• 基金经理管理规模快速增长，马芳管理规模由2022年底的33.97亿元增长至2023年3月的114.56亿元，显示市场认可度提升 [pidx::4]。

• 基金规模及持有人结构变化：基金规模在2022年Q4至2023年Q1实现超1倍增长，机构投资者比例由几乎无增长至超50%，显示机构参与度提升 [pidx::5]。

• 业绩表现突出，2020年9月至2023年6月总回报达48.86%，年化16.37%，同类排名前5%；相对中证500和偏股混合基金均有超额收益约58%左右，且在中证500指数下跌行情中表现出色，实现34.03%超额收益，凸显防守优势 [pidx::6][pidx::7]。

• 持有体验优良，日度、月度、季度正收益概率分别为55.27%、69.70%、72.73%，持有3个月获利概率70.85%，6个月92.63%，1年达98.83%，平均收益依次提升至18.22%，适合长期投资 [pidx::7]。

• 风险控制有效，最大回撤显著低于同类基金，且大部分最大回撤已修复，业绩稳定频率高，滚动三月、六月排名均保持在同类前50%之内 [pidx::8]。

• 股票仓位稳定，长期维持在85%左右，保证了策略的持续市场参与度 [pidx::9]。

• 行业配置较为分散，市场观点依赖机器学习驱动的行业胜率模型，避免主观偏见；重仓多为机械、周期和TMT板块，金融地产超低配 [pidx::9][pidx::10][pidx::17][pidx::18]。

• 个股方面持股结构偏中小盘，中证1000成分股占比约20%，重仓股中冷门股比例较高，无明显抱团现象，多样化分散，降低集中风险 [pidx::12][pidx::14]。

• 重仓股份额集中度低，前十大重仓股占比约12.22%，换手率近年下降，重仓股留存度亦较低，体现灵活调仓能力 [pidx::14][pidx::15][pidx::16]。

• 风格均衡，无明显风险偏好，通过系统性风险模型及高频补充风险模型控制整体组合风险，机器学习结果综合于行业、风格及热点配置 [pidx::17]。

• 投资交易能力显现：实际净值走势与模拟组合整体吻合，自2022年5月起已有明显超额收益，说明具备一定选股及调仓能力 [pidx::18]。

• 量化策略框架采用两部分：一是结合短周期市场指数与个股alpha的多频率分析，二是通过风险模型分解系统性波动，预测未来收益并叠加，辅以高频补充风险模型提升风险捕捉能力，提升决策稳健性 [pidx::0][pidx::4][pidx::5]。

国金量化多因子A基金研究报告详尽分析

---

1. 元数据与概览

报告标题：《国金量化多因子A：以机器学习为基础，多维度预测提高决策稳健性》

作者/发布机构：西南证券研究发展中心，分析师郑琳

发布日期：2023年6月14日（数据截止日）

主题：量化多因子股票型基金——国金量化多因子A（基金代码：006195.OF）

核心论点与评级：报告重点介绍国金量化多因子A基金的量化多因子策略，强调基于机器学习的多维度收益预测模型，提高投资决策的稳健性。基金表现长期稳健优异，年化收益近16%，相对基准中证500年化超额收益达到约18%。基金经理明确为防守型策略，利用机器学习判断行业及个股超额收益概率，持股风格均衡无过度风险偏好，适合长期持有。报告未明确评级，但通过排名和超额收益展示基金具备较强竞争力。[pidx::0][pidx::5][pidx::6]

---

2. 逐节深度解读

2.1 基金经理介绍及策略框架

两位基金经理马芳和姚加红2016年及2023年加入管理国金量化多因子基金。马芳背景包括IT研发及量化运营管理，姚加红具有信息技术及指数投资管理经验。

策略框架由两部分构成：

• 预测标的分析：预测市场指数的高频成分与个股Alpha的低频成分，反映短期市场动态和持久收益机会。
• 风险模型分解：针对市场系统性波动，通过预测未来收益叠加风险收益，包含对传统Barra模型的高频补充，尤其关注中短期有效风险。

目前两位经理共管理2只产品，合计规模超65亿元，马芳近一年管理规模迅速扩大至114.56亿元，彰显基金市场认可度和经理能力[pidx::0][pidx::4]

表1和图1展示：

• 两位经理管理的国金量化多策略A和国金量化多因子A两只基金的基本信息。
• 管理规模稳步上升，尤其马芳基金管理规模2023年Q1突破百亿元大关，反映资金流入和市场信心提升。

---

2.2 代表基金国金量化多因子A基本情况和资产规模

成立于2018年10月31日，基金为开放申购赎回的普通股票型基金。

基金经理马芳2020年9月起任职，基金任期内累计回报为48.86%，在464只同类中排名22位，表现优异，超越指数基准中证500 55.11个百分点。

规模方面，基金规模自2022年Q4至2023年Q1年内翻倍增长至55.04亿元。

投资者结构上，机构投资者持有比例由2022年上半年约2%跃升至年底52.66%，显示机构资金认可度和参与度明显提升，这对于基金稳定运营和风控是积极信号。

图2展现基金规模增长趋势，图3反映投资者结构变化，机构投资者比例显著增加[pidx::5]

---

2.3 业绩表现及市场行情适应性

• 绝对业绩：年化收益16.37%，同期回撤控制较好。
• 相对业绩：相对中证500累计超额收益58.88%，年化超额收益18.24%，远超大多数同类基金。
• 基金在中证500表现疲软期间依然实现正向收益，显示出较好的防守能力。

图4中累计收益线平稳上升，滚动回撤面积显示最大回撤期为2022年3-4月约21%，较同类平均水平更优。

图5与图6显示相对中证500和偏股混合指数的超额收益曲线稳步抬升，基金持续跑赢两大基准。

市场行情分段看，2021年2月至2022年10月（跌势区间），基金实现超额收益34.03%，上升行情2022年10月至2023年6月内亦实现12.89%超额收益，体现“攻守兼备，更擅长防守”策略定位。

表3与图7进一步佐证基金在不同市场行情中均取得领先表现，且自2021年以来排名稳定在同类前20%以内，显示业绩的稳定性[pidx::6][pidx::7]

---

2.4 持有体验：适合长期投资

收益的正向概率较高，日度、月度、季度收益正概率分别为55%、70%、73%。

持有不同期限的收益和盈利概率：

• 持3个月：70.85%胜率，平均收益4.59%
• 持6个月：92.63%胜率，平均收益9.08%
• 持1年：98.83%胜率，平均收益18.22%

该数据充分说明了基金具备较高稳定性和较低回撤概率，且随时间越长，胜率和收益提升明显，既符合量化持股均衡，且强调长期投资回报的理念，适合风险承受能力较强的投资者追求稳健收益。

图8与图9展示持有期收益概率与平均收益提升趋势清晰[pidx::7]

---

2.5 风险管理与业绩稳定性

基金历年最大回撤控制较好，2022年最大回撤21.07%，显著优于同类平均30%以上，部分年份最大回撤尚未完全恢复。整体样本区间最大回撤和回撤修复天数反映基金对市场波动的韧性。

基金滚动近3个月和6个月排名绝大多数时间处于同类前50%，70%以上时间排名前25%，显示业绩较为稳定。

图10、图11和表4分别呈现滚动排名和最大回撤及其修复情况。该稳定性是基金核心竞争力之一，表明量化多因子策略在资产配置和风险平衡上取得成功[pidx::8]

---

2.6 资产及行业配置特点

• 股票仓位：一直稳定维持约85%，说明基金坚持股票主导配置策略，波动主要控制于股票池内。
• 行业配置：行业分布宽泛，板块配置均衡，TMT板块在2022上半年有所大幅增加。量化策略以机器学习判断各行业的胜率，避免主观判断偏差。
• 分散投资降低单一行业风险，组合对行业持平衡态度，无明显行业抱团效应。

图12到图16展示持仓仓位及行业构成动态，行业集中度整体适中，涵盖制造、医药、消费、周期等多个行业，维持多元化。

图17列出前五大重仓行业变化，食品饮料、医药及机械板块占比较高。

基金通过机器学习和行业因子预测，动态调整行业配置，追踪热点，避免集中化风险。

整体风格由分散行业和风格构成，量化分散风格优势明显[pidx::9][pidx::10][pidx::11]

---

2.7 个股风格与持仓结构

• 持股结构偏向中小盘，自2021年以来中证1000指数成分股持仓比例稳定30%-50%之间，体现对优质中小市值标的较高仓位。
• 估值风格分布均衡，既有低估值也有中高估值股票，盈利质量覆盖低、中、高，成长风格有一定倾向但变化明显。
• 持股数量众多，平均非打新股持仓数量达600多只，持股集中度较低，前十大重仓股占比约12%，偏好广泛分散组合，降低个股风险。
• 换手率随着模型迭代逐渐降低，重仓股留存率低，表明动态调仓灵活。

图18-图30及表5数据展现了基金持股的深度和广度以及重仓股的业绩贡献，重仓股如康华生物、新强联等贡献了显著超额收益。

抱团现象较弱，冷门股占多数，核心抱团股平均数量低至2.7只，显示基金选股具有差异化与独特性。

尤其重仓股持仓占比较低，保证组合流动性和风险分散。

基金经理调仓换股能力体现在动态持仓和超额收益贡献上，权衡了收益与风险的平衡[pidx::12][pidx::13][pidx::14][pidx::15][pidx::16]

---

2.8 风格归因与风险模型

通过Barra模型和增补高频风险模型，基金无明显风险因子偏好，风格均衡。基金针对市场系统性波动分解风险因子，预测未来收益，叠加形成整体波动预测。

相较中证500，基金持续超额配置于中游制造、周期、TMT等板块，执行一定的板块择时策略。

图31展示Barra模型多维度因子均衡分布；

图32-33是板块及行业超低配风格热力图，显示对制造、机械、化工等板块为超配，金融地产和消费板块低配，表明基金重视行业轮动和风格转换。

量化机器学习预测使基金在行业和风格方面更具主动调整能力，而非单纯盲目追涨杀跌。

---

2.9 投资交易能力

基金实际净值走势与基于策略的模拟组合高度吻合，自2022年5月起实际组合略优于模拟组合，体现了基金经理在选股和调仓换股方面具备一定超额收益能力。

图34、图35清晰显示两者走势及超额表现，说明基金经理能有效管理持仓，实现预期策略的超额回报。

---

2.10 风险提示

报告明确表示所有结论均基于历史公开数据分析，不保证未来表现。基金受宏观经济、行业基本面变化、市场波动及风格转换等多重因素影响，存在波动风险，投资者应结合自身风险承受能力谨慎投资。

---

3. 图表深度解读摘要

• 图1与图2：基金经理管理规模及基金规模均稳步上升，反映市场认可及资金持续流入。
• 图3：机构投资者比例快速提升，显示专业投资者对基金认可增强。
• 图4-7：基金收益与回撤分析显示稳定性强，尤其在熊市阶段表现突出，体现良好的风险控制能力。
• 图8-9：正收益日占比较高，持有期间胜率和收益逐渐提升，支持适合长期持有结论。
• 图10-11：业绩滚动排名稳定，多数时间保持在同类前50%位置。
• 图12：股票仓位保持高位稳定，显示决策贯彻纪律性。
• 图13-17：行业配置分散且机动，TMT与制造业为重点，利用机器学习动态判断行业机会。
• 图18-23：持股指数分布多样，风格均衡，市值偏中小盘，估值及盈利风格覆盖广泛，波动控制良好。
• 图24-25：重仓股抱团度低，拥抱冷门股，体现差异化选股策略。
• 图26-30：持股数量众多，集中度低，换手率逐步降低，重仓股稳定性略低，显示基金动态调仓灵活。
• 图31-33：风险模型风格均衡，基金适时调整，实现旋转配置。
• 图34-35：实际净值优于模拟组合，体现选股与交易能力。

---

4. 估值分析

报告未专门提供基金估值模型，属于量化主动管理基金，重点在于通过多因子机器学习模型获取Alpha和控制风险，实现超额回报；基金评级及超额收益数据表现估值合理，基金产品适合长期基于量化因子追求稳定超额收益的投资者。估值更多体现在基金净值的实际表现与模拟组合的对比，而非传统股票估值模型。

---

5. 风险因素评估

报告明确提示风险：

• 历史数据及第三方数据更新滞后及准确度风险
• 宏观经济环境及行业基本面超预期变化风险
• 市场价格波动及风格转换风险
• 投资者风险偏好与承受能力不匹配的风险

基金强调分散配置和稳健风格，降低系统性与个体风险，但仍存在无法完全规避的市场风险，投资需谨慎。

---

6. 批判性视角与细微差别

• 数据滞后性和历史表现不代表未来：报告多次强调基于历史数据的分析，未来市场环境变化可能导致策略效果波动。
• 持股数量众多，换手率逐渐降低：虽有利流动性及风险分散，但过度分散可能抑制单一股票带来的超额收益潜力。
• 机器学习模型的黑箱风险：尽管报告强调基于机器学习的多维度预测模型，但具体模型结构、训练数据及有效性细节未详述，存在一定的“模型风险”。
• 重仓股稳定性和抱团现象弱：重仓股留存率较低，虽体现灵活调仓，但反映出缺少长期持股典型，投资连续性风险需关注。
• 机构投资者迅速增多的潜在压力：机构资金快速进入可能导致流动性管理复杂，策略执行面临挑战。

总体而言，报告结构严谨，内容详实，但对机器学习模型具体细节披露较少，投资者需理性评估模型及市场匹配度。

---

7. 结论性综合

国金量化多因子A基金由经验丰富的基金经理采用基于机器学习的多因子量化策略管理，侧重多层次、高低频率因子结合的收益与风险预测。基金自2020年9月马芳经理接任以来表现优异：

• 积极捕捉Alpha和市场波动，维持年化16.37%的绝对收益和18%以上年化超额收益。
• 持仓均衡分散，中小盘及多行业布局，强调风险分解，控制整体风险暴露。
• 投资决策依靠机器学习识别行业胜率，风险模型辅助识别市场波动，强化决策稳健性。
• 持有胜率高，适合中长期投资，尤其在熊市阶段防御能力突出。
• 重仓股精选，抱团现象弱，动态调仓灵活，基金换手率近年来下降。
• 机构投资者参与度提升，体现市场认可。

图表资料丰富详实，数据验证了基金策略和管理能力的有效性。风险提示明确合理，投资者应关注宏观及市场波动风险。

总体来看，国金量化多因子A基金具有较强的选股和风格调整能力，稳健实现了优异业绩，适合风险承受能力中等至较高的长期投资者。

---

以上分析综合了报告正文及所有重要图表和数据，详尽阐释基金经理特点、策略框架、业绩表现、配置结构、风险管理及投资能力，体现报告全面性和专业性。[pidx::0][pidx::1][pidx::2][pidx::3][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::11][pidx::12][pidx::13][pidx::14][pidx::15][pidx::16][pidx::17][pidx::18][pidx::19]

附：关键图表示例引用

• 图1：基金经理管理规模（亿元）

• 图4：基金累计收益与滚动回撤图

• 图13：行业风格板块配置

• 图31：Barra 分析结果

• 图34：实际净值与模拟组合(每半年)

报告