请选择报告时间
- 全部
- 2024年第2季度
- 2024年第1季度
- 2023年年度
- 2023年第4季度
- 2023年第3季度
- 2023年中期
- 2023年第2季度
- 2023年第1季度
- 2022年年度
- 2022年第4季度
- 2022年第3季度
- 2022年中期
- 2022年第2季度
- 2022年第1季度
- 2021年年度
- 2021年第4季度
- 2021年第3季度
- 2021年中期
- 2021年第2季度
- 2021年第1季度
报告期内基金投资运作分析
2024年二季度，市场呈现了一定的波动及变化。代表市场大盘风格的沪深300指数在二季度下跌2.14%，代表市场小盘风格的中证2000指数下跌13.75%，市场的大小盘分化进一步加剧。在行业层面，银行、公用事业、煤炭等高股息行业在二季度表现相对较好，市场呈现出较为明显的红利风格。二季度，资本市场政策持续出台，市场秩序得到进一步规范，投资者利益得到更好地保护，这有助于市场长期的健康发展。
策略层面，我们进一步迭代了量化选股模型，使之在历史上有着更加稳健的表现，预期收益也得到了进一步提升。在当前时点下，我们认为目前市场存在较多的行业和板块处于历史低位，市场整体向下的概率相对较小。接下来，我们会利用量化选股模型去跟踪市场各个维度的变化，获取相对稳定的超额收益。
报告期内基金投资运作分析
本报告期内，在对经济基本面整体预期转弱的状态下，出现了板块快速轮动、流动性危机等多个重要事件。虽然市场整体下跌，但在当前位置，很多行业和板块估值均处于历史极低位置水平，市场整体向下空间有限，如果出现一些基本面向好的边际变化，可能会具备较大的向上弹性。另外，重要产业趋势依然值得重视。因此，我们会进一步跟踪重点行业板块的变化，利用量化模型的宽度优势，相对均衡地配置于有较高预期成长性，同时估值具有性价比的公司。2024年一季度，市场大小盘风格发生较大分化，代表大盘风格的上证50指数上涨3.82%，代表小盘风格的中证2000指数下跌11.05%。小盘风格出现了较大的超额回撤，主要原因是小盘股在一季度遇到了一定程度的流动性危机。在行业层面，银行、石油石化、煤炭等高股息行业表现相对较好；医药生物、计算机、电子等高成长性行业表现相对落后。
在模型迭代方面，一季度我们引入了机器学习量价模型，希望利用机器学习的建模手段，在海量数据中挖掘到更多的低相关的选股因子，能够进一步发挥量化模型在宽度上的选股优势。
我们认为目前市场较多的行业和板块均处于历史低位，市场整体向下的概率相对较小。接下来，我们会利用量化模型去跟踪市场上重点行业以及公司的变化，捕捉到一些相对确定的投资机会。
对宏观经济、证券市场及行业走势的简要展望
展望2024年，我们认为市场可能存在一些新的变化。具体来说，在当前宏观环境没有重大变化的情况下，过去三年大盘和小盘风格累计的超额收益可能会出现阶段性收敛。小盘和低流动性风格底层是以支付流动性溢价获得超额收益，但一旦市场反转，小盘股资金更难撤出，会支付昂贵的流动性成本。因此，我们认为小盘风格需要密切关注。另一方面，在市场预期极低的情况下，如果宏观经济层面能看到一些有利的变化，那么成长和价值风格也有望出现阶段性收敛。
我们将继续从自上而下以及自下而上两个角度进行深度研究，通过量化模型紧密跟踪相关数据，快速准确地做出投资决策。同时，我们依然会坚持在大数据、机器学习、另类数据中的深度研究，充分利用另类因子和市场因子对选股模型进行增强，通过事件驱动等更加多样化的策略进一步优化模型，不断做好模型迭代。
报告期内基金投资运作分析
本报告期内，在疫情防控政策优化后，市场首先对经济复苏产生了较强的预期。然而，随着高频经济数据的披露，市场对经济复苏的力度持续进行下修，经历了较为深度的回调。同时，伴随着人工智能、AIGC（生成式人工智能）等新技术的出现，A股也出现了一些结构性机会，但总体各大宽基指数表现并不理想。
从风格层面看，2023年全年是价值和小盘表现更优的年份。我们用国证价值和国证成长指数来刻画价值成长风格的差异，可以看到，国证价值指数全年收益率-2.50%，国证成长-18.95%，价值风格大幅跑赢。类似的，我们用中证2000指数代表小盘，沪深300指数代表大盘，发现前者收益率5.57%，后者收益率-11.38%，小盘风格更强。我们认为出现这种结构性差异的底层原因还是在风险偏好可控前提下，资金更加偏好机构和北向资金非重仓标的。
报告期内基金投资运作分析
报告期内，由于宏观经济数据短期有一定波动，市场依然在寻找结构性机会。总体来看，经济基本面依然处于筑底阶段：地产方面，随着重点城市的相应政策进一步有序放开，地产销售数据出现短暂修复；消费层面，总量数据稳定，同时具有结构性亮点；工业企业制造业层面，整体景气度虽有波动，但筑底回升迹象明显。在产业趋势方面，海外在大模型应用、MR（混合现实技术）创新、人形机器人等方面出现一些新进展，而国内在新能源汽车、光伏新技术方面也有积极变化。总体来看，由于市场机会呈现结构性特征，因此本报告期内，我们依然在局部区域寻找一些基本面有支撑、未来具有成长性、估值性价比较高的标的进行投资，总体还是强调量化模型的相对均衡。
在模型迭代方面，除了对基本面量化多因子模型、量价模型、事件驱动模型的使用之外，我们新增研发了小盘成长量化策略。考虑到目前市场小盘成长股估值性价比处于历史较低分位数，同时市场交易拥挤度也大幅降低，我们认为在该领域未来可能存在一定投资机会。因此，我们研发了相关策略，作为未来投资模型的重要储备。
对于未来市场的看法，我们认为，在当前位置，很多行业和板块估值均处于历史极低位置水平，市场整体向下空间有限，但如果有一些基本面向好的边际变化，可能会具备较大的向上弹性。另外，我们认为重要产业趋势依然值得重视。因此，我们会进一步跟踪重点行业板块的变化，利用量化模型的宽度优势，相对均衡地配置于有较高预期成长性同时估值具有性价比的公司。
报告期内基金投资运作分析
回顾本报告期，在较为积极的资本市场政策出台后市场短期有所表现，但随后再度转入了悲观。整个三季度，大部分宽基指数录得负收益，其中表现比较落后的是以成长股为主要权重的科创50指数（收益率-11.67%）和创业板指数（收益率-9.53%），说明在外围美债收益率大幅攀升而国内各方面经济数据还没有显著好转的背景下，市场情绪低落，投资者更愿意持有防御属性的红利资产，而抛弃进攻属性的成长股。
在投资策略上，我们使用的多因子模型超配了成长因子和动量因子，这部分因子在本报告期内回撤比较明显。其中，成长因子受到宏观环境压制因素较大，而动量因子则在市场脆弱的情绪中出现较大波动。除了存量因子外，我们在这季度继续研发了一些新因子和新模型，其中包括很多量价类的新因子。且为了进一步使得模型不要过于暴露在某一种风格下，我们寻找了一些和主要风格表现不同相关性的新信息维度，并尝试与原有模型进行了集成。除此之外，我们也对成长因子进行了进一步研究，发现其有效的主要因素是“高胜率低赔率”，而目前成长因子在回撤时间和幅度上都接近历史极值位置，性价比很高。
展望第四季度，市场依然会紧密跟踪经济数据，并就经济复苏的持续性做出定价。后续我们会进一步迭代和研究差异化模型，并运用到投资当中，以进一步提高风险收益性价比，更好地捕捉市场交易主线，为投资者带来良好的收益。
对宏观经济、证券市场及行业走势的简要展望
展望下半年，我们依然要从宏观和微观两重角度对经济运行进行跟踪与判断：宏观层面，关注稳增长相关政策的推进以及海内外货币环境的边际变化；微观层面，关注企业的投资意愿以及失业率数据。除此之外，以人工智能为代表的重要创新也在出现重大变化，这些变化如何在未来反映到企业盈利中值得关注。
我们在时刻保持对宏观经济基本面关注的同时，更重要的是不断迭代优化量化模型，让更多具有穿越能力的因子为投资组合贡献收益。因此，未来我们还是会继续从自上而下以及自下而上两个角度进行深度研究，通过量化模型紧密跟踪相关数据，快速准确地做出投资决策。同时，我们依然会坚持在大数据、机器学习、另类数据中的深度研究，充分利用更多的信息源对选股模型进行增强，争取为投资者创造持续稳定的超额收益。
报告期内基金投资运作分析
今年上半年，市场出现了一些显著的变化。首先，随着疫情影响的消退，一季度国内经济获得较为明显的复苏，无论是工业企业生产还是居民消费情况都得到了明显改善。然而到了二季度，这种复苏开始呈现结构化。具体来说，线下服务型消费如出行、餐饮、黄金珠宝等继续强劲复苏，而地产、高端消费则略有乏力。这种不对称复苏也导致了上半年总量板块的表现总体波动但仍有亮点。另一方面，以人工智能为代表的新产业新经济也进一步出现重要变化，很多新技术的涌现加速了全球科技创新，使得很多人们曾经畅想的未来实现路径逐渐清晰。在这样的大背景下，本报告期内，我们在继续坚持量化选股模型的基础上，加强了对产业趋势和经济复苏结构两条主线的跟踪，并结合宏观、中观等多维度信息做出投资决策。
本报告期内，我们继续通过对基本面量化模型和量价模型的结合共同进行投资决策。总体来说，年初以来市场结构确实和以往有较大不同，在因子层面则体现出成长类因子出现了近些年最大的回撤幅度和回撤时间。市场对过去几年大幅增长的板块充满了担心，尤其是在宏观经济可能失速的背景下，这一担心在上半年体现得尤为突出。另一方面，一些新的行业出现了重要变化，市场开始预期这些新的方向未来有可能成为经济增长的重要动力。从预期成长性角度，这些板块会逐步被模型捕捉和定价，而对于一些超跌的行业和板块，模型也会从估值维度评估它们的性价比。另一方面，量价模型在年初出现了一些回撤后，二季度已经逐步回归正常工作状态。