指数增强为什么这么强？
华夏中证500指数增强今年以来收益28.67%，同期对标的中证500指数涨幅9.7%，超额收益18.97%，可以说真的很强，博道基金也是！（博道和华夏的策略区别，昨天文章有解析）
本文不是推介任何产品，而是通过华夏中证500的策略让大家了解AI算法、量化、和指数增强怎么增强等。本文6000字，还需您耐心！
下文来自华夏中证500指数增强基金经理孙蒙的路演纪要。
会议框架：首先进行自我介绍，之后详细解读产品的优势及特点。之后有大量的直播时与投资者进行的问答。
一、自我介绍：
我本科是毕业于北京大学物理学院，硕士就读于 UCLA的电子工程专业。从2014年开始的第一份工作是在中信建投的衍生品交易部进行量化对冲的专户管理，当时也是以绝对收益策略进行专户的投资管理工作；在2017年加入华夏基金，主要负责 AI相关的算法研究，包括对于投资组合的管理。目前在管的产品包括500增强和安泰对冲策略这两支产品。
二、产品详解：
华夏中证500指数增强这只产品，主要基于指数增强的策略进行整体的投资管理工作。我们整体的策略框架都是一套基于AI算法的指数增强策略，我们建立算法的过程中更多的还是从数据本身去出发去寻找市场的有效的规律。
（一）、投资目标：
我们的投资目标是相比于中证500指数有一个持续且相对稳健的超额收益。具体到我们整体的策略的构建，500增强整体的运作目标是在长期获得一个相对于中证500指数的相对稳健的超额收益，同时我们也会控制和500指数的跟踪误差，因为我们所有的超额收益的获取都是来源于我们和500指数主动偏离。偏离同时也意味着风险，所以我们在我们的整体模型构建中也非常注重控制整体的策略，以减少因主动偏离带来的风险。
（二）、风险约束：
我们会从几个维度来进行风险的一个约束。首先是在整体行业维度，我们会去与中证500指数的行业分布做匹配。我们不会通过在某个行业上的超高配或者超低配来去获得主动收益，我们在行业上面是没有观点的。我们更多是在个股维度进行选择，同时我们也会对每一只个股偏离程度进行权重偏离的限制，我们会约束我们持仓中的每一只股票与基准当中的500的权重的偏离程度，保证我们不会因某只个股的过高上涨或下跌对整体的收益产生较大影响。同时从胜率的角度获得超额收益的表现。
除了行业和个股偏离维度，我们也会在风格上面做一定的偏离约束。我们会控制选股不偏离500指数的市值风格，我们不会因为过多买入小盘股，或买入过多的大盘股票来获取超额收益。我们希望不从市值风格的角度获取超额收益，因为任何的偏离都在未来带来风险的可能性。
总体来讲我们在风险控制端会对于行业的权重与基准的500指数的行业是去做标配，同时会控制每一只股票的偏离的程度，保证在实质风格上面做比较严格的约束，从这几个维度来去控制整体与中证500指数的差异。我控制的越紧密，就代表和中证500指数越接近，同时也代表着整体的跟踪误差可能就越小，整体的回撤可能就越小。
（三）、算法特色：
我们最有特色，或者说与其他的公募基金或者量化的公募基金的不同点在于阿尔法模型端的整体差异。
对于目前大家所熟知的一些指数增强的产品，多是通过线性多因子模型来进行阿尔法模型的构建。先简单给大家介绍一下线性多因子模型：该模型通过一些基本面的信息，包括估值、成长、盈利质量、分析师预期等多个维度对每一只股票打分，打分越高的股票，就会被认为未来超额收益可能性越高；越低的股票未来超额收益的可能性越低。这种模式注重的是投资理念在先，首先需要认为估值、成长、盈利质量、分析师预期等维度是可以对于股票的未来收益有预测能力的。同时在投资过程当中会把基金经理的一些观点，比如说在不同的时间段会看好成长股票，或者在不同的时间段会更看好估值股票，去做一些灵活的配置，最终获取超额收益。在我的理解下，这种的线性多因子模型更多的是把投资理念具象到了因子或者说数学模型当中，然后通过算法的模式发挥个人的投资理念。
在我们的阿尔法模型构建当中，和传统的线性模型不同，我们更多的从数据本身出发，尽可能的避免人的主观决策对于整体运作的影响。我们把所能收集到的每一只股票的所有相关信息作为模型的输入，包括基本面的信息、每一支股票的量价信息、每一支股票的分析师预期等。模型的输出是股票的未来超额收益，我们 AI的模型主要作用就是帮助我们去寻找到底具备哪些特征的股票在未来可能会表现的更好，我们会按照结果做一定的超配；哪些股票通过AI的模型学习结果在未来可能会表现的不好，我们会相应的做一些低配。
整体的策略构建是从数据本身出发的，这样的好处是我们不再以简单的线性逻辑来构建模型，不会出现主观认为成长或盈利质量高的股票未来就一定好的简单对应关系，同时具体选取哪些指标决定股票的未来预期收益完全是从算法的自动化来进行的，决定更加的客观。因为从特征到收益之间的对应关系一定是复杂且非线性的对应关系。AI模型的优势在于处理非常大量信息交互的能力，它会综合考虑所有的信息，包括刚才提到的股票基本面信息、量价信息、预期信息等，通过 AI算法进行并列处理，同时不同信息之间是存在交互和增益效果，最终综合的考虑并通过模型学习到底具备哪些特征的股票在未来可能是更好的，之后我们再去进行相应的超低配。
我们整体的 Ai算法是华夏和微软亚洲研究院长期合作的成果，我们和微软亚洲研究院从17年开始在智能投资上进行比较深入的合作研究，到现在为止4年的时间了一直专注于智能投资领域。我们在19年的3月份把整体策略当中的积累聚焦到指数增强产品。我们首先在专户上线了AI300增强和AI500增强两只产品的专户测试，因为19年整体的表现非常不错。我们在去年的3月份成立500增强以及之后在去年的6月份成立的安泰对冲整体都是基于AI算法的逻辑。
具体到 AI模型的构建，或者说阿尔法模型的构建，其实是一套非常标准的 AI建模逻辑，它包含了几个步骤：首先有数据的获取与处理，这里数据指的我们所能获得的和每一只个股相关的基本面信息，都会作为我们的模型特征。除此之外，我们还会把这种量价的信息，包括每一支券商的分析师预期，都会作为我们的模型的一个数据输入。我们的模型的输出是股票的未来的收益，当然我们需要对这些数据去做大量的处理，使数据标准化，让不同的截面或者时间段的数据间是可比的。我们在收集并整理好数据后进行模型的构建。这里的模型构建就是指这一套 AI的算法。
对于AI算法，我只需要给定这个模型一个需要学习的目标，模型就会根据内在的机制来进行相应的函数构建。当然我们也需要一部分的样本进行验证，保证我们的 AI算法所学到的是真实有效的投资规律，而不是过拟合的结果。所以我们会留出一部分的样本做一个模型验证，来确保说我们学习到的AI投资算法是一套有效的逻辑，而不是一个从大量的噪音里面学习到的局部最优点。
最终的流程会辅助我们的整体投资，我们把每一只股票的相关信息输入模型，AI算法会给到我一个未来股票的预期收益，预期收益更高的股票，我们就会做一个超配，预期收益低的可能就会做一些低配，以上是整体的算法流程构建。
问答部分
Q：您的回撤比同类要小很多，是怎么做到？
A：从多个维度来讲，首先我们在风险控制端做了非常严格的控制，我们的行业个股及风格都是不去做偏离了，因为我们之前没有通过这些维度去获取收益，所以在当时也没有因为这些风格的切换进行回撤。同时就像我之前提到，我们的阿尔法策略不是赌风格的策略，而是通过机器学习算法来学习得到的策略。所以从理解上来看，我们不再是从风格上比如偏向成长风格或估值风格获取超额收益。2月份主要是成长风格出现了非常明显的回撤，但是我们阿尔法端并不通过赌成长这样的风格获得收益，所以我们当时也是没有太多的回撤。
Q：我看到您的前十大重仓比例偏高，请问为什么？
A：这个是我们应该不是特别高，我们最大的权重也只有百分之二点几，前十大应该不超过20%，我们应该不算是一个持仓很集中的产品。我们长期的持股数都是在100只以上，大概率是在150只左右，我们还是一个非常分散化的投资组合。前几年的超额收益水平，从历史回测来看长期的超额收益都是比较稳定的。因为这里边去年以来的打新收益可能会相对多一些，包括去年大概有12%的打新收益，今年有百分之3.5左右的打新收益，现在打新收益可能会相对比较少一些，因为现在规模已经比较大了，所以打新的贡献会相对比较少一些。
Q：请问这只基金适合长期定投吗？
A：我们的产品定位本身是指数增强，基金整体的运作目标也是力争相对500基准指数的超额收益。如果您本来就准备去定投中证500指数，这样一个500增强的产品是相对一个可替代的模式，因为该产品在贝塔的基础之上又有一部分阿尔法的增强，我个人觉得是比较适合去做定投的。
Q：请问您策略的换手率大概是多少？
A：我们策略的换年度换手率大约是在10倍左右。我们不算是特别高换手的策略，因为我们整体策略基于的信息还是偏向基本面信息的。
Q：请问策略的容量大概是多少？
A：我们相关的策略大概已经是有大几十亿了。然后我们自己策略的容量暂时测算下来是非常高的，得益于我们整体换手不是特别高，但是我们还是希望在前期去做一些准备工作，因为我们并非从一开始就管理这么大规模的基金，所以还是希望做一些大规模的投资管理测试。你也可以看到我们近期有限购的情况，等未来我们把大规模管理的测试做好后，可能在一个季度或者是几个月之后，我们会把整体的限购放开。
Q：请问阿尔法模型的目标函数是什么？
A：我们阿尔法模型的目标是衡量预测信号和真实收益之间的相关性，一般称作ic来衡量我整体的预测的能力作为我们的目标函数。
Q：请问目前有几位投资经理？
A：目前500增强基金有两位投资经理，另外一位是我们数量投资部的董事总经理张弘弢总。
Q：请问我们的月胜率、周胜率是多少？
A：我们策略的月胜率经统计大概是在80%以上。这里的月胜率指的是超额收益胜率，而非绝对收益的胜率。我们指数本身的波动是相对不能控制的，我们能控制的是相对于指数的超额收益表现。在超额收益端我们胜率是在80%以上，像500增强这个产品月胜利率应该在90%以上。
Q：请问策略择时吗？
A：策略上我们是不去做择时的。我们整体的运作目标是相对500去获取超额收益。我们的策略基准指数是95%乘以中证500指数，所以我们大部分时间仓位基本在95%左右，我们不希望通过仓位的择时获取收益，因为这个可能会带来一定风险。
Q：6月份超额收益比较高，大约在4.5%左右，原因是什么？
A：我们的超额收益其实一直是比较稳定的，其实超额收益最高的时间点应该是在3月份之前，有将近10%左右的超额收益表现。
Q：请问最大回撤目标是多少？
A：我们并没有预定我们最大回撤的目标。这个可能能通过我们整体的策略的跟踪误差的程度来帮助您理解，我们整体运做下来误差大概是5.5%左右，我们目前所遇到的最大回撤是2.34%，但是如果未来策略出现回撤，是有可能超过2%这个点的。我个人觉得基于我们目前这样一个跟踪误差的水平更合理的超额收益最大回撤预期应该是在4%左右。
Q：个股买入的决策权重时有人为参与吗？
A：个股的买入决策我们是没有人去参与的，因为整体的买入流程在阿尔法端是通过 AI算法进行的；风险控制端是我们风险控制的模型来进行个股的选择并基于整体的量化的模型进行。
Q：如果规模扩大三四倍，对超额收益有影响吗？
A：首先在这个规模比较小的时候，有一部分很厚的收益是打新收益，可能对于两三亿的基金年化打新能增幅6%左右；对于我们现在的规模来说，这部分的收益我们基本没有了。然后从我们的交易规模来看，对于交易个股的影响会不会影响超收益的表现？我们测算来看，目前的规模应该不算是影响特别大的规模，我们也觉得扩大三四倍都是有相应的应对策略的。我们会先做出相应的尝试，在目前的规模下，为未来的更大规模做一些策略的储备。
Q：超额收益的影响因素有哪些？
A：我认为可能通过另外一个维度帮您去理解会比较合适，就是我们在哪些市场环境下可能会表现的相对比较一般。对于我们这样一个AI算法来讲，我们在某一类资产的持续上涨情境下，可能是不太适合我们整体的策略运作的，因为我们整体的持股结果是相对比较分散的。对于像去年11月12月的行情，包括19年年底芯片持续上涨的行情都是非常结构化的行情，它其实是不太适合我们这样一套比较偏分散的量化策略运作的。在其他大部分时候，从目前观察来看并没有受到特别大的影响。
Q：策略是多久更新一次？
A：策略本身我们是不太会去做特别明显的更新的，只能说是我们的策略会不断看到新的市场数据，然后策略本身是有机制进行不断的学习的。
Q：您们超级电脑等设备的投入大吗？
A：我们硬件设备目前在部门内是有服务器支持整体的 Ai算法训练的，同时我们也有云的储备，我们也会通过云的手段来学习 AI的算法。
Q：目前最新规模是多少？策略容量大概是多少?
A：500增强目前最新规模是20亿左右，策略容量经我们测算单一产品应该到100亿的问题都不是特别大，但是我们还是希望在目前前期20亿规模上先去做一些大规模场景下的尝试。
Q：包含投资经理整体团队是几个人？
A：我们这个产品目前是由1个 Ai小组来负责的，我们是有5个人的1个团队，大家都是会贡献自己的一些力量。
Q：能不能具体介绍下和微软的合作内容？
A：和微软的合作更多是在算法维度，微软是在 AI算法上世界顶尖的公司。微软会在算法维度给我们一些帮助，我们具有金融背景和对于金融市场的理解，对于整体模型的定义，包括算法的具体应用我们更有经验。
Q：策略的交易周期大概有多长时间？
A：在交易上面我们目前还是偏长周期的，在这个月的维度进行交易。
Q：行业完全没有偏离吗？
A：我们行业是不去做偏离的，因为我们是这样理解的：我们如果有一个策略可以很好的预测行业的一些未来涨跌的话，我们是可以去做一些偏离的，但是我们目前的相关的策略都在储备当中，未来可能会去做有这样的偏离的产品出来。
Q：请问您主要聚集中低频赛道对吗？
A：我们目前还是在中低频赛道，因为对于公募基金来讲，并不是在交易层面非常有优势的。
Q：选股偏离是否会造成行业偏离？
A：选股偏离并不一定会带来行业的偏离，我们的行业权重和500的行业权重是保持一致的，只不过是我在个股及个股的权重和500的权重可以做一些偏离
Q：请问量价因子和基本面因子占比是怎样的？
A：基本面的因子可能会占得更多一些，应该在50%以上。
Q：宏观环境对策略的影响如何？
A：在某一类股票或者是某单一行业的个别股票持续上涨时是不太利于我们策略的运行的。所以我觉得行业的宏观环境变化是会对我们这个策略有影响的，像去年的核心资产，其实是因为全世界的货币宽松政策导致对于核心资产的估值持续抬升，所以确实在去年年底对我们策略有一些挑战。
备注：该纪要未经华夏基金同意
欢迎志同道合朋友私信
微信：ioucxz1314
点击下方关注我，投资更简单了
风险提示：基金有风险，投资需谨慎。本账号发布的言论仅代表个人观点，不作为买卖的依据。
您觉得有用，希望多多转发
顺便 点赞+在看