主要观点

基金经理：徐林明、王正。

徐林明，复旦大学经济学硕士，FRM，2005年8月加入华宝基金管理有限公司，现任量化投资总监、量化投资部总经理。自2014年9月17日产品成立之日起担任本基金的基金经理。

王正，复旦大学数学系本科、经济学硕士，FRM，2012年7月加入华宝基金管理有限公司，担任助理量化分析师、分析师、基金经理助理等职务。2020年1月2日起担任本基金的基金经理。

华宝量化对冲混合是一只执行量化对冲策略的灵活配置混合基金。该基金通过股指期货对冲股票市场系统性风险，以实现稳定的绝对收益为目标。

投资框架：华宝量化对冲混合基于量化对冲策略，利用股指期货对股票组合进行对冲，剥离股市系统性风险带来的波动，力争使得投资者在市场震荡下行时也有机会取得正收益。整体策略包含4大投资框架：大类资产配置、多因子量化选股、股指期货对冲和其他低风险策略。

多因子量化选股模型是华宝量化对冲混合获取Alpha实现绝对收益的核心要素。华宝量化对冲混合通过“指标选取—股票初筛—风险把关—组合构建”的选股步骤运用GARP指导思想来帮助该产品实现捕捉市场变化、提升模型进化能力和选股性价比。本产品以长期稳健投资、风控首位作为组合重要管理目标，风险控制贯穿产品运作的方方面面。

投资绩效：

1、绝对收益策略，正收益稳定可持续。

2、量化对冲策略效果显著，有效对冲市场风险。

3、近一年业绩渐好，与同策略产品相比收益更优

4、投资体验好，创新高次数高于同类产品

风格分析：

1、持仓风格：产品的股票多头敞口相对同类产品更为严格，股票组合相对基准指数的行业偏离趋小，在市值、流动性等风格因子的暴露上相对均衡且偏离较小。

2、交易风格：整体持仓较为分散，重仓股集中度逐渐趋稳。该基金采用的量化选股模型中较为重视基本面因子，从而提升重仓股留存度并且维持较低的股票换手率。

风险提示：

1、量化对冲策略是利用股指期货对股票组合进行对冲，剥离股市波动而力争绝对收益的一类基金。在股指期货端存在不可避免的基差风险，以及期现错配的系统性风险等；

2、在选股部分基金经理采用了量化多因子选股模型，存在潜在的因子失效或模型失效造成的净值回撤风险；

3、产品面临的其他无法准确预期的风险

主要内容

一、基金经理概况

华宝量化对冲混合目前采用双基金经理管理模式，由徐林明和王正共同担任基金经理。

徐林明，复旦大学经济学硕士，FRM，2005年8月加入华宝基金管理有限公司，现任量化投资总监、量化投资部总经理。自2014年9月17日产品成立之日起，担任华宝量化对冲策略混合型发起式证券投资基金的基金经理。

王正，复旦大学数学系本科、经济学硕士，FRM，2012年7月加入华宝基金管理有限公司，担任助理量化分析师、分析师、基金经理助理等职务。2020年1月2日起，担任华宝量化对冲策略混合型发起式证券投资基金的基金经理。

1、 基本信息

表1：徐林明基本信息

规模数据截至2024年6月30日；其他数据截至2024年7月31日

表2：王正基本信息

规模数据截至2024年6月30日；其他数据截至2024年7月31日

2、管理产品及业绩

总体来看，两位基金经理所管理的产品均主要以量化策略为主。

徐林明过往管理公募基金产品10只，目前在管公募基金产品3只，相应公募基金资产净值合计19.28亿元，目前在管产品分别为华宝量化对冲混合、华宝沪深300增强、华宝量化选股混合发起式。

王正过往管理公募基金产品6只，目前在管公募基金产品2只，相应公募基金资产净值合计18.81亿元，目前在管产品分别为华宝量化对冲混合、华宝沪深300增强。

在具体的投资分工中，徐林明主要负责整体投资策略和资产配置的决策，王正负责日常投资运作和策略研发，由于徐林明为主要负责投资决策的基金经理，本文将选取徐林明任职以来的基金表现情况作为重点分析。在徐林明所管理的产品中，华宝量化对冲混合管理年限较久且表现较优，属于其代表性基金产品之一。自该产品成立以来徐林明即担任基金经理，截至2024年7月31日，华宝量化对冲混合自成立以来收益率为43.37%，较基金业绩比较基准超额收益26.11%。

表3：徐林明在管的基金产品

数据来源：上海证券基金评价研究中心；规模数据截至2024年6月30日；其他数据截至2024年7月31日

表4：王正在管的基金产品

数据来源：上海证券基金评价研究中心；规模数据截至2024年6月30日；其他数据截至2024年7月31日

二、产品投资框架分析

根据调研，我们了解到该产品在整体上主要基于量化对冲策略，利用股指期货对股票组合进行对冲，剥离股市由系统性风险带来的波动，力争使得投资者在市场震荡下行时也有机会取得正收益。该产品包含4大投资框架：

1)大类资产配置：根据对冲成本动态调整股票仓位，以及根据资产间的性价比对股票、股指期货、转债、现金管理等进行合理配置；

2)多因子量化选股：通过量化Alpha多因子选股模型，在期指对应的指数成分股及备选股中通过精细化的量化流程筛选估值和业绩相匹配、基本面优质、经营稳健、具有核心竞争力的标的。同时紧跟市场逻辑变化来检测因子异常表现，通过市场新变化挖掘新的数据和因子，实现新策略研发，确保整个策略体系的迭代更新；

3)股指期货对冲：用期指空头对冲市场系统性风险，动态跟踪升贴水情况来选择合适的合约，以及保持较小的净敞口，来实现市场中性目标。华宝量化对冲混合与债券基金类似，以追求绝对收益为目标，力求长期业绩稳健，从而实现配置性价比的提升；

4)其他低风险策略：积极发掘其他低风险的投资机会，如新股申购、事件套利、期现套利、可转债套利等机会增厚收益。

具体来看，在资产配置与期指对冲方面，华宝量化对冲混合根据不同品种股指期货的对冲成本作为主要依据，选择相应的股票指数作为基准建立股票组合，并且实际中性组合的头寸占比依据对冲成本而定，从而实现股票仓位以及不同策略之间的动态调整。产品成立以来，股票组合构建的参考指数主要以沪深300指数为主，以中证500指数为辅。债券配置方面，华宝量化对冲混合淡化债券持仓，截至2024年6月30日该产品的债券持仓占比仅为5.12%（全部为1年以内到期的国债），产品业绩走势与债券市场相关性较低，从而有效规避因债券持仓拥挤带来的潜在债市波动风险

多因子量化选股模型是华宝量化对冲混合获取Alpha实现绝对收益的核心要素。在华宝量化对冲混合的选股模型中，第一步是因子选取，根据对中国证券市场运行特征的长期研究以及大量历史数据的实证检验，选取对股票超额收益具有较强逻辑性和解释度的指标，主要包括价值、质量、成长、情绪、技术、资金流等几大类因子；第二步是股票初筛，以沪深300指数为例，通过多因子Alpha模型，以沪深300指数成分股和备选股为主，在一定的偏离约束条件下，精选100只左右个股；第三步是风险把关，根据研究团队开发的财务风险打分模型、负面舆情等评估个股的风险度，对高风险股票予以替换；第四步是组合构建，根据整体组合相对基准的风险暴露进行优化，在成分股覆盖度、行业偏离、个股偏离、风格偏离等方面实施全面细致的风险控制，最终完成组合构建。量化选股模型运用GARP指导思想，助力该产品实现捕捉市场变化，提升模型进化能力和选股性价比。

产品以长期稳健投资、风控首位作为组合重要管理目标，风险控制贯穿产品运作的方方面面。除了在选股模型中已经包含的规避个股踩雷风险之外，华宝量化对冲混合还在市场风险、模型风险与流动性风险上提供全面的风险控制。在市场风险方面产品通过期现匹配、市值中性与敞口控制等对冲系统性风险；在模型风险方面，产品通过限制组合的行业偏离、风格偏离和个股偏离，并加强数据源质量控制、跟踪市场环境变化来评估和改进模型，规避量化模型长期失效风险；在流动性风险方面，产品通过股票调仓冲击成本测算、期指近远月合约比例控制等降低流动性带来的成本。

三、产品业绩分析

1、 代表产品基本情况

表5：华宝量化对冲混合基本情况

数据来源：同花顺IFIND、上海证券基金评价研究中心

2、代表产品业绩表现

华宝量化对冲混合于2014年9月17日成立，是一只执行量化对冲策略的灵活配置混合型基金。截至2024年7月31日，该基金自成立以来收益率为43.37%。本文以华宝量化对冲混合的A份额为例开展分析。

2.1 绝对收益策略，正收益稳定可持续

绝对收益策略，业绩表现亮眼。截至2024年7月31日，该基金回报达43.37%，较业绩比较基准收益率（17.26%）具有正超额收益。

表6：华宝量化对冲混合A自徐林明任职以来的业绩表现

数据来源：上海证券基金评价服务平台、基金定期报告；截至2024年7月31日，业绩数据已经托管行复核

图1：华宝量化对冲混合A自成立以来的业绩表现

数据来源：上海证券基金评价服务平台、基金定期报告；截至2024年7月31日，业绩数据已经托管行复核

正收益稳定可持续，且具备投资性价比。该基金成立以来的40个季度中有27个季度跑赢业绩比较基准，季度收益率均值为0.94%。此外，通过计算月频数据的正负收益比来看，该基金成立以来产生正超额的月份平均超额收益率为1.37%，而产生负超额的月份平均超额收益率为-0.98%，正负收益比为1.40，‌表示该基金在面对市场波动时，正收益的出现频率或幅度超过了负收益，表明基金具有较强的稳定性和性价比。

表7：华宝量化对冲混合A成立以来相对业绩比较基准的表现

数据来源：同花顺IFIND、上海证券基金评价研究中心、基金定期报告；截至2024年7月31日，业绩数据已经托管行复核

图2：华宝量化对冲混合A成立以来相对业绩比较基准的季度超额收益率

数据来源：同花顺IFIND、上海证券基金评价研究中心、基金定期报告；截至2024年7月31日，业绩数据已经托管行复核

2.2 量化对冲策略效果显著，有效对冲市场风险

华宝量化对冲混合A对沪深300指数的对冲效果显著，近年来beta值整体保持在低位。华宝量化对冲混合A通过沪深300及中证500股指期货对冲市场系统性风险。通过对华宝量化对冲混合A成立以来的月度数据滚动回归计算相对股票指数的beta值，数据显示，自2015年以后，beta值基本保持在0-0.04之间，说明该基金中性策略的有效性。

图3：华宝量化对冲混合A自2015年以来beta值变化情况

数据来源：同花顺IFIND、上海证券基金评价研究中心、基金定期报告；截至2024年7月31日，业绩数据已经托管行复核

2.3 近一年业绩渐好，与同策略产品相比收益更优

近一年以来，华宝量化对冲混合A业绩渐好；与同策略产品相比，华宝量化对冲混合A的风险调整后收益更优。从风险收益指标来看，近一年，华宝量化对冲混合A的年化收益率4.98%，最大回撤-1.40%，均优于同策略产品；年化波动率3.55%，基本与同类产品持平。近一年，华宝量化对冲混合A卡玛比率为3.57，远高于同类产品，这表明其承担单位回撤所获得的收益高于同类其他产品。

表8：华宝量化对冲混合A近一年风险收益特征与同策略产品、一年期定存利率比较

数据来源：上海证券基金评价服务平台、基金定期报告

注：同策略产品的样本范围选取成立时间为2023年8月1日之前的上海证券基金标签中为绝对收益基金以及量化基金中对冲策略的基金（同一个组合多个份额仅计算主代码份额），合计产品数量为21只，下文同；时间区间：2023/8/1-2024/7/31。

图4：华宝量化对冲混合A以及同策略产品、一年期定存利率近一年的收益率走势

数据来源：上海证券基金评价服务平台、基金定期报告

2.4 投资体验好，创新高次数高于同类产品

近一年来，华宝量化对冲混合A创新高次数明显高于同类产品。动态回撤为0时表示该基金创下历史净值新高。统计华宝量化对冲混合A以及同策略产品近一年以来的创新高次数分别为41次与7次，华宝量化对冲混合A的创新高能力表现亮眼。

图5：华宝量化对冲混合A以及同策略产品、一年期定存利率近一年动态回撤走势

数据来源：上海证券基金评价服务平台、基金定期报告

表9：华宝量化对冲混合A以及同策略产品近一年的创新高次数与创新高概率

数据来源：上海证券基金评价研究中心、基金定期报告

四、产品持仓分析

1、 股票风险敞口与对冲策略分析

股票风险敞口灵活调整的同时长期保持同类偏低水准。我们根据华宝量化对冲混合自2021年一季报至2024年中报披露的股票投资市值与股指期货投资市值计算出每个季度该基金的股票市值敞口以及在同类中的排名情况。结果显示，自2021年以来华宝量化对冲混合的股票市值敞口存在变化与调整，最高敞口达到近12%，均不超过同类基金中位数水平。在近期该基金的股票市值敞口维持较低水平，敞口不超过5%。

图6：华宝量化对冲混合2021年一季报—2024年中报的股票市值敞口

数据来源：Wind、上海证券基金评价研究中心、基金定期报告

同类基金说明：股票市值敞口根据“（股票投资市值+股指期货投资市值）/股票投资市值”计算得出，其中由于股票多空类型的基金利用股指期货做空头对冲，因此股指期货投资市值一般为负值；此处同类排名采用Wind资讯提供的基金分类中另类投资基金—股票多空基金作为同类基金进行对比

以沪深300股指期货作为空头主力合约，不断拓宽股票池并调整空头端股指期货合约类型，实现策略的更新与迭代。观察华宝量化对冲混合自2021年一季报至2024年中报披露的股指期货持仓市值，结果显示该基金用以做空头对冲的股指期货主力合约类型为沪深300期货，在全部报告期中均有空头持仓。另一方面，该基金自2022年开始在股指期货空头端加入了中证500股指期货并持续至今，而为应对市场变化该基金于2022年下半年也在部分空头头寸中加入了中证1000股指期货合约。股票池的拓宽以及空头端合约类型的调整均体现出华宝量化对冲混合底层策略的不断升级与迭代。

表10：华宝量化对冲混合2021年一季报—2024年中报的不同类型股指期货合约持仓市值

数据来源：Wind、上海证券基金评价研究中心、基金定期报告

2、 股票持仓风格分析

根据Brinson模型，华宝量化对冲混合从2022年中报起全部持股的行业分布相对于沪深300指数的偏配情况来看，股票组合相对基准指数的行业偏离趋小，并在不同市场环境下有些许调整，最大偏离度在2%—5%之间。整体来说相较于沪深300指数保持中性，符合其对该产品的定位：基于沪深300指数成分股与备选股进行选股。其中有11个行业在连续四个半年报告期均有所超配，包括机械、电力及公用事业、传媒等。

图7：华宝量化对冲混合2022年中报以来全部持股相对沪深300行业偏配和配置超额（%）

数据来源：Wind、上海证券基金评价研究中心、基金定期报告；Brinson 模型的划分标准为中信一级行业，基准指数为沪深 300 指数

偏配统计说明：根据“行业偏配绝对值的总和/2”计算得出，用以反映股票组合相对基准指数的整体行业偏离程度

我们观察华宝量化对冲混合股票持仓的市值风格与估值风格，该基金市值风格表现较为稳定，以大中盘为主，符合从沪深300指数成分股与备选股中选股的核心逻辑，以此作为通过宽基指数进行期指对冲的基础。另一方面，该基金近三年全部持仓个股的估值风格出现较为明显的转变趋势，从原有的成长风格逐渐切换至当下的价值风格，对当下市场风格特征的契合也成为了该产品近期表现较为强劲的其中一大原因。整体来看，两维度持仓风格稳中求变的操作方式或将博取未来市场投资者与管理人的重点关注。

图8：华宝量化对冲混合近三年全部持股风格变化趋势

数据来源：上海证券基金评价服务平台

进一步分析华宝量化对冲混合持股的Barra风格因子暴露，根据由最新一期与最近三年披露的持仓数据计算得到的风格暴露显示，整体上该基金股票持仓的风格暴露较同类基金相对均衡且偏离较小。近期在市值因子与流动性因子上略有偏移，也符合该基金基于沪深300指数成分股为主的选股逻辑。

图9：华宝量化对冲混合最新一期与近三年全部持股的Barra风格因子暴露

数据来源：上海证券基金评价服务平台

数据说明：因子暴露反映了该基金所投股票的风格特征。此处展示了基金最新一期因子暴露值相对该基金过去三年因子暴露最高值/最低值、同类型基金最新一期因子暴露值、同类型基金过去三年因子暴露最高值/最低值的相对位置。

同类基金说明：因子暴露采用上海证券基金分类中灵活配置混合基金进行对比并计算同类均值与排名

3、 股票交易风格分析

华宝量化对冲混合的整体持仓较为分散，近三年前十大重仓股合计占基金净值比例均在20%以下，并且逐渐趋稳；近三年整体重仓股留存度变化较小，近期略高于市场同类平均水准；近三年整体股票换手率相对偏低（多数时期不高于市场平均水准），近期趋于平稳并且处于市场中位数水平。稳定且较高的股票分散度有利于降低股票端的非系统性风险，并且该基金采用的量化选股模型中较为重视基本面因子从而提升重仓股留存度并且维持较低的股票换手率。

图10：华宝量化对冲混合近三年重仓股集中度

数据来源：Wind、上海证券基金评价研究中心

同类基金说明：重仓股集中度采用Wind资讯提供的基金分类中另类投资基金—股票多空基金作为同类基金进行对比

图11：华宝量化对冲混合近三年重仓股留存度

数据来源：上海证券基金评价服务平台

同类基金说明：重仓股留存度采用上海证券基金分类中灵活配置混合基金进行对比并计算同类均值与排名

图12：华宝量化对冲混合近三年股票换手率（频率：半年度）