七成斩获超基准回报 指数增强基金增强效果显著
中国基金报记者李树超张玲
今年以来,股市大幅震荡,指数增强型基金依然有不错的增强效果。数据显示,年内七成指数增强型基金获得超基准回报,且最高超基准收益率超9%。
图片来源于网络,如有侵权,请联系删除
受访机构和人士表示,受益于成熟的因子模型、有效的风控措施等,指数增强基金增强效果明显。尽管部分产品业绩分化,但随着相关产品的持续布局、管理人投资能力的提升等,这类产品整体的增强收益效果仍较为乐观,基本面因子的表现值得期待。
指数增强基金增强效果明显
最高达9.24%
图片来源于网络,如有侵权,请联系删除
Wind数据显示,截至4月19日,全市场257只(不同份额合并计算)指数增强型基金今年以来平均超基准收益率为1.38%,逼近去年全年1.63%的超基准收益率水平。
排除具有建仓优势的次新基金,超基准收益最高的是中邮中证500指数增强,今年以来超基准收益率已达9.24%;富安达中证500指数增强以8.31%位列第二;招商国证2000指数增强、易方达沪深300精选增强等多只基金也都有超过7%的增强回报。
对此,中邮中证500指数增强基金经理王高透露,他管理的指数增强基金主要是采用多因子选股策略,从基准指数成份股中选择因子综合得分排名靠前的股票构成投资组合,以期获得超越指数的Alpha收益。今年的超额收益主要来源于选股因子,如果选股因子比较契合当下市场环境,超额收益就会比较明显。“当然,我们做的选股模型更多的还是从长远考虑,追求长期能够跑赢基准,而不是追求一时的显著超额。”
招商国证2000指数增强基金经理邓童直言,今年以来市场波动较大,个股走势分化较大,有利于量化选股模型。另外,基本面选股模型在因子权重配置上通常会参考近期表现,当某一类因子表现较好时权重会有所提升,当风格延续时超额收益也会相应提高。由于今年初市场整体风格与去年接近,依然偏向价值风格,价值类因子、红利类因子都有比较明显的超额贡献,质量类因子、现金流类因子的表现也都不错。
“另外一个市场关注的热点是机器学习类因子,近一两年在公募指数增强基金里也被广泛使用,该类因子今年的波动比较大,但如果能坚持下来,有机会争取到相应的超额收益。”邓童称。
华泰柏瑞基金量化与海外投资部也表示,今年以来基本面量化表现较好,主要归因于两个方面:一是几大类Alpha因子,如估值、成长、盈利质量均有贡献;二是基本面量化风险控制较为严谨,在量化投资的前端和后端,都对各项风格暴露做好严格控制,如各组合对小微盘的风格暴露均较小。
七成产品回报超基准
增强收益有望延续
全市场来看,今年以来共有179只产品获取了超基准回报,占比达七成,但首尾超基准的差距也拉大到16个百分点。
其中,跟踪中证500、中证1000、国证2000的相关指数超基准收益较为靠前,而跟踪沪深300指数以及半导体、人工智能等行业的增强指数,增强效果相对不佳。
王高表示,中证500、中证1000、国证2000等都是宽基指数,其特点就是成份股数量比较多,行业分布和个股权重分布相对分散,这有利于通过量化多因子或其他方法去做增强策略,增强效果也能得到较好体现。
华泰柏瑞基金表示,沪深300指数成份股中基本面弱的个股可能有更好的表现,但相对来说,量化投资在沪深300指数上较难实现超额收益。至于半导体、人工智能这种行业或主题的增强指数属于窄基指数,获取增强的难度更大,长期获取稳定超额收益的难度也非常大,会更考验管理人的投资能力。
展望后市,受访人士普遍对指数增强型基金增强收益效果保持乐观,并看好基本面因子等表现。
邓童认为,在年初的市场大幅波动中,不少以机器学习为主策略的量化私募损失比较大,有一些资金退出市场。而公募传统上以基本面量化模型为主,今年以来整体表现相对更加稳定,叠加部分私募资金退出,公募指数增强基金的超额收益可能有一定的提升空间。
从因子角度看,邓童表示,虽然估值类因子依然表现较好,但随着市场逐步稳定,此前连续数年疲软的成长类因子、分析师类因子的表现可能出现反弹。另外,机器学习类因子还是有比较强的生命力,但波动可能加大。
王高也表示,对指增基金后续的增强收益保持乐观。当下市场处于低位,很多股票估值很便宜,盈利也很好,未来有很充足的估值修复空间,这就为量化多因子及其他选股方法进行增强提供了很好的机会和策略空间。展望后市,他更看好基于公司盈利能力和估值位置的基本面因子。
“就基本面量化模型而言,自2021年春节以来,超额收益一直在回归过程中,未来3~5年可能会有更好表现。”华泰柏瑞基金相关人士也表示,一方面,2021年春节之后,资金集中抱团的力度逐步减弱直至瓦解,市场资金的投向更为分散,这样的市场环境有利于量化模型更好地发挥选股作用;另一方面,在当前的宏观环境下,投资人越来越关注分红稳定类的资产,可以关注估值类因子,尤其是红利因子;同时,随着新“国九条”细则落地,投资者会更加关注企业的基本面,基本面量化模型也会有更好的表现。
推荐阅读:
版权声明
本文仅代表作者观点,不代表xx立场。
本文系作者授权xx发表,未经许可,不得转载。