公募基金篩選系列報告增強基金篩選方案及歸因體系構建

1、<p>　內容目錄</p><p>　增強基金簡介4增強基金篩選體系構建5篩選指標選擇5篩選模型構建6定量篩選指標體系6定性篩選指標體系7篩選結果展示7增強基金歸因體系構建8權益擇時能力8權益組合優(yōu)化能力9樣本內外配置9行業(yè)內外配置9因子拆分10衍生品投資能力10增強基金業(yè)績歸因方法應用舉例10權益擇時能力示例10權益組合優(yōu)化能力示例11衍生品投資勝率示例14指數增強

2、基金產品標簽展示——以富國滬深 300 為例14</p><p>　圖表目錄</p><p>　圖 1：權益指數增強基金多跟蹤主流寬基指數4圖 2：滬深 300 增強基金歷史表現(xiàn)5圖 3：300 增強基金優(yōu)選組合構建8圖 4：富國滬深 300 約有 15%的倉位持有指數外個股11圖 5：富國滬深 300 樣本內選股收益貢獻較大12圖 6：富國滬深 300 行業(yè)倉位偏離度在[-2

3、.44%，+3.33%]12圖 7：富國滬深 300 行業(yè)內選股貢獻主要收益13圖 8：富國滬深 300 成長因子暴露度略高于同類中位數水平13圖 9：華夏滬深 300 2017 年以來衍生品投資勝率 100%14</p><p>　表 1：A 股市場行情劃分6表 2：指數增強基金篩選結果示例——以滬深 300 增強基金為例7表 3：300 增強基金優(yōu)選組合各期業(yè)績表現(xiàn)8表 4：增強基金權益?zhèn)}位歸因

4、體系9表 5：2015 年以來權益?zhèn)}位波動較大的指數增強基金10表 6：富國滬深 300 無固定的因子偏好，擇時操作明顯13表 7：2015 年月以來共 13 只增強基金參與過衍生品投資14</p><p><b>　　增強基金簡介</b></p><p>　　指數增強基金區(qū)別于傳統(tǒng)指數基金的一點在于其在被動復制指數的基礎上引入主動管理理念，旨在通過適度的風險

5、暴露捕捉一定的超額收益，核心在于對“跟蹤誤差”和“超額收益”兩個指標的取舍平衡，當前公募指數增強基金一般“力爭基金凈值增長率與業(yè)績比較基準之間的日均跟蹤偏離度的絕對值不超過 0.5%，年化跟蹤誤差不超過 7.50% / 7.75% /</p><p><b>　　8.00%?！?lt;/b></p><p>　　圖 1：權益指數增強基金多跟蹤主流寬基指數</p>

6、<p>　　權益增強基金數量&規(guī)模分布</p><p><b>　　30250</b></p><p><b>　　25200</b></p><p><b>　　20150</b></p><p><b>　　15</b>&l

7、t;/p><p><b>　　10100</b></p><p><b>　　550</b></p><p><b>　　00</b></p><p>　　資料來源：華寶證券研究創(chuàng)新部，截至 2018.09.30</p><p>　　指數增強基金主要通

8、過以下方式實現(xiàn)相對基準的收益增強：</p><p>　　倉位調整：通過對于權益?zhèn)}位的擇時操作規(guī)避市場風險，當前公募增強基金的權益 倉位多在 90%-95%的范圍內波動，調整空間較小，也有少數增強基金的權益?zhèn)}位在85%-95%</p><p>　　的范圍內波動，如華夏滬深 300 增強。</p><p>　　權益組合優(yōu)化：即在標的指數的基礎上對于權益樣本做一定優(yōu)化，一

9、般包括指數外 選股、指數內成分股權重調整等，當前主流指數增強基金在權益投資部分選用量化多因子模型做組合優(yōu)化，如富國、創(chuàng)金合信、景順長城等，另有少數基金產品則通過主動的基本面選股進行組合優(yōu)化，如嘉實滬深 300 增強。另外，多數增強基金也會通過參與一級市場的新股申購和增發(fā)來實現(xiàn)收益增強；</p><p>　　衍生品投資：如股指期貨、權證等，一般參與股指期貨是為了套期保值或降低權益部分的調倉成本。</p>

10、<p>　　從歷史表現(xiàn)來看，增強基金并不總能獲得超額收益，在不同市場行情下，增強基金相對標的指數的勝率存在較大差異，以成立時間較早、數量較多的滬深 300 增強基金為例：</p><p>　　可以看到，在熊市行情指數增強基金更容易獲取超額收益，但高波動以及板塊快速輪動行情下，增強基金獲取超額收益的難度加大，如 2018 年以來的熊市行情中增強基金的超額收</p><p>　　

11、益相對 2015 年熊市有所下滑。</p><p>　　牛市行情下，增強基金相對標的指數的勝率有明顯降低，同時超額收益水平下滑，如 2015</p><p>　　年股災階段（熊市 1）和 2018 年 1 月底以來（熊市 2）。</p><p>　　分化行情下，增強基金戰(zhàn)勝標的指數的勝率存在不確定性，在大盤股領漲的分化行情下</p><p>

12、　　300 增強基金更易跑贏標的指數，如 2017 年，但在小盤股領漲的分化行情中，300 增強基金</p><p>　　較難實現(xiàn)收益增強，比如同為低位震蕩行情，但 2013 年 300 增強基金的表現(xiàn)不如 2012 年。圖 2：滬深 300 增強基金歷史表現(xiàn)</p><p>　　資料來源：Wind，華寶證券研究創(chuàng)新部，截至 2018.11.28</p><p>　

13、　注：行情劃分區(qū)間參見下文表 1。</p><p>　　增強基金篩選體系構建</p><p><b>　　篩選指標選擇</b></p><p>　　當前公募基金的篩選指標主要有收益指標、風險指標、風險收益指標。一方面產品的歷史收益不能代表未來，另一方面高收益的獲得往往依賴于較高水平的風險暴露，而低風險暴露也會限制產品收益的獲取，單純依靠收益 o

14、r 風險指標篩選基金標的往往會導致備選樣本中高波動標的居多，無法與投資者的風險承受能力進行適宜的匹配，因而在基金篩選過程中不僅需要考量基金經理獲取超額收益的能力，還需要考量基金經理在單位風險暴露上獲取超額收益的能力。</p><p>　　如前所述，指數增強基金核心在于對“跟蹤誤差”和“超額收益”兩個指標的取舍平衡， 從這一角度來看，選用信息比率作為增強基金的業(yè)績篩選指標較為適宜。</p><p

15、><b>　　超額收益</b></p><p><b>　　信息比率=</b></p><p>　　，主要用于衡量承擔單位主動風險所帶來的超額收益</p><p><b>　　跟蹤誤差</b></p><p>　　但也應該注意到當產品的超額收益為負時，信息比率往往會失效，

16、而這也是風險收益類指標存在的共性問題，因而我們在增強基金的篩選篩選中放棄使用風險收益類指標，轉而采用風險指標和收益指標的搭配構建篩選體系。</p><p>　　考慮到指數增強基金在控制跟蹤誤差的基礎上尋求超額收益的本質，我們在兩類不同的指標體系下主要選擇如下指標構建增強基金的篩選體系：</p><p>　　超額收益：直觀衡量基金經理主動 alpha 收益</p><p&

17、gt;　　在篩選基金標的時，業(yè)績指標一直是投資者的重點關注對象，由于增強基金主要尋求超越比較基準的收益，因而我們用基金相對于標的指數的超額收益來作為篩選指標之一，用以衡量基金經理的主動 alpha 大小。</p><p>　　超額收益=基金 i 區(qū)間收益-標的指數區(qū)間收益</p><p>　　跟蹤誤差：衡量基金經理的主動風險選擇</p><p>　　跟蹤誤差是指一段

18、時間內，投資組合收益率與比較基準收益率的總體偏離程度的標準差， 是指數增強基金的核心風控指標，可以用來衡量基金經理的主動風險暴露，計算方法如下：</p><p><b>　　∑𝑛</b></p><p><b>　　2</b></p><p><b>　?。?#119903; ?𝑟

19、?）</b></p><p>　　日均跟蹤誤差=√ 𝑖=1𝑖</p><p><b>　　𝑛?1</b></p><p>　　年跟蹤誤差=日均跟蹤誤差× √252</p><p>　　最大回撤：反映基金經理在極端行情下的防御能力</p>

20、<p>　　最大回撤主要用來衡量投資者買入產品后可能遭受的最大損失，一定程度上能夠反映基金經理對于極端行情的防御能力。</p><p><b>　　篩選模型構建</b></p><p><b>　　定量篩選指標體系</b></p><p>　　基金經理的主動管理能力是增強產品的核心和靈魂所在，在篩選中我們依然

21、秉承“以人為本”的投資理念，對基金經理任職區(qū)間內所管理的增強產品的業(yè)績進行篩選。</p><p>　　窗口期：過去 3 年。在窗口期的設定上，一方面考慮到基金經理投資框架的完善需要時間沉淀，另一方面短期業(yè)績并不能完全剔除“運氣”成分的干擾，因而我們將篩選的考察窗口期設置為 3 年，主要對基金經理過去 3 年（剔除產品建倉期和任職期前 3 個月）的業(yè)績表現(xiàn)進行篩選并據以選擇下一期的投資標的。</p>

22、<p>　　時間維度切分：年度&行情。在時間維度上，我們主要以年度和不同市場行情兩個劃分標準下的區(qū)間數據考察基金經理的投資能力。在市場行情方面，主要按照 2012 年以來的</p><p>　　A 股波動情況將市場劃分為牛、熊、震蕩等不同行情，具體如下表所示： 表 1：A 股市場行情劃分</p><p>　　資料來源：華寶證券研究創(chuàng)新部</p><p&

23、gt;　　篩選維度：業(yè)績排名&業(yè)績穩(wěn)定性。在確定篩選指標和窗口期后，為了避免部分業(yè)績高波動的基金經理對篩選結果帶來的干擾，我們主要從基金經理的業(yè)績和業(yè)績穩(wěn)定性兩個維度構建篩選體系。</p><p>　　在業(yè)績方面，主要采用前述 3 個篩選指標從相對排名角度衡量基金經理的主動管理能力： 基金經理在區(qū)間 i 的業(yè)績排名百分比=50?*超額收益排名百分比+25?*跟蹤誤差排名百分</p><

24、p>　　比+25?*最大回撤排名百分比</p><p>　　基金經理在區(qū)間 i 的業(yè)績得分=1-基金經理在區(qū)間i 的業(yè)績排名</p><p>　　在年度劃分維度下，采用“近大遠小”的權重配置方式，按照 5:3:2 對于離當下時點較近的年度賦予更高的篩選權重，在行情切分維度下，主要考察基金經理在不同行情的管理能力， 因而對于不用行情賦予相同的權重，即</p><p&

25、gt;　　基金經理過去 3 年業(yè)績得分=（50*t-1 年業(yè)績得分+30*t-2 年業(yè)績得分+20?*t-3 年業(yè)績</p><p>　　得分）× 1+不同行情區(qū)間下業(yè)績得分均值× 1</p><p><b>　　22</b></p><p>　　業(yè)績穩(wěn)定性指標則主要通過不同考察區(qū)間排名的波動率來考量，即基金經理行情業(yè)績穩(wěn)

26、定性=1-各區(qū)間下綜合排名波動率</p><p>　　基金經理綜合得分=60 *過去 3 年業(yè)績得分+40?*過去 3 年業(yè)績穩(wěn)定性得分</p><p>　　以滬深 300 指數增強基金為例，截至 2018 年 6 月底，有完整 3 年業(yè)績考察期的增強基</p><p>　　金共 6 只，基于上述篩選模型的打分結果如下表所示：</p><p>

27、;　　表 2：指數增強基金篩選結果示例——以滬深 300 增強基金為例</p><p>　　資料來源：華寶證券研究創(chuàng)新部，截至 2018.06.30</p><p><b>　　定性篩選指標體系</b></p><p>　　除了業(yè)績指標外，在實際投資中，還需要綜合考量基金標的的費率水平（管理費、托管費等）、投資者結構和規(guī)模因素，避免選擇規(guī)模較小

28、（轉型 or 清盤風險）、單一投資者占比過高（申贖導致的凈值異常波動風險）或者費率水平偏高的標的產品。</p><p>　　2.3. 篩選結果展示</p><p>　　根據上述篩選邏輯，我們以滬深 300 增強基金為例每期選擇評分最高的 2 只產品構建等</p><p>　　權組合，調倉頻率每半年 1 次，組合結果如下所示，可以看到 2015 年以來該組合大幅跑贏滬

29、</p><p>　　深 300 指數和滬深 300 全收益指數，相較滬深 300 全收益指數的年化超額收益為 4.26%，同時最大回撤和波動率指標也有所改善。</p><p>　　表 3：300 增強基金優(yōu)選組合各期業(yè)績表現(xiàn)</p><p>　　資料來源：華寶證券研究創(chuàng)新部</p><p>　　增強基金歸因體系構建</p>&

30、lt;p>　　如前所述，指數增強基金主要通過倉位調整、權益組合優(yōu)化和衍生品投資實現(xiàn)收益增強， 這一部分，我們也主要基于以上三個方面構建關于指數增強基金的歸因體系。</p><p><b>　　權益擇時能力</b></p><p>　　當前主流的公募基金權益?zhèn)}位基本穩(wěn)定在 90%-95%的范圍內，對于這類基金考察其擇時能力的意義不大，這部分我們主要考核標的為權益?zhèn)}

31、位波動較大的指數增強基金，對于這部分基金，主要考察基金經理主動權益擇時行為的有效性，方法如下：</p><p>　　基金經理主動倉位變動?P = 𝑃1</p><p>　　? 𝑃0×(1+𝑟1) (1?𝑃0)+𝑃0×(1+𝑟1)</p><p>　

32、　其中，𝑃0為期初基金權益?zhèn)}位，𝑃1為期末權益?zhèn)}位，𝑟1為當期標的指數漲幅</p><p>　　對于主動權益?zhèn)}位變動絕對值在 1%以上的擇時操作，考察其有效性：當權益?zhèn)}位變動與</p><p>　　下期市場漲跌同向，記為有效擇時，當兩者反向，則記為無效擇時。</p><p><b>　　權益組合優(yōu)化能力<

33、;/b></p><p>　　本部分我們主要針對指數增強基金的權益?zhèn)}位投資進行歸因體系的構建，并從收益增強方式出發(fā)，重點考察增強基金在樣本內外配置、行業(yè)配置和因子擇時層面的收益貢獻及配置偏好。</p><p>　　表 4：增強基金權益?zhèn)}位歸因體系</p><p>　　資料來源：華寶證券研究創(chuàng)新部</p><p><b>　　樣

34、本內外配置</b></p><p>　　樣本外配置主要指增強基金在標的指數成分股外的權益持倉，此部分主要考察基金經理在指數外</p><p>　?、?基金指數內選股倉位=基金持有的指數成分股倉位加總</p><p>　　② 基金指數外選股倉位=基金持有的非指數成分股倉位加總</p><p>　?、?基金持倉個股i 倉位偏離度=個股

35、i 在基金中的凈值占比-個股 i 在標的指數中的權重</p><p>　　*基金指數內（外）選股倉位</p><p>　　指標①、②主要用于考察基金經理在指數內外樣本上的配置情況，指標③用于衡量基金經理在個股倉位調整上的靈活度。</p><p>　?、苤笖祪冗x股超額收益=（年末/半年末時點基金指數內個股權重*下一區(qū)間個股漲跌-年末/半年報時點基金指數內持倉*下一區(qū)間

36、標的指數漲跌）</p><p>　?、葜笖低膺x股超額收益=（年末/半年末時點基金指數外個股權重*下一區(qū)間個股漲跌-年末/半年末時點基金指數外持倉*下一區(qū)間標的指數漲跌）</p><p>　　指標④和⑤用于考量基金經理在樣本內外配置上所獲超額收益，統(tǒng)計區(qū)間的選擇對上述兩個指標的結果有較大影響，需結合基金經理的換手率做進一步分析。</p><p><b>　　

37、行業(yè)內外配置</b></p><p>　　⑥ 行業(yè) i 偏離度=基金持倉中行業(yè) i 倉位-基金權益?zhèn)}位*指數中行業(yè) i 占比，該指標用于衡量基金經理的主動行業(yè)配置空間</p><p>　　為了表征基金經理在行業(yè)配置上有無固定偏好，定義參數 X 和“行業(yè)倉位偏離度的穩(wěn)定性”指標：</p><p>　　28 （行業(yè) 偏離度絕度值 行業(yè)序號）</p&

38、gt;<p>　　X = 𝑖=1</p><p>　　𝑀𝐴𝑋(行業(yè)偏離度)?MIN（行業(yè)偏離度）</p><p>　?、?行業(yè)倉位偏離度穩(wěn)定性 =1</p><p><b>　　參數X 的標準差</b></p><p><b>

39、;　?、?行業(yè)配置收益</b></p><p>　　= ∑(基金行業(yè)倉位? 指數行業(yè)配比 ? 基金權益?zhèn)}位) ? 行業(yè)指數下一期漲跌</p><p>　?、嵝袠I(yè)i 內選股收益</p><p>　　= 行業(yè) i 內基金個股倉位? 個股下一期漲跌 ? 基金中行業(yè) i 倉位</p><p>　　? 行業(yè) i 下一期漲跌</p>

40、;<p>　?、?基金行業(yè)內選股收益=∑ 行業(yè) i 內選股收益</p><p><b>　　因子拆分</b></p><p>　　本部分主要運用 Barra 模型，根據基金半年報和年報時點披露的全部持倉計算權益組合在各類因子上的暴露度，分析基金經理和當前因子配置情況，并進行橫縱向對比考察基金經理的因子偏好和配置有效性：</p><p&

41、gt;　　因子擇時：將基金在因子 i 的暴露度在同類基金分位數水平的變動（相對變動）視作基金經理區(qū)別于全市場變動的主動擇時成果：</p><p>　　設基金經理 t 期在因子 i 上的暴露度相較同類基金在該因子暴露度水平的分位數為𝑋𝑖𝑡， 若 𝑋𝑖𝑡— 𝑋𝑖𝑡?1 >

42、; 0，則視為基金經理在 t 期增加因子 i 的暴露度，反之，若𝑋𝑖𝑡— 𝑋𝑖𝑡?1 <</p><p>　　0，則視為基金經理在 t 期減少因子 i 的暴露度</p><p>　　因子擇時有效性：對于因子擇時的有效性，我們參考倉位擇時有效性的評判方法，考察因子暴露度相對水平的變動

43、9883;𝑖𝑡— 𝑋𝑖𝑡?1與下期因子收益的同向性，若同向，則視為有效擇時，</p><p>　　記為 1，若反向，則視為無效擇時，視為 0，對于基金經理在各類因子擇時上的有效性進行標記，并計算擇時勝率：</p><p>　　因子擇時勝率=有效擇時因子量/全部因子量</p><p>&l

44、t;b>　　衍生品投資能力</b></p><p>　　這一部分主要結合基金年報和半年報中披露的利潤表，考察基金經理任職以來在衍生品方面的投資勝率，即統(tǒng)計基金經理歷次衍生品投資中獲得正收益的比例。</p><p>　　增強基金業(yè)績歸因方法應用舉例</p><p><b>　　權益擇時能力示例</b></p>&l

45、t;p>　　結合基金經理的任職期對 2015 年以來指數增強基金的權益?zhèn)}位波動進行統(tǒng)計可以發(fā)現(xiàn)</p><p>　　僅 6 只增強基金出現(xiàn)較大幅度的權益?zhèn)}位波動，具體如下表所示： 表 5：2015 年以來權益?zhèn)}位波動較大的指數增強基金</p><p>　　資料來源：Wind，華寶證券研究創(chuàng)新部</p><p>　　注：統(tǒng)計時主要考察現(xiàn)任基金經理任職期以內的權益

46、倉位變動，對于新基金和變更基金經理，剔除 6 個月調整期。</p><p>　　從明細數據來看，中郵上證 380 權益?zhèn)}位在 2017 年 2 季度明顯下降，其余各期權益?zhèn)}</p><p>　　位均在 90%-95%的范圍內波動，結合規(guī)模數據來看，在 2017 年 2 季度中郵上證 380 基金份</p><p>　　額由 6800 余萬份暴增至 38 億份，因此推

47、斷此次倉位下滑由大額申購導致，剔除該異常樣本，</p><p>　　運用上述方法對某 500 增強基金基金經理的擇時有效性進行分析，2015 年 2 季度以來，基金</p><p>　　經理共進行 5 次主動倉位調整，其中 2 次有效，擇時勝率為 40%。</p><p>　　權益組合優(yōu)化能力示例</p><p>　　以富國滬深 300 為例

48、，從 2015 年以來的持倉數據來看，該基金權益?zhèn)}位的配置比例基本在 90%-95%的區(qū)間內波動，現(xiàn)金倉位在 5%-10%，債券倉位低于 0.5%，另有 5%左右的其他倉位，基金并未參與過衍生品投資。下面主要對基金的權益持倉進行分析。</p><p>　　指數內外選股：從結果看，指數內選股收益貢獻主要收益</p><p>　　從歷史倉位配置來看，富國滬深 300 增強約有 15%的倉位配置

49、指數外個股，另有 75%-80%</p><p>　　的倉位配置指數內成分股。</p><p>　　富國滬深 300 增強基金的個股倉位調整空間較小。從基金持倉數據來看，2015 年年底至今，該基金個股的倉位水平相較于標的指數成分股配比（經基金倉位調整后）的偏離水平在[-1.19%，+2.26%]，個股倉位的靈活調整空間有限，這一定程度上有利于降低基金相較于標的指數的跟蹤誤差，同時對于指數

50、外持倉部分，也可以分散風險，避免擇股失誤帶來較大損失。</p><p>　　富國滬深 300 增強的權益超額收益主要源于基金經理的樣本內選股。2016 年以來，富國滬深 300 樣本內選股相較于標的指數的超額收益均為正，勝率為 100%，但樣本外選股的超額收益多為負值，勝率 33.33%，對基金的超額收益貢獻不大。</p><p>　　行業(yè)內外選股：從結果來看，無固定行業(yè)偏好，行業(yè)內選股貢

51、獻主要收益</p><p>　　富國滬深 300 行業(yè)倉位偏離度不大。歷史持倉數據顯示，2015 年年底以來基金的行業(yè)倉位偏離度在[-2.44%，+3.33%]，基金經理靈活調整空間有限。</p><p>　　圖 6：富國滬深 300 行業(yè)倉位偏離度在[-2.44%，+3.33%]</p><p>　　富國滬深300行業(yè)倉位偏離度（%）</p><

52、;p><b>　　4</b></p><p><b>　　3</b></p><p><b>　　2</b></p><p><b>　　1</b></p><p><b>　　0</b></p><p>

53、;<b>　　-1</b></p><p><b>　　-2</b></p><p><b>　　-3</b></p><p>　　2015Q42016Q22016Q42017Q22017Q42018Q2</p><p>　　資料來源：Wind，華寶證券研究創(chuàng)新部&l

54、t;/p><p>　　富國滬深 300 在行業(yè)偏離上無特定偏好。富國滬深 300 行業(yè)偏離度的穩(wěn)定性為 0.06，在</p><p>　　同類基金中處于較低水平，即富國滬深 300 在行業(yè)倉位的偏離上無固定偏好，基金經理會做一定的行業(yè)擇時，結合實際市場來看，基金經理在建筑材料、建筑裝飾、通信、傳媒等板塊做過輪動配置。</p><p>　　富國滬深 300 行業(yè)內選股貢獻

55、較大。富國滬深 300 歷次行業(yè)配置收益均不高，2015 年年底以來的歷次行業(yè)配置勝率在 50%，而行業(yè)內選股則具有明顯的正超額收益，勝率 100%。</p><p><b>　　因子暴露度</b></p><p>　　從 2018 年中報持倉披露數據來看，富國滬深 300 相對于同類基金增強了在貝塔、成長、</p><p>　　動量、價值和波

56、動性共 5 類因子的暴露度，在其他幾類因子的暴露上處于市場中性水平，而</p><p>　　從歷史配置情況來看，該基金在 2018 年年中對規(guī)模、波動性、流動性和價值因子的暴露處于</p><p>　　歷史高位，一定程度上反映在中報時點公募 300 增強類基金整體高配流動性和規(guī)模因子。圖 8：富國滬深 300 成長因子暴露度略高于同類中位數水平</p><p>　　

57、富國滬深300中報持倉因子暴露</p><p><b>　　100%</b></p><p><b>　　90%</b></p><p><b>　　80%</b></p><p><b>　　70%</b></p><p><

58、;b>　　60%</b></p><p><b>　　50%</b></p><p><b>　　40%</b></p><p><b>　　30%</b></p><p><b>　　20%</b></p><p&g

59、t;<b>　　10%</b></p><p><b>　　0%</b></p><p>　　2018中報因子暴露度歷史分位數當期同類分位數</p><p>　　資料來源：Wind，華寶證券研究創(chuàng)新部</p><p>　　富國滬深 300 因子偏好盈利和成長因子。從富國滬深 300 各期因子暴露

60、度在同類基金所</p><p>　　處分位數的變動來看，富國滬深 300 會在各類因子之間進行擇時操作，但各期對于盈利和成長因子習慣性保持較高暴露，而在規(guī)模和價值因子上的暴露度基本處同類平均水平，較少提高兩類因子的暴露度。</p><p>　　因子擇時勝率 50%-70%。采用前述因子擇時有效性的判定方法，對富國滬深 300 增強</p><p>　　2016 年以

61、來的因子擇時操作的有效性進行判斷，發(fā)現(xiàn)富國滬深 300 各期因子擇時的勝率在</p><p><b>　　50%-70%。</b></p><p><b>　　衍生品投資勝率示例</b></p><p>　　根據基金年報和半年報持倉披露數據和基金經理變更數據，2015 年 7 月以來，現(xiàn)任基金經理參與衍生品投資的增強基金共

62、計 13 只，具體參與區(qū)間數與勝率如下表所示，其中，華夏</p><p>　　滬深 300 自 2016 年底變更基金經理后每個半年度均有參與衍生品投資，且歷次投資收益均為正，表現(xiàn)出較好的衍生品投資管理能力。</p><p>　　表 7：2015 年月以來共 13 只增強基金參與過衍生品投資</p><p>　　資料來源：Wind，華寶證券研究創(chuàng)新部</p&g