金融工程研究金融工程专题报告 2 目录 年量化类基金业绩表现 量化类基金样本说明 量化类基金业绩回顾 量化类基金归因因子构造说明 量化类基金风格描摹与业绩归因 主动量化基金市场风格动态描摹... 9

Transcription

1 [Table_MainInfo] 金融工程研究证券研究报告 [Table_Title] 相关研究 [Table_ReportInfo] 因子投资与 Smart Beta 研究 ( 三 ) 市场环境与因子组合表现 ESG 与社会责任投资系列研究 ( 一 ) 新理念 新趋势 :ESG 投资概述 因子投资与 Smart Beta 研究 ( 二 ) 2017 因子 奥林匹克 [Table_AuthorInfo] 金融工程专题报告 2017 量化基金市场风格画像描摹与启示 [Table_Summary] 投资要点 : 2018 年 01 月 20 日 本篇报告使用时间序列风格归因模型, 基于基金净值数据对 2017 年市场中的全部量化类基金进行了风格描摹, 尝试解释其收益的来源, 分析不同年份 不同类型的量化基金之间的风格差异以及整体量化类基金在 2017 年的风格变化, 并获得基金投资与权益组合管理的启示 2017 年主动量化型基金与指数量化型基金业绩发生明显分化 各类量化主题基金在 2017 年均取得正绝对收益, 跑赢中证 500 指数但跑输沪深 300 指数 主动量化型基金与指数量化型基金之间业绩差异极为悬殊, 2016 年表现优异的主动型量化产品在 2017 年均发生了不同程度的回撤, 而指数增强型产品业绩表现亮眼 极端分化的一九行情是业绩分化的主要原因 2017 年量化类基金主要风格特征 在 2017 年, 主动型量化基金主要以小市值 偏成长风格为主 技术面因子方面整体更偏向于持有前期超跌 交易活跃度高 波动性较高 流动性较高的股票 在基本面因子方面, 持续关注基本面表现较好的股票 增强型量化基金的因子暴露方向一致但偏离幅度相对下降 分析师 : 冯佳睿 Tel:(021) fengjr@htsec.com 证书 :S 联系人 : 吕丽颖 Tel:(021) lly10892@htsec.com 2017 年量化类基金主要风格变化 2017 年间, 整体量化类基金在市值因子的暴露上相比 2016 年有所控制, 从小市值逐渐向偏大市值调整 在价值因子上逐渐从成长风格转向偏价值风格 此外, 量化类基金在 2017 年中相比 2016 年更加注重基本面投资, 业绩为王 是 2017 年普遍的投资思路 绩优量化类产品呈现出共同特征 绩优基金均表现出严格的风格敞口控制 较小的市值偏离, 注重基本面投资且有较高的基金经理剩余 Alpha 而绩劣基金均极端暴露于市值因子, 在 2017 的大盘行情中致使大幅负收益 市值风格暴露是 2017 年区分不同量化产品业绩差异的核心因素 对基金投资与权益组合管理的启示 对基金投资而言, 需要留意基金超额收益中由因子溢价所贡献的部分 (Style Beta), 其蕴含着市场风格切换 因子失效时大幅风格回撤的风险 对权益组合管理而言的启示在于, 使用风险溢价的方式获得的收益往往是一把双刃剑, 对组合的风格偏离敞口进行适当的管理尤为重要, 2017 年的绩优产品均以严谨的风格敞口控制在风格逆转的分化行情中凸显优势 风险提示 : 市场系统性风险 因子失效风险 模型误设风险

2 金融工程研究金融工程专题报告 2 目录 年量化类基金业绩表现 量化类基金样本说明 量化类基金业绩回顾 量化类基金归因因子构造说明 量化类基金风格描摹与业绩归因 主动量化基金市场风格动态描摹 极端业绩产品的风格画像 总结与思考 风险提示... 14

3 金融工程研究金融工程专题报告 3 图目录 图 年量化类基金样本个数 ( )... 4 图 年量化类基金年化绝对收益... 5 图 年量化类基金年化积极收益 ( 以沪深 300 为基准 )... 5 图 年量化类基金年化积极收益 ( 以中证 500 为基准 )... 6 图 5 量化类基金归因因子框架... 7 图 6 量化类基金归因因子 年表现对比... 7 图 年量化类基金风格描摹 ( 以沪深 300 为基准 )... 8 图 年量化类基金风格描摹 ( 以沪深 300 为基准 )... 8 图 年量化类基金风格描摹 ( 以中证 500 为基准 )... 9 图 年量化类基金风格描摹 ( 以中证 500 为基准 )... 9 图 11 风格类因子暴露动态描摹... 9 图 12 技术类因子暴露动态描摹 图 13 基本面类因子暴露动态描摹 图 年积极收益前十五位基金风格暴露 图 年积极收益前十五位基金业绩归因 图 年积极收益后十五位基金风格暴露 图 年积极收益后十五位基金业绩归因 图 年积极收益前十五位基金业绩归因 图 年积极收益后十五位基金业绩归因... 13

4 金融工程研究金融工程专题报告 4 本文采用时间序列归因模型, 基于基金净值数据对当前市场中的全部量化基金进行风格测试, 尝试解释其收益的来源, 分析不同年份 不同类型的量化基金之间的差异, 并获得基金投资与权益组合管理的启示 年量化类基金业绩表现 1.1 量化类基金样本说明 我们根据 Wind 量化类主题分类, 筛选当年中基金存续时间满 200 个交易日的基金作为分析样本 当同一只基金同时有多种份额, 仅统计为一只基金, 并在业绩统计中取 A 份额表现作为该基金业绩 当前量化类基金共可分为三大类 : 主动型 指数型以及对冲型 主动量化型产品秉承着主动管理以获取超额收益的思路, 而指数型产品则以控制跟踪误差范围内实现指数增强为思路 样本中的指数型基金包括了各类指数的增强型基金, 主要以沪深 300 增强与中证 500 增强型产品为主 根据统计,2016 年样本中, 主动型基金数量为 45 只, 指数型基金数量为 10 只, 对冲型基金数量为 14 只 而 2017 年, 三个量化类基金类别样本均有所增加, 主动型基金共计 71 只, 指数型基金 21 只, 对冲型基金 17 只 2017 年基金数量有明显增加, 且 2016 年中以其优异的业绩表现受到投资者追捧的主动型量化基金的数量增幅最大 图 年量化类基金样本个数 ( ) 主动型指数型对冲型 量化类基金业绩回顾 从绝对收益表现来看, 权益类基金收益均与 A 股市场环境紧密相关 2016 年 A 股市场整体下跌, 各宽基指数跌幅均超过 10%, 各类量化基金平均收益均为负, 主动型 指数型以及对冲型的平均收益分别为 -1.4%,-1.1% 与 -1.4% 而 2017 年 A 股市场最为鲜明的特点就是大市值蓝筹股支撑的一九行情, 代表大盘蓝筹股的上证 50 沪深 300 指数累计收益分别为 25.1% 与 21.8%, 而代表中小盘股的中证 500 中证 1000 指数的累计收益分别为 -0.2%,-17.4% 各类量化类基金平均收益均为正, 主动型 指数型以及对冲型的平均收益分别为 3%,16.3% 与 1.5% 其中指数型基金的表现最为亮眼, 主要原因其一在于满仓参与, 在 2017 年整体上涨的市场环境中获得了系统性收益 另外一大原因在于指数增强型量化产品需控制与基

5 金融工程研究金融工程专题报告 5 准之间的跟踪误差与风格偏离, 故其均为偏大市值的风格暴露, 而 2017 年市场发生风格切换, 从小市值转换为大市值, 指数增强型产品获得了大幅风格收益, 故业绩表现明显优于主动型量化产品 图 年量化类基金年化绝对收益 18.0% 16.0% 14.0% 12.0% 10.0% 8.0% 6.0% 4.0% 2.0% 0.0% -2.0% -4.0% 主动型指数型对冲型 剔除市场系统性收益, 以沪深 300 为基准评估各类量化基金的年化积极收益, 三类量化基金均在 2016 年跑赢沪深 300 指数, 而在 2017 年的大盘蓝筹行情中均跑输沪深 300 指数 图 年量化类基金年化积极收益 ( 以沪深 300 为基准 ) 15.0% 10.0% 5.0% 0.0% -5.0% 主动型指数型对冲型 -10.0% -15.0% -20.0% -25.0% 如若选取偏中小盘股的中证 500 指数作为基准, 三类量化基金在 两年间均跑赢中证 500 指数 综上, 在过去的 2017 年中, 量化基金的整体业绩维持在中证 500 指数与沪深 300 指数之间 值得留意的是, 对比同一年间不同类别基金的业绩表现 2016 年三类量化基金的业绩表现区分度并不大, 彼此接近同一水平 而 2017 年, 三类量化基金的表现却极为悬殊, 指数型产品的业绩大幅跑赢于其他两类产品 如若进一步仔细观察个别量化基金的业绩会发现, 大部分 2016 年表现优异的主动型量化产品在 2017 年均发生了不同程度的回撤 许多在 2016 年以及前几年表现平平的指数增强型产品, 进入 2017 年以后

6 金融工程研究金融工程专题报告 6 业绩表现不俗 究其原因, 正是 2017 年的特殊市场形态 极端分化的一九行情直接促使了不同类别的量化基金业绩之间的分化 图 年量化类基金年化积极收益 ( 以中证 500 为基准 ) 18.0% 16.0% 14.0% 12.0% 10.0% 8.0% 6.0% 4.0% 2.0% 0.0% 主动型指数型对冲型 从分化的市场行情以及分化的基金业绩中, 基金投资人以及股票管理人均可获得启示与反思 值得基金投资人反思的是, 该如何去分解与评估基金的收益来源以及该如何去发现与管控基金的潜在风险 事实上, 基金的超额收益一部分来源于暴露于因子所获得的风险溢价 (Risk Premia 或 Style Beta), 另一部分则来源于基金管理人的投资能力 Alpha 后者取决于基金管理人自身的选股 择时等能力, 这一成分虽然也与市场环境有一定的关联, 但整体投资风险较低 而前者则取决于市场风格的切换, 一旦市场风格与基金风格敞口不一致, 该部分收益会由正转负, 给基金收益带来明显的回撤, 因而该成分的投资风险较高 2016 年表现亮眼的主动量化产品, 实则很大一部分来源于 Style Beta 收益 小市值暴露, 故而背后蕴含着潜在的风险,2017 年的大幅回撤恰恰源于此 因而, 基金投资中基于风格分析的风险敞口管理尤为重要 对于股票组合管理而言, 从 2017 年分化的市场行情以及基金业绩中可以获得的启示是, 使用风险溢价的方式获得的收益往往是一把双刃剑, 对组合的风格偏离敞口进行适当的管理尤为重要, 这一优势会在风格切换的极端行情中得以体现 2. 量化类基金归因因子构造说明 如前文所述, 我们构造常见的量化类因子以期对当前市场的量化基金进行风格测试 我们从系统面 风格面 技术面 行为面以及基本面五个方向构建因子 : 其中系统面即市场因子, 刻画权益资产系统面的变化所引起的基金净值的变化, 下文中我们分别选取沪深 300 与中证 500 作为系统面因子展开分析 风格面中包括两大主要的风格因子, 即 Fama-French 三因子模型中的市值以及估值因子 风险面下包含了股票的波动性和流动性特征, 刻画了其蕴含的潜在价格震荡风险和流动性风险 因为股票的流动性往往与市值直接相关, 因而此处流动性因子的计算首先对市值因子正交, 特指剥离市值因素以后股票的相对流动性 交易面下主要刻画投资者的交易行为, 分别从成交价格的涨跌幅与交易的活跃度两方面衡量, 反映为反转与换手因子 风险面与交易面均属于技术类因子 最后, 基本面下主要以财务类因子为主, 虽然刻画股票财务面的指标较多, 但共线性往往较高, 故本文当前只纳入了盈利以及盈利的差分项 增长, 作为基本面类因子的代表 九因子框架如下图所示, 因子构造的方法采用分组筛选后的多空收益法 需要说明的是, 因子之间存在相关性, 在时间序列归因中会干扰分析结果 我们主要通过两种方法进行控制, 其一是在因子构造时进行相关性控制, 针对每一个因子, 找到与之相关性

7 金融工程研究金融工程专题报告 7 最高的另外两个因子, 分别基于该两个因子对全市场股票进行分组, 并在每一组里面计算目标因子的多空收益, 最后进行各组平均 该方法在因子维数过高时难以完全控制住两两因子之间的相关性, 故第二种方法是在归因模型中使用变量筛选与收缩估计的优化模型, 具体的介绍可参见同 FOF 的因子剥离系列报告 图 5 量化类基金归因因子框架 股基因子体系 系统面 风格面 风险面 交易面 基本面 市场 市值 波动性 反转 盈利 估值 流动性 换手 增长 资料来源 : 海通证券研究所 所构造的因子在 年间的收益表现如图 6, 2016 年除了市场因子以外, 所有的因子均获得了正收益, 其中以市值因子的收益最为强势 价值因子与技术面类因子表现其次 而基本面类因子在 2016 年虽取得正收益, 但是略逊于风格类因子与技术面类因子 2017 年, 各因子表现均发生了一定的变化, 其中最为显著的是在 A 股市场长期强势的市值因子遭遇 滑铁卢, 从 2016 年的极端正收益大幅逆转为极端负收益 其次,2016 年表现较好的技术面类因子虽依然保持正收益, 但均有所下降 其中以反转因子的失效最为显著 最后,2016 年表现略逊的基本面类因子在 2017 年成为强势因子, 收益明显提升 从因子表现来看, 在 2017 年走大盘风格, 且关注基本面投资与价值投资, 并适当以技术面因子进行增强的基金能取得出色的业绩 下文中, 我们将对市场中的量化基金进行风格测试, 与 2016 年进行对比, 并探寻绩优基金以及绩劣基金是否分别存在共同的风格特征 图 6 量化类基金归因因子 年表现对比 沪深 300 市值价值反转低换手低波动低流动盈利增长

8 3. 量化类基金风格描摹与业绩归因 金融工程研究金融工程专题报告 8 我们以沪深 300 为基准对三类量化类基金进行风格测试, 并对每一只基金的风格暴露结果进行等权汇总, 作为各类量化基金的整体风格描摹 在 2017 年, 主动型量化基金相对于沪深 300 指数主要以小市值 偏成长风格为主 同时更偏向于持有前期超跌 交易活跃度较高 波动性较高 流动性较高的股票 在基本面因子方面, 主动型量化基金较为关注基本面表现较好的股票, 在盈利与增长因子上均有显著的正暴露 与主动型量化基金相比, 指数型量化基金在个因子的暴露方向上完全一致, 但均在幅度上有所降低, 意味着指数型量化基金的暴露敞口有所控制, 保持着与基准一定幅度范围内的风格偏离 对冲型基金较为特殊, 与前两类基金有明显不同, 首先由于对冲的性质, 其几乎不含系统性风险, 故对沪深 300 有极少的正暴露, 另外, 该类基金在各因子之间仅呈现高盈利 高增长以及高流动的特征, 而对其余因子并无清晰暴露 图 年量化类基金风格描摹 ( 以沪深 300 为基准 ) 沪深 300 市值价值反转低换手低波动低流动盈利增长 -0.2 主动型指数型对冲型 将 2017 年的量化类基金风格描摹与 2016 年进行对比, 可以发现各类基金在风格暴露上并未发生明显的方向变化, 仅呈现了一定的幅度调整 2017 年比 2016 年整体对市值敞口有了一定的控制, 且更加偏向于价值股, 另外更加关注基本面投资, 倾向于持有高盈利 高增长以及高流动性的股票 图 年量化类基金风格描摹 ( 以沪深 300 为基准 ) 沪深 300 市值价值反转低换手低波动低流动盈利增长 -0.2 主动型指数型对冲型

9 2016/12/ /1/9 2017/1/ /1/ /2/6 2017/2/ /2/ /2/ /3/6 2017/3/ /3/ /3/ /4/5 2017/4/ /4/ /4/ /5/4 2017/5/ /5/ /5/ /6/5 2017/6/ /6/ /6/ /7/3 2017/7/ /7/ /7/ /7/ /8/7 2017/8/ /8/ /8/ /9/4 2017/9/ /9/ /9/ /10/9 2017/10/ /10/ /10/ /11/6 2017/11/ /11/ /11/ /12/4 2017/12/ /12/ /12/ /12/29 金融工程研究金融工程专题报告 9 如若换成以中证 500 指数作为基准, 可以更清晰地看到基金的市值因子与价值因子在两年间的变化, 其中主动型基金的平均市值暴露由正转负, 意味着整体主动基金的市值暴露从小于中证 500 提升为沪深 300 至中证 500 之间, 而整体基金的价值因子的暴露由负转正也意味着主动量化基金从相对于中证 500 的成长风格切换为价值风格 图 年量化类基金风格描摹 ( 以中证 500 为基准 ) 1 图 年量化类基金风格描摹 ( 以中证 500 为基准 ) 中证 500 市值价值 0 中证 500 市值价值 主动型指数型对冲型 主动型指数型对冲型 需要说明的是, 指数量化型产品在市值因子与价值因子上的变化与主动量化型产品刚好相反 2017 年比 2016 年更加倾向于小盘价值风格, 其主要是样本基金的改变所引起 在 2016 年的样本中, 仅有一只中证 500 增强型产品, 而 2017 年所增加的样本包含多只中证 500 增强产品以及少量中证 1000 增强产品 基准成分的不同引起了指数增强型产品的整体风格的变化 4. 主动量化基金市场风格动态描摹 在上一节的基础上, 我们基于 2 个月的滚动归因窗口对全部主动量化基金样本进行风格测试, 以获得动态视角的市场风格变化 图 11 风格类因子暴露动态描摹 市值 估值 在风格因子上, 整体量化基金的风格暴露在 2017 年间呈现出了明显的趋势特征 市值因子暴露从 3 月份开始震荡下行直至年底, 可见量化基金管理人普遍逐渐对市值敞

10 2016/12/ /1/9 2017/1/ /1/ /2/6 2017/2/ /2/ /2/ /3/6 2017/3/ /3/ /3/ /4/5 2017/4/ /4/ /4/ /5/4 2017/5/ /5/ /5/ /6/5 2017/6/ /6/ /6/ /7/3 2017/7/ /7/ /7/ /7/ /8/7 2017/8/ /8/ /8/ /9/4 2017/9/ /9/ /9/ /10/9 2017/10/ /10/ /10/ /11/6 2017/11/ /11/ /11/ /12/4 2017/12/ /12/ /12/ /12/ /12/ /1/9 2017/1/ /1/ /2/6 2017/2/ /2/ /2/ /3/6 2017/3/ /3/ /3/ /4/5 2017/4/ /4/ /4/ /5/4 2017/5/ /5/ /5/ /6/5 2017/6/ /6/ /6/ /7/3 2017/7/ /7/ /7/ /7/ /8/7 2017/8/ /8/ /8/ /9/4 2017/9/ /9/ /9/ /10/9 2017/10/ /10/ /10/ /11/6 2017/11/ /11/ /11/ /12/4 2017/12/ /12/ /12/ /12/29 金融工程研究金融工程专题报告 10 口进行控制与切换, 将风格从相对小盘转换至相对大盘风格 而在价值因子上, 整体量化基金的风格暴露呈现出震荡上行的趋势, 可见该年中整体市场的风格从成长型逐渐更加注重价值型投资 图 12 技术类因子暴露动态描摹 反转换手波动流动 在技术类的四个因子上, 整体市场的风格暴露持续保持震荡, 并没发现明显的趋势特征 图 13 基本面类因子暴露动态描摹 盈利 增速 在基本面类因子上, 整体市场再度呈现出了较为一致的趋势 两个基本面因子的暴露震荡上行, 可见在 2017 年间整体市场逐渐更加关注基本面投资, 倾向于持有高盈利 高增长的股票 以基本面投资 价值投资为核心的 业绩为王 是 2017 年的普遍投资思路 5. 极端业绩产品的风格画像 在本节中, 我们将 2017 年间业绩表现前 15 名以及后 15 名的量化产品分别进行风格描摹, 绘制极端业绩产品的风格画像, 探寻其业绩归因是否存在一致性

11 金融工程研究金融工程专题报告 11 图 年积极收益前十五位基金风格暴露 序号 沪深 300 市值 价值 反转 低换手 低波动 低流动 盈利 增长 均值 从 2017 积极收益为前十五位的基金风格来看, 整体的风格暴露呈现出一定的共同特征 绩优基金整体都表现出严格的风格敞口控制, 较少的市值敞口偏离, 并注重基本面投资 图 年积极收益前十五位基金业绩归因 序号 alpha 沪深 300 市值 价值 反转 低换手 低波动 低流动 盈利 增长 均值 从业绩归因来看, 轻微的小市值暴露是绩优基金主要的负收益来源, 而基金经理在多元剥离后的剩余 Alpha 是最主要的正收益来源, 即常见因子所无法解释的收益, 包括选股 波段操作以及风格择时等 高盈利 高增长等基本面因子也为这些绩优产品贡献了一定的正收益

12 金融工程研究金融工程专题报告 12 图 年积极收益后十五位基金风格暴露 序号 沪深 300 市值 价值 反转 低换手 低波动 低流动 盈利 增长 均值 反观业绩表现排位后十五位基金, 也呈现出了一定的趋同性 最鲜明的共同特征在于该组基金极端的市值暴露, 此外这十五只基金也表现出倾向于买入前期超跌 交易较为频繁 流动性较高 业绩增长较好的股票 图 年积极收益后十五位基金业绩归因 序号 alpha 沪深 300 市值 价值 反转 低换手 低波动 低流动 盈利 增长 均值 从业绩归因角度, 诚然, 在 2017 年的大盘行情中极端的市值暴露是最主要的负收益来源, 其对收益的影响比重远远大于其余各个因子所贡献的收益 虽然大多基金关注基本面投资并获取了正收益, 但幅度非常有限 另外, 在业绩表现后十五位的基金中, 大多基金还存在负值的多元剥离 Alpha, 往往由于错误的波段操作 风格择时以及选股操作所引起

13 金融工程研究金融工程专题报告 13 图 年积极收益前十五位基金业绩归因 alpha 沪深 300 市值价值反转低换手低波动低流动盈利增长总收益 图 年积极收益后十五位基金业绩归因 alpha 沪深 300 市值价值反转低换手低波动低流动盈利增长总收益 综上分析,2017 年的绩优产品以及绩劣产品在风格暴露上分别存在一定共同特征, 而两组产品的业绩差异最主要的来源在于两部分, 其一是市值因子暴露所引起的风格收益, 其二是常见因子所无法解释的基金经理剩余 Alpha 虽然其他各类因子也会对业绩产生正向或负向的贡献, 但在数量级上远不及市值因子所带来的风格收益 市值敞口的暴露是 2017 年区分不同量化产品之间业绩差异的核心要素 6. 总结与思考 在本篇报告中, 我们使用时间序列归因模型, 基于基金净值数据对 2017 年市场中的全部量化类基金进行了风格描摹, 尝试解释其收益的来源, 分析不同年份 不同类型的量化基金之间的差异, 并获得基金投资与权益组合管理的启示

14 金融工程研究金融工程专题报告 14 从业绩表现来看, 各类别量化主题基金在 2017 年间均取得了正的绝对收益, 跑赢于中证 500 指数而跑输于沪深 300 指数 值得留意的是, 在 2017 年间主动量化型基金与指数量化型基金之间业绩差异极为悬殊, 大部分 2016 年表现优异的主动型量化产品在 2017 年均发生了不同程度的回撤 许多在 2016 年以及前几年表现平平的指数增强型产品, 进入 2017 年以后业绩表现亮眼 究其原因, 正是 2017 年的特殊市场形态 极端分化的一九行情直接促使了不同类别的量化基金业绩之间的分化 从基金风格的描摹来看, 在 2017 年, 主动型量化基金相对于沪深 300 指数主要以小市值 偏成长风格为主 技术面因子方面整体更偏向于持有前期超跌 交易活跃度高 波动性较高 流动性较高的股票 在基本面因子方面, 持续关注基本面表现更佳的股票 与主动型量化基金相比, 增强型量化基金在各个因子的暴露方向上完全一致, 但均在幅度上有所降低, 对各因子的暴露敞口有所控制, 保持着与基准一定幅度范围内的风格偏离 如若将 2017 年的风格暴露与 2016 年进行对比以及对 2017 年间的风格暴露进行滚动估测, 可以发现量化类基金在 2017 年间对风格因子暴露进行了一定幅度的调整, 首先在市值因子的暴露上有所控制, 从小市值逐渐向偏大市值调整 其次, 在价值因子上逐渐从成长风格转向价值风格 此外, 量化类基金在 2017 年中相比 2016 年更加关注基本面投资, 业绩为王 是 2017 年普遍的投资思路 通过对 2017 年间业绩表现前 15 名以及后 15 名的量化产品分别进行风格描摹, 可以发现两组样本均分别呈现出一定的共同特征 其中绩优基金均表现出严格的风格敞口控制 较小的市值偏离, 注重基本面投资且有较高的基金经理剩余 Alpha 而绩劣基金均极端暴露于市值因子, 在 2017 的大盘行情中致使大幅负收益 从业绩归因角度, 虽然各类因子均会对基金业绩产生影响, 但在数量级上远不及市值因子所带来的风格收益, 市值敞口的暴露是 2017 年区分不同量化产品业绩差异的核心要素 分化的市场行情下, 不同的市值敞口的暴露引起了分化的基金业绩, 值得基金投资人反思的是, 分解基金的收益来源与评估基金的潜在风险尤为重要 基金的超额收益可以进一步拆分为因子的风险溢价 (Style Beta) 以及基金经理的管理能力 (Alpha) 而 Style Beta 所带来的收益与对应的市场风格紧密相关, 一旦因子失效则会引起基金的风格回撤 基金投资中需要保持对基金风格敞口的监控以发现收益背后所蕴含的潜在风险 对权益组合管理而言可以获得的启示是, 使用风险溢价的方式获得的收益往往是一把双刃剑, 对组合的风格偏离敞口进行适当的管理尤为重要, 这一优势会在风格切换的极端行情中得以体现 2017 年表现亮眼的绩优产品中均呈现出严谨的风格敞口控制, 也恰恰说明了这一点 7. 风险提示 市场系统性风险 模型误设风险 有效因子变动风险

15 金融工程研究金融工程专题报告 15 信息披露分析师声明 [Table_Analysts] 冯佳睿金融工程研究团队 本人具有中国证券业协会授予的证券投资咨询执业资格, 以勤勉的职业态度, 独立 客观地出具本报告 本报告所采用的数据和信息均来自市场公开信息, 本人不保证该等信息的准确性或完整性 分析逻辑基于作者的职业理解, 清晰准确地反映了作者的研究观点, 结论不受任何第三方的授意或影响, 特此声明 法律声明 本报告仅供海通证券股份有限公司 ( 以下简称 本公司 ) 的客户使用 本公司不会因接收人收到本报告而视其为客户 在任何情况下, 本报告中的信息或所表述的意见并不构成对任何人的投资建议 在任何情况下, 本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任 本报告所载的资料 意见及推测仅反映本公司于发布本报告当日的判断, 本报告所指的证券或投资标的的价格 价值及投资收入可能会波动 在不同时期, 本公司可发出与本报告所载资料 意见及推测不一致的报告 市场有风险, 投资需谨慎 本报告所载的信息 材料及结论只提供特定客户作参考, 不构成投资建议, 也没有考虑到个别客户特殊的投资目标 财务状况或需要 客户应考虑本报告中的任何意见或建议是否符合其特定状况 在法律许可的情况下, 海通证券及其所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易, 还可能为这些公司提供投资银行服务或其他服务 本报告仅向特定客户传送, 未经海通证券研究所书面授权, 本研究报告的任何部分均不得以任何方式制作任何形式的拷贝 复印件或复制品, 或再次分发给任何其他人, 或以任何侵犯本公司版权的其他方式使用 所有本报告中使用的商标 服务标记及标记均为本公司的商标 服务标记及标记 如欲引用或转载本文内容, 务必联络海通证券研究所并获得许可, 并需注明出处为海通证券研究所, 且不得对本文进行有悖原意的引用和删改 根据中国证监会核发的经营证券业务许可, 海通证券股份有限公司的经营范围包括证券投资咨询业务

16 金融工程研究金融工程专题报告 16 [Table_PeopleInfo] 海通证券股份有限公司研究所 路颖所长 (021) 高道德副所长 (021) 姜超副所长 (021) 江孔亮副所长 (021) 邓勇所长助理 (021) 荀玉根所长助理 (021) 钟奇所长助理 (021) 宏观经济研究团队姜超 (021) 顾潇啸 (021) 于博 (021) 梁中华 (021) 联系人李金柳 (021) 宋潇 (021) 陈兴 (021) 固定收益研究团队姜超 (021) 周霞 (021) 朱征星 (021) 姜珮珊 (021) 联系人李波 (021) 杜佳 (021) 政策研究团队李明亮 (021) 陈久红 (021) 吴一萍 (021) 朱蕾 (021) 周洪荣 (021) 王旭 (021) 汽车行业谢亚彤 (021) 王猛 (021) 杜威 (0755) 互联网及传媒钟奇 (021) 郝艳辉 (010) 许樱之 孙小雯 (021) 刘欣 (010) 联系人强超廷 (021) 毛云聪 (010) 陈星光 金融工程研究团队高道德 (021) 冯佳睿 (021) 郑雅斌 (021) 罗蕾 (021) 沈泽承 (021) 余浩淼 (021) 袁林青 (021) 姚石 (021) 联系人周一洋 (021) 吕丽颖 (021) 张振岗 (021) 颜伟 (021) 梁镇 (021) 策略研究团队荀玉根 (021) 钟青 (010) 高上 (021) 李影 (021) 联系人姚佩 (021) 唐一杰 (021) 石油化工行业邓勇 (021) 朱军军 (021) 联系人胡歆 (021) hx11853 公用事业张一弛 (021) 张磊 (021) 联系人陈佳彬 (021) 傅逸帆 (021) 有色金属行业施毅 (021) 联系人李姝醒 (021) 陈晓航 (021) 李骥 (021) 甘嘉尧 金融产品研究团队高道德 (021) 倪韵婷 (021) 陈瑶 (021) 唐洋运 (021) 宋家骥 (021) 薛涵 皮灵 (021) 联系人谈鑫 (021) 王毅 (021) 蔡思圆 (021) 徐燕红 (021) 庄梓恺 中小市值团队张宇 (021) 钮宇鸣 (021) 孔维娜 (021) 潘莹练 (021) 联系人王鸣阳 (021) 程碧升 (021) 相姜 (021) 医药行业余文心 (0755) 郑琴 (021) 孙建 (021) 师成平 (010) 联系人贺文斌 (010) 吴佳栓 (010) 批发和零售贸易行业汪立亭 (021) 李宏科 (021) 联系人史岳 (021) 房地产行业涂力磊 (021) 谢盐 (021) 联系人杨凡 (021) 金晶 (021)

17 电子行业陈平 (021) 联系人谢磊 (021) 张天闻 尹苓 (021) 石坚 (010) 基础化工行业刘威 (0755) 刘海荣 (021) 张翠翠 联系人李智 (021) 非银行金融行业孙婷 (010) 何婷 (021) 联系人夏昌盛 (010) 李芳洲 (021) 建筑建材行业邱友锋 (021) 冯晨阳 (021) 钱佳佳 (021) 建筑工程行业杜市伟 军工行业 张恒晅 徐志国 (010) 蒋俊 (021) 刘磊 (010) 联系人张宇轩 家电行业陈子仪 (021) 联系人李阳 朱默辰 刘璐 煤炭行业吴杰 (021) 戴元灿 (021) 李淼 (010) 计算机行业郑宏达 (021) 鲁立 (021) 黄竞晶 (021) 杨林 (021) 联系人洪琳 (021) 交通运输行业虞楠 (021) 联系人李丹 (021) 机械行业佘炜超 (021) 耿耘 (021) 杨震 (021) 沈伟杰 (021) 农林牧渔行业丁频 (021) 陈雪丽 (021) 陈阳 (010) 联系人关慧 (021) 夏越 (021) 银行行业孙婷 (010) 林媛媛 (0755) 联系人谭敏沂 造纸轻工行业衣桢永 曾知 (021) 赵洋 (021) 金融工程研究金融工程专题报告 17 电力设备及新能源行业张一弛 (021) 房青 (021) 曾彪 (021) 徐柏乔 (021) 张向伟 (021) 通信行业朱劲松 (010) 余伟民 (010) 联系人庄宇 (010) 张峥青 纺织服装行业梁希 (021) 联系人马榕 (021) 钢铁行业刘彦奇 (021) 联系人周慧琳 (021) 刘璇 食品饮料行业闻宏伟 (010) 成珊 (021) 唐宇 (021) 社会服务行业汪立亭 (021) 李铁生 (010) 联系人陈扬扬 (021) 顾熹闽 (021) 研究所销售团队

18 金融工程研究金融工程专题报告 18 深广地区销售团队蔡铁清 (0755) 伏财勇 (0755) 辜丽娟 (0755) 刘晶晶 (0755) 王雅清 (0755) 饶伟 (0755) 欧阳梦楚 (0755) 宗亮 巩柏含 上海地区销售团队胡雪梅 (021) 朱健 (021) 季唯佳 (021) 黄毓 (021) 漆冠男 (021) 胡宇欣 (021) 黄诚 (021) 毛文英 (021) 马晓男 杨祎昕 (021) 方烨晨 (021) 张思宇 慈晓聪 (021) 王朝领 北京地区销售团队殷怡琦 (010) 吴尹 陆铂锡 张丽萱 (010) 陈铮茹 杨羽莎 (010) 杜飞 海通证券股份有限公司研究所地址 : 上海市黄浦区广东路 689 号海通证券大厦 9 楼电话 :(021) 传真 :(021) 网址 :