近年來，隨著被動投資的興起，以“復制+增強”為特點的指數增強基金迎來了廣闊的發展空間。不少基金公司在這一賽道上加大布局力度，通過打造體系化的投研平臺和投資策略，力爭獲取長期穩定的超額收益。 

　　廣發中證A500指數增強擬任基金經理易威介紹，指數增強基金的收益主要由跟蹤指數的貝塔收益與超越指數的阿爾法收益兩部分構成。對應到實際投資，依托團隊投研體系的支持，他主要采取適當偏離、立足基本面的方式，努力為指數投資做“加法”。 

　　平衡收益與風險創造超額收益 

　　“‘增強’的核心在于如何精準地確定個股、行業以及風格的偏離方向和幅度，在有效管理產品凈值波動的基礎上，追求獲取相對于基準的穩定而持續的超額收益。”易威介紹說，指數中的每個樣本股都被賦予特定的權重，當實際投資組合的配置權重與指數權重產生差異即所謂超低配時，便會形成偏離，繼而帶來收益的變化。 

　　正所謂盈虧同源，在易威看來，任何一個投資決策都是風險與收益相伴而生。對于指數增強策略而言，收益和風險均來自對偏離的把控，如何科學、定量、可控地管理組合偏離度是平衡收益與風險的關鍵。 

　　“量化增強策略主要是在風控環節控制個股的偏離幅度。”易威進一步解釋道，其風險約束機制以自主研發的風險模型和“優化器”為核心依托，對包括行業、風格因子等在內的風險因素進行持續、嚴密的管理和監控。例如，在實際管理中，配合阿爾法模型，將個股超低配與行業偏離幅度限制在1%至2%以內，并對風格暴露進行一定的約束，從而保證在獲取超額收益的過程中仍能保持對基準指數的有效跟蹤。 

　　“這意味著，指數增強并非盲目地偏離指數，而是在嚴格的風險管控下，通過適當偏離來挖掘超越指數的收益機會，從而為投資者帶來超額收益。”易威總結道。 

　　深挖有效因子構建穩固“護城河” 

　　目前，多因子框架是業內指數增強基金的常用策略。在易威看來，數據信息覆蓋廣、挖掘深、邏輯強的量化策略體系，是一支量化投資團隊的核心競爭力，而如何挖掘更多有效因子、用多元化的數據驗證投資邏輯、優化因子賦權與風險控制等，是每支量化投資團隊需要日夜鉆研的課題。 

　　易威所在的廣發基金量化投資部，長期把大量精力放在因子庫的擴充及迭代上。“量化投資的超額收益并不來自模型或者算力的簡單堆積，而是來自對金融數據的深刻理解。”該團隊認為，量化投資的核心是捕捉市場上長期有效的因子，就像挖礦一樣，這要求投資經理沿著有邏輯、有規律、有基本面支撐的思路去設計策略。 

　　首先，自上而下設計的因子和模型都是有邏輯、可解釋的，注重構建邏輯和金融學意義，對過度依賴數據挖掘所產生的因子保持謹慎，而自下而上挖掘的因子，需要注意控制過擬合風險。這樣，所采用的因子可比較和可復制，從而降低模型風險。 

　　其次，堅持價值投資理念，重視長期配置符合投資理念與投資邏輯的基本面因子，尤其是在面對短期因子的超額收益變化時，需要保持均衡的思路。既尊重長期理念對投資框架的基石作用，也重視短期市場交易行為模式的變化；既通過深挖因子驅動模型朝獲取超額收益方向運作，也通過均衡配置、控制凈值波動來提升勝率，在因子選用和模型設計上注重其穩定性。 

　　最后，通過拓展數據來源與研究路徑，開發多種具有獨創性和差異性的策略工具。超額信息的來源涵蓋財務數據、分析師數據、另類數據、高頻價量、逐筆成交明細、訂單簿數據等多元化數據，繼而由團隊不同成員采取風格迥異、思路獨特的路徑進行獨立研發，從而為因子庫的迭代提供良好的生態環境，為策略提供長期而持續的生命力。 

　　廣泛的數據源覆蓋為廣發基金量化投資部挖掘更多低相關、多源化的阿爾法因子提供了充沛的“彈藥”。此外，得益于團隊采取以數據資源為樞紐的靈活協作機制，所有投研人員在共享的資源平臺上可自由協作探索，因子庫現已儲備了500多個有效的阿爾法因子。 

　　立足基本面提升獲取超額收益的穩定性 

　　除了打造因子庫，廣發基金量化投資部還將機器學習與基本面研究深度融合。經過近幾年的探索，團隊從經典的多因子模型逐步進化到多因子模型、量化基本面模型和機器學習模型并行的多元量化投資體系。 

　　“相對于傳統的線性模型，機器學習模型更重視挖掘量價數據背后所隱含的交易行為規律。”易威介紹說，制定機器學習策略時，會在因子挖掘、行業輪動、配置權重等不同環節使用決策樹、神經網絡等機器學習模型進行探索與優化。 

　　該類模型在處理非線性結構的數據上更具優勢，能夠挖掘因子庫中的非線性信息，與線性的多因子模型形成較好的互補。同時，通過多模型的方式，還能在一定程度上平滑超額收益波動，提高超額收益的穩定性。 

　　在量化投資領域的持續探索與多年積累，為廣發基金布局指數增強產品打下了堅實的基礎。近年來，廣發基金陸續布局了對標滬深300、中證500、科創100ETF等的指數增強產品，用量化策略為指數投資做“加法”，致力于為市場提供優質的指數投資工具。