ETF和它的朋友们深入探索ETF安全杠杆炒股，还有股基、债基、货基、QDII等，再聊点财经圈、资本市场、基金公司发生的那些事，也爱八卦、欢迎爆料。18篇原创内容 公众号 ，
1
今年的指数增强赛道有点不一样
2025年以来，被动指数化投资的浪潮，依然汹涌。
相比于前两年主要聚焦在ETF上，今年还有一个比较明显的变化就是场外的指数增强赛道，也开始活跃起来了。
信号之一就是新发规模，今年前5个月，指数增强基金的新成立规模，超过了329亿元，而去年全年也只有209亿元。
按照这个趋势，今年同比增长100%，几乎是板上钉钉的事情。
为什么越来越多基金公司发力指数增强基金？从小编的了解来看，主要是这几方面的原因，一是ETF马太效应越来越明显，布局成本也很高，很多中小公司基本上是有心无力，于是转而寻找指数增强作为突破口。
二是主动的权益基金这几年整体带给投资者的体验并不好，甚至有的让投资者很受伤，因此越来越多投资者也倾向于选择被动基金进行投资。
除了市场环境和投资选择的变化，指数增强赛道的发力，还有一个比较重要的因素，那就是科技的发展。指数增强基金能够利用AI的学习能力带来新的机会，对模型以及投资方法进行快速迭代，为超额收益创造更多可能。
举个例子，以前，大家常用月、周、日的股票价格和交易量数据，计算出反转、动量、换手率这些指标，用来判断股票走势，这就是传统的量价因子。
现在，随着 AI 技术发展，计算因子的方法更智能、更高效了。AI 会抓取每一笔委托交易、每分钟的量价数据，甚至实时的盘口信息，就像把股票分时图放大了仔细研究。
通过这些更精细的数据，AI 能发现很多以前人工发现不了的规律，生成全新的量价因子。这些新因子就像给投资工具箱添了不少新工具，大大丰富了因子库，相当于有更多办法去获取超额收益。
2
怎么选？稳定性先看偏离度
具体到产品层面，目前各家基金公司的指数增强基金，主要是围绕沪深300、中证500、中证1000、中证2000等进行布局。
虽然业内都知道，在1000、2000里面做增强，更容易做出超额，但是沪深300的重要地位，决定了这是一个绕不开的指数。
所以这一期我们重点来说说沪深300的指增，目前市场上在沪深300基础上做增强的指数基金比较多，超过了50只。对于投资者来说，可能比较实际的问题是怎么选？
观察指数增强基金，重点无非是三个方面，一是看跟踪指数的偏离度，一般来说，偏离度越小，跟踪的稳定性越高。这就好比是开车，你在一条道上稳定行驶，比你方向盘扭来扭去、车道换来换去肯定更稳。
这里又主要涉及两个方面，首先是，行业的偏离度，用一组数据做参考，根据中信建投证券的统计数据显示，2021年-2023年全部300指增产品的平均偏离度维持在23%附近。
但产品间的差异度较大，比如国金沪深300指数增强，2022年下半年开始大幅提升行业偏离并加快轮动速度，偏离度多个季度在60%以上；而富荣沪深300增强，偏离度大多在30%以上，起起伏伏。
偏离度比较低的是诺安基金孔宪政管理的诺安沪深300指数增强基金，过去几年里，偏离度基本都保持在8%以下，相比于23%左右的平均值，算是极低的水平。
其次是风格的偏离度，同样来自中信建投证券的统计数据显示，从风格配置的整体情况来看，全部300指增产品的偏离度有逐年走高的趋势。
但不同产品间的风格配置差异度同样比较大，其中诺安沪深300指数增强基金，由于其行业的偏离度本来就比较低，所以整体的风格偏离度也一直保持在较低水平。
而同泰沪深300量化增强一直保持高偏离度；兴全沪深300指数增强，也保持较高偏离度， 但轮动速度控制在偏低水平。
偏离度低的好处，除了稳定性更突出，往往也意味着其跟踪的误差会更小，在同样跑赢指数的情况下，其呈现出来的信息比率就会更高。这点从此前申万宏源发布的研报中，也得到印证。
诺安沪深300指数增强基金、中泰沪深300指数增强等产品的信息比率都超过了1.5。
3
AI赋能，指数增强“爱上”学习
那么，既然偏离度低，跟踪更稳，为什么会有不少基金经理会去做行业偏离和风格偏离，其实主要还是想通过这些调整，进一步做出超额。
所以这就涉及到我们观察指数增强的第二个方面了，那就是增强的方式，大家都知道，指数增强的目标，都是希望获得高于指数的收益。
而为了获得更高的收益，各家公司使出的招式也不太一样。这就像武侠小说里面行走江湖，你有你的秘笈，我有我的法宝。
除了在行业偏离和风格偏离上做文章，目前做指数增强的方法，还有这么几类：
一是，主动选股做增强，简单来说就是在跟踪指数的基础上，剩余的仓位，通过优选股票来进一步提升收益，这种类型的增强，很大程度上取决于基金经理的主动选股能力，如果追上风口，往往收益可观，但如果选的个股表现不好，反而对收益形成拖累。
二是，量化策略做增强，应用各种因子，这种主要考验因子的有效性。在大规模的机器学习以及AI挖掘之前，大家往往比拼是谁更能找到有效的因子。
比如量价因子，会根据历史的股价涨跌、成交量变化等数据，计算动量因子。如果某只股票在过去一段时间持续上涨，且成交量逐渐放大，动量因子就会认为这只股票可能还会继续上涨一段时间，量化模型就可能将它选入投资组合。
还有基本面因子，会关注公司的财务数据，像市盈率、市净率、净利润增长率等，如果一家公司市盈率较低，同时净利润增长率较高，就说明这家公司股价可能被低估，未来有较大上涨空间，也会成为量化策略的目标。
以沪深 300 指数增强基金为例，量化策略做增强时，会先按照沪深 300 指数的成分股和权重，构建一个基础投资组合，保证基金能基本跟上指数走势。
然后，通过量化模型筛选，在沪深 300 成分股里挑出可能表现更好的股票，适当调整它们的权重；或者纳入一些虽然不是沪深300 成分股，但被量化模型看好的优质股票。
经过这样的操作，如果沪深 300 指数上涨 10%，运用量化策略做增强的基金可能就会上涨 12% 甚至更多，这就是量化策略在指数增强基金中发挥的 “超额收益” 增强作用。
但这种方式往往会出现，就是大家发现一类因子很有效之后，蜂拥而至，很容易就使得因子的有效性大幅降低，然后又必须再去寻找有效的因子。
而随着人工智能的发展，这几年开始出现第三种方式，利用AI大模型等新技术做增强，它相当于是一个传统量化的升级版，重点不在于直接挖掘因子，而是在于学习模式的搭建，从而最大限度地利用AI的学习能力，可以在海量的数据中不断去挖掘一些有效的因子，因子库中因子数量呈现量级增长，更新迭代的速度也更快。
还有第四类，主要是综合运用多种方式做增强，比如以前可能是量化因子选股，但随着科技的发展，AI强大学习能力的出现，机器学习的模式开始占主导。
目前多家公司的指增产品都是这种方式。比如上述提到的诺安的指增基金，其背后的团队，这几年的核心工作方向就是深度学习，特别是Transformer架构，三年前开始使用，这几年一直在不断改进中。AI赋能也是诺安的投研团队近几年表现很突出的地方。
而且基金经理除了管理产品外，也要参与研究工作。这使得基金经理能够深入理解模型的工作原理，而不仅仅是使用模型的结果。
在业内人士看来，“深度学习能够做到很多之前传统的机器学习做不到的事情，例如深度学习模型能够在高维空间中发现普通线性思维难以理解的规律。”
4
核心：长期超额收益的稳定性
当然，不管用哪种方式做增强，最终的目的都是为了创造超额收益。但仅仅是追求超额收益，又还远远不够，观察一只指数产品强不强，还要看其超额收益的长期稳定性。
而我们也发现，虽然各家都有自己的一套增强方法，但最终能持续转化成实际超额收益的产品，其实占比并不高。
Wind数据显示，2020年至2024年，全市场沪深300指数增强基金相比沪深300指数，平均每年多赚4.3%，但能够连续5年每年稳定跑赢沪深300指数的指增基金，仅有4成。
这个数据一方面很直观地呈现了沪深300做指数增强的难度，另一方面，也让投资者知道，不能光听基金公司怎么做，还要看它们事实上是不是做到了。
从另外一个角度来看，其实也给投资者的选择提供了新的思路，那就是只需要去挑选那些能够连续5年每年稳定跑赢沪深300指数的指增基金就可以了。
小编这里也直接把成立时间在5年以上，且已经连续5年跑赢沪深300指数的指增基金给大家梳理出来了。（记得收藏）
竟然只有15只指增产品最近5年能每年都跑赢沪深300指数。而且，市场好的年份跑赢比较常见，但市场不好时，能持续跑赢3个点以上的却不多，比如2021-2023年，沪深300连续负收益，而只有诺安、银河的产品相对来说回撤更小、体验也更好。
说到这里，虽然市场上的产品各有特色，但小编还是要点赞诺安沪深300指数增强，在市值和风格偏离度极小的情况下，仍能有稳定的超额收益，这一点确实不容易做到。
好了，如果关注沪深300指增的投资者，可以结合上述几点进行综合判断。
一，看偏离度，最好是找那种不是去搏弹性的，也不是去搏细窄的赛道，主要在沪深300成份股选股，几乎不做市值下沉，追求更稳增长的指增产品。
二，去了解产品的策略，究竟是通过什么方式做增强，一般基金公司的宣传资料中都会提到，然后再看基金控制风险和回撤的能力。
三，看基金超额收益的稳定性，这是最有说服力的，只有这样持有体验才会比较好。
相信通过这些方式，大家都能选到比较靠谱的基金。
这期先聊到这啦安全杠杆炒股，发财小手点点关注。
配资天眼提示：文章来自网络，不代表本站观点。
