• 主动量化基金筛选逻辑与规模分布 [page::3][page::4]：

- 通过基金全称是否含“量化”、招募说明书中是否明确量化策略及持仓集中度三个标准筛选，截至2022年底筛选出178只基金，总规模约609亿元。

• 主动量化基金与主动型权益基金配置差异分析及收益来源 [page::5][page::6][page::7]：

- 主动量化基金相较主动型权益基金在小盘价值风格、上游周期和中游制造板块配置比例较高，但在大盘成长、TMT及消费板块配置较低，组合风格配置更均衡。
- 龙头股配置明显低于主动型权益基金，导致2017-2020年差异明显，龙头股配置偏差带来约-30%的累计超额收益影响。

• 超额收益延续性与选股能力表现 [page::7][page::8]：

- 剥离风格和板块影响后，主动量化型基金的累计超额收益与主动权益基金接近，且其选股能力延续性更为显著。

• 主动量化基金适合市场环境分析：行业轮动速度与分化程度 [page::9][page::10][page::11]：

- 主动量化基金在行业轮动速度快和行业分化程度较小的环境中，表现优于主动型权益基金，月均收益和胜率均较高，具备明显适应优势。

• 投资策略分类及策略表现分析 [page::12][page::13][page::14][page::15]：

- 主动量化基金数量上多数采用技术因子，另类策略如事件驱动、机器学习应用较少。
- 各策略收益差异不大，包含技术因子的策略换手率较高，机器学习策略表现波动较大。

• 基于超额收益稳定性构建基金优选组合及回测 [page::16][page::17][page::18][page::19][page::20][page::21]：

- 采用风格及板块剥离的超额收益稳定性指标，筛选表现前10%的主动量化基金等权构建组合。
- 2016-2023年回测累计收益192.15%，显著优于市场整体及主动型权益基金，超额收益主要来自风格和板块剥离后的选股能力。

【广发金工|基金研究】主动量化型基金研究：筛选方法、业绩特征及产品优选—详尽分析报告

---

一、元数据与报告概览

• 报告标题：《主动量化型基金研究：筛选方法、业绩特征及产品优选》（基金产品专题研究系列之四十九）

- 作者/机构：李豪，广发金融工程研究团队，广发证券研究所

• 发布日期：2023年6月9日

- 主体内容：主动量化型基金（主动运用量化策略的权益型基金）的筛选方法、业绩表现特征、投资策略分类及优选方法。

• 核心论点/结论：

- 主动量化策略融合了基本面和量化投资优势，基金筛选依托基金全称、招募说明书与持仓特点。
- 主动量化型基金与主动型权益基金在风格、板块和龙头股配置上的差异是业绩表现分化的核心来源，风格板块剥离后的超额收益延续性较强。
- 在行业轮动快速且行业分化较小的市场环境下，主动量化型基金表现优于主动权益基金。
- 基于风格、板块剥离后超额收益的稳定性指标筛选基金，构建的组合历史表现明显优于大盘主动量化基金和主动权益基金整体。

• 风险提示：

- 研究基于历史数据及模型，不能确保未来表现。
- 组合构建不构成具体投资建议。[page::0]

---

二、逐节深度解读

1. 主动量化策略与主动量化基金研究

1.1 主动量化策略解析

• 基本面投资侧重个股深度研究，关注公司特有属性（商业模式、管理、产品及ESG等），这些是其超额收益的主要来源。

- 量化投资侧重运用Alpha因子（成长、价值、动量等）筛选股票，采取广泛分散策略，目的是摒除个股特有属性的影响，收益源于因子有效性。

图1-2清晰展现了两者收益来源的分解，基本面投资侧重公司特有属性，而量化投资重点是Alpha因子，且因子暴露及风险因子灵活管理。

• 主动量化策略兼具两者特点：利用量化模型挖掘基本面、量价指标和股价走势关系，以此作投资决策。其风险收益属性介于量化增强的指数投资和基本面主动投资之间。

图3显示主动量化策略在预期价值与跟踪误差的均衡区域，体现其“双重属性”[page::1][page::2]

1.2 主动量化型基金的筛选方法

• 筛选依据包括：

- 特征I：基金全称中是否含“量化”字样。
- 特征II：招募说明书明确投资策略为量化或多因子模型。
- 特征III：基金持仓明细体现基金经理任职以来，持仓分散且持仓权重均匀，符合主动量化特征。

• 截至2022年四季度，共筛选出178只主动量化型基金，总规模约609亿元，规模自2016年以来维持500亿-700亿左右波动。

图4阐释筛选逻辑，表1、图5展示基金数量、规模与时间演变趋势，显示主动量化型基金数量稳步增长，且规模较为稳定[page::3][page::4]

---

2. 主动量化型基金业绩特征

2.1 基于风格、板块与龙头股配置比例的表现差异分析

• 主动量化型基金持仓更分散，平均相比主动权益基金：

- 在风格上，小盘价值配置较高，大盘成长配置较低，且大盘价值、小盘成长接近。
- 在板块上，上游周期、中游制造配置较多，TMT及消费较少，整体配置更均衡。
- 龙头股配置比例明显低于主动权益基金，尤其2019-2020年龙头股表现强劲期分化尤为显著。

图7-12详细呈现两类基金历年按风格、板块及龙头股的配置比例差异。

• 通过计算配置偏差乘未来收益得累计超额收益：

- 风格与板块偏差带来约-10%累计超额收益影响，主要集中于2019-2020年。
- 龙头股配置不足导致更显著的负面累计超额收益约-30%。

图13总结三类配置偏差对业绩分化的贡献，显示龙头股偏差是最大负面影响因素。

2.2 风格、板块剥离后的超额收益及其延续性

• 剥离风格和板块后，主动量化型基金和主动权益基金的累计超额收益水平较为接近，反映两类基金在选股能力上无显著差异。

- 选股能力的季度相关系数均为正，且主动量化型基金表现出更显著的延续性，表明其超额收益的稳定性较强。

图14-17具体展示累计超额收益及季度相关系数，验证了主动量化型基金更为持久的选股能力延续。

2.3 适合主动量化型基金的市场环境分析

• 通过计算行业轮动速度（相邻交易日申万一级行业收益率相关系数，值越小轮动越快）及行业分化程度（行业收益率的标准差，越小表示行业分化程度越小）指标，筛选出行业轮动快及行业分化小的月份。

- 在行业轮动快的月份：
- 主动量化型基金平均单月收益2.47%，主动权益基金1.78%，月度胜率为66.67%。
- 主动量化型基金累积风格与板块剥离超额收益都明显优于主动权益基金。

• 在行业分化小的月份：

- 主动量化型基金平均月收益0.75%，主动权益基金0.21%，月度胜率同为66.67%。
- 风格板块剥离超额收益保持优异。

图18-25详细反映行业轮动速度及分化程度指标的分布与对应基金收益表现，证实主动量化型基金在行业轮动快和分化小环境中表现优异[page::8][page::9][page::10][page::11]

---

3. 主动量化型基金的投资策略

3.1 招募说明书的投资策略分类

• 投资策略分类基于招募说明书：

- 量化因子选择：基本面因子（财报、估值、预期、衍生数据）和技术因子（量价、衍生指标）。
- 另类策略运用：事件驱动（如公司经营变动、股权变动、投融资等）和机器学习（AI、深度学习算法等）。

图26形象地展示分类框架。

• 截至2022Q4，大多数主动量化基金采用技术因子，采用另类策略（事件驱动及机器学习）的基金较少。

3.2 投资策略与业绩表现

• 是否包含技术因子：

- 两类基金累计收益差异小，2017与2022年不含技术因子略优，2016年时含技术因子略优。
- 包含技术因子的基金换手率普遍高，反映技术因子调整频率较高。

图27-28、表5说明技术因子基金的表现与交易频率特征。

• 是否包含事件驱动：

- 两类基金表现相似，2017年不含事件驱动略优。

图29、表6显示事件驱动策略的有限差异。

• 是否包含机器学习：

- 策略数量较少，业绩波动较大，整体与非机器学习基金表现差异不显著。

图30、表7反映机器学习策略的初期表现特征。[page::11][page::12][page::13][page::14][page::15]

---

4. 主动量化型基金的产品优选

4.1 超额收益稳定性指标的构建与验证

• 选取样本基金标准：

- 主动量化基金
- 权益仓位持续大于60%
- 成立时间>15个月
- 规模大于1亿元
- 业绩基准为宽基指数，港股持有无下限

• 构建稳定性指标：

- 以月度计算风格、板块剥离超额收益的均值与标准差比值（信息比），作为超额收益稳定性指标。

• 统计显示：

- 历史1年超额收益稳定性指标与未来1季度超额收益相关系数分别为43.76%（风格剥离）和47.13%（板块剥离），表现出较强预测力。
- 同时，稳定性指标与未来累计收益表现也显著正相关。

图31、表8验证指标有效性。

4.2 基于指标的基金组合构建与表现

• 按季度选出超额收益稳定性指标最高的前10%基金，构建等权组合。

- 2016年至2023年回测期内：
- 组合累计收益192.15%，远超同期主动量化基金整体85.41%，且组合年年跑赢整体主动量化基金。

• 考虑到申购限制，剔除受限基金后的组合表现依然优异，累计收益仍达到165.04%。

图32-33、表9-10展现组合回测表现及申购限制影响。

4.3 超额收益来源归因分析

• 相较主动权益基金，组合的风格、板块配置偏差贡献有限（0-10%），龙头股配置偏差仍为负面影响，累计约-35%。

- 但在风格、板块剥离超额收益方面，组合显著优于主动量化基金整体和主动权益基金，说明选股能力是主要超额收益驱动。

图34-38详细展示归因结构。[page::16][page::17][page::18][page::19][page::20][page::21]

---

三、图表深度解读

• 图1-2：基本面投资主要通过公司特有属性创造收益，而量化投资则侧重Alpha因子。两图通过分层堆叠展示收益来源的逻辑，帮助理解两投资策略本质区别。
• 图3：二维空间图表（预期价值增加vs.预期跟踪误差）明示主动量化策略位于量化增强与传统主动投资的中间，揭示其风险收益特征。
• 图4、表1、图5：筛选方案示意和历史基金数量/规模展示基金市场发展态势，蓝柱（基金数量）不断攀升，基金规模红线波动于500-700亿元，说明市场关注度提升，规模稳定。
• 图7-12：多彩堆叠条形图对比主动量化基金与主动权益基金的年度风格、板块、龙头股配置，及时反映两类基金投资偏好差异，特别是主动量化基金在小盘价值与周期制造配置上较为突出，而主动权益基金更偏好大盘成长及科技消费。
• 图13：多折线累计超额收益图直观量化不同配置偏差对业绩的影响，显著负向的龙头股配置偏差引发主因业绩落后。
• 图14-17：连续走势与条形相关系数图描绘剥离风格/板块后的超额收益接近且具有稳定延续性，展示主量化基金在选股层面具备持续竞争力。
• 图18-25：直观行业轮动速度及分化指标，每月波动显著，时序柱状图与差异比较条形图揭示主动量化基金在特定市场节奏下更擅长捕捉超额收益，表明策略适应性。
• 图26：结构框图灵活与直观地分类投资策略，展示量化因子与另类策略并重视角。
• 图27-30、表5-7、图28局部：净值及换手率对比图说明技术因子的灵活调整导致频繁调仓，事件驱动与机器学习策略虽然表现分化有限，但体现策略多样性。
• 图31、表8：柱状图和量化数据佐证稳定性指标对应未来业绩，助力策略筛选。
• 图32-33、表9-10：净值累计表现图清晰证实策略组合优于整体主动量化基金，且兼顾实际申购限制。
• 图34-38：归因分析图表强化风格与板块选股能力贡献主导超额收益，图形连续性展现策略表现持续稳健。

这些图表紧密配合报告文本，数据采集来源权威，覆盖时间充足，理论与实证结合紧密，具备较强说服力。[page::1-21]

---

四、风险因素评估

报告提示三大风险：

1. 历史数据局限性：所有数据均为历史信息，未来市场环境可能不同，历史表现不代表未来结果。
2. 模型适用性局限：基于模型结论或策略组合构建方法未必完全适用于未来市场走势，存在预测误差风险。
3. 非投资建议声明：文章结果不构成具体投资建议，投资者应结合自身情况审慎决策。

报告未具体指出缓解这些风险的方法，提醒读者要有风险意识与谨慎态度。[page::0][page::21]

---

五、批判性视角与细微差别

• 报告数据充分，方法严谨，但审慎来看存在以下注意点：

- 数据来源与频率限制：部分分析采用净值回归估算持仓配置，净值低频数据可能掩盖短期持仓变化，影响对策略即时表现及持仓动态的精确理解。
- 策略分类简单：另类策略涵盖事件驱动和机器学习，但机器学习基金数量较少且波动大，相关结论信噪比较低，分类待加深。
- 收益归因复杂性：风格、板块及龙头股的配置收益占比较大负面影响，投资者需警惕策略对头部资产的敏感性对收益的左右。
- 未深度讨论费用冲击及交易成本：包含高换手率技术因子策略可能交易成本较高，实务表现或受影响，报告中呈现的净收益未显著体现成本考量。
- 市场时机依赖：报告强调市场环境适应性，过去数据表现良好不代表未来在不同市场周期仍具备优势，策略可能存在时效性。
- 整体超额收益归因需更宽视角：基金规模限制、投资者行为影响、管理费等均未深入讨论。

总体，报告逻辑严谨且数据多维度交叉验证，适当保持对未来不确定性的审慎，结论可靠，但投资者需结合实际环境和个人需求做出综合判断。

---

六、结论性综合

本报告系统揭示主动量化型基金的核心逻辑及表现特征：

• 主动量化型基金依托量化模型结合基本面与技术指标，在投资策略上弥合了传统主动与量化投资的优势，体现为积极分散的持仓及均衡的风格板块配置。
• 尽管因少对龙头股的配置而在部分年份业绩落后于主动权益基金，但主动量化基金的风格与板块剥离超额收益表现稳定且延续性强，显示其有效的选股能力和策略执行力。
• 在行业轮动加快及行业分化减弱的特定市场环境下，主动量化基金往往能跑赢主动权益基金，这点为投资者择时配置提供了重要参考。
• 不同投资策略之间的业绩存在有限差异，技术因子策略具备较高换手率，另类策略（事件驱动、机器学习）仍显初步阶段。整体上，策略多元但收益稳定性成为筛选关键。
• 基于超额收益稳定性的信息比指标可有效预测主动量化基金未来超额收益和业绩表现，利用该指标构建的筛选组合表现优异，显著跑赢大盘及同类主动量化基金。
• 超额收益源泉主要来自风格、板块的选股超额表现，而非简单的配置偏差，这凸显量化选股策略的有效性。
• 报告结构逻辑清晰，通过系统的量化与实证分析支持各个结论，展现了主动量化基金作为权益投资的重要补充角色。

总体而言，主动量化基金具备通过科学量化方法实现稳健超额收益的潜力，其组合筛选逻辑成熟且行之有效，对投资者构建多元化主动组合及优化基金配置具有重要参考价值。[page::0-21]

---

结语

广发证券的本篇研究报告以详实数据和细致分析全面呈现主动量化型基金的发展、策略特征及超额收益驱动机制，具备较强的实务指导意义。投资者应结合本报告结论，关注基金的超额收益稳定性及市场环境匹配，理性评估不同策略的长期表现潜力，谨慎决策。

---

以上分析基于提供文档，所有结论均带页码溯源。

报告