在博道滬深300指數(shù)增強(qiáng)基金擬任基金經(jīng)理?xiàng)顗粞劾铮究菰餆o味的指數(shù)基金，經(jīng)過量化“增強(qiáng)”魔術(shù)般的撥弄后，竟然變得富有生氣和活力——原來傳統(tǒng)意義上完全擬合指數(shù)波動的指數(shù)基金，也有機(jī)會可以擁有超越指數(shù)收益的夢想。

    這或許會令慣于忽視指基的投資者重新審視其中的投資機(jī)會。楊夢認(rèn)為，海內(nèi)外的歷史經(jīng)驗(yàn)都證明，在牛市階段，多數(shù)主動型偏股基金并不能跑贏指數(shù)，而通過量化“增強(qiáng)”后的指數(shù)基金，更是有機(jī)會走入偏股基金隊(duì)列的前排。在A股牛市氛圍逐漸增厚的當(dāng)前，布局指數(shù)增強(qiáng)基金不失為一個獲取穩(wěn)健高收益的好選擇。

    “多一點(diǎn)”的力量

    從表面看，一般情況下，指數(shù)增強(qiáng)基金的收益率只比普通指數(shù)基金“多一點(diǎn)”，但在專業(yè)投資者看來，疊加了時間因素后，這“多一點(diǎn)”卻會迸發(fā)出不容忽視的力量。

    “從產(chǎn)品設(shè)計(jì)的角度，指數(shù)增強(qiáng)基金既能獲得特定指數(shù)的市場平均收益，又疊加了超額收益，結(jié)合了指數(shù)投資和主動投資兩者的優(yōu)點(diǎn)。因此，和指數(shù)完全復(fù)制類的產(chǎn)品相比，指數(shù)增強(qiáng)基金會力爭收益比指數(shù)‘多一點(diǎn)’。”楊夢說，“但如果指數(shù)增強(qiáng)能夠持續(xù)提供超額收益的話，它對資產(chǎn)配置策略的意義就很重大了。”

    值得注意的是，國內(nèi)的指數(shù)增強(qiáng)基金不負(fù)眾望，長期實(shí)現(xiàn)持續(xù)“多一點(diǎn)”的超額收益。楊夢告訴記者，截至2018年12月31日，成立滿一年且不同份額只統(tǒng)計(jì)A類份額的情況下，過去9年時間里，市場上現(xiàn)有的滬深300指數(shù)增強(qiáng)基金平均收益率在每個年度都超越指數(shù)，持續(xù)實(shí)現(xiàn)超額收益。如果按照年化計(jì)算，市場上19只滬深300指數(shù)增強(qiáng)基金成立以來的超額收益率年化平均數(shù)為3.69%。而與主動管理基金相比，過去9年，滬深300指數(shù)增強(qiáng)基金其中有6年的年度收益率超過偏股型基金。

    而一位基金分析師則表示，主動型偏股基金的業(yè)績與基金經(jīng)理能力息息相關(guān)，這要求投資者深度研究基金經(jīng)理，但對于大多數(shù)普通投資者來說，這是一個很難完成的任務(wù)，因此，基金投資中頻頻見到追漲殺跌的現(xiàn)象，但效果卻往往事與愿違。而指數(shù)增強(qiáng)基金屬于被動投資中添加部分主動，對于不愿意簡單模擬指數(shù)投資、追求更高收益率的投資人來說，卻是一個不錯的長期投資選擇。

    以“因子”論英雄

    盡管同為獲取“多一點(diǎn)”收益，但從現(xiàn)實(shí)來看，不同指數(shù)增強(qiáng)基金的業(yè)績依然呈現(xiàn)出顯著分化。而導(dǎo)致這種現(xiàn)象的根本原因，在于量化模型的差異。

    楊夢指出，目前市場上量化增強(qiáng)的模型種類繁多，效果也各有不同，但其出現(xiàn)差異化的最核心因素在于“因子”設(shè)置的不同。楊夢告訴記者，所謂“因子”，通俗地說，就是基金經(jīng)理將影響市場和股價波動的核心要素用數(shù)據(jù)的方式表達(dá)，并以此驅(qū)動量化模型的運(yùn)轉(zhuǎn)，而不同基金經(jīng)理因?yàn)橥顿Y邏輯、理念和風(fēng)格的不同，對“因子”的理解也各有差異，從而出現(xiàn)了不同量化模型運(yùn)算結(jié)果的不同。“簡單地說，量化增強(qiáng)指基的PK，核心就在于‘因子’這個秘密武器。”楊夢說

    楊夢表示，博道基金目前采用的是多因子模型，這一模型歷經(jīng)多年市場檢驗(yàn)，其有效性非常突出，指數(shù)增強(qiáng)的效果顯著。她告訴記者，博道多因子模型擁有豐富而全面的因子庫，并利用人工與機(jī)器同時進(jìn)行因子挖掘，既充分利用大投研平臺雄厚投研實(shí)力的支持，也積極利用先進(jìn)技術(shù)不斷提升機(jī)器挖掘因子的效率。楊夢還強(qiáng)調(diào)，博道多因子模型并不是固定僵化的運(yùn)作，而是會在對因子深度邏輯挖掘的基礎(chǔ)上不斷進(jìn)行迭代升級的智能模型，這也是博道多因子模型能夠保持優(yōu)秀表現(xiàn)的重要原因。