近期，公募機構大面積參與中證A500指數增強基金布局，指增產品成為行業熱議所在。從滬深300指增等代表性產品今年的表現來看，中國證券報記者梳理發現，今年以來的行情大幅波動，指增產品跑輸指數的情況并不少見，甚至有指增產品跑輸指數10幾個百分點。

　　業內人士分析，今年春節假期前小微盤品種明顯回撤，四季度低貝塔品種反彈動力不強，如果投資組合當時在這些方向有太多的暴露，都會對組合收益形成拖累。穩健的量化策略應該適應各種可能的環境、根據市場變化進行必要調整，在極端市場環境下，應進行必要的人工干預。

　　首尾業績相差較大

　　今年一季度與三季度，A股市場經歷了兩次大幅波動行情，劇烈變化的市場環境給那些在跟蹤指數基礎上謀取超額收益的指增產品帶來巨大考驗。以滬深300指增這一代表性品種為例，Wind數據顯示，截至12月4日，滬深300指數今年以來上漲14.56%，然而僅有不到六成的滬深300指增產品（成立于2024年之前）跑贏了指數。

　　其中，海富通滬深300指數增強A、華安滬深300增強策略ETF等產品年內回報率達20%以上，易方達基金、國泰基金、安信基金、華夏基金、創金合信基金等公募旗下滬深300指增產品年內漲幅也超過18%，位居同類產品前列。9月24日新一輪行情啟動以來，華夏滬深300指數增強A等產品凈值迅速上行，在這輪行情中小幅跑贏指數。

　　與此同時，長城久泰滬深300A、國金滬深300指數增強A、萬家滬深300指數增強A等表現不盡如人意，年內回報率不足5%，低者甚至不足1%，大幅跑輸指數。如此看來，今年以來滬深300指增產品首尾業績相差已接近20個百分點。

　　長城久泰滬深300的基金經理“復盤”表示，一季度，小微市值個股流動性風險表現突出，受市場尾部風險影響，因子與模型短期表現不佳，阿爾法和貝塔暴露同時帶來負向貢獻；二季度，基于對中小股票的認知變化，模型在股票池的基礎構建中優化了價值性的篩選因子；三季度，A股市場觸底反彈，組合在價值風格上適度暴露，三季度大多時間表現相對穩健，但季度末開始的反彈強貝塔行情下，上漲動力不足，導致跑輸業績基準。

　　警惕風格過度暴露

　　富國中證500指數增強的基金經理徐幼華對中國證券報記者表示，今年風格偏離給量化策略帶來較大影響，比如春節假期前小微盤品種出現明顯回撤，這時候量化策略如果在市值因子方面出現負偏離，投資組合可能會承受較大的損失；9月下旬市場出現明顯變化，部分低貝塔品種反彈動力不足，此時如果投資組合出現負偏離，也可能會出現明顯損失。

　　對于今年部分滬深300指增產品相對落后的表現，國金基金量化投資中心解釋，產品投資運作的目標是在滿足成份股占比和跟蹤誤差限制的前提下追求超額收益，該管理目標可能在市場環境較為極致的情況下帶來較大的超額波動，“因此從10月份開始，在符合法律法規的規定及基金合同的約定前提下，我們統一調整了指數增強產品線的管理目標，嚴格限制風格行業暴露敞口，同時力求優化相應的阿爾法模型”。

　　某年內成績較好的滬深300指增產品的基金經理告訴中國證券報記者，今年能夠做出較好的超額收益，可能就在于沒有在風格上進行過多的暴露。“主動超配風格和行業在我的能力圈之外，我們更希望把組合交給市場、交給數據，整體保持相對較低的偏離度。”

　　由于多數量化模型是建立在歷史規律和數據之上，并根據市場環境的短期變化進行動態更新和調整，在徐幼華看來，短時間內量化模型較難適應市場出現大幅波動行情。

　　“9月之前相對有效的一些策略因子，在行情切換后均出現明顯回撤；而一些此前表現相對較弱的策略因子，反而出現了向好跡象，所以當市場風格出現明顯切換的時候，如果僅依靠單一模型或信號，就會出現較大的風險。”徐幼華認為，穩健的量化策略應該適應各種可能的環境，根據市場變化進行必要調整，在極端市場環境下，還應進行必要的人工干預。

　　西部利得基金的基金經理翟梓艦表示，后續量化策略應該進一步完善：一方面提升策略阿爾法收益來源的多樣性，包括迭代因子庫、開發新模型、形成低相關性的多策略配置組合等；另一方面要重視風控模型的使用，包括迭代風控模型、調整風險敞口等。

　　中證A500指增要吸取經驗教訓

　　近期，中證A500掀起指數投資浪潮。除了場內競爭激烈的中證A500ETF之外，場外的中證A500指增產品吸引了多達40多家公募機構上報。中證A500指增產品的上報數量目前僅次于中證500指增、滬深300指增、中證1000指增的現有產品數量。

　　中國證券報記者和多家即將發行中證A500指增產品的公募機構交流時了解到，過往積累的滬深300指增策略，未來或將為中證A500指增產品的投資管理帶來重要參考。

　　滬上某公募量化基金經理介紹，他們管理的滬深300指增產品一部分收益來自指數成份股，這方面主要采取傳統線性模型；另一部分收益來自于全市場選股，這方面主要采取機器學習等非線性方法，包括一些傳統模型以及深度神經網絡學習。兩種策略綜合運用不僅能抓住市場長期規律，也能動態適應市場的中短期變化。

　　未來在中證A500指增產品的管理上，該基金經理表示，指數成份股方面將延續滬深300指增使用的線性與非線性方法，并進行相應的行業中性控制?！熬€性模型能夠清晰展現因子收益來源，非線性方法可以通過因子的輪動適應市場的變化。不過，在實際應用時，非線性方面我們可能更傾向于更清晰的傳統方法，復雜的深度學習還需要時間積累和實盤驗證?！?/p>

　　對比滬深300和中證A500兩大指數，徐幼華表示，中證A500的股票數量更多且平均市值相對較小，無論是從覆蓋的股票數量或是市值下沉的空間來看，都為中證A500指增產品提供了更多的增強空間。兩者的策略框架不一定有很多新變化，更多差異體現在策略集合中各類模型的選擇與融合。