指数增强基金如何实现增强目的？

◎记者 赵明超

指数增强基金如何实现增强目的？在人工智能技术突飞猛进的背景下，深度学习和机器学习模型正在成为获取超额收益的新兴手段。海富通中证A500指数增强拟任基金经理林立禾表示，海富通基金自研量化模型，深度融合AI技术，以“超额胜率高、回撤幅度小、修复周期短”为目标，致力于为投资者获取长期稳定的超额收益。

AI模型正极大地赋能量化投资。林立禾表示，海富通基金的量化投资遵循系统化、智能化的原则，在数据生成、模型研究和交易执行等环节均有量化数据支持，力求有效地避免主观和情绪对交易造成的影响。

“我们使用的量化投资模型以树模型和神经网络为主。通常来说，传统线性模型只能捕捉线性信息且难以处理非结构化数据，而树模型和神经网络能捕捉非线性信息。”在林立禾看来，基于5到10年的海量历史数据，借助机器学习与深度学习算法，可以通过大模型高效地处理和分析数据，挖掘其隐藏的规律和趋势，同时可以快速捕捉到新信息对市场的即时影响，预测未来股价走势。

谈及如何提高模型的表现，林立禾强调了组合优化的必要性。具体来看，模型提供的是股票的得分，但在实际投资中需要确定权重。在组合优化时，添加一系列限制条件，生成满足投资要求的实盘组合，包括成分股限制、风格约束、行业偏离约束等。

“组合优化是团队投入较多精力的领域，也是构建核心竞争力的关键环节之一。我们希望通过组合优化来提升模型的表现，减少模型失效时的回撤。”林立禾坦言，AI模型最初多用于私募，擅长捕捉量价信息和高频换手策略，但在沪深300、中证A500等大盘增强指数中，量价信息的作用相对有限，通过在组合优化中增加基本面信息，可以提高模型的选股能力和稳定性。

除此以外，对于指数增强基金而言，稳定地获取超额收益非常重要。对此，林立禾采取多项举措来控制回撤：一是事前风控，在开发阶段就对交易策略的多维度风险敞口作出一定的限制；二是事后风控，对交易策略的盈亏进行分析，同时关注是否出现了历史行情中未曾出现过的极端行情，通过自动化工具进行归纳并优化，并对模型作相应的调整。此外，严格遵守程序化交易，并且持续探索算法的优化。

从AI模型实践效果来看，以林立禾管理的海富通沪深300指数增强为例，该基金2019年10月9日完成转型，自2023年底起采用AI量化模型。银河证券数据显示，2024年海富通沪深300增强A收益率达22.20%，年度业绩位居同类第一。

正在发行的海富通中证A500指数增强基金也将采用AI模型。“中证A500指数增强基金的管理将延续沪深300指数增强基金的管理思路，目标同样是超额收益胜率高，超额收益回撤小，回撤修复周期短，力争做一只超额收益稳定、客户持有体验好的指增产品。”林立禾表示，希望任何时点买入的投资者都能在相对较短的时间周期内获得超额收益，让投资者实实在在地看到“增强”效果。

谈及中证A500指数的投资价值，林立禾认为，中证A500指数聚焦A股核心资产，有望受益于宏观政策和产业政策双轮驱动。从行业分布来看，中证A500指数实现35个中证二级行业全覆盖，市值覆盖度为53%，同时纳入了更多新兴领域龙头公司，电力设备、电子、半导体等行业占比高。此外，中证A500指数顺应时代发展趋势，引入ESG可持续投资理念，并且符合互联互通标的资格，有利于持续吸引外资流入。

据林立禾测算，相对于沪深300指数，中证A500指数超配的细分领域龙头和新兴产业代表公司往往能在牛市中贡献更多的超额收益，因此在市场行情上升阶段，中证A500指数进攻性相对更好。

展望后市，林立禾认为，当前A股具有较高的投资价值，横向来看，A股市盈率在全球重要指数中处于相对较低水平，纵向而言，当前A股市场整体估值处于历史中等水平。与此同时，近些年监管部门持续引导长线资金入市，未来长线资金入市比例提升空间广阔。