當ETF賽道深陷費率戰(zhàn)與規(guī)模焦慮時，中證A500指數(shù)卻以另類姿態(tài)撕開市場——這只誕生即被貼上“新銳”標簽的寬基指數(shù)，憑借對科創(chuàng)屬性與中小市值的傾斜性覆蓋，成為近兩年機構(gòu)博弈“貝塔收益”的主戰(zhàn)場。

除了密集成立的指數(shù)基金以外，截至今年4月，全市場已有26只指數(shù)增強產(chǎn)品參與競逐，不同產(chǎn)品之間分化劇烈：兩只成立時間間隔不到一個月的A500指數(shù)增強基金，目前的超額收益差值已經(jīng)接近10%。

歸根結(jié)底，A500指數(shù)"市值+行業(yè)雙輪篩選"的編制原則，使得成份股市值和流動性分層顯著，為量化模型留足了“翻石頭”的空間。因此，在選擇A500指數(shù)增強基金時，基金經(jīng)理的投資能力與增強策略變得至關(guān)重要。

華安基金量化投資部助理總監(jiān)、基金經(jīng)理張序的突圍密碼，藏在八年磨一劍的"行業(yè)輪動+多因子"雙擎模型里。通過對行業(yè)輪動的深度理解和持續(xù)迭代，其管理的華安事件驅(qū)動量化基金自2020年執(zhí)掌以來，連續(xù)五年跑贏偏股混基指數(shù)，年化超額收益達9.3%，無論在公募量化還是主動股基均排名前1%。

而當市場還在爭論主動量化與被動投資的邊界時，華安基金已悄然完成中證A500產(chǎn)品線的戰(zhàn)術(shù)合圍。繼2024年精準卡位A500ETF之后，再次推出了由張序管理的中證A500指數(shù)增強基金（A類：023466；C類：023467），既是對市場需求的精準回應(yīng)，也是其量化投資能力的一次戰(zhàn)略升級。

行業(yè)輪動恰逢其時

4月初，突發(fā)關(guān)稅事件為經(jīng)濟復蘇的不確定性蒙上了一層新的陰影，也打斷了A股的上升節(jié)奏，春季行情中的兩大發(fā)動機AI和機器人紛紛熄火。但在市場劇震中，也同樣有板塊表現(xiàn)優(yōu)異，比如博弈政策的大消費和應(yīng)對地緣沖突的自主可控。

這種新舊主線的分野，恰恰是過去多年A股走勢的一個縮影。即使有時指數(shù)沒有走出明顯的行情，但卻總會有表現(xiàn)出彩的行業(yè)，因此在A股的投資策略中，行業(yè)輪動一直是熱門課題。

華安基金的行業(yè)輪動配合多因子選股模型起始于2017年，彼時也正是張序剛剛加入華安基金的實踐起點。作為中科大少年班統(tǒng)計學專業(yè)出身的前UBS量化分析師，張序具備著非常扎實的量化分析基礎(chǔ)，同時也深度參與并一步步見證了華安量化模型的誕生與成熟。

在模型構(gòu)建之初，華安量化投資團隊曾經(jīng)對比過三類主流的投資策略方法論，分別是大類資產(chǎn)配置策略，行業(yè)輪動策略和選股策略。

其中，大類資產(chǎn)配置策略選擇資產(chǎn)的樣本數(shù)偏少，多半在20個子資產(chǎn)以內(nèi)，屬于小樣本研究，從量化模型到投資實踐的不確定性最大；而行業(yè)輪動策略屬于中樣本研究領(lǐng)域，在30多個申萬一級行業(yè)的基礎(chǔ)上對個別行業(yè)進行拆解，可以使樣本量超過40個，相比于小樣本會更精確一點；而選股策略則屬于大樣本研究，相對來說精確度最高，但是在波動率和回撤控制方面略有不足。

考慮到公募基金客戶的風險偏好，華安基金量化投資團隊最終選擇以行業(yè)輪動策略為基礎(chǔ)來搭建量化模型，其中首要解決的問題是如何對行業(yè)進行排序。

“經(jīng)過探索，我們最終是通過多因子框架來解決行業(yè)排序問題，”張序介紹道，“多因子模型不僅能有效解決行業(yè)排序問題，而且將行業(yè)多維信息數(shù)據(jù)與行業(yè)觀點相結(jié)合，來幫助我們預測行業(yè)未來的表現(xiàn)情況。”

多因子框架就像自動駕駛系統(tǒng)：L2級輔助駕駛夠用，但要在秋名山漂移還得藤原拓海。而華安基金的獨特之處在于，將行業(yè)深度研究作為因子加入了量化模型之中。

“基本面類因子在2020年以前表現(xiàn)亮眼，貢獻了絕大部分超額收益，”張序表示，“但是由于賣方分析師預期因子的缺陷，2020年以后因子波動加大，一方面A股市場分析師傾向于發(fā)表樂觀預期而避免發(fā)表負面觀點，造成分析師預期數(shù)據(jù)相對樂觀；二是分析師預期變動相對滯后。”

為了降低分析師預期問題對投資的影響，華安量化投資團隊開始對行業(yè)進行更加深入的研究，以便更好、更精確且更及時的對行業(yè)盈利預期形成更好的刻畫。

“在這部分我們做了比較多的研究，也一直在不斷完善這個體系。包括對產(chǎn)業(yè)鏈進行劃分，與該行業(yè)買賣方交流，梳理指標，并判斷相關(guān)性與領(lǐng)先性，最后滾動回歸預測EPS等，以預測每個行業(yè)未來一個季度盈利預期會是怎么樣，作為對賣方分析師預期數(shù)據(jù)的補充，幫助我們更好地分析、了解、跟蹤行業(yè)預期數(shù)據(jù)。相當于我們對每個行業(yè)有個景氣度修正體系。”張序說。

而在行業(yè)輪動策略的基礎(chǔ)上，華安量化投資團隊還運用了多因子選股模型和事件驅(qū)動模型來精選個股，進一步提升組合的超額收益能力。

目前，張序已將機器學習技術(shù)引入選股體系，結(jié)合決策樹分類器模型、深度學習模型、時間序列學習模型和卷積網(wǎng)絡(luò)學習模型等方法，在多維度數(shù)據(jù)分析的基礎(chǔ)上，幫助篩選出具備投資價值的個股。

并且，針對賽道型行業(yè)，如電子、新能源、醫(yī)藥、食品飲料等，還搭建了單行業(yè)選股模型，通過行業(yè)內(nèi)部的精細化選股捕捉黑馬個股，進一步提升超額收益潛力。

除此以外，張序還配置了一定的倉位用于事件驅(qū)動的交易策略。例如，在業(yè)績披露階段，基金經(jīng)理會統(tǒng)計過去業(yè)績超預期的公司整體的超額和投資勝率，并據(jù)此進行動態(tài)調(diào)整，以捕捉事件驅(qū)動的投資機會。

在實踐中不斷迭代

從2019年開始，這套行業(yè)輪動配合多因子選股模型逐漸打磨成熟，并開始投入實戰(zhàn)，目前已經(jīng)在包括華安事件驅(qū)動量化基金在內(nèi)的多類產(chǎn)品中應(yīng)用。從結(jié)果來看，在震蕩市中模型的超額收益比較明顯。

“如果是單邊上漲或者單賽道行情，比如2018之后那幾年消費行業(yè)的超額收益相對較強，大家更多把消費行業(yè)的貝塔屬性理解成阿爾法屬性。這個時候做行業(yè)輪動，每個月都選到消費行業(yè)的難度很大，甚至在交易過熱的時候，我們出于風險角度考慮還會主動回避，雖然損失了一定進攻性，但有助于控制回撤，提升投資人的持有體驗。”張序介紹。

相反，恰恰是在震蕩市中，指數(shù)漲幅限制場外資金的進場熱情，某一行業(yè)或賽道經(jīng)過一段時間上漲之后，沒有增量資金加持做多動能難以為繼，市場情緒便會向其他有預期的低位行業(yè)轉(zhuǎn)移。行業(yè)輪動模型因為可以及時把握切換信號，因此可以做出比較明顯的超額收益。

而比較難能可貴的是，張序還會在實戰(zhàn)中對不斷對模型進行迭代。

由于A股個人投資者交易量占比長期超過60%，經(jīng)常出現(xiàn)非理性交易行為，導致價格波動與基本面脫節(jié)，再加上政策與監(jiān)管環(huán)境動態(tài)變化，基于歷史統(tǒng)計規(guī)律的量化模型很容易失效。只有通過持續(xù)監(jiān)控市場結(jié)構(gòu)變化、深入理解本土市場特性，并靈活結(jié)合技術(shù)創(chuàng)新，才能在這一高波動、強博弈的市場中維持策略的有效性。

從歷史上看，張序的量化框架經(jīng)歷過三次比較大的進化。

第一次是在2021年2月。在此之前，張序的行業(yè)輪動更多是從尋找阿爾法的角度出發(fā)，并沒有太多考慮風險因子。2021年春節(jié)后，在美債利率上行的背景下出現(xiàn)了抱團股的批量回調(diào)，對行業(yè)輪動模型的波動控制能力產(chǎn)生了比較大的挑戰(zhàn)，促使張序把風險因子納入了模型之中。

具體操作就是基于PEG模型、PB-ROE模型、市盈率歷史分位數(shù)等，來篩選掉高估值、低性價比的行業(yè)，盡可能避免選擇過度擁擠的行業(yè)。

張序補充，“在過去兩年投資實踐中，也是比較有效的幫我們做了行業(yè)篩選，比如說2021年8月份，通過風險類因子，我們提早把周期行業(yè)給排下去了。還有2022年8月份，也是通過這類因子，把新能源行業(yè)排下去了，幫助我們兩次避免買入高擁擠的行業(yè)。”

第二次則是在2022年一季度。當時由于俄烏戰(zhàn)爭、國內(nèi)疫情反彈等利空事件比較多，高成長的“新半軍”出現(xiàn)了集體回調(diào)，后期公募基金的踩踏行為比較嚴重。經(jīng)過分析張序發(fā)現(xiàn)，這些賽道雖然分布在不同的行業(yè)，都基本上屬于一個大賽道。從表面看，組合可能是行業(yè)分散的，但實質(zhì)上會集中在某一兩個賽道，形成了比較強的組合相關(guān)性。

于是，張序在行業(yè)模型中加入了賽道中性和估值中性的風控方式，降低單一賽道波動對組合帶來的影響。“其中，賽道中性主要是基于申萬一級、二級行業(yè)對行業(yè)進行賽道的切分，嚴格控制每個賽道中的行業(yè)數(shù)量不超過兩個，來控制賽道集中的風險，”張序表示，“而估值中性，就是把最終的行業(yè)組合看成股票組合，來控制組合的估值相對于我們要跟蹤基準估值的偏離。”

第三次則是在最近兩年。伴隨著ChatGPT橫空出世，張序敏銳察覺到AI在量化投資領(lǐng)域的應(yīng)用潛力，因此早早開始了相關(guān)探索。

“不僅在AI最擅長的量價領(lǐng)域，大模型會比較強的賦能，另一方面在基本面量化上，我們也做了很多研究，”張序說，“包括對于很多非結(jié)構(gòu)化的數(shù)據(jù)，都可以通過一些AI模型來進行學習、轉(zhuǎn)化出一些不錯的因子，這也是我們重點探索的方向之一。”

而經(jīng)過兩年多的研究實踐，張序在AI量化上已經(jīng)積累起非常豐富的經(jīng)驗，本次發(fā)行的華安中證A500指數(shù)增強基金，也將是升級后的量化框架的全新實踐。

尾聲

清明假期前后，特朗普政府的加稅政策引發(fā)了全球資本市場劇震。這種“無差別攻擊”，本質(zhì)上是試圖以短期政治收益換取長期經(jīng)濟轉(zhuǎn)型，但其忽視了全球化深度互嵌的現(xiàn)實，低估了中方反制決心與國際社會的反彈。

中國通過“以戰(zhàn)止戰(zhàn)”的強硬姿態(tài)，既捍衛(wèi)了自身利益，也為多邊貿(mào)易體系提供了抗衡單邊主義的范本。未來，若美國繼續(xù)升級對抗，全球經(jīng)濟或?qū)⑾萑敫畹摹扒敉嚼Ь场保袊谥貥?gòu)供應(yīng)鏈、技術(shù)自主與貨幣體系方面的布局，可能成為破局關(guān)鍵。

而華安中證A500增強基金（A類：023466；C類：023467）的推出，既是對“新質(zhì)生產(chǎn)力”的政策呼應(yīng)，也是量化投資從“因子內(nèi)卷”向“AI進化”躍遷的試水之作。張序的挑戰(zhàn)在于：如何在策略透明化與超額收益之間找到新平衡，又如何在中證A500的30只同類產(chǎn)品中構(gòu)建差異化壁壘。

在A股這片非有效性的沃土上，量化投資的終極對決，早已超越因子挖掘的“技術(shù)維度”，升維至認知迭代的“哲學層面”。張序與中證A500的碰撞，恰似一場動態(tài)博弈的實驗——當市場進化的速度超過模型迭代的勇氣，任何Alpha終將淪為Beta；唯有將“預判變化”刻入策略基因，方能在不確定性的迷霧中，捕捉那道轉(zhuǎn)瞬即逝的確定性微光。

風險提示:基金有風險，投資需謹慎。以上內(nèi)容僅供參考，不預示未來表現(xiàn)，也不作為任何投資建議。其中的觀點和預測僅代表當時觀點，今后可能發(fā)生改變。未經(jīng)同意請勿引用或轉(zhuǎn)載。

作者：張偉棟

編輯：沈暉

責任編輯：沈暉