该基金成立于2020年3月,严格对标中证500指数,孙蒙自2020年4月开始加入管理。数据显示,在孙蒙任职期间,基金相较中证500指数超额收益明显。
对业绩归因后发现,AI模型和打新对基金的超额收益均有贡献。比如:
2020年13.72%的超额收益中,有12个百分点来自于打新;与此同时,扣除打新后模型贡献约2个百分点。
今年以来模型的有效性较强,基金12.61%的超额收益中,打新虽然只贡献了2.5个百分点,但AI模型贡献了10个百分点。
因子层面,模型会将所有相关数据(包括量价和基本面数据)给到算法,且不加以任何先验的权重限制,导致最后合成的具有Alpha特征的因子,不是所有都具备较强直观意义上的逻辑性,而且整个使用过程也不太在意黑箱机制(黑箱指的是模型让a转化为b的函数不明确)导致的可解释性问题。
因子赋权层面,采用的是传统的多因子模型ICIR加权(根据风险调整收益分配因子权重,IC可理解为年化收益,IR可理解为夏普比率)的思路,通过因子打分得到不同股票的分数,筛出排名靠前的股票,最后通过风险预算模型给出最终权重。
在投资中,模型输入不会刻意区分基本面和技术面因子,但基金经理透露,基金换手率约20倍(用年报/半年报数据粗略测算2020年单边换手率约年化13倍)。
由此推测,通过机器学习拟合出来的因子应该具有较高比例的量价成分,否则难以解释基金如此高的换手率。
据了解,该模型在去年10月份左右调高了基本面的权重,其他部分自产品运作以来一直没变过。
调研总结:华夏中证500增强是一只量化增强产品,以机器学习为主要增强手段,成立以来超额收益明显。但对业绩归因后发现,该模型的优秀表现持续时间还不够长,且高换手的量价驱动型的黑箱策略逻辑晦涩,尚需要更多时间来观察其有效性。
风险提示:投资有风险。基金的过往业绩及其净值高低并不预示其未来表现。基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。相关数据仅供参考,不构成投资建议。投资人请详阅基金合同和基金招募说明书,并自行承担投资风险。