？哪些因素制約其發展？哪些細分賽道存在機會？本文將嘗試解答。
公募主動量化產品規模：2022Q2合計605億元，公募市場佔比不及1%
基於公募開放式基金2022年二季報，統計各型別基金規模（剔除貨幣基金），如下圖所示。全市場總規模約為16。4萬億元。其中股票型基金（含普通股票型和偏股混合型）總規模約為3。9萬億元，指數型基金（含被動指數型和指數增強型）總規模約為1。7萬億元，混合型、債券型、FOF、QDII基金總規模分別為2。3、7。8、0。2、0。3萬億元。
基於基金投資理念、管理人背景等資訊，篩選出量化基金，進一步分為主動性、指數增強型、被動型、對沖型四類產品。量化基金總規模約為1。8萬億元，佔公募市場11。0%。其中被動型量化基金總規模約為1。6萬億元，佔公募量化市場86。8%。主動型量化基金總規模僅為604。7億元，佔公募量化市場3。4%，佔公募市場0。4%。
公募主動量化風險收益特徵：收益、收益風險比相比股基、混基無優勢
以2019年7月1日至2022年6月30日為觀察區間，統計各型別公募基金產品風險收益特徵，如下表。
從風險特徵看，主動型量化基金區間年化波動率中位數為20。5%，全市場股票型、混合型基金區間年化波動率中位數分別為24。2%和14。8%。主動量化基金風險水平低於股票型基金，高於混合型基金。
從收益特徵看，主動型量化基金區間年化收益率中位數為18。4%，全市場股票型、混合型基金區間年化收益率中位數分別為26。4%和18。2%。主動量化基金收益水平低於股票型基金，與混合型基金基本持平。
從夏普比率看，主動型量化基金區間夏普比率中位數為0。9，低於全市場股票型基金（1。1）和混合型基金（1。2），收益風險比相對較低。
客觀地說，過去3年，無論是收益水平還是收益風險比，主動型量化基金整體相比股票型、混合型基金沒有顯著優勢。
儘管有一批優秀的量化管理人取得了不遜於非量化產品的出色業績，但投資人對公募量化的整體印象不易改變。
對公募主動量化基金與近三年其他熱門產品做對比分析，如下表。
公募主動量化產品觀察：截至2022年7月共168只基金，內部差異大
下面具體分析現有公募主動量化產品。分析物件為2019年8月1日已成立，2022年7月29日未到期的初始基金，篩選得到168只基金。其中普通股票型、偏股混合型、靈活配置型、偏債混合型基金數量分別為43、52、64、10只。2022Q2規模最大44。8億元，最小0。01億元，均值3。6億元，中位數1。4億元。
下表展示規模排名前25公募主動量化基金基本資訊。華夏基金、華泰柏瑞基金、景順長城基金、銀華基金、長信基金、博道基金、中歐基金均有多隻產品在列。
以2019年8月1日至2022年7月29日為觀察區間，統計主動量化基金收益風險特徵。
觀察知，主動量化基金業績表現內部差異較大，年化收益率最低-5。5%，最高46。9%，年化波動率最低3。4%，最高34。2%。全部主動量化基金合併分析可能欠妥，下面對股票型（含普通股票型和偏股混合型）、靈活配置型和偏債混合型三類基金分別進行分析。
股票型主動量化基金：超過半數產品定位為類滬深300或中證500指增
量化選股的主流體系是多因子框架，以獲取相對基準的超額收益為目標，構建組合時會控制相對基準的風險暴露，代表性產品形式是指數增強型基金，通常約束相對基準指數年化跟蹤誤差在8%範圍內。
對於主動量化基金，儘管基金合同中沒有明確的跟蹤誤差要求，但由於方法論未脫離多因子框架，較多產品仍然有隱性的跟蹤誤差約束。部分基金公司也會將主動量化基金定位為“類滬深300指增”、“類中證500指增”。
統計95只股票型主動量化基金相對滬深300和中證500指數年化跟蹤誤差，如下圖所示。觀察知，圖表左下方存在兩簇點，分別代表相對滬深300低偏離（左側紅色）和相對中證500低偏離（下側黃色）。
根據相對滬深300和中證500跟蹤誤差，將股票型主動量化基金分為如下四類：
1。
類滬深300指增：
相對滬深300年化跟蹤誤差低於9%；共32只產品。
2。
類中證500指增：
相對中證500年化跟蹤誤差低於9%；共17只產品。
3。
中偏離：
相對滬深300和中證500年化跟蹤誤差至少一項低於15%；共35只產品。
4。
高偏離：
相對滬深300和中證500年化跟蹤誤差兩項均高於15%；共11只產品。
可以看出，超過半數產品定位為類滬深300或中證500指增，業績指標中位數如下表。
類滬深300指數增強基金：博時量化多策略和博時量化價值等產品較出色
統計32只類滬深300指數增強基金業績指標。對標主動管理型產品，分別以夏普比率、最大回撤、Calmar比率為排序依據，篩選前3名基金如下表。這些產品具備良好的收益風險比和控制回撤能力，其中博時基金兩隻產品——博時量化多策略和博時量化價值均在列。
博時量化多策略（A/C份額程式碼005635/005636）成立於2018年4月3日，2022Q2規模為2。04億元，現任基金經理為黃瑞慶和林景藝。該產品屬於普通股票型基金，股票資產佔基金資產的80%-95%，其中港股通標的佔股票資產的0-50%。“多策略”主要體現在A股投資策略，涵蓋因子打分、事件驅動、量價特徵等多種投資邏輯，同時運用港股投資策略、債券投資策略、權證投資策略等。
博時量化價值（A/C份額程式碼005960/005961）成立於2018年6月26日，2022Q2規模為0。30億元，現任基金經理為黃瑞慶和林景藝。該產品屬於普通股票型基金，股票資產佔基金資產的80%-95%，其中港股通標的佔股票資產的0-50%。“價值”主要體現在投資風格，對多策略體系中的價值型策略進行集中配置，突出組合的價值風格。
全部類滬深300指數增強基金夏普比率和最大回撤如下圖。
類指數增強基金剖析：高跟蹤誤差換取高夏普比和低迴撤，投資體驗更好
“類”指數增強基金和“正牌”指數增強基金有何差異？對比32只存續滿3年的滬深300指數增強基金，以及前述32只類滬深300指數增強基金。類滬深300指數增強基金夏普比率更高，最大回撤更低，如下圖。
類滬深300指數增強基金資訊比率更低，年化跟蹤誤差更大，如下圖。
詳細業績指標對比如下表。類指數增強基金以更高跟蹤誤差為代價，換取更高夏普比和更低迴撤。
從量化產品設計角度看，指數增強基金設定明確的比較基準，透過資訊比率指標能客觀反映管理人超額收益水平。但對於投資者（尤其是個人投資者），往往從絕對收益角度出發選擇產品，年化收益率、夏普比率、最大回撤等指標反而更重要，類指數增強基金投資體驗可能更好。
類中證500指數增強基金：夏普比率和回撤控制同樣優於中證500指增
統計17只類中證500指數增強基金業績指標，分別以夏普比率、最大回撤、Calmar比率為排序依據，篩選前3名基金如下表。
對比24只中證500指數增強基金與17只類中證500指數增強基金，結論與前述滬深300產品一致：類中證500指數增強基金跟蹤誤差更高，資訊比率更低，但是夏普比率更高，回撤更小，對絕對收益導向的投資人來說，投資體驗可能更好。
中高偏離股票型主動量化基金：靠前產品以行業主題型為主且規模相對大
分別統計35/11只中/高偏離股票型主動量化基金業績指標，分別以夏普比率、最大回撤、Calmar比率為排序依據，篩選前3名基金。高偏離基金排名前列產品以行業主題型為主，如近3年高景氣的環保、新能源、食飲等行業，且規模在主動量化基金中相對較大，顯示出投資者對行業主題特徵鮮明產品的需求。
靈活配置型主動量化基金：多數高倉位運作，低倉位產品回撤控制好
靈活配置型基金的股票投資比例限制一般在0-95%，股票倉位彈性大。統計64只靈活配置型主動量化基金2019Q3至2022Q2股票倉位均值及標準差，如下圖。
根據股票倉位均值及標準差，將靈活配置型主動量化基金分為如下四類：
1。
低倉位+擇時：
股票倉位均值低於60%，標準差大於10%；共9只產品。
2。
中高倉位+擇時：
股票倉位均值超過60%，標準差大於10%；共14只產品。
3。
中等倉位+不擇時：
股票倉位均值介於60%-80%，標準差小於10%；共1只產品。
4。
高倉位+不擇時：
股票倉位均值超過80%，標準差小於10%；共40只產品。
四類靈活配置型主動量化基金業績指標如上表。大部分產品採取高倉位運作。低倉位+擇時類別夏普比率高，回撤控制較好。中高倉位+擇時類別夏普比率低，回撤較大。由此可見，
對於靈活配置型主動量化基金，擇時並不一定能直接提升業績，取決於管理人擇時能力。
偏債混合型主動量化基金：博時量化平衡等產品收益位於固收+基金前列
主動量化基金中，存續滿3年的偏債混合型基金共10只，2022Q2規模中位數6。63億元，高於全市場主動量化基金水平。以2019年8月1日至2022年7月29日為統計區間，從區間年化收益率看，博時量化平衡等多隻產品表現出色。
博時量化平衡（程式碼004495）成立於2017年5月4日，2022Q2規模為8。11億元，現任基金經理為黃瑞慶和林景藝。該產品股票資產佔基金資產的0-40%。“平衡”主要體現在大類資產配置，根據宏觀經濟週期決定股票和債券投資比例，實現股債平衡配置。同時輔以量化擇時策略，以多邏輯、多期限、多品種為目標設計開發，綜合考慮基本面和市場面因素，形成對投資品種的長、中、短期趨勢和方向判斷。
觀察上述產品股票倉位變化，2018Q1股票倉位降低至10%，2018Q2維持低倉位，體現出管理人的擇時能力；此後股票倉位中樞在37%，接近合同約定的上限，逐漸淡化擇時。
將偏債混合型基金、債券型基金、債券型FOF基金定義為固收+基金。存續滿3年的固收+基金共1656只，近3年年化收益率中位數4。0%，前25%分位數5。4%。10只偏債混合型主動量化基金中，9只年化收益率高於固收+基金中位數，7只年化收益率高於固收+基金前25%分位數。
對比偏債混合型主動量化基金與其他固收+基金風險收益特徵，如下圖所示。同樣可知博時量化平衡等主動量化產品收益位於固收+基金前列。
固收+產品追求絕對收益，相比相對排名導向的產品更注重風險管理。量化投資的強項之一正是對風險的控制，有效的量化擇時模型能夠弱化權益部分下行風險，構建差異化的固收+產品。相比博弈Alpha，Beta管理類量化產品具有更廣闊的發展空間。
總結和展望
最後回答開頭提出的三個問題。
公募主動量化市場現狀如何？
截至2022Q2，主動型量化基金總規模為604。7億元，佔公募量化市場3。4%，佔公募市場0。4%。2019年7月至2022年6月，主動型量化基金區間年化收益率中位數18。4%，低於全市場股票型基金（26。4%），與混合型基金（18。2%）基本持平。過去3年，無論是收益水平還是收益風險比，主動型量化基金整體相比股基、混基沒有顯著優勢。
哪些因素制約公募主動量化發展？
1。
對比公募指數基金：
機構配置需求疊加市場有效性提升預期，催生公募指數基金大發展；主動量化本質仍是博弈市場存量Alpha，容量有限，機構配置需求低。
2。
對比公募主動管理型基金：
主動管理型基金持股集中，風險暴露高，業績彈性大；量化基金持股分散，控制相對基準風險暴露，結構性行情中反而成為劣勢。
3。
對比私募量化基金：
私募量化基金投資限制少，投資品種/手段靈活，交易費率低，激勵機制相對好；公募量化基金存在投資品種、交易頻率/方向/費率等因素限制。
公募主動量化哪些細分賽道存在機會？
1。
類指數增強基金：
相比“正牌”指數增強基金，類指數增強基金以更高跟蹤誤差為代價，換取更高夏普比和更低迴撤。從量化產品設計角度看，指數增強基金設定明確的比較基準，透過資訊比率指標能客觀反映管理人超額收益水平。但對於投資者（尤其是個人投資者
投資者），往往從絕對收益角度出發選擇產品，年化收益率、夏普比率、最大回撤等指標反而更重要，類指數增強基金投資體驗可能更好。
2。
行業主題型基金：
近3年股票型主動量化基金收益排名前列產品以行業主題型為主，如高景氣的環保、新能源、食飲等行業，且規模在主動量化基金中相對較大，顯示出投資者對行業主題特徵鮮明產品的需求。
3。
固收+基金：
近3年多數偏債混合型主動量化產品收益位於固收+基金前列。固收+產品追求絕對收益，相比相對排名導向的產品更注重風險管理。量化投資的強項之一正是對風險的控制，有效的量化擇時模型能弱化權益部分下行風險，構建差異化的固收+產品。相比博弈Alpha，Beta管理類量化產品具有更廣闊的發展空間。
風險提示
本報告不涉及證券投資基金評價業務，所涉及到的基金產品資訊均為公開客觀資訊。本報告內容僅供參考，投資者應結合自身風險承受能力，充分考慮指數編制規則、樣本股變化、市場風格變化等因素對基金產品業績產生的影響，根據自身情況自主做出投資決策並自行承擔投資風險。
免責宣告
公眾平臺免責宣告
林曉明
執業證書編號：S0570516010001
【華泰金工林曉明團隊】2020年中國市場量化資產配置年度觀點——週期歸來、機會重生，顧短也兼長20200121
【華泰金工林曉明團隊】量化資產配置2020年度觀點——小週期爭明日，大週期贏未來20200116
週期起源
【華泰金工林曉明團隊】金融經濟週期的耗散結構觀——華泰週期起源系列研究之十
【華泰金工林曉明團隊】經濟系統中有序市場結構的進化——華泰週期起源系列研究報告之九
【華泰金工林曉明團隊】企業間力的產生、傳播和作用效果——華泰週期起源系列研究之八
【華泰金工林曉明團隊】耦合振子同步的藏本模型——華泰週期起源系列研究之七
【華泰金工林曉明團隊】週期在供應鏈管理模型的實證——華泰週期起源系列研究之六
【華泰金工林曉明團隊】不確定性與緩衝機制——華泰週期起源系列研究報告之五
【
華泰金工林曉明團隊】週期是矛盾雙方穩定共存的結果——華泰週期起源系列研究之四
【華泰金工林曉明團隊】週期是不確定性條件下的穩態——華泰週期起源系列研究之三
【華泰金工林曉明團隊】週期趨同現象的動力學系統模型——華泰週期起源系列研究之二
【華泰金工林曉明團隊】從微觀同步到宏觀週期——華泰週期起源系列研究報告之一
週期起源
【華泰金工林曉明團隊】行業配置落地：指數增強篇——華泰中觀基本面輪動系列之十
【華泰金工林曉明團隊】行業配置策略：擁擠度視角——華泰中觀基本面輪動系列之九
【華泰金工林曉明團隊】行業配置策略：景氣度視角——華泰中觀基本面輪動系列之八
【華泰金工林曉明團隊】行業配置策略：趨勢追蹤視角——華泰中觀基本面輪動系列之七
【華泰金工林曉明團隊】行業配置策略：宏觀因子視角——華泰中觀基本面輪動系列之六
【華泰金工林曉明團隊】行業全景畫像：投入產出表視角——華泰中觀基本面輪動系列之五
【華泰金工林曉明團隊】行業全景畫像：改進杜邦拆解視角——華泰中觀基本面輪動系列之四
【華泰金工林曉明團隊】行業全景畫像：風格因子視角 ——華泰中觀基本面輪動系列之三
【華泰金工林曉明團隊】行業全景畫像：宏觀因子視角 ——華泰中觀基本面輪動系列之二
【華泰金工林曉明團隊】確立研究物件：行業拆分與聚類——華泰中觀基本面輪動系列之一
中觀基本面輪動
基金評價
【華泰金工林曉明團隊】2021Q2中國ETF市場盤點回顧
【華泰金工林曉明團隊】2021Q1中國ETF市場盤點回顧
【華泰金工林曉明團隊】2020Q4中國ETF市場全景回顧——總規模創新高，行業主題類ETF漸成市場新主角20210112
【華泰金工林曉明團隊】2020年三季度中國ETF市場回顧——產品百花齊放、投資者結構日漸成熟，規模創新高20201021
【華泰金工林曉明團隊】ETF產品細分差異化或成突圍之道——2020二季度中國ETF市場全景回顧盤點與展望20200803
【華泰金工林曉明團隊】ETF規模數量大漲品類不斷豐富——2020一季度中國ETF市場全景回顧盤點
