增强ETF再添利器透视操作精选布局

增强策略EF专题研究一、ETF及指增强基金发展概述美国是目世界上最大的TF市场，截至2021年底，美国市共有TF产品2570只，占球F基金规模的71。208年美国首批主动管理型TF正式发，2017年以主动管型TF规模同比增始终维持在40以上的水平。截至2021年底主动管理型TF总规模已达284.57亿美元，占美国全部类型TF规模的4.03。尽管规模占有，但数量占比已达28.67，主动管理型TF已经逐步成为美国TF市场不可或缺的一部分。图表1：全球TF规模分（截至221年） 图表2：美国主/被动TF发展情况（截至201年）来源：美国投资公司协会II, 来源：美国投资公司协会II,国内TF市场方，自2004年底首只股型F成立至今，已经历了18年的发展，特别是最近5年随着投策的日益丰富TF产品的工具化属性得到越来越多的关注，领域也实现了快速扩。截至2022年10月31日，我国市场上有638只TF产存续，管规模计950.70亿元。其，宽基F、行业主题TF为主要类型，规模合计占比达92.07，与此同时，arteta和港股通TF产品也相继出现，对丰富我国TF市场投资工具起到了重要作用。从宽基TF来看，截至2022年10月31日，跟踪沪深00、上证50、中证500、科创50指的TF产品规模最大，跟踪规模均在500亿元以上；中证1000、创业板指、科创创业50紧随其后，跟踪规模合计也均在200亿元以上行业主题TF多样化特征也十分鲜明，对于科技、消费、医药、金融地产、军工等众多细分领域均有产品覆。整体来看我国TF市场经历了多年的时间积淀之后，不论是从产品的数量规模，还是丰富程度来看，均已逐渐走向成熟。图表3：股票型TF规模变化（单位：亿） 图表4：宽基TF规模分布（截至202.1031）来源：ind, 来源：ind,-2-增强策略增强策略EF专题研究指数增强型基金方面宽基指增基金不论是数量还是规模均占据绝对优，截至2022年10月31日，宽基指增基金计模142.84亿元，在全部指增基金中占比88.99。其中跟踪沪深300、中证00、上证50和中证1000指数的指增基金规模最大，规模合计均在100亿元以上，占所有宽基指基金规的93.75。从主要类别的风险收益表现来看，截至2022年10月31日，今年以中证1000指增基金超额回报最高平均实现超额收益7，沪深300、中证500、创业板指增基金总体平均超额不相上，均在2左右。从各个统计区间来看，沪深300、中证500、上证50、中证000、创业板指等主要类别指增基整体上均能够普遍实现正向超额，且随着统区间的拉长，大多数超额回报随之增加显示出必要的稳定性即指增基金具有相对稳定的累积中长期超额回报的能力。图表5：宽基指增基金规模分布（截2022.10.31）

图表6：各类别宽指增基金风险收益表（截至202.10.1） 沪300指基金214%382%072167%379%049中500指基金224%478%063063%478%018上50指基金098%446%043-051%439%011中1000指基金700%460%183709%424%162212%499%045254%477%044沪300指基金1908%383%1491989%435%092中500指基金2305%529%1422894%551%090上50指基金1135%457%079548%289%036中1000指基金4482%480%2635954%478%1961622%496%078526%587%020来源：ind, 来源：ind,二、透视首批增强策略TF投资操作2021年1月，南方中证500增强策略TF、华泰柏瑞中证500增强策略TF、景顺长城中证500增强策略TF、招商沪深300增强策略TF、国泰沪深300增强策略TF等5只增强策略F产品首次获批12月至次年1月陆续完成发行设。指数增强与F的结合形式使得产既具备了TF透明度高交易便捷、成本更低的优势同时也兼顾场指数增强型基金通过适当的主动量化策略获取超额回报的可能。高仓位运作持仓相对稳定截至2022年10月31日，批5只增强策略F产运作接近1个月，从整体运行情况来看作为TF产，增强策略TF股票仓位可以突破场外指增基金95的限，中证500增强策略TF、沪深300增强策略TF成立以来各个报告平均股票仓位水平均在95以上，相较于场外同类型增强型基金品种更高而且，首批增强策略TF中，有部分产通过持有股指期对权益仓进行补。根据F清单所显示的持仓信进一步统计显，因为交易机制因素首增强策略TF大体采用月度系统性调仓日常微调的运作方式这也使得增强策略TF整体换手率水平相比于场外同类型指增基金略低。-3-增强策略增强策略EF专题研究图表7：增强策略TF呈现高仓位特点 图表8：增强策略TF产品换手率略低（202上半年） 来源：ind， 来源：ind，行业偏离差异化超配周和成长行业偏离方面，根据F清单持仓信息选取月度频率统计显示，截至2022年10月31日3只中证00增强策略F自成立以来月末行业偏离度均值0.94，低于场外中证50指数增强型基金行业偏离水平，更加贴合中证500指数的行业分布情况2只沪深300增强策略TF自成立以来月末行业偏离度均值1.08，相较于场外沪深30指数增强型基金行业偏离水平更高适当进行行业超低配操作的特征更加明显。图表9：指数增强基金行业偏离度分（） 图表10：指数增强基金行业偏情况对（） 来源：ind， 来源：ind，具体来看截至2022年10月31日自221年2月产品成立以来整体中证500增强策略TF阶段性超配有色金属、煤炭、机械设备、交通运输等周期板块，阶段性低配计算机、电子传媒、电力设、非银金融等。超低配行业的变化方面，今年上半年食品饮料持续位于超配前五大行业之列，下半年以来伴随着疫情反复对消费复苏的不利影响3只产品对于该板块的配臵比例逐步下降，与此同时，对于基础化工板块的配臵比例显著上升。-4-增强策略增强策略EF专题研究图表1：中证50增强策略TF行业超低配明细超配前五大行业2021/12/312022/1/312022/2/282022/3/312022/4/302022/5/312022/6/302022/7/312022/8/312022/9/302022/10/31低配前五大行业2021/12/312022/1/312022/2/282022/3/312022/4/302022/5/312022/6/302022/7/312022/8/312022/9/302022/10/31来源：ind，

沪深300增强策略TF方面截至2022年10月31日成立以来整阶段性超配国防和军工汽车阶段性低配农林牧渔、房地产等，与此同时，超配行业存在一定的切换频率，或与产把握行业板块轮动机会有关。例如，2只产品二季度前对食品饮料板的配臵比例显著下降8月以来再度超了该行业；对于整体仍然维持较高景气包含了众多新能源细分领域电力设备板，2只产品下半年以来也由前期的低配整体上升至显著超配水；与此同时，下半年以来2只沪深300增强策略TF对业绩持续改善的通信板的关注度也显著上升。整体来看，中证500增强策略TF阶段超配行业主要集中在有色金属、煤炭、机械设备、交通运输、基础化工等周期板块，沪深30增强策略TF阶段性超配行业主要集中在国防和军工、汽车、电力设备、通信等成长板块。当然，同类增强策略TF中不同产品之间存一定差。图表12：沪深30增强策略TF行业超低配明细超配前五大行业2021/12/312022/1/312022/2/282022/3/312022/4/302022/5/312022/6/302022/7/312022/8/312022/9/302022/10/31低配前五大行业2021/12/312022/1/312022/2/282022/3/312022/4/302022/5/312022/6/302022/7/312022/8/312022/9/302022/10/31来源：ind，

成分股偏离有限，选效果良好成分股偏离方面根据F清单持仓信息选取月度频率统计显示，截至2022年10月31日3只中证00增强策略F自成立以来月末成分股偏离度均值0.36，低于场外中证50指数增强型基金成分股偏离水平。2只沪深300增强策略F自成立以来月末行业偏离度均值0.88，相较于场外沪深300指数增强型基金行业偏离水略高，但整体偏离水不高，即适当进行成分股偏离操作。成分股外主动配臵方面，中证500增强策略-5-增强策略增强策略EF专题研究TF和沪深300增强策略F主动配臵比整体低于场外对应类别指数增强基金平均水平即更多基于优选成分股内标的发掘超额回报。图表13：指数增强基金成分股偏离情况对比） 图表14：指数增强基金主动配臵情况对比） 来源：ind， 来源：ind，从选股效果来看对于5只增强策略F产品成立以来各个报告期末持，结合标的季财务数进统计，可以看到不论沪深300增强策略TF，还是中证500增强策略TF，所持有的对应指数成分股内标的、成分股外标的，平均营收同比增速、归母净利润同比增速均显著高于未被持有的其余指数成股均值，即增强策略从基本面角度实现了投资标的优选，成分股内外选股品质良。图表15：沪深30增强策略TF持仓标的业绩情况 图表16：中证50增强策略TF持仓标的业绩情况 来源：ind， 来源：ind，扎根基本面，发高质量标的从因子暴露角度来，5只增强策略TF由于采用不同的策略模型，因而，在不同因子、不同时期之间相对于跟踪指数的暴露水平和方向有所差异，但是阶段性在价值因子、质量因子、成长因子等基本面因子上呈持续的相对正向暴露。-6-增强策略增强策略EF专题研究图表17：中证50增强策略TF月度因子相对暴露来源：ind，图表18：沪深30增强策略TF月度因子相对暴露来源：ind，超额稳定、适宜、低相，产品差异化共存受今年以来市场整体下行的影响，5只产品均出现了不同程度的净值回调，不过相对于基准指数而言，今年以来截至2022年10月31日，整体依旧实现了正向超额。其中，沪深300、中证500增强策略TF今年以来平均年化超额回分别为2.83%、3.28，与场外同类型指增策略超额收益平均水平基相当，今年以来超额收益月正均值为57.1，在沿袭TF优势的同时实现了对指数增强策略的有效融合，这也是第二批增强策略TF产品获批的基础。图表1：沪深00增强策略TF今以来平均累计收益（截至022.1.31）

图表2：中证00增强策略TF今以来平均累计收益（截至022.1.31） 来源：ind， 来源：ind，-7-增强策略增强策略EF专题研究图表21：沪深300、中证500增强策略TF今年以来风险收益表现（截至2022.10.31）500ETF均328%419%094500均261%480%062300ETF均283%379%078300均247%382%072来源：ind，以5只增强策略F全部进行日度公布净值为起点，截止202年10月31日，统计5只产品之间超额收益的相关性，结果显示，相关系数最高仅0.55，产品之间相关性较低，甚至负相关。在一定程度上说明，不同公司旗下的不同产品超额收益的实现方式，即增强策略之间或存在一定的差异。图表22：5只增强策略TF超额收益相关性（截至202.10.1）1.中证500增强策略ETF2.沪深300增强策略ETF3.中证500增强策略ETF4.沪深300增强策略ETF5.中证500增强策略ETF1.中证500增强策略ETF1-003051-0060472.沪深300增强策略ETF-0031006-0160133.中证500增强策略ETF0510061-0090554.沪深300增强策略ETF-006-016-0091-0055.中证500增强策略ETF047013055-0051来源：ind，三、第二批增强策略TF跟踪指数投资价值分析2022年10月8日，第二批13只增强策略TF产品获。相较于第一批增强策略TF，本次获的基金跟踪指覆盖沪深300、中证500、中证1000、创业、科创50、科创创业50指数涵盖指数更加丰富为投资者提供了更加多样化的工具选择。从指数层面来看6只指数均有较高的市场关注度其中沪深300、中证500指增基金规模合较大，中证1000指增基金规模攀速度较，创业板指和科创创业50指数也有一定的市场规，但整体相对有，科创50指数暂时没有对应指增基金，第二批增强策略TF的获批发将很好的填部分类增强策产品的空缺。图表23：第二批增强策略TF名单 图表24：指数对应指增基金规模基金公司产品名称跟踪指数代码跟踪指数简称华安基金华安沪深30增强策略ETF0030SH沪深300易方达基金易方达中证50增强策略ETF0090SH中证500汇添富基金汇添富中证50增强策略ETF0090SH中证500博时基金博时基金中证50增强策略ETF0085SH中证500招商基金招商中证100增强策略EF0085SH中证100银华基金银华中证100增强策略EF0085SH中证100国泰基金国泰中证100增强策略EF0085SH中证100华泰柏瑞基金华泰柏瑞中证100增强策略EF0085SH中证100嘉实基金嘉实创业板增强策略ETF3900SZ创业板富国基金富国创业板增强策略ETF3900SZ创业板鹏华基金鹏华上证科创50成分增强策略TF0068SH科创50南方基金南方上证科创50成分增强策略TF0068SH科创50广发基金广发中证科创创业50增强策略TF9364CSI科创创业50来源：ind, 来源：ind,指数编制方式指数编制方式方面，6只指数均综合考虑流动性因素与市值因进行成分股的筛选，除创业板参近半年的时间区以外，其余指数均选近一-8-增强策略增强策略EF专题研究年日均成交金额和近一年日均总市值为筛标准，最选取排名靠前样本组成指数成分，指数流动均能得很好的保障。样本股调整频方，沪深300、中证500、中证1000、创业板每半年进行一次样本股的调整科创50、科创创业50指数每季度调整一次样本股，定期的样本股调使指数能够不断吸纳优质上市公司更好的代表相应市场的运行特。图表25：跟踪指数编制方案0030SH0090SH0085SH3900SZ0068SH9364CSI沪300中500中100科50科创50沪A股科板沪A股科板沪A股上剔过一的后50的券选过一的300名剔沪深300指300的券剔过一日20的券选过一500的券剔中证800指日总值前300剔过一的日成金额排后20的券选过一日100名前证剔近年10的票选近年的A100名票在剔除去年后10的券为选过一的50的券1过一日成金额前2选新代息术产3选过一日总值名前50的券为每年6月和12月每年6月和12月每年6月和12月每年6月和12月每年3月6月月和12月第二每年3月6月9月12月第个期的来源：ind，指数行业分特征从本次获批基金跟踪指的行业分布特征来看沪深300、中证500、中证1000指数行业集中度相对较低创业板指、科创50、科创创业50指数则相反。同时，指数重点行业分布也呈现一定的差异化特点。具体来看，截至2022年10月1日沪深300、中证500、中证1000指数覆盖了大多数申万一级行业，沪深300在银行、食品饮料、非银金融行业的权重分布远高于其他指数，呈现一定的大盘价值风格特点中证500和中证1000指数则在布医药生物TMT、电力设等成长型板块的同时，对有色金属、国防和军工、基础化工等周期行业也有较高的权重分布，呈现兼顾成长与周期的特；创业板指、科创50、科创创业50指数则在电力设备、医药生物、电等行业权重相对较，成长风格特征鲜。图表26：指前三大行业集中度 图表27：指数前五行分布（截至022.0.31）沪深300中证500中证1000行业权重行业权重行业权重电力设备医药生物医药生物银行电力设备电子食品饮料有色金属电力设备非银金融非银金融基础化工医药生物电子计算机创业板指科创50科创创业50行业权重行业权重行业权重电力设备电子电力设备医药生物电力设备医药生物电子医药生物电子非银金融计算机机械设备机械设备机械设备计算机来源：ind, 来源：ind,指数成分股特征-9-增强策略增强策略EF专题研究从指数成分股集中度来看，集中度情况与成分股个数显著相关，其中沪深300、中证500、中证1000指数成分股权重相对分散截至2022年10月31日，单只成分股权重分别不超过5.2、1.1和0.6，前10大成分股权重合计分别为21.37、6.78、4.49，创业板指、科创50、科创创业50指数成分股分布则相对集中，前10大成分股权重合计均在50左右。从指数市值结构来看，沪深300指数呈现相对大盘风格特征，中证500、创业板指、科创50、科创创业50指呈现相对中盘风格特征中证1000指数则呈现小盘风格特征。具体来看截至2022年10月31日沪深300指数市值分布主要集中在300-2000亿市值区间其余5个指数在1000亿市值以上分布则相对较。科创50指数集中在300-1000亿市值区间中证500、创业板集中在100-300亿市值区间证1000指数则集中分布在300亿以下的市值区间，指数市值特征分化明显。图表28：指数成分股集中（截至2022.0.31） 图表29：指数成分股市分布（截至022.0.31） 来源：ind, 来源：ind,指数盈利情况从指数财务数据来看，受地缘冲突以及全球疫情反复的影响，各指数在2021年二季度以来营业收入、归属母公司净利润同比增均存在不同程度的回落。2022年三季报科创创业50、创业板指营业收和归母净利润增相对突；沪深300指数则呈现较强的韧性，众多外部冲击下，2022年以来营收增速和归母净利润增速稳定保持在9-12%、2-3之间，呈现小幅波动态势。中证500和中证100指数202年三季营业收入和归母净利润增则相对有限，其营收增速仍维持在2-3水平归母净利润则滑落至增长水平。图表30：指数近十年营业收入同比速 图表31：指数近十归母净利同比速来源： 来源：-10-增强策略增强策略EF专题研究指数估值与流动性从指数估值分位来看截至2022年10月31日，6个指数(T)均处于近5年（科创50、科创创业50取自发布日以来40分位数以下，较2020年高位回落明显，均具备一定的估值安全边际。其中沪深300和科创创业50指数估值分位最低，分别为0.49和0.58；科创50指数紧随其后，处于近5年6.87估值分位；同时，中证00指数估值分位最高，处于37.68的估值分位。从指数换手率情况来看截至2022年10月31日，中证1000、创业板指、科创50指数换手最高中证500、科创创业50指次之，沪深300指数换手水平相对较。图表32：指数近五年估值分位（截至022.0.31） 图表33：近五年指日换手率（截至022.0.31）来源：ind, 来源：ind,指数风险收益表现从指数风险收益表现来看，截至2022年10月31日6只指数近十/发布以来均取得了正回报，相比较而言创业板指、科创50指数、科创创业50指数高波动高弹性的特征更加明。图表34：指数近十年累计收益曲线（截至022.0.31）来源：ind，四、增强策略ETF基金管理调研总结在第二批13家增强策略TF管理人中我们对国泰基金、广发基、鹏华基金、易方达基金四家基金公司拟任基金经就产品量化体系、策略特点、风控制度等多个维度进行了调研交流，以夯实和深化我们对增强策-1-增强策略增强策略EF专题研究略TF的认知，这些调也基本覆盖了第二批增强策略TF基金涉及的主要指数。整体来看，四家基金公司均派精兵强将，整体运作指增部分相关基金经理分为国泰基金吴中昊、广发基金赵杰、鹏华基金苏俊杰、易方达基金官泽帆，四名基金经理在量化投资领域以及指增基金管理领域均有着丰富的经验，历史管理产品长期超额稳定。本次发行的增强策略TF产品具特点信息汇总如（按产品首字母顺序列示：国泰基（中证1000强TF：通过量化手段充分挖掘海量数据中隐藏的各类信息，综合应用投资者情绪及市场微观结构机会，构建多因子模。并通过对于因子持续的跟踪迭代不提升模型有效性。广发基（中证科创创业50增强TF：发挥公司投研平优，立足科创创业50指重点行业，通过提行业个性化的核心逻辑优选有效因子，采用主动量化思有针对性地构建行业模，更高效的挖掘优个股。鹏华基（上证科创板50增强TF：在公司完善的量化平台基础上，以中低频基本面多因子框架为基础，结合中高频量价和人工智能方法增加对于非结构化数据的处理和应用，形成了一套AI的基本面量化体系。易方达基（中证500强TF：核心卫星多策略框架通基本面多因子模型进行选股操作构核心组合，综合搭配部分卫星策略提供分散化配臵可。甄选在A股历史上长期表现稳健的因，以追求长期稳健收。国泰中证100增强策略F（认购代码19679）量化策略简介：国泰基金量化增策略主要依于多因子模型进行投资标的优选，首先优选因子生成交易信号，其次组合优化控制偏离和跟踪误差。在因子选择层面，根据因子收益来源的不主要分为三大类：信息优势类、投资者情绪类、市场微观结构类。具体来看，信息优势因子主要是基于计算机及量化手段广泛挖掘公开信息和公开数据中隐藏的信息；投资者情绪类因子，主要是基投资者对信息的反应可能会过度或反应不足带来的机会；市场微观结构类主要包括市场中短期供需不平衡带来的相对高频的交易机会其中，信息优势类和投资者情绪类在增强策略TF中使用占比较高。组合优化方面主要通过影响组合波动较大的行业偏离和风格偏离进行控制，进而控制投资组合风险敞口和跟踪误差。一方面，通对因子进行行业中化处理，限制组合行业偏离，另一方面，根风格偏离造成组合的波动程度不同，分别对风格进行约，对于市值eta等进行严约束，对于其他风格偏离通过赋予风格偏离惩罚值的方式进行软约。处理失效因子方面，量化投研团队会每季度对所有因子进行全面评估。首先，标记波动或者回撤明显增加的因子，以便于跟踪未来表现；其次，对非核心因子，如果波动继续增加则会进行剔除，对于核心因子如果波动继续增加，则寻找深层次的原因并尝试重新构建因子。通过对于因子持续的跟踪和迭代，从而保证模型的有效性。拟任基金经：国泰中证100增强策略F拟任基金经吴中昊先，2019年12月加入国泰基金，历任研究员、基金经理助，2022年1月起任国泰中证500指数增强基金基金经理截至2022年10月31日管理国泰中证500指数增强基金期，累计实现超额回报3.97，年化超额5.60。-12-增强策略增强策略EF专题研究图表35：在指数增强产有效管理期净值走势来源：ind，广发中证科创创业50增强策略F（认购代码：8833）量化策略简介：由于科创创业50指数相对于传统宽基指数来看，行业集中度更高，主要分布于电力设备、医药生物、电子三大领域因此，广发基金对于科创创业50指数增强策有别于传统宽基指增产品主立足于三大行业，采用偏主动量化的思构建模型。具体来看与公司旗下其他指增及量化基金共用因子库，但会基于电力设备、医药生物、电子行业的不同的核心逻辑优选因子，包括纳入针对特定行业的有效因子，有针对性地构建行业模型。因子库方面，主要包括成长类因子、分析师预期类因子、盈利类因子、估值类因子等等。科创创业50增强策略TF在具体因的使用方面，更倾向于基本面因子，其中成长类因子以及与之相关的研发类因子会有所侧。风险控制方面尽管标的指数重点分布电力设备、医药生物、电子三大行业，给兼顾超额收益和风险带来必要的难度，但基金经理实际投资会强化对跟踪误差的控，进行行业偏离有限制。拟任基金经理：广发中证科创创业50增强策略TF拟任基金经理赵杰先生，曾任申万证券量化研究员、量化投资经理，太平资产量化投资部量化投资经理，广发基金权益投资二部量化研究。2018年起担基金经，共计管理过6只指数及量化型基金，现广发沪深300指数增、广发中证500指数增基金经理以管理时间长广发沪深300指数增基金为例，截至2022年10月31日，管理期（剔除3个月建仓期累计实现超额回报29.49，年化超额6.81。图表36：在指数增强产有效管理期净值走势来源：ind，-13-增强策略增强策略EF专题研究鹏华上证科创板50增强策略F（认购代码58843）量化策略简介：鹏华基金量化平台分为因子研究平台、策略研究平台、实盘管理平台三个层面。因子研究方面，主要基于结构化数据、另类数据设臵了三个能力中心，分别是因子研究、人工智能、LP运算中心，通过上述平台发掘有效因子，对于科创板50增强策略TF而言，会增加一些特有因子的使用。策略研究方面，研究员和基金经理合作，通过研究出来的阿尔法因子，结合风险模型、交易成本模型等等构建最终的策略。实盘管理方面，主要包括从组合优化到交易管执的整个过程。公司指数增强策略体系以多因子框架锚、人工智能为帆，即以中低频基本面多因子框架为基础，结合中高频量价和人工智能的方法增加对于非结构化数据的处理和应用，形成了一套A+的基本面量化体系。因子库主要包括9大类，4000多个因子，从中精选20多个因子应用到模型当中。与传统基本面量化不同的是，鹏华基金对于不同的因子采用不同的预测周期，即通过多维度、多周期的预测形式，以期实现更加稳定的