华泰 | 金工：指数增强基金的流言与真相

01 指数增强基金的流言与真相

指数增强基金是公募和私募量化权益类产品的主流，相比主动权益的优势在于风险可控，相比被动指数的优势在于有获取超额的机会。但指增投资方法论相对复杂，认知门槛高，同时对于普通投资者，无法获取估值表，仅靠净值进行产品分析难度较大。如何在有限条件下，对量化指增有更全面的认识和评价，让巧妇善为无米之炊，是本文尝试解决的问题。我们将探讨十个投资者可能关心的话题，以流言和真相的形式呈现，希望对指增投资提供增量信息。

# 1 流言：公募指增相比私募缺乏竞争力？

2024 年对于指增而言是艰难的一年， 2 月、 9 月下旬至 11 月初先后经历两轮回撤。从华泰样本池内三大宽基产品的年度表现看：

1. 300 增强：超额难做，公募勉强有正超额，私募为负， 300 增强赛道公募长期具有优势。

2. 500 增强：公募和私募年度超额分别为 1.63% 和 3.45% ， 私募超额略高于公募 约 1.8pct ， 但最大回撤远高于公募。

3. 1000 增强：公募和私募年度超额分别为 4.47% 和 10.29% ， 私募超额相较公募有显著优势，但最大回撤同样远高于公募。

从时间维度看：

1. 2024 年上半年： 得益于 80% 成分股约束、微盘暴露更低等因素的保护，公募量化指增在 2024 年 2 月风波中表现远优于私募 ，私募 500 增强和 1000 增强直到 6 月底 7 月初方完成最大回撤的修复。

2. 2024 年下半年： 9 月下旬至 11 月初的回撤是 Alpha 层面系统性的失效，此轮行情中，公募和私募回撤和修复的时间节奏类似，但 活跃的市场环境利好私募依托日内回转交易的高频 Alpha 策略，私募的回撤修复速度更快。

需要说明，私募样本取自华泰托管EVAR平台的私募数据库，并非全市场统计结果，可能存在取样偏差。

总的来看，我们认为公募指增相比私募不乏竞争力。需要承认，私募量化由于交易、激励等方面的优势，整体实力和技术成色相比公募量化或更强。但是近几年公募量化同样发展迅速，就现阶段而言，抛开 公募投资门槛低、收费便宜、透明度高、业绩一致性好 等方面，即便仅对比业绩，公募指增的吸引力至少还体现在：

1. 风控更严格，超额回撤整体更小。

2. 在 300 增强这类基本面定价为主的赛道有优势。

3. 公募头部产品费后超额能达到私募平均水平。 我们将在后文展示。

#2 流言：超额和信息比率不可兼得？

通过上述针对公募、私募群体的业绩表现分析，不难发现 在 500 、 1000 增强赛道中，私募超额有优势，但跟踪误差也更大，因此信息比率反而略低于公募。 作为指增选品首要关注的两项指标，从公募和私募群体对比的角度看，超额收益和信息比率看似不可兼得。

信息比率的定义是年化超额收益除以年化跟踪误差，理论上，信息比率和超额收益指标应高度相关。之所以出现反向，我们认为本质原因是， 私募超额收益包含了更多风险因子的贡献，风险暴露同步放大了跟踪误差，使得私募整体的风险调整后收益未必优于公募。

那么从单产品角度看，这一现象是否同样存在？超额收益和信息比率可否兼得？由于私募指增缺少单产品数据，我们将以公募指增作为主要分析对象。

图表8展示公募300增强2024年年化超额收益和年化跟踪误差，两者呈现负相关，相关系数为-0.20，说明超额收益高的产品跟踪误差也控制较好。图表9展示公募300增强2024年年化超额收益和信息比率，两者总体高度正相关。但要注意到，对于超额收益相对高的样本（图表9右上角区域），也是投资人通常关注的头部产品内部，超额和信息比率的相关度不明显。这说明：

1. 300 增强赛道，通过放大风险暴露和跟踪误差获取较高超额收益具有一定可行性，但这部分收益未必稳定，选品时建议谨慎考虑这类产品；

2. 部分头部产品严控跟踪误差，牺牲超额换取更高的信息比率，选品时建议不要忽视此类产品。

在 500 和 1000 增强赛道，超额收益和信息比率的同向关系更鲜明，即使头部产品域也是如此，可能反映出 2024 年大小市值风格频繁切换的行情中，在 500 和 1000 增强赛道通过风险暴露获得稳健超额收益难度较大。

#3 真相：基金经理“流派”可定量识别

所谓“流派”实际上是投资人对基金经理打的标签。基金经理不喜欢被打标签，但在投资人的配置体系中，基金经理可能都有标签。常用的标签比如基本面量化、量价因子挖掘、深度学习、均衡风格等。

我们认为，定性的调研访谈是相对准确的识别“流派”的方式，但公开信息可能难以获取。基于基金净值、财报等信息，也可以从定量角度进行辅助判断，下面我们以2024年公募1000增强为例，展示聚类方法的应用。

模型层面，采用层次聚类， 1000 增强的预设类别数设为 8 ，距离测度设为余弦距离。特征层面，共提取 15 个特征，每个特征均预先经标准化处理：

1. 2024 年中报公布的股票持有数量。

2. 估算的 2024 年上半年换手率。基于 2024 年中报公布的股票成交金额，以及 2023 年四季报、 2024 年一季报和中报的基金规模进行估算。

3. 2024 年年化跟踪误差。基于日净值计算。

4. 每隔 20 个交易日，计算基金 20 日区间超额收益，近似于月度超额收益，共 12 个月份。

下面展示聚类结果。

图表14展示类别1中5只基金的超额净值。该类别包含招商的场外和ETF基金、天弘的场外和ETF基金、博时的场外基金。该类别的共性是2024年超额收益高，跟踪误差小，持仓相对集中（100-400只），中低换手（年化单边4-9倍）。该类别也是2024年公募1000增强综合表现出色的一批产品。

图表15展示类别2中3只基金的超额净值。该类别包含鹏华、博道、长信的场外基金。该类别的共性是2024年超额收益较高，跟踪误差中等，持仓相对集中（100-500只），中低换手（年化单边4-11倍）。该类别管理人在方法论上可能相对均衡，基本面和量价并重，同时有AI模型的参与，能力较为全面。

图表16展示类别3中3只基金的超额净值。该类别包含华夏和申万菱信的场外基金、华泰柏瑞的ETF基金。该类别的共性是2024年超额收益较高，跟踪误差中等，持仓相对集中（100-300只），低换手（年化单边1-3倍）。从净值看，该类别产品在2024年初的行情中，超额几乎无回撤。这些符合基本面量化策略的典型特征，也能从产品定期报告中得到印证，如华泰柏瑞中证1000指数增强ETF的2024年四季报提及“坚持基本面多因子的量化选股策略”。

图表17展示归属于类别1-3的具体产品信息。注意到类别1和3中均包含指增ETF，可以根据日度申购赎回清单，更精确地分析其持仓。

图表18展示全部产品聚类结果。类似地，也可以对300增强、500增强产品线不同期限下的表现进行分析。需要说明，聚类算法存在不稳定性，改变预设类别数量、增减特征都会改变聚类结果，因此建议综合考虑其他信息再下结论。

#4 真相：特殊交易日表现可反映策略风格

除对指增管理人打标签外，策略风格暴露、收益归因也是重要的分析工具。基于公开披露的完整持仓进行分析较准确，但可观察的时间截面有限。基于净值回归的方法适用于任意时刻，但存在偏差。

除以上两种常规方法外， 行业分化、风格分化显著的特殊交易日表现也可以反映策略风格 。我们以 2024 年下半年两个交易日的公募 1000 增强为例试做分析。

2024年8月30日，A股行业分化鲜明，一级行业中，房地产因子收益率超过3%，远高于其他行业，收益排名第二的非银行金融因子收益率为1.6%，30个一级行业中仅11个行业因子收益率为正。

房地产行业在中证1000成分股的权重占比不高，该截面日仅占1.6%。这对1000增强的超额构成了很大挑战。当日44只公募1000增强中仅有3只为正超额。其中，明亚中证1000指数增强单日超额达到1.7%，绝对收益为3.6%，远高于其他产品。若排除当日大额申赎行为，推测该产品的策略具有独特性，当日在房地产相关行业有幅度不低的正暴露。

2024年12月17日，A股风格分化鲜明，Size因子收益率达1.4%，大市值风格显著占优。当日公募1000增强中，超额排名前三的产品为申万菱信场外、华夏场外和华泰柏瑞ETF，恰好是前文聚类分析中同属于类别3的产品，代表基本面量化的策略风格。类似地，其他类别的产品当日超额也有较强的一致性。

#5 流言：规模必然是超额的敌人？

在特定的策略容量下，产品规模扩大将稀释有限的Alpha，因此在市场的普遍认知中，规模必然是超额的敌人。公募量化是否存在这一现象？我们以产品数量多、存续时间长的公募500增强近三年表现为例试做分析。

首先从截面维度分析。对每个季度截面，计算全体基金上季度末规模和当季度超额的相关系数。如图表23，截面相关系数并没有鲜明的方向性，例如2024Q2规模较大的500增强产品超额更高，2024Q3则相反。

其次从时序维度分析。对每个产品，计算2022-2024年该产品上季度末规模和当季度标准化超额收益的时序相关系数。由于大部分产品规模变化不大，这里我们重点考察部分规模扩张或收缩幅度较大的产品。如图表24，四只代表性产品均表现出较强的负相关性，时序相关系数在-0.7至-0.4之间。

综合来看，“规模是超额的敌人”这句话需要辩证对待。截面维度未必成立，部分管理人策略容量大，规模较大的前提下仍然具备相对优势。时序维度或成立，在管理人未进行策略调整时，规模越大超额越难做。

另外，规模扩张的主要推动力量是产品过往业绩排名靠前，管理人的策略与市场风格高度匹配。若风格切换，最适应环境的管理人可能成为最不适应环境的管理人。这也是单产品规模与超额出现负相关的可能原因。

#6 真相：部分公募指增“含AI量”高

以华泰 AI 量价策略作为 AI 类型策略的代理变量，计算 2024 年公募 1000 增强与 AI 策略的日度超额收益相关性，衡量产品的“含 AI 量”。如图表 25 ，全部产品平均相关性为 0.37 。其中汇添富、易方达、西部利得、国金等管理人的含 AI 量较高。 随着行业整体认知的提升， AI 量价已为公募管理人普遍接受，以不同程度融入策略中。

上述结果能从产品定期报告中的表述得到印证。例如汇添富中证1000指数增强的2024年中报提及“采用多因子模型和AI量化选股相结合的方式评价个股”，易方达中证1000指数量化增强的2023年年报提及“坚持在大数据、机器学习、另类数据中的深度研究，……对选股模型进行增强”，西部利得中证1000指数增强的2024年中报提及“本基金量化策略的特点是基于人工智能的多因子策略”，国金中证1000指数增强的基金合同提及“基金管理人依据实战经验和机器学习技术搭建了量化选股模型”。

#7 流言：配置指增必须择时？

这里我们探讨指增产品配置时机的选择。站在群体角度，假设超额收益不会完全消失，但存在时序上的波动，那么这种波动更接近随机波动，还是具有类似均值回复的规律？

1. 如果超额收益序列类似随机序列，那么就不需要对指增产品进行择时。

2. 如果超额收益序列服从均值回复，那么可以考虑在超额收益回撤时增配指增产品。

我们将通过超额收益序列的相关性检验，结合蒙特卡洛模拟尝试解答。具体做法为：

1. 采集 2022-2024 年公募 / 私募的 500/1000 增强产品平均超额收益真实序列。

2. 对于真实序列，计算历史 5/10/15/20 个交易日区间超额收益，计算历史区间超额与未来 1 至 60 个交易日区间超额收益的秩相关系数。

3. 计算真实超额收益的均值和标准差，对该组参数下的正态分布进行采样，得到 1000 条超额收益模拟序列。

4. 对于每一条模拟序列，如第 2 步方法计算相关系数，计算 1000 组模拟的 90% 置信区间。

5. 判断真实序列的相关系数是否落在置信区间内。

首先观察 公募 500 和 1000 增强 ，历史 5/10 日区间超额和未来 1-60 日区间超额的相关系数在大多数情况下低于 0 ，但位于置信区间内部，即 存在较弱的均值回复现象 （尽管统计学上不显著）。 短期超额回撤时，或是关注公募指增产品的好时机。

其次观察私募 500 和 1000 增强，和公募恰好相反， 私募指增超额存在较弱的动量效应 ，例如历史 15/20 日区间超额和未来 15-60 日区间超额的相关系数大于 0 ，尽管统计学上也不显著。换言之， 配置私募指增可能没有必要做择时。

我们认为，公募和私募此处存在鲜明差异，原因在于两者的 Alpha 来源和交易频率不同 。私募以中高频换手的量价因子为主，公募换手相对低且基本面因子运用更多。 基本面信号定价周期偏长，超额收益的波动大，因此在一定时间尺度内体现出均值回复的特性。量价信号定价周期偏短，超额收益相对稳健，从而体现出动量的特性。

#8 真相 ：三大宽基外，其他赛道同样值得关注

统计截至2024年12月31日已成立的公募指增产品所挂钩的指数，其中沪深300、中证500、中证1000三大宽基指增产品数量分别为64、67、46只，显著多于其他指数，竞争激烈。我们认为，除了三大宽基，以下赛道也值得关注。

1. 国证 2000 、中证 2000 等小市值指数 。 小市值相比大市值股票定价更不充分，Alpha空间更大。统计2024年业绩表现，11只国证2000指数增强产品平均超额收益5.3%，高于其他指数（此处统计挂钩产品超过1只的指数）。中证2000指数增强成立较晚，仅1只产品有2024年完整业绩，超额达12.6%；6只产品有2024年下半年完整业绩，平均半年度超额收益1.9%。

2. 中证 A500 等资金相对活跃且行业分布平衡的指数 。 中证A500的市值风格介于沪深300和中证500之间，大市值风格下公募指增较私募略有优势。中证A500行业权重分布更平衡，相比沪深300低配金融板块，而金融恰好是Alpha较难做的板块，中证A500行业分布平衡的特点有利于选股模型。

3. 创业板综等兼具锐度和宽度的指数 。 从锐度上看，创业板具备高成长、高Beta风格。从宽度上看，创业板指本身成分股数量仅100只，而创业板综成分股数量超过1300只（截至2025年1月），创业板综相较创业板指更适合做增强，目前市场上有相应产品。

#9 流言：指增ETF的配置意义不明确？

指增ETF的配置意义存在争议。首先列示负面观点如下：

1. 指增 ETF 规模都不大，除国泰 300 增强 ETF 规模超过 20 亿外，其余产品规模均小于 10 亿（截至 2024 年 12 月 31 日），或反映出此类产品市场需求不大。

2. ETF 的产品形式适合短期交易类策略。指增的 Alpha 存在波动，需长期持有才能获得确定性的超额收益。

3. 指增 ETF 每日披露申购赎回清单。但市场的 Alpha 是有限的，优秀的管理人往往不愿将信号向全市场公开，避免被抢跑或者跟随。因此指增 ETF 只适合采用低频、大容量的信号， Alpha 天然有短板。

事实究竟如何？我们分析截至 2023 年 12 月 31 日已上市的公募指增 ETF ，统计 2024 年度超额收益，并与场外产品比较。除创业板指外，其余挂钩指数的指增 ETF 平均超额均高于场外指增，表明 至少在 2024 年相对低频的指增 ETF 策略反而具有优势 。

除 2024 年业绩占优外，指增 ETF 还有如下特点：

1.