本基金通过数量化模型,优化资产配置权重,力争在降低组合风险的同时,获得超越比较基准的超额收益。
本基金的投资范围为具有良好流动性的金融工具,包括国内依法发行上市的股票(包含中小板、创业板及其他经中国证监会核准上市的股票)、债券(包括交易所和银行间两个市场的国债、金融债、企业债与可转换债、中期票据、短期融资券等)、银行存款、货币市场工具、权证、资产支持证券、股指期货以及法律法规和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的相关规定)。 如法律法规或监管机构以后允许基金投资其他品种,基金管理人在履行适当程序后,可以将其纳入投资范围。
1、资产配置策略 本基金实行在公司投资决策委员会统一指导下的资产配置机制。投资决策委员会定期或针对特定事件临时召开,讨论、确定具体的基金资产未来一段时期内在权益类资产及固定收益类资产之间的配置比例范围,形成资产配置相关决议。基金经理根据投资决策委员会关于资产配置的决议具体执行并实施资产配置方案。 为了有效实施数量化投资策略,本基金将在投资决策委员会关于资产配置决议的允许范围内,采取相对稳定的股票持仓比例控制措施,降低由于股票持仓比例波动过于频繁影响到数量化投资策略的效果。 资产配置采取“自上而下”的多因素分析决策支持,结合定性分析和定量分析,对股票资产和固定收益类资产的风险收益特征进行分析预测,确定中长期的资产配置方案。 在实施资产配置时,主要考察三方面的因素:宏观经济因素、政策及法规因素和资本市场因素。 宏观经济因素是资产配置的重点考量对象。本基金重点考察全球经济发展状况、国际间贸易和资本流动、国际间贸易壁垒和文化差异等定性因素和中国劳动力分布、GDP、CPI、PPI、投资、消费、进出口、货币流动性状况、利率、汇率等定量因素,评估宏观经济变量变化趋势及对固定收益投资品和权益类投资品的影响,并做出适当的资产配置策略。 政策及法规因素方面主要关注政府货币政策、财政政策和产业政策的变动趋势,评估其对各行业领域及资本市场的影响;关注资本市场制度和政策的变动趋势,评估其对资本市场体系建设的影响。 资本市场因素方面主要关注市场估值的比较、市场预期变化趋势、资金供求变化趋势等。在此基础上,对市场估值进行整体评估,依据评估结果决定资产配置方案。 当资本市场、国家财经政策等发生重大变化,或发生其他重大事件(包括但不限于重大自然灾害、战争等不可预测事件等),可能导致各类别资产的风险收益特征发生显著变化时,投资决策委员会将临时组织集体讨论并确定特定时期的资产配置方案。 2、行业配置策略 本基金采用结合行业多因子阿尔法模型(Multi-Factor Industry Alpha Model)和Black-Litterman资产配置模型(B-L Model)的量化模型以及其他量化模型进行行业配置。 本基金所指行业多因子阿尔法模型(以下称多因子模型)是建立在已被国际市场广泛应用的多因子模型的基础上,根据中国资本市场的实际情况,由本基金管理的金融工程团队开发的更具有针对性和适用性的量化行业选择模型。本基金所指Black-Litterman资产配置模型(以下称BL模型)已成为国际上主流的量化配置模型,该模型能较好地结合各项资产的预期收益率和历史收益率,形成新的市场收益预期,从而使得各项资产配置权重的优化结果更加有效。 首先,本基金通过量化方法分析各个行业的股价表现与宏观经济、本行业内、上下游产业链指标之间的关系,并结合各行业的估值水平、一致预期、盈利水平、动量反转等指标,从中筛选出最有效的指标和因子建立多因子模型,获得各行业的预期收益率;其次,运用BL模型结合多因子模型的预测结果,对行业配置权重进行优化。 (1)多因子模型 A.备选因子库 不同行业的市场表现对于货币信贷政策、财政政策、物价体系、投资、进出口等宏观经济环境的变化有不同反应;行业产销量、产品价格、库存等因素将揭示本行业的景气状况,从而影响行业股价的市场表现;上下游产业的运行状况将改变本行业的供求状况,从而引起行业股价的变化;行业的估值水平、一致预期等市场特性将对行业未来收益率产生一定的影响。本基金通过深入研究传统投资理论、总结分析投资团队多年积累的投资经验,构建备选因子库。 本基金定期或不定期对备选因子库进行更新,首先是对现有因子数据的更新;其次,添加值得研究、跟踪和检验的新因子;再次,添加复合因子,即利用若干因子之间的内生关系,通过汇总、剥离、调整等方法获得的综合因子。 B.模型的入选因子 本基金结合中国市场的行业投资逻辑,经过全面而细致的实证检验,从备选因子库中对行业收益最有解释力的若干因子,构建多因子模型。 由于因子的有效性会随着宏观经济周期的变化、行业发展阶段的演进等因素发生变化,本基金定期和不定期重复从备选因子库中挑选有效因子的过程,建立入选因子的更新机制,力求提高多因子模型的适应力和生命力。 C.模型入选因子的权重 入选模型的若干因子对行业收益的重要性是不同的,例如,有些行业注重宏观经济周期的变化,有些行业注重规模的扩张,有些行业注重盈利能力的提升,有些行业注重估值的变化等等。多因子模型将采用OLS等方法评价因子的重要程度给不同入选因子配以不同的权重,以反映市场的侧重点。 在因子发挥效用的同时,其重要性也会随之发生变化。因此本基金对因子权重也设置了更新机制,定期重复权重分配过程。 (2)权重优化模型 本基金采用BL模型最终确定各行业的投资权重。BL模型能将基金管理人对各行业的预期收益观点与市场均衡状态下个行业隐含的超额收益率及市场权重相结合,以风险调整收益最大化的目标下,实现各行业的合理和优化的配置。 具体到本基金来讲,由于各行业隐含的超额收益率及市场权重可由历史收益率以及市场权重计算得出;多因子模型通过各项有效因子对各行业的预期收益进行评估,提供预期收益观点。BL模型采用贝叶斯方法把隐含的超额收益率和预期收益观点结合起来,对均衡的市场权重进行调节,使得组合达到最优的风险调整收益。 3、股票配置策略 股票配置是本基金量化资产配置的实施阶段,股票配置策略将直接影响到实施效果,本基金的股票配置策略以拟合和超越行业平均收益为目的。 本基金从以下几个维度构建各行业的股票配置策略:首先,需考虑行业内股票的权重分布。每个行业内股票权重集中度都不尽相同,对于个股权重较为集中的行业,若干权重股的收益能够较好地拟合行业平均收益,而个股权重分散的行业则不然。其次,行业内股票的收益分布。每个行业内个股的市场表现一致程度也不尽相同,对于一致性较强的行业,拟合行业平均收益的难度较低,而一致性较弱的行业的难度较大。再次,行业内股票的流动性分布。对于个股流动性较好的行业,满足基金交易需求的股票品种较多,而在流动性差行业中的股票配置数量将受到限制。最后,行业目标配置权重。对于目标权重较高的行业,更多数量的股票能缓和流动性问题,同时对行业平均收益率的拟合程度也较高。除了以上情况以外,还需考虑基金的股票品种的投资禁止行为、比例限制等各方面的因素。 在行业内选股策略上,本基金采用量化模型的方法进行选股。量化选股模型包括但不限于以下两种:一种是持有行业内若干权重股,并优化其在基金中的权重以拟合行业平均收益;另一种是通过量化多因子选股模型挑选优势个股,从而超越行业平均收益,其中因子主要包括价值因子、成长因子、基本面因子、一致预期和市场因子等。本基金综合考虑以上因素,根据市场状况的变化,定期或不定期修订行业的股票配置策略。 4、其他金融工具投资策略 (1)固定收益投资策略 本基金遵循中长期资产配置策略,进行国债、金融债、公司债等固定收益类证券以及可转换债券的投资。由公司固定收益投资团队独立提出具体的投资策略及投资建议,通过评估货币政策、财政政策和国际环境等因素,分析市场价格中隐含的对经济增长、通货膨胀、违约概率、提前偿付速度等因素的预测,根据固定收益市场中存在的各种投资机会的相对投资价值和相关风险决定总体的投资策略及类属(政府、企业/公司、可转换债券、资产支持证券等)和期限(短期、中期和长期)等部分的投资比例,并基于价值分析精选投资品种构建固定收益投资组合。 本基金采用的主要固定收益投资策略包括:利率预期策略、收益率曲线策略、信用利差策略、公司/企业债券策略、可转换债券策略等。 (2)股指期货投资策略 本基金以套期保值为目的,参与股指期货交易。 本基金参与股指期货投资时机和数量的决策建立在对证券市场总体行情的判断和组合风险收益分析的基础上。基金管理人将根据宏观经济因素、政策及法规因素和资本市场因素,结合定性和定量方法,确定投资时机。基金管理人另根据CAPM模型计算得到的组合Beta值,结合股票投资的总体规模,以及中国证监会的相关限定和要求,确定参与股指期货交易的投资比例。 若相关法律法规发生变化时,基金管理人期货投资管理从其最新规定,以符合上述法律法规和监管要求的变化。 (3)权证投资策略 本基金对权证的投资建立在对标的证券和组合收益风险分析的基础上,以Black-Scholes模型和二叉树期权定价模型为基础对权证进行分析定价,并根据市场情况对定价模型和参数进行适当修正。 若法律法规或监管机构以后允许基金投资其他品种,本基金管理人在履行适当程序后,可以将其纳入投资范围并及时制定相应的投资策略。
沪深300指数收益率*80%+标普中国债券指数收益率*20%