2023年在不经意间溜走，2024年已悄然而至。2023年金融市场发生了什么变化，留下哪些痕迹，又有怎样的激荡？针对于此，兴证金工开启年度复盘&展望系列，该系列的目的有三：1、从定性视角对2023年进行整体盘点，以复盘过去一年的整体变化；2、以兴证金工团队构建的诸多策略为抓手，结合年度变化剖析策略表现好坏背后的原因；3、站在过往基础之上对2024年进行展望。团队一直在倡导“卖方业务买方化”，其中很重要的一点就是模型推出的谨慎性和迭代性：

      1、谨慎性：我们团队在推出每一个领域的模型的出发点是尽可能保证实盘有效性，这就对模型提出了高标准；

      2、迭代性：每个模型不可能完美无瑕，或者说在样本外跟踪的时候会发现诸多问题，那么在样本外跟踪的时候这些问题就会暴露无遗，所以存在哪些问题，该如何结合这些问题打补丁？这正是反思的价值和意义。

      团队方面：在指数增强领域，团队于2019年6月推出中证500增强，2021年1月推出沪深300增强，样本外表现颇佳。我们以此作为抓手，结合市场来反思模型的得失和改进的方向。

      市场方面：截至2023年12月31日，全市场成立时间超过1年零3个月（考虑3个月建仓期）的公募量化指数增强基金共有190只（口径来自Wind，并结合团队基金跟踪经验进行补充；除特殊说明后文的统计均基于此口径），规模达1875亿元。各类指数增强基金在2023年表现亮眼，76%的基金录得正超额收益。其中，沪深300指数增强基金共计55只，超额为正的比例为75%；中证500指数增强基金共计55只，超额为正的比例为73%；中证1000指数增强基金共计13只，超额为正的比例为92%；其他类指数增强基金共计67只，超额为正的比例为76%。

以沪深300为基准的公募量化指增基金中，前五只分别为汇添富沪深300指数增强A、博道沪深300指数增强A、国金沪深300指数增强A、西部利得沪深300指数增强A、华泰柏瑞量化驱动混合A，2023年获得超额收益分别为7.22%、7.11%、6.95%、5.57%、5.43%。

      在本章中，我们通过Barra归因和Brinson归因的方法对2023年超额排名前2的汇添富沪深300指数增强A与博道沪深300指数增强A进行收益的分解。由于可获得的持仓仅限中报和年报，频率较低，难以对全年进行系统的归因分解。因此我们仅将中报（即0630的持仓）用于归因分析，假设这部分持仓在二季度（4月、5月、6月）保持不变，据此对各基金的二季度业绩进行Barra归因和Brinson归因。

       在进行Barra归因分析之前，我们首先对Barra风格因子2023年二季度的综合表现进行简单介绍：

在二季度，风格因子表现比较明显的是动量因子（高动量相对占优）、BP因子（低估值表现更好）、非线性市值因子（中盘股表现较差），此外小市值与低波动股票表现更优。

在本章中，我们对2023年超额排名前2的汇添富沪深300指数增强A与博道沪深300指数增强A进行分析。

      从Brinson归因可以看到，汇添富和博道的沪深300指数增强超额收益都主要都来自于行业内选股，行业配置收益影响较小。对汇添富沪深300指数增强而言，4月份和6月份的行业内选股有明显的负贡献，5月份则对产品超额有明显的正贡献；对博道沪深300指数增强而言，4、5月份行业内选股对产品都有明显的正贡献，6月份行业内选股贡献为负，行业配置贡献为正。

跟踪中证500指数，2023年表现最好的前五只指数增强基金分别为长城中证500指数增强A、华夏中证500指数增强A、华夏中证500指数智选增强A、西部利得中证500指数增强(LOF)A、安信中证500指数增强A，2023年获得超额收益分别为11.43%、10.60%、10.31%、7.36%、7.05%。

      在本章中，我们对2023年超额排名前2的长城中证500指数增强A与华夏中证500指数增强A进行分析。

      从Brinson归因可以看到，两只产品主要的超额来源均为行业内选股，行业配置对两只产品的贡献均明显弱于行业内选股。对于长城中证500指数增强，4月份行业内选股收益有明显的负贡献，5月份行业配置对产品有一定程度的正贡献，但行业内选股依然为负贡献。对于华夏中证500指数增强，行业配置的正贡献较为稳定，5月份行业内选股对产品的超额有明显的正贡献。

      从Barra分析看，长城中证500指数增强和华夏中证500指数增强在二季度的主要超额都来自于代表独立于风格因子的残差。而从风格因子来看，对长城中证500指数增强而言，动量因子贡献了一定的负超额，市值因子和波动率因子贡献了一定正超额；对华夏中证500指数增强而言，波动率因子、BP因子、市值因子和动量因子均贡献了一定正超额。

中证1000指数增强基金，表现最好的5只分别为太平中证1000指数增强A、国泰君安中证1000指数增强A、中信建投中证1000指数增强A、招商中证1000指数增强A、景顺长城中证1000指数增强A，2023年获得超额收益分别为11.74%、8.84%、7.41%、7.30%、6.17%。

      在本章中，我们对2023年超额排名前二的太平中证1000指数增强A与国泰君安中证1000指数增强A进行分析。

      从Brinson归因可以看到，两只中证1000增强产品的超额都主要来自于行业内选股贡献，细分看分月的表现，对两只产品而言，四五月份行业内选股均有一定的正超额贡献，而六月份的行业内选股贡献均为负。

从Barra分析看，太平与国泰君安的中证1000增强在二季度的主要超额都来自于代表独立于风格因子的残差，这也反映出中证1000的有效因子较多，因此风格因子的控制较为严格。

跟踪其他类指数的，2023年表现最好的前五只分别为德邦上证G60综指增强A、兴全中证800六个月持有指数增强A、建信精工制造指数增强、富国MSCI中国A股国际通增强A、西部利得CES半导体芯片行业指数增强A，2023年获得超额收益分别为13.62%、11.54%、10.67%、10.29%、8.54%。具体参见后续报告。

      具有2023年完整业绩的公募中证1000指数增强有13只，超额中位数为5.55%。我们统计了2019年以来公募中证1000指增产品的超额中位数（2019年开始，具有完整年度业绩的中证1000增强产品数量大于等于5只），可以看到2019和2020年中证1000的超额中位数都在15%以上，2021年和2022年为7-9%，2023年进一步下降，中位数只有5.55%。

      我们认为中证1000的超额下降可能是一种长期的趋势。一方面，由于近两年小盘行情的相对火热，公募、私募的小盘增强产品规模都有一定提升，一定程度让小盘增强的赛道变得更加拥挤；另一方面，2022年中证1000股指期货的推出也使得以中证1000为基准的对冲型绝对收益产品成为了可能，进一步加速了中证1000领域Alpha的衰减。

       团队一直在倡导“卖方业务买方化”，其中很重要的一点就是模型推出的谨慎性和迭代性：

       1、谨慎性：我们团队在推出每一个领域的模型的出发点是尽可能保证实盘有效性，这就对模型提出了高标准；

       2、迭代性：每个模型不可能完美无瑕，或者说在样本外跟踪的时候会发现诸多问题，那么在样本外跟踪的时候这些问题就会暴露无暇，所以存在哪些问题，该如何结合这些问题打补丁？这正是反思的价值和意义。

       在指数增强领域，我们耕耘已久，团队在2019年6月份推出中证500增强模型，2021年1月份推出沪深300增强模型。目前维护的两个模型均是彼时推出且没有修订的结果。模型样本外表现如何，有哪些值得注意的事项?由于我们有具体的持仓，这样很容易进行分析。接下来让我们展开相应策略的深度剖析。

       指数增强体系的搭建是一个庞大复杂的工程，但总体而言分成两步：Alpha因子的构建、增强体系的设置。增强体系暂且不表，如果聚焦Alpha因子构建层面，我们对其中关键思路和结论进行简单的总结。Alpha因子构建的核心在于：1)如何从初始因子池中选取一定比例的因子作为潜在Alpha来源；2)如何对这些因子进行合成？根据最终选择因子与因子权重的变与不变我们将模型分成静态模型和动态模型两种形态，大体如下：

       1、极致静态模型：某种意义上因子和权重均不变是最极致的静态模型体现。这种模型通过大量的历史回测再结合对市场的整体定性演绎确定了最终的配比；

       2、相对静态模型：这种模型一般通过大量的回测研究确定最终入选的因子，但因子的权重会动态变化。比如我们可以选择10个因子作为基础然后动态回望过去一年，将12个月的样本拼接到一起，计算每个因子的ICIR，然后利用ICIR进行加权；

       3、动态模型：与静态模型相对应的是动态模型。动态模型认为风格会外延，未来会重现，从底层所有因子库中（允许适度干预）严格基于因子过去一段时间的表现以确定选择因子及权重。仍然以ICIR加权为例，每个月底，我们回望过去一年，从底层100+因子库中选择10个ICIR最高的因子（每个因子过去一年的月度ICIR）作为因子池，并利用ICIR进行配权。

       相对来讲，静态模型在于存在窥探未来的嫌疑，同时模型样本外泛化能力存疑。而动态模型需要解决的问题是参数的确定（以避免过拟合嫌疑）。模型孰优孰劣没有统一定论，最重要的是结合自己的能力圈，构建能用于实战的模型是检验模型好坏的唯一标准。比如近年来在静态模型（极致静态&相对静态）中引入风格和行业轮动，引入定性判断亦是一种调整和改进。而从我们兴证金工团队的角度而言，我们更聚焦于动态模型的研究，我们兴证金工的500增强和300增强均是这种思想的产物。

       500增强的具体构建思路参见2019年6月份外发报告《基于集成学习算法的量化选股模型研究》。但与500增强不同的是针对于300增强，我们做了很多自适应的调整和研发。由于沪深300的特殊性，在构建沪深300增强策略时，我们经常需要拓展股票池进行训练。拓展的方式主要有两种：时序拓展&截面拓展。以截面拓展为例，我们鲜少仅仅在沪深300内进行训练，而经常会放大到中证800或者更广的股票池进行训练以得到更加稳健的复合因子，但这种拓展会带来训练噪音。正是在这种思想指导下，我们完成了300增强的体系搭建。

       在构建完Alpha因子后，我们设置增强约束条件，具体如下：

       沪深300指数增强约束：

       偏离约束：个股权重偏离±2%、行业偏离±2%、市值偏离±2%、Barra的Beta约束偏离±2%；

       调仓成本：双边0.3%；

       成分股占比：80%；

       中证500指数增强约束：

       偏离约束：个股权重偏离±1%、行业偏离±3%、市值偏离±0.1%。

       调仓成本：双边0.3%；

        策略在2023年实现了-1.51%的绝对收益和11.10%的相对收益，年化跟踪误差为3.95%，在全年有9个月实现了正超额收益。

       我们通过Brinson归因的方法，将组合每月的超额收益进行分解，分为行业配置贡献与行业内选股贡献两部分，以下为他们的分月表现：

       从全年来说，行业内选股贡献了主要的超额收益；从胜率来看，行业配置正贡献的月份为9个月，行业内选股正贡献的月份为8个月，同时二者有一定的分散作用（仅2月份二者共同回撤），因此全年12个月中，沪深300增强策略有9个月的超额均为正。

      我们通过Barra归因的方法，将组合每月的超额收益进行分解为10个风格因子贡献部分与残差部分，在进行归因分析之前，我们首先对Barra风格因子2023年表现进行简单介绍：

       负向因子方面，中盘股明显走弱、小市值、低波动、低杠杆相对较强；正向因子方面，表现最为突出的是BP因子，说明低估值的股票相对较强。

       从Barra因子的每月相对暴露来看，沪深300增强策略在Size和Beta因子上控制严格，组合在2023年相对基准整体呈现高动量、低波动、低估值、低流动性的特点。

       从Barra归因的结果上看：总超额中，残差部分达到8.77%，说明策略主要的收益来自于未被风格因子解释的alpha部分；在因子层面，相对基准的低估值、低波动和低流动性都取得了一定的超额贡献，低估值贡献的超额达1.97%。此外，由于相对基准超配中盘股，所以非线性市值因子贡献了1.63%的负超额。

      策略在2023年实现了2.17%的绝对收益和10.40%的相对收益，年化跟踪误差为4.53%，在全年有8个月实现了正超额收益。

       我们通过Brinson归因的方法，将组合每月的超额收益进行分解，分为行业配置贡献与行业内选股贡献两部分，以下为他们的分月表现：

       对中证500增强策略来说，超额依然主要由行业内选股所贡献。从分月表现上看，绝大多数月份行业内选股的贡献都十分显著，其中行业配置6个月正贡献，行业内选股有9个月正贡献，全年中证500增强策略有8个月的超额均为正。

       我们通过Barra归因的方法，将组合每月的超额收益进行分解为10个风格因子贡献部分与残差部分，首先我们观察中证500增强策略相对基准的暴露情况：

       从Barra因子的每月相对暴露来看，Size因子控制严格，组合在2023年相对基准整体呈现低Beta、低波动、低估值、低流动性以及低配中盘股的特点。

       从Barra归因的结果上看，相对基准的低波动、低流动性、低估值都取得了不错的超额贡献，低波动贡献的超额达2.38%，相对基准低配中盘股也贡献了3.41%的超额收益，低估值也贡献了3.12%的超额收益，低流动性贡献了2.05%的超额收益。

       我们首先对2023的市场风格表现与沪深300、中证500、中证1000相对表现进行简单的复盘：

      2023一季度，权益市场震荡上行，各风格的表现差异并不明显，从二季度开始，北向等机构资金的流出，导致机构持有较多的大盘成长风格表现持续跑输。而在经济弱复苏和资金流不明朗的情况下，具有安全垫的红利风格表现相对抗跌，因此大盘价值和小盘价值在二三季度表现相对较好，11月上旬到12月中旬，制造业PMI维持在荣枯线之下，显示出季节性之外的弱势。同时，国内市场原本对于进一步宽松以提振流动性的期待未能实现，外资净流出仍在持续，与经济更为相关的大盘出现一定的持续回撤；12月中旬开始，市场出现了一定的反弹，这波反弹以大盘股为主，因此大盘成长和大盘价值出现走强。

       落实到沪深300、中证500与中证1000的表现，前三个季度三个指数并未出现明显的分化；四季度开始到12月中旬，由于经济弱复苏叠加外资流出，大盘股整体走弱的情况下沪深300明显跑输，中证500和中证1000相对跑赢，而12月中旬到年底，沪深300的反弹则更为强烈，因此沪深300相对中证500和中证1000跑赢。

       从风格配置上看，我们建议在均衡配置的前提下适度超配诸如中证2000的小盘指数。

       从成长价值风格上看，我们认为2024年成长风格可能会相对占优一些。核心理由有以下两点：

       1、美债利率下行利好成长风格。对于A股成长价值风格解释力最强的因素之一就是以美债利率为代表的全球流动性变动。美联储作为全球最重要的央行之一，它的行为直接影响着全球资产的表现。近年来A股价值成长风格的相对表现与美债短端利率走势非常一致。比如2015年后美联储进入加息周期，一直到2018年底都是价值风格占优。2019年初美联储进入降息周期，一直到2021年底都是成长风格占优。而2021年底之后美联储再次进入加息周期，到2023年11月之前均是价值风格占优。

       截至2023年11月，美国PCE同比数据已经从2022年7%以上的高点降低至2.64%，逐步接近美联储通胀目标。这意味着美联储本轮加息大概率到达尾声，2024年美债利率预期不会再大幅上行，而下行空间巨大，在此背景下A股成长股不再受到估值压制，相对占优概率大。

       2、换手率提升与流动性宽裕也相对利好成长风格。展望2024年，我们认为A股市场活跃程度将高于2023年，随着市场风险偏好回升，换手率将回升，利好成长风格。国内流动性我们认为2024年将处于较充裕环境，当前经济仍然处于弱复苏状态，地产和出口数据相对不景气，更多的宽松政策支持依然可以预期。从海外流动性看，随着美国通胀下行，美联储2024年可能开启降息，海外流动性不再会是成长风格的压制因素。综合来看，2024年成长风格的压制因素减少，而利好因素增多，我们认为相对占优概率大。

      从大盘小盘的角度来看，我们认为2024年大盘与小盘相对均衡。核心理由有以下两点：

       1、从经济基本面出发，大盘小盘相对均衡。本轮小盘的占优从2021年2月开始一直延续至今。从经济基本面看，这段时间是疫后复苏期，但复苏幅度低于预期，房地产和出口数据较为不景气。经济下行是本轮小盘占优的驱动因素之一，地产投资增速与大小盘相对净值走势非常一致，2021年后持续下行。展望2024年，在经济依然弱复苏的背景下，预计宏观流动性将处于相对宽松状态，有利于中小盘股的表现。另外，以地产为代表的传统经济增长依然面临较多结构性难点，期望其大幅反弹可能不太现实，但是降速有望企稳，若刺激政策超预期也可能迎来阶段性的大盘行情。

       2、从资金流角度分析，中小盘可能略占优。本轮小盘占优与股市资金风格也有直接关系。我们发现以北向和公募基金为代表的机构流入资金越多，相对越利好大盘风格。2021年以来北向资金总体呈流出趋势，持仓市值从2021年高点的2.8万亿元降低至2023年末的不到2万亿元。偏股型公募基金发行份额也明显遇冷。截至目前，外资流出的趋势还看不到彻底反转的迹象，但随着持仓比例的减少，加速流出的概率不高。另外，在这两年市场低迷的背景下，投资者获得感较为一般，公募基金的发行短期内可能难以快速回升。从机构资金角度看，2024年大盘风格大幅反转可能性不大，小盘风格可能继续占优。

综合来看，我们认为2024年成长风格略占优，而市值大盘与小盘相对均衡，因此我们建议在均衡配置的前提下适度超配成长性较强的小盘指数（如中证2000）。

风险提示：本报告结果基于历史数据统计，在未来市场环境变化时具有失效风险。