寻找沪深300主动增强权益基金

指数量化分析框架

指数成分股市值越大权重越大？

参考估值来择时沪深300靠谱吗？

主动基金长期业绩跑不赢沪深300？

盈利驱动还是估值驱动

沪深300成分股，谁是王者，谁是青铜？

现在，假设你想投资沪深300指数，那么一般来说你有三个选择：

• 选择被动指数基金，费率便宜，跟踪误差小，如果是场内ETF流动性也很好；

• 指数增强基金，相对于被动指数基金，指数增强有一定的超额收益，但是有一定的波动；

• 主动权益基金，有些均衡型主动基金也能够稳定跑赢沪深300主动权益基金。

其中，关于指数增强基金的讨论，可以参考往期文章：《沪深300指增业绩榜单》，其中有一只产品虽然历史超额收益很高，但是存在很大的行业暴露，我提醒您注意一下：《曝光一只沪深300空气指增产品》

今天，我们就来讨论一下最后一种方案，也叫做主动增强基金，或者空气指增。

这类基金有一个特点是收益率与指数高度相似，同时又有一定的超额收益，在持仓上相对于指数成分股有比较大的行业和风格暴露。相比于指数增强基金，超额收益率会更高，对应的波动也会更大。

如何通过定量的方法去寻找这些基金呢？主要分析维度有两个：

• 净值，主要看相关性和超额收益的稳定性；

• 持仓，主要看相对于指数成分股的暴露或者敞口（比如基金持有食品饮料行业20%，指数成分股有食品饮料行业30%，那么这个基金在食品饮料行业有负向暴露）

根据这个逻辑，我们对于不同时间段就可以做定量分析去挖掘这些基金，下面是数据的结果：

1. 基金经理变更次数，在指定时间段基金发生基金变更的次数，可以在基金经理变更历史中查看详细的变更记录；

2. 分类变动次数，在指定时间段基金分类发生变更的次数，比如从股债平衡转变为主动权益型基金，在分类变更历史可以查看详细记录；

3. 相关性，基金的收益率与对应指数收益率的相关性，相关性越大越好；

4. 平均成分股占比，在每一个中报和年报的报告期，计算基金持仓中属于指数成分股的占股票市值比的和，对于多个报告期取平均值，成分股占比越高说明，很多选股都是在指数成分股，对应的相关性也会更高一点，在成分股占比可以看到每一期的数据；

5. 年化收益，波动率等计算的是相对于指数的超额收益的业绩评价指标，其中综合评分是按照：相关性，波动率和收益/平均值，按照0.4，0.3，0.3的权重计算综合评分，也是默认的排序依据。（其中波动率是越小越好，其余是越高越好），只保留了综合评分靠前的500个基金列表。

6. 打新收益，打新收益/拆分收益率，只是一个毛估估，具体可以在打新收益分析查看每一期的收益拆分数据。

7. 敞口分析是指在中报和年报的报告期，基金持仓在中信产业和中性行业自定义的权重和相对于指数成分股的暴露情况，在这个基础上计算所有报告期的均值，用来观察基金实现超额主要在重仓了哪几个行业和产业，一般来说敞口越小，对应的超额波动率都比较小，对应的超额收益也略小。中信行业自定义在中信一级行业的基础上将非银金融拆分为证券，保险和多元金融。

其中部分数据可能存在一定的滞后性，尤其在季报和年报刚发布的时间段，我的数据一般会滞后1-2个星期才会更新。

下面来详细介绍如何通过这个数据Excel去筛选相关基金。

首先我们来看业绩榜单：信诚量化阿尔法股票A的综合评分是最高的排在第一位，这说明这个基金从净值分析的角度是能够稳定跑赢沪深300指数的。

然后我们注意到现在规模5.6亿并不是很大，但可能历史上打新收益贡献比较多。基金经理变更次数有4次，需要查看历史的基金经理变更数据。

从详细的变更记录来看，基金经理的变更主要是调休，提云涛一直都在管理基金，所以这个基金经理变更影响并不大。

分类变动次数为0，说明一直都是主动权益型基金，这个也挺好。

再看相关性0.99，这个相关性很高了。

再看平均成分股占比超过90%，说明大部分持仓都是指数成分股，这么高的重合度，这个基金其实可以看做是沪深300的指数增强基金了。

但是从打新收益拆分来看，这个基金的历史打新收益占比可能会比较高。我们去打新收益详细拆分看一下：

这个产品在2019-2020年确实有比较高的打新收益贡献，超额收益确实有很大一部分得归功于打新贡献。看到这里其实这个基金就没有太多必要看下去了。

从历史业绩来看，确实有比较稳定的超额收益，这超额收益甚至比一些指数增强基金的超额还要稳定。

从每年超额收益来看，2020年超额收益很高，但这个时候主要是打新收益贡献。

下面再来看排在第二位的国富潜力组合这个基金。

管理规模25亿，还算好不是特别大的规模，没有基金经理变更和分类变动。相关性也很高，超额收益也高，但波动率略大。主要是打新收益占比比较少。

首先来看，超额收益的历史业绩，非常稳定。

从业绩评价指标来看，每年都实现了超额收益，而且超额收益比较稳定，这风险收益比甚至超过了一些指数增强基金。

从不同市场情景下来看，无论牛熊还是结构行情，都是正的超额收益，而且超额收益还很高，可见基金经理的管理能力。

从每月超额收益来看，超额正收益的月份明显占比比较多，所以超额会比较稳定。

从指数成分股覆盖度来看，大部分持仓来自于指数成分股，所以相关性会比较高，偏离度也不会特别大。

从打新收益拆分来看，因为整体规模比较大，所以打新收益占比并不高。同时可以观察到股票非打新贡献的收益相对比较高，说明基金经理有不错的主动管理能力。

再来看敞口的情况：下面从中信产业的角度来观察基金的敞口， 整体来看低配了金融产业，在其他产业会有一定的择时，比如2020年之前相对来说配置消费产业，医疗健康产业，但21年之后在周期和制造产业配置比较多。从这个敞口暴露来看，说明基金经理相对来说是踩对了节奏，而且并不是那种死扛一个行业的投资风格，中间会有一些轮动。

如果进一步来看，在其低配银行，证券，保险，2019-2020年医药行业配置相对比较多，还有电力设备与新能源，但最近相对来说配置比较均衡。

上面通过两个案例介绍了如果通过这个Excel文件去快速筛选基金，下面是底层数据的介绍，各位读者可以根据底层数据自行筛选。

基金列表有综合评分最高Top500的快速筛选表格，可以根据基金经理变更次数，分类变动次数，相关性等字段快速筛选目标基金。

之前有读者问我，榜单中很多基金的相似度很高，基本是同一个基金，如何去辨别出来。如果在单独计算基金之间两两的相关性，500个基金，那就是一个500*500的矩阵了，你看起来更加费力。你可以从与指数相关性这个角度来做一个初筛，如果A和B基金高度相似，那么A与B与指数的相关性也非常类似，比如徐荔蓉管理的两个基金，与指数的相关性都在0.94，那说明这两个基金是高度相关的。

通过这个表格可以快速筛查在指定时间段这个基金是否存在基金经理变更，如果查不到数据，那有可能是不存在变更。

这个查询这个基金是否存在分类变更的情况，比如有的灵活配置基金，可能早期是偏债为主，后期是偏股为主，这种其实就并不好比较。关于基金分类的定义请参考往期文章：《再论科学的基金分类》

列举了在指定时间段中报和年报的指数成分股重合度，在最后一列计算了平均值。

在基金列表中有一个比较粗劣的打新收益占比计算，在这个表格中可以去实现单期的收益拆分，可以具体看到哪一个报告期的打新收益贡献情况。关于打新收益的估算，可以参考这篇文章《基金收益拆分之利润表》

敞口分析可以从中信产业的中信行业分类的角度去观察，下面既考虑了多期的计算的平均值，也考虑多期的详细历史数据。一般来说，如果敞口太大，可能超额收益会不稳定。另外，如果一直都是在某个行业或者产业暴露敞口，那么这个超额收益很有可能是单独赌某个行业或者赛道出来的，你还需要去进一步评估基金经理的管理能力。

除了以上数据，我还整理了综合评分Top30个基金的净值分析结果。下面是导航页，可以通过这个导航页快速跳转到指定的基金，也可以从基金分析页面快速切换到导航页。

下面是单个基金的净值分析，分析的内容包括：超额收益历史曲线，业绩评价指标等。