2024量化基金报告：超额收益来源与策略分析
1公募量化基金趋势思考
市场波动增加叠加超额收益收敛，公募量化基金迎来考验。从沪深300、中证500和中证1000指增基金的年度平均超额收益变化来看，公募量化基金超额收益正逐步收敛。沪深300指增、中证500指增、中证1000指增基金的超额收益随着市场有效性的增加逐步减少，基本都稳定在年化5%-10%水平，Alpha的获取难度上升。
年初近半数公募量化基金未能跑赢其基准指数，或因风格偏向小盘而遭到市场冲击影响。在2024年年初小盘股市场出现“踩踏”现象，前两个月中证2000和万得微盘股指数分别下跌16.25%和24.91%，与之相伴的是多只公募量化基金的净值短期大幅下降。近半数公募量化基金未能跑赢其基准指数，甚至出现9只基金的跌幅超过20%，原因是基金风险敞口暴露所致。针对公募量化基金未来发展趋势，本报告主要思考以下几个问题：
1、公募量化基金风格的偏离长期是否带来更多超额？
2、公募量化基金的超额收益主要来源于哪些Alpha？
3、公募量化基金未来超额是否有机会回升？
4、如何系统化评价与优选公募量化产品？
市场风格急剧切换下风控水平成量化产品输赢最重要因素。为了更直观地说明风险敞口对于公募量化基金收益的影响，我们选择了三只比较基准均为中证500指数、但风控严格程度不同的公募量化基金为例，其中对于基金风控严格程度的划分将在第二部分中详细阐释。从比较结果来看，2022年市场整体下行以来，风控出现明显偏离的基金C，在前期能够获得相对较高的超额收益，但今年年初受小微盘下跌影响，而出现明显大幅回撤，回撤幅度接近-30%；而风控相对较好的基金A在2022-2023年跑平或略跑赢中证500指数，且在年初未出现明显回调。由此可见，公募量化基金通过暴露风险或许可以获得一定的超额收益，但同样可能遭受市场风格切换的冲击。这使得投资者在量化基金上的收益极大程度上取决于何时买入不同类型的量化基金。
公募量化基金的超额收益来源于：beta、alpha、择时、其他，本报告将从这几个方面入手全面分析量化基金。从年初公募量化基金表现分化中，我们发现风险敞口对基金业绩的重要影响，而除此之外，在股票的动态组合中，选股alpha模型、仓位择时和主动干预等其他因素均会影响基金净值，因此在下文分析中，我们将围绕这几个方面，对量化基金搭建全面的归因分析体系。
2公募量化基金多维归因解析
本节我们将从仓位择时、持仓分布、风控情况、收益拆分和策略推算等角度入手，对公募量化基金进行多维解析，以形成每只基金的画像档案。但是由于其集中度低、换手率高的特点，考虑数据可用性和准确性，我们将主要依据半年报和年报的全持仓情况、及阶段性业绩进行分析。
2.1维度一：仓位择时能力
进行择时操作的公募量化基金数量较少，且择时准确率分化明显。考虑到部分量化基金会调整仓位以应对市场波动，但择时频率可能有所不同，因此我们首先将基金经理管理以来出现过相邻两个季度中权益仓位之差>10%的基金认为是会进行择时操作的量化基金，从统计结果来看，在2022年底市场波动加剧以来，进行仓位择时的量化基金明显增多，且整体以加仓为主。在此基础上，我们来计算每一只基金的仓位择时准确率，即前一个季度的权益仓位变化方向与基准指数在下个季度的涨跌相对照，来判断当此调仓是否准确，并统计基金经理管理以来择时正确的概率。从结果来看，公募量化基金平均择时准确率约为58%，其中有30%的基金仓位择时准确率超70%。
2.2维度二：基准成分股偏离程度
观察持仓股分布情况，是判断基金偏离程度的直观方式，2022年以来持仓整体向小微盘倾斜。一方面统计基金持仓中，属于基准指数成份股的占比情况，从结果来看，指增基金基本符合80%以上持仓为基准指数成份股的要求；但主动量化基金则存在较为明显的持仓偏离，其中当期持仓中占比超80%为基准指数成份股的仅有18.6%，而有19.3%的持仓中基准指数成份股甚至占比不足20%。另一方面，可以通过观察持仓股在主要宽基指数上的分布变化，来初步推算其持仓偏离情况，从整体分布来看，2021年以来公募量化基金持仓中沪深300成份股逐渐减少，而相应的中证2000和小微盘股占比明显增加，但目前多数仓位尚处于可对冲域。
2.3维度三：风格行业偏离约束
公募量化基金持仓长期向中小盘和高成长性偏离。采用半年报和年报中的全持仓数据，来统计当期持股在barra风格因子上相对于基准指数的暴露偏离，从市值和成长价值风格上的偏离结果来看，公募量化基金长期偏向于超配中小盘（特别是2014-2016），在2017-2021年市场基本处于大盘股占优的过程中，这一偏离并不明显，而在2022年之后，则逐步向中小盘倾斜；此外，公募量化基金整体高配成长、低配价值，但在2023年价值风格持续占优后，开始向价值切换。
从个基的风格偏离程度来看，约半数基金风格较为中性。根据对基金各期在不同风格因子上偏离水平的计算，我们选择了5个较为重要的风格因子，即“市值”, “非线性市值”,“低估性(PB)”, “低估性(PE)”, “成长性”因子，若基金当期在这五个风格因子上的偏离，均处于同期所有公募量化基金在这一风格因子上偏离水平的±1倍标准差之内，则认为该基金在当期风格较为中性；若其中有风格因子的偏离超过了±1倍标准差、但又都在±2倍标准差之内，则为当期风格小幅偏离；若有风格因子的偏离超过了±2倍标准差，则为风格明显偏离。根据这一判断标准，公募量化基金整体约半数处于风格较为中性的水平，但仍有约20%的基金存在明显偏离。
从个基的行业偏离程度来看，公募量化基金整体行业较为中性。同样根据基金全持仓的行业配置与基准指数相比，在行业上公募量化基金长期在医药、电子、基础化工和机械上略有超配，在房地产和电力公用事业上则略有低配；近期主要超配了机械行业。此外，采用与风格判断相同的方法，若当期行业偏离均处于同期在该行业上偏离的±1倍标准差之内，则认为当期行业较为中性；若有行业偏离超过±1倍标准差、且均在±2倍标准差之内，则为行业小幅偏离；若有行业偏离超过±2倍标准差，则为行业明显偏离。但从统计结果来看，公募量化基金在行业的偏离上整体较为谨慎，多数处于行业中性水平，此外在2014-2015年和2019-2020年，即市场存在主线行业时，量化基金更容易出现行业上的偏离。
结合风格和行业偏离情况，可进行量化基金整体风控严格程度的判断。结合上述在风格和行业上的偏离情况统计，若基金当期持仓在风格和行业上均较为中性，则认为当期其风控较为严格；但若在风格或行业中存在超过±1倍标准差、甚至超过±2倍标准差的偏离，则该基金当期的风控情况即为小幅偏离或明显偏离。从划分结果来看，约有40%的量化基金风控较为严格。
小幅偏离的量化基金累计超额收益较高，但风控较严格的基金的超额收益则更稳健。根据上述对于公募量化基金的风控严格程度的划分，我们将每类量化基金相对于自己基准指数的超额收益进行累计，发现从2016年以来，风控小幅偏离的基金虽然累计超额收益最高，但这一超额收益主要集中于2019-2021年，而近年则趋平且波动增加；而风控较严格的量化基金的超额收益则更为稳健，在市场下行中仍稳步实现超额，且波动较低；此外偏离更为明显的基金，反而累计超额收益较低、且波动更大。
2.4维度四：区间收益拆解
本节我们主要对公募量化基金的超额收益中的beta和alpha进行拆解。考虑到量化基金整体换手率相对较高，且持仓分散、季报参考性较弱，因此收益拆分的计算区间选择半年报和年报报告期前1月与后1月，即每年的6-7月和12月-次年1月。根据上文中对于风格和行业偏离的计算，可以相应计算当期这种偏离带来的超额收益，即风格/行业偏离收益贡献=基金当期在风格/行业上的偏离×前后2个月风格/行业因子收益。从计算结果来看，指数增强型基金主要从价值、成长和动量因子的偏离上获得收益，而主动量化基金则是在是指、beta、动量、成长性因子上均会通过偏离来获益；行业上由于偏离较小其整体超额收益影响也相对较低。
牛市中量化基金更容易获得alpha，选股alpha仍然是公募量化基金的主要超额收益来源。基于上述通过风格行业偏离和因子收益剥离出量化基金超额收益中的beta部分，则可以得到区间选股alpha贡献的超额收益=基金区间收益-基准指数区间收益-风格和行业偏离的收益贡献。从拆分出的平均选股alpha序列来看，公募量化基金在2013、2017、2019-2020年，即市场上行中能够获得更高的选股alpha超额收益。从累计贡献来看，风格的偏离没有带来稳定的超额收益，在2012-1015周期以及2019-2023周期都为先正后负，行业偏离上长期稳健地贡献小幅收益，选股alpha则是量化基金长期超额收益的主要组成部分，但稳定性同样不足。
2.5维度五：量化策略推断
本节我们主要解决公募量化基金的超额收益主要来源于哪些Alpha的问题，对基金选股策略进行推算和拆解。在上述区间收益拆分中，我们拆解出了公募量化基金的选股alpha策略的收益贡献，对于这部分超额收益，我们考虑根据现有数据，对其可能采用的量化策略和因子效果进行推算：
①将alpha因子分类，根据半年报与年报，计算基金全持仓在已有alpha因子上的暴露偏离；
②根据当期暴露偏离的绝对值从高到低排序，若排序中相邻因子属于同一类型，则只保留其中解释力度最高的一个因子；
③将剩余因子的多空收益逐个加入，与基金区间选股alpha收益部分进行逐步回归，至回归R方达到0.8时止；
④根据回归系数暴露与alpha因子区间收益计算每个有效因子的收益贡献。
从计算结果来看，长期可能超额贡献较高因子包括换手率、预期ep、净利润及预期等相关因子，近期整体贡献较高的则为基本面、价值和量价类因子。
超预期、杠杆、价值和分析师类策略历史超额贡献较高，基金特质收益同样受市场表现影响。在各alpha因子收益贡献估算的基础上，对市场常见策略的累计贡献进行统计，长期来看，超预期、杠杆、价值和分析师类策略贡献较高。同时若将基金选股alpha收益中已推算出的策略贡献减去，即可得到公募量化基金的区间特质收益，整体来看，量化基金的特质收益稳定性较弱，且市场上行时更为显著。
量化基金的特质收益IR分化较为明显。在公募量化基金特质收益的基础上，用区间日度特质收益的均值/标准差，即可得到特质收益IR，从各期的IR特征分布来看，2019年以来随着量化基金数量的增加，其特质收益IR的分化程度也有所提高，部分量化基金能够在当期实现较高的特质收益和较低的波动，但这一特性的延续性相对较弱，从IR的分组检验结果来看，尚未对基金未来的回报有明显的预测作用。
本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。
