|
2023年3月22日很有荣幸参加了对华夏基金的孙蒙经理的调研。孙蒙经理管理的华夏智胜先锋股票(LOF)业绩出色。 本文较长，主要包括华夏智胜先锋股票(LOF)的深度测评，本次调研信息分享等内容。其中重点是华夏智胜先锋股票(LOF)的深度测评。 一、主动量化基金与指数增强型基金相比的优势： 1、选股范围更大。不用受80%投资指数成分股和备选股的限制。 2、行业偏离度方面比较灵活。 3、基金经理的主动管理权限更大。 二、华夏智胜先锋股票(LOF)深度测评： （一）、基本特征： 1、基金经理背景：孙蒙，华夏基金数量投资部基金经理，拥有超8年证券从业经历，超2年公募基金投资经验。作为北京大学物理专业学士，加州大学洛杉矶分校电子工程专业硕士，孙蒙专注于量化投资，通过创新型的人工智能算法寻找市场投资机会。 累计任职时间：3年又0天，现任基金资产总规模62.99亿元。 2014年4月至2017年6月,曾任中信建投证券股份有限公司研究员、投资经理等。2017年7月加入华夏基金管理有限公司,曾任数量投资部研究员、基金经理助理,现任华夏智胜价值成长股票型发起式证券投资基金基金经理(2020年3月17日起任职)、华夏中证500指数增强型证券投资基金基金经理(2020年4月17日起任职)、华夏安泰对冲策略3个月定期开放灵活配置混合型发起式证券投资基金基金经理(2020年6月5日起任职)、华夏中证500指数智选增强型证券投资基金基金经理(2021年8月11日起任职)。 目前合计管理5只公募基金：华夏中证500指数智选增强A、华夏智胜先锋股票(LOF)A等。 投资理念：据孙蒙说，投资过程大多数可以总结为函数表达。以资产配置为例，信息输入包括宏观数据、各类资产收益率、波动率等，基于这些信息我们进行一些函数的应用，比如应用风格轮动、周期模型等宏观模型对这些信息进行处理，完成资产配置。对于主动投资来说也是类似的方式，只不过输入的信息变为深度调研的信息，函数变换为价格投资、景气投资等进行选股。大多数的公募量化以线性多因子模型为主，这种函数表达把策略限定在一个线性空间内，构成相对容易获得，也变得容易复制，长期难以获得超额收益。因此我们要做一些别人做不到的事情，获得长期相对稳定的超额收益。 我们是基于 AI 算法的策略驱动。机器学习是实现人工智能的一条路径，把数据交由给机器，再给机器设置既定标准，让机器从中学到规律。从数据获取到特征提取，然后经过数据转换进行模型训练。相当于训练了不同的投资经理，我们从中选择最优的算法进行样本外测试。总结来看，我们策略的优势主要有以下五点：一是复盘大量历史消息，第二能够发掘非线性信息，第三去除了主观决策偏差和情绪影响，第四能做到及时反馈，第五在时变市场中不断自主优化。 孙蒙经理管理着华夏基金的股票型、指数型、绝对收益型基金，经验比较丰富，业绩出色。 孙蒙经理从2021-12-15基金成立至今一直独立管理这个基金。 2、基金历史、投资目标和策略 ：华夏智胜先锋股票(LOF)成立于2021-12-15，是一个成立时间较短的基金。 投资目标：在合理控制风险的前提下,追求超越业绩比较基准的投资回报,力求实现基金资产的稳健增值。 投资策略 ：本基金为股票型基金。投资策略主要包括资产配置策略、行业选择策略和个股选择策略 三部分。其中，股票投资策略 本基金在股票投资方面主要采用量化模型选股、基本面选股等多种策略构建投资组合,同时运用数量化方法优化组合交易并控制组合风险,实现超额收益。(1)量化模型选股策略 在量化选股层面,本基金运用多因子模型立足于中国股票市场的宏观环境、行业及个股基本面,以股价运动基本规律和股票定价模型为分析框架,从多个不同层面对股票进行综合打分,选出具备相对价值的股票。该模型根据各因子的类型和效果赋予不同的权重,对股票组合进行综合评价后,构建投资组合。(2)基本面选股策略 在基本面选股层面,本基金坚持研究驱动投资的理念,充分发挥基金管理人的研究优势,采用“自下而上”的精选策略,精选具有投资价值的个股构建投资组合。本基金主要通过定性分析和定量分析相结合的方式来考察和筛选具有比较优势的个股。定性分析包括公司在行业中的地位、竞争优势、经营理念及战略、公司治理等。定量分析包括盈利能力分析、财务能力分析、估值分析等。(3)风险控制与优化 基金将对投资组合的因子暴露程度进行分析,合理控制组合整体风险水平,并针对交易成本、流动性等因素对投资组合进行优化。(4)策略与模型的动态调整 基金管理人将根据市场变化趋势以及后续深入持续的研究,选择适合当前市场环境的投资策略,定期或不定期地对数量化模型进行复核与检验,并对模型涉及的因子与策略进行修正与调整,不断改善模型的有效性与稳定性,以使得本基金能够有效达成投资目标。对于存托凭证投资,本基金将在深入研究的基础上,通过定性分析和定量分析相结合的方式,精选出具有比较优势的存托凭证。 划重点：本基金在股票投资方面主要采用量化模型选股、基本面选股等多种策略构建投资组合，点出这个基金的量化特色。 3、AI 算法优势 这个基金主要采用AI 算法进行量化。AI 算法优势是： 依靠 AI 算法的超强运算能力，达到风险风格可控，快速应对市场的目的； 一是通过去除主观决策偏差及情绪影响，以量化模型结果为依据进行投资操作，克服情 绪波动导致的决策偏差及失误；二是能利用计算优势实时刷新市场数据，及时反馈，根 据模型结果快速调整持仓；三是明确风险控制指标，在波动率、最大回撤等角度保护资 产安全，利用 AI 因子检验平台等，可回溯检测模型有效性； 4、基金费率：管理费率1.5%（每年）托管费率0.25%（每年） 5、业绩基准和投资组合比例： 业绩基准：中证500指数收益率*95%+银行活期存款利率(税后)*5%。 投资组合比例：股票投资占基金资产的比例为 80%-95%；每个交易日日终 在扣除股指期货、国债期货、股票期权合约需缴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，现金不包括结算备付金、存出保证金、应收申购款等。 6、其他基本信息见下图：
（二）收益特征（业绩表现出色）： 1、超额收益： a、与业绩基准比：
业绩基准是中证500指数收益率*95%+银行活期存款利率(税后)*5%。 自2021.12.15孙经理任职起至2023.3.22涨幅达14.51%，大幅跑赢了业绩基准27.59%。 b、与主要宽基指数相比：
自2021.12.15孙经理任职起至2023.3.22涨幅达14.51%，大幅跑赢了沪深300、中证500、创业板指数、中证1000指数，表现非常出色。 c、与同类风格基金比较：
近1年22.75%，业绩领先166109,001917.表现出色。2023年至今涨幅13.24%，在主动量化基金里面排在 166109,001917之后，列市场第三。 2、信息比率： 信息比率衡量基金优于一个特定指数的风险调整超额报酬。 根据choice数据，孙蒙经理任职以来华夏智胜先锋股票(LOF)基金a的信息比率是2.63，高于除了沪深300指数外的主要的宽基指数。
3、同类排名： 在主动股票型基金小盘赛道，近1年同类排名8/489 优秀，表现良好。 4、打新收益： 打新收益是基金的重要超额收益来源。根据choice数据，成立以来华夏智胜先锋股票(LOF)基金a的打新收益贡献了超额收益2.32%。
5、年度胜率和季度胜率：1个完整年度，2022年跑赢中证500指数。表现较好，数据较少。 季度胜率：过去4个季度全部跑赢中证500指数，表现出色。 6、回撤控制分析：（回撤较小） 回撤走势与主要指数走势比较一致，目前已经收复最大回撤。 从同类型基金（主动股票型基金）的风险收益性价比来看，成立以来在主动股票型基金中，收益排名8/489 优秀，最大回撤124/489 良好，近1年最大回撤-19.23%，低于同类的-23.26%。在同类型基金表现出色。 华夏智胜先锋股票(LOF)优势在于收益优秀，波动率、最大回撤同时较低。区间标准差低于除沪深300外的主要宽基指数。（区间为成立至2023.3.22）
7、夏普比率、卡玛比率： 近1年夏普比率1.13，同类排名7/489 优秀，表现优秀。 近1年卡玛比率0.17，同类排名245/500，表现优秀。 （三）、持仓特征。 1、大类资产配置：孙蒙经理任职以来股票仓位一直在90%以上，极少持有债券，持仓比例符合招募说明书约定。由于是股票型基金，有80%的仓位限制，择时的空间较小。基金经理的股票仓位择时不明显。
2、持股数量： 华夏智胜先锋股票(LOF)，根据2022中报披露，持仓比例在0.5%以上有64只左右，最高为1.41%，总持仓有440只股票，非常分散，符合量化策略基金的特点。 3、持股集中度： 孙蒙经理任职以来华夏智胜先锋股票(LOF)的持股集中度在8.18%至11.12%之间，波动较小，非常分散。最新为8.18%，非常分散。符合量化策略基金的特点。
3、行业配置： 历史行业配置：行业配置比较均衡，银行、电子、基础化工等，以2022年中报来看，有10个行业在4%以上，第一大行业占比9.48%，可以说分散在多个行业，符合量化策略基金的特点。
最新的行业配置见下面：
银行18.22%、电子12.59%、基础化工12.1%是前三大行业。 与中证500etf相比，电力设备、基础化工是前2大行业，中证500etf是医药生物、有色金属，其他比较接近。(2022年中报)
从规模指数、行业指数相关性来看：与中证1000相关性最高（0.97），.与中证500相关性较高（0.96）。 4、基金换手率：暂无数据。 5、最新10大重仓股：
10大重仓股含茅量为9.89%，含电量为9.4%，10大重仓股多数是基金重仓股股，并且华夏基金其他基金也持有这10只股票。 相比中证500etf的10大重仓股，选股票不同，权重也稍大一些。
10大重仓股财务数据特点：均值:PE:12.5，PB:1.3，ROE:10.2%，市值:2337.7亿。PEPB较低，ROE中等，市值偏大盘。（由于采用量化策略，10大重仓股集中度8.18%，10大重仓股参考意义一般，更重要的是量化策略的因子模型等） 10大重仓股风格：小盘成长、小盘价值、中盘成长为主。历史风格小盘成长、小盘价值、中盘成长为主。 （四）业绩归因： 1、构成： 根据choice数据：
从归因分析来看，行业配置、选股能力、交易能力贡献了较多的超额收益。行业配置方面集中在制造业、金融业、仓储和交通运输、仓储和邮政业。其中制造业超额配置了6.89%。 从财务数据来看：
从收益拆分来看，主要收益（亏损）来着股票投资收益。choice提供的数据显示近2年打新贡献度（4.49%）。 2、选股能力： 根据choice业绩归因选股能力较强，主要来自制造业和金融业的个股。 近4个季度前十大重仓股季度变动平均9.5只，基本是1个季度就全部换掉，符合量化基金的特点。 由于持仓换股较快，量化策略更为重要，历史持仓的成功率参考意义不大。 3、择时能力：因为一直保持90%以上高仓位，基本不择时. （五）、持有人结构和规模分析：
最新报告显示机构持有比例较小，在9.49%，比2022.1.26,的33.14%，有所下降。最新内部持有比例是0.06%，略有上升。 基金规模：截止2022年4季报合并规模4.25元，份额方面是净申购，总体规模较小。历史规模波动较大。
三、本次调研中基金经理分享的信息： 1、如何做指数增强策略？ 指增产品的收益来源：指数的 beta+主动投资的 alpha; 对中证 500 成分比例进行调整：调高资质好的个股，降低不看好的股票的持仓占比； 希望每个阶段都能买入成分中最优的标的，把没有那么好的减配或者剔除； 调整原则：通过技术手段形成能代表未来股票预期的组合； 2、基金经理在 AI 策略所扮演的角色？ 我们的策略完全不会人为干预因子权重； 希望所有操作可回溯，有数据和理论支持； AI 算法只是一个工具，通过算法更好的理解市场；如何建立模型，如何优化算法，不 同的基金经理建立的模型是不一样的，通过模型反映对市场的认知； 3、关于控制回撤？ 我们控制回撤的维度，更看重相对基准的超额收益的回撤；如果控制产品绝对回报的回撤，更加复杂，难度较大； 4、产品策略容量？ 模型驱动因素类似，对标不同基准；不以单只产品看待策略容量；在管产品规模 100 亿左右，会非常关注规模对超额收益的影响；如果规模上升到 200 亿，超额可能下降 1%； 5、基金经理持有哪些产品？ 智胜先锋和中证 500 增强都在定投； 6、智胜先锋换手率？ 针对量化策略不高，双边 7-800%；同类中等偏下水平； 7、智胜的行业配置？ 参照中证 500 的行业权重，做行业配置是非常困难的事情； 行业中性策略，在行业内优选个股来获取超额收益； 8、量化模型中哪些单一指标权重较高？ 公司三大表的数据更重要，有很多可以细致挖掘的数据维度； 宏观数据会参考，并不会对投资决策有很大影响；我们做的是在行业内优选标的；宏观 数据决定了行业，但对行业内微观层面影响不大； 风险提示：华夏智胜先锋股票(LOF)属于股票型，风险等级分别为r5，属于高风险产品，风险高于混合型基金、债券基金和货币基金，基金历史表现不能预测未来，本文为个人看法，不作为投资建议，据此入市风险自担。 总结 华夏智胜先锋股票(LOF)业绩优秀，控制回撤和波动能力中等，不择时，行业配置较均衡，依靠 AI 算法的超强运算能力，通过去除主观决策偏差及情绪影响，以量化模型结果为依据进行投资操作，克服情绪波动导致的决策偏差及失误，能利用计算优势实时刷新市场数据，及时反馈，根据模型结果快速调整持仓；明确风险控制指标，在波动率、最大回撤等角度保护资产安全，利用 AI 因子检验平台等，可回溯检测模型有效性；基金经理孙蒙任职的代表基金业绩良好。华夏智胜先锋股票(LOF)值得看好量化基金的投资者关注。 @华夏基金 @今日话题 @雪球基金 @ETF星推官 @球友福利 $华夏智胜先锋股票(LOF)A(F501219)$ $中证500ETF(SH510500)$ $乐普医疗(SZ300003)$ |
|
|
