国投瑞银基金殷瑞飞：解码指数增强基金的投资方法论
摘要：
核心内容摘要 被动指数基金的运作难点 指数增强基金的定位和特性 指数增强基金的投资方法论（量化选股、多因子模型、风险控制） AI技术在投资中的应用 国投瑞银量化团队的... 
核心内容摘要
被动指数基金的运作难点
指数增强基金的定位和特性
指数增强基金的投资方法论（量化选股、多因子模型、风险控制）
AI技术在投资中的应用
国投瑞银量化团队的投资风格
投资者该如何选择指数基金产品
随着市场对指数类产品关注度的提升，无论是ETF、指数基金还是指数增强基金，都受到越来越多投资者的重视。近日，国投瑞银基金量化投资部总经理殷瑞飞向投资者解码了他在指数增强领域的投资方法论。
Part 1
1.有些投资者认为“被动指数基金不过是照着指数抄作业，没什么技术含量”，真的那么简单吗？
殷瑞飞：客观来说，被动指数基金确实比其他类型的基金简单。现在我主要管理指数增强基金，但我的投资管理生涯其实是从被动指数基金起步的。我最早管理的产品就是一只金融地产指数基金。所以从我的角度看，被动指数基金的操作方法确实相对简单，但也并不像一些投资者想象的那样简单。
一个指数通常包含几百只股票，要把资金精确分配到这几百只标的上，否则就会偏离指数的跟踪要求。即使排除特殊情况，单纯复制一个指数也并非易事，还是需要一定的技术。
此外，在指数基金的实际运作中，还会遇到一些特殊情况。举个例子，指数成分股中时常会有停牌的情况，甚至长期停牌，而这些停牌股票的权重可能还比较高。如果这时有一笔申购资金进来，但你买不到这只股票，该怎么办？常规的做法是进行所谓的替代。替代的过程不是主观地随便挑一个差不多的标的，而是要对各个标的与停牌股票的相关性进行严格测算。我们通过科学的计算方法，选择最适合的替代标的。这是指数基金运作中一个重要的技术环节。
对于公募基金而言，日常的申购赎回可能比较频繁。举个例子，假设我的基金正在正常运作，突然间一个大型机构申购了大额资金。这种情况下，理论上我应该立刻将申购资金配置进去，但实际情况中，这有时并不现实。因此，我们需要想一些替代方案。类似这样的操作其实是经常会遇到，需要妥善应对。
2．投资者在选择指数增强产品时，通常会本能地期待可以获得更高的收益。指数增强基金的意义仅在于获得更高的收益吗，还是有更多内涵？
殷瑞飞：我觉得对于指数增强产品的定位其实是一个需要深入阐述的问题。指数增强并非仅是在指数基础上获得超额收益。因为换个角度来看，任何主动基金其实也都希望在业绩基准的基础上获得超额收益，不光是指数增强有这样的要求。
指数增强基金其实是介于指数基金和传统主动基金之间的一类产品。指数基金是一种非常纯粹的贝塔，理论上来看，指数涨多少，基金就涨多少，而指数增强和主动基金都需要追求超额收益。但指数增强和传统主动基金的区别就在于，指数增强对超额收益的稳健性有更高的要求。
3.如何理解“超额收益的稳健性”？
殷瑞飞：其实对于有一定公募基金投资经验的投资者来说，尤其是过去几年有过相关体验的投资者，会更容易理解这个问题。比如投资传统主动基金时，会遇到哪些痛点呢？在某些年份，这类基金可能会大幅跑赢指数，但也可能在其他年份大幅跑输指数。虽然从长期来看，我们相信许多公募基金经理的专业能力，他们确实能够跑赢指数，甚至可能大幅跑赢。但传统投资方法或传统主动基金存在的不足之处在于，其超额收益的稳健性存在一定缺陷。
相比之下，指数增强基金不仅要求我们追求相对于指数的超额收益，还追求这种超额收益具有足够的稳健性。所谓稳健性，就是不能今年大幅跑赢指数，明年又大幅跑输，这种大幅波动显然不符合指数增强的定位。所以，我认为指数增强基金最大的特色就在于追求比较高的跑赢指数的胜率。比如以年度、季度、月度为考察窗口，尽可能多地跑赢指数。
如果把贝塔比作馒头，阿尔法比作肉丸，指数增强其实就是把馒头和肉丸结合起来，变成一个比馒头更营养可口的包子。关键在于皮馅比例要足够稳定，也就是产品的标准化和稳定性要足够强，给消费者一个相对清晰的预期。这就是指数增强基金希望达到的目标，也是我们的投资目标，即追求长期稳健的超额收益，而不是非常高的超额收益。
Part 2
4.在实际操作中，实现指数增强具体的方法论是什么？
殷瑞飞：这个问题可以从两个方面来考虑。指数增强策略确实需要追求一定的超额收益，否则投资者可以直接买普通的指数基金，毕竟成本更低。那为什么要选择指数增强呢？一定是对风险收益有更高的要求，必须追求超额收益，但超额收益需要足够稳健。
一方面，如何获得超额收益。这一点其实和传统主动基金的目标没有本质区别，只不过我们采用的是量化方法。比如，以沪深300增强为例，目标就是在沪深300指数的基础上获得更高的收益。但如何获得比沪深300更高的收益呢？这就需要在投资组合中选出比基准配置更优的组合。一是选股层面的优化，可以选择一些比基准成分股更好的标的。二是可以通过调整权重配置来实现高配或低配。如果看好某些成分股未来的收益，可以提高它们的配置比例；如果不看好某些标的，则可以降低配置比例，甚至完全不配置。通过这种方式，我们期待构建出的投资组合回报率会更高。如何确定标的的配置比例，它的核心是一套多因子选股框架。
展开来说，我们的因子框架是从五个方面构建的，这些方面都基于投资的本质，与投资逻辑高度契合。比如我们需要赚取企业成长和盈利的钱，那就需要设计一些指标来刻画上市公司的盈利能力与成长性。举个简单例子，比如业绩增速、ROE等指标，这些其实就是我们所说的盈利因子和成长因子。如果我们想赚取性价比的钱，就会用到估值因子；如果想赚取研究价值的钱，就会用到一致预期类的因子；另外，我们还可以赚取市场定价或非理性交易的钱，这就可能通过量价模式或机器学习的方法，识别出一些非理性交易模式，从而进行投资，获取这方面的超额收益。
另一方面，如何加强超额收益的稳健性，也就是我们所说的风险管理因素。可以反过来想，如果我们不注重这一点，比如特别看好某些标的，那就把组合里全配置这些标的，其他标的都不配，这种情况会导致可能超额收益会很高。但投资本身是充满不确定性的，你选的标的可能自认为不错，但实际上可能并不好，甚至可能非常糟糕。这种情况下，你可能就选错了，结果就是未来你不但没有超额收益，甚至会有超额负收益。
5.如何进行风险控制？
殷瑞飞：需要通过各种约束来做风险控制。
从投资范围的角度来看，指数增强与传统主动投资有一个很大的不同，合约对投资范围是有相对严格规定的。比如沪深300指数增强，投资组合至少要有80%的权重配置在沪深300成分股内，只有不到20%的比例可以在沪深300成分股之外选择标的。这种先天的配置比例约束非常严格，不太可能选到太多小票或风格差异较大的标的。
从行业配置的角度来看，如果在行业配置上过于极致，比如只配置两三个行业，其他行业都不配，这是不合适的。正如我刚才所说，个股判断可能会出错，行业判断同样可能出错，极致配置后一旦出错，就会带来相当大的波动。因此，我们在行业配置上与标的指数有非常严格的约束。当然，不同指数增强产品的约束可能不太一样，但一定会有约束，不能在行业配置上过于偏颇，这其实就规避了由于行业判断失误导致的组合与基准组合的巨大偏离。
从风格配置的角度来看，比如大小盘风格轮动的剧烈程度很高，差异也非常显著。在一些极端市场环境下，我们的投资组合在风格上，特别是大小盘风格，经常与标的指数保持一致。以沪深300增强组合为例，这个组合的风格就不能偏向小盘，因为沪深300本身是一个偏大盘蓝筹风格的指数。因此，在组合构建过程中，我们对风格的刻画和约束都非常清晰且严格。
在个股配置比例上，我们同样有相对严格的要求。假如沪深300中的第一大成分股权重是8%，在我们的投资过程中，不能因为主观判断就完全不配置这只股票。当然，如果确实不看好，可以降低配置比例，比如只配6%。个股配置有上下限的偏离约束。
总结来说，无论是投资范围、行业配置比例、风格配置比例还是个股配置比例，我们都有明确的限制，这些限制的最终目标是为了追求超额收益的稳健性，或者提升这种稳健性。
6.您刚才提到的“一致性预期因子”，是一种什么样的投资方法？
殷瑞飞：我们知道市场上有大量的卖方分析师，他们对上市公司进行深入调研和分析，形成了大量的研究成果，以研究报告和数据的形式呈现出来。基金公司作为买方，我们也有自己的研究团队，他们同样会对市场上的标的进行深度研究，形成很多研究成果。一致预期因子就是把他们的观点或对公司判断转化为可以量化的因子，用指标的形式刻画出来。
比如，分析师会对股票未来的价值进行预期，不同分析师对同一只股票的判断可能会有所不同，对这些判断进行统计汇总，最终会形成所谓的一致预期，即市场对这只股票未来预期的平均水平。如果我们统计发现，无论是卖方还是买方分析师，对某家公司阶段性地给出了较高的评价，那么这就可以为投资提供一定的指导。这就是所谓的“赚研究价值的钱”。
所以我们的做法其实是借助主动研究在深度上的优势，为我们的投资提供补充。具体来说，就是要把他们的研究成果转化为指标。
7.大家在提到“一致性预期”时，往往会带有一种负面的看法，认为容易被市场“打脸”。您怎么看这个问题？
殷瑞飞：首先，做量化投资有一个优势，就是我们不会直接根据一个想法就贸然行动。在使用某个指标之前，我们一定会对历史数据进行测试。之所以采用一致性预期这个指标，是因为我们用过去十几、二十年的数据验证过，它在长期是有效的。这是我们从方法论上给出的解释。
另外，在构造这些指标时，并不是一件机械或简单的事情，我们一定会做一些深度加工。比如进行所谓的差分运算，简单来说就是观察它的变化量。以一致性预期为例，我们并不只关注当前的一致性预期水平，而是关注什么呢？比如当前的一致预期与过去十天或过去一个月的一致性预期之间的变化，这其实是一种边际变化。我认为这可能是对投资标的投资价值更敏锐的捕捉方式。不是等到大家都一致看好时才去买入，而是观察一致性预期的动态变化。因为股价其实是由边际定价决定的，它不是取决于当前有多少人看好，而是取决于接下来一段时间，大家对这个投资标的的观点变化。量化方法在这方面的优势在于，一方面是对数据的全面刻画，另一方面是在时间上更加敏锐、更加快速地捕捉到这种动态的观点变化。
8.如何利用“市场的非理性交易行为”来构建因子？
殷瑞飞：因为A股市场与成熟市场相比，其市场成熟度还有一定的提升空间。坦率地说，市场中存在大量的非理性交易。从量化投资的角度来看，我们的任务就是捕捉这些非理性交易行为带来的机会。
什么是非理性交易？简单来说，就是股价被推到一个不合理的位置，无论是涨过头还是跌过头。但难点在于，如何准确刻画这种非理性？比如，股价跌到什么程度才算非理性？这条界线在哪里？这其实很难通过主观判断进行精确描述。在这一点上，量化投资体系的优势就显现出来了。
近年来，一些更先进的方法，比如AI技术，也为捕捉复杂的市场模式提供了更有效的工具。当然，传统方法中也有一些技术形态分析手段，这些方法在特定情况下确实能够提炼出一些模式，并带来投资机会。但随着市场逐步走向有效化，传统方法可能显得力不从心。因此，在因子挖掘方面，我们更多引入了一些非传统的量化方法，特别是以AI为代表的技术手段，来捕捉这些复杂的市场特征。
9.其实道理大家都懂——别人贪婪时我恐惧，别人恐惧时我贪婪。关键在于，我们怎么知道市场现在是贪婪还是恐惧？AI技术具体是如何帮助我们判断这个“度”的？
殷瑞飞：量化方法的核心是通过模型来刻画投资或交易的模式。简单来说，就是让机器去捕捉这些模式。机器在捕捉模式时，并不会像人类一样去感受投资者的情绪是恐惧还是贪婪，它捕捉的是一种纯粹的投资模式。比如，当前的量价形态以及接下来一段时间股价的走势。机器的任务就是找出当前模式与未来股价走势之间的关联性。
10.现在AI大模型发展迅速，几乎每个人日常生活中都会大量使用，像聊天对话类的AI语言大模型。这种技术的突破和快速发展，是否能够应用到投资当中？
殷瑞飞：实际上，当我们考虑将技术应用到投资中时，关注的并不是投资者或大众对它的熟悉程度，而是这项技术的成熟度。图像识别其实是最早、最成熟的AI落地应用之一。
大语言模型确实是一个非常热门的话题。经过这个春节，大众对它的认知迅速提升。但与图像识别技术相比，它的落地应用还没有那么深入。在我们的研究尚未足够深入、尚未建立足够信心之前，我们不会盲目跟风，为了吸引眼球而强行把大语言模型这类热门技术硬塞进我们的框架中。
关于大语言模型在量化领域的应用前景，我认为有两个基本判断：第一，坚定看好大模型在量化投资中的应用前景。事实上，我们已经在深入研究这方面的进展，做了大量工作。第二，我们依然会坚持按部就班，确保研究成果足够有效、稳定且成熟之后，再逐步将这些技术应用引入到我们的投资方案中。
Part 3
11.在指数增强里面有用非量化的方式增强的，也有做量化增强的，您的团队特色是什么？
殷瑞飞：指数增强本质上是一种产品形态，并没有规定说一定要用量化方法来实现。不过从实践来看，尤其是在国内，绝大多数指数增强产品确实采用量化方法。当然，也有一些指数增强产品是由主动管理型基金经理在管理。我觉得这两种方式各有优劣。主动管理型指数增强的优势在于投资更加聚焦，比如在个股选择和行业配置上，会更加集中。如果基金经理的判断能力足够优秀，确实有可能创造更高的收益。
那么，我们团队的投资优势在哪里呢？就像我刚才提到的，有点像“戴着镣铐跳舞”。我们是在一定的框架内运作，并不追求超额收益的绝对水平有多高，但对其稳健性有更高的要求。不仅对超额收益的稳健性要求高于传统投资方式，甚至可能比其他量化同行在指数增强领域的稳健性要求还要更高。
12.站在基金经理的角度，希望自己的管理规模更大，得到更多关注，排名更靠前，这其实是很自然的选择。但您为什么宁愿牺牲一些关注度和排名，也要追求稳健性？
殷瑞飞：我觉得每个团队都有自己的文化，我们的团队相对来说比较偏保守或者说稳健。
我们可以回过头来看，前段时间监管机构发布了一个针对基金行业的指引，核心思想是要更加注重投资者的实际收益，而弱化基金本身的收益。因为基金收益和投资者收益之间可能存在很大差异，也就是所谓的“基金赚钱，投资者没赚钱，甚至亏钱”的情况。
这些年我经常注意到一个现象：当某只基金表现特别亮眼时、阶段性业绩特别突出时，并不一定是基金经理或基金公司主动宣传的结果。投资者天生对聚光灯下的基金有一种追逐心理，他们往往倾向于追逐那些备受关注的产品，这也是很重要的一个方面。
一只基金为什么会进入聚光灯下？通常是因为它做出了一些相对极致的配置或选择。这其实是一把双刃剑。在某个市场环境下，可能适应得很好，跑到了亮眼的位置。一旦市场风格发生转换，很可能大幅跑输。而往往在高点时，投资者会大量申购，这相当于在高点买入。所以，即使从长期来看，这只基金本身的业绩可能是很优秀的，但如果你去看投资者的实际收益，会发现由于他们买卖时点的非理性，导致投资收益与基金本身的收益可能存在较大差异。
所以，我们选择不去参与这种聚光灯效应的追逐，更追求相对稳健的业绩表现。当然，这样投资者可能也不会过多关注到我们，但反过来讲，这可能也让投资者避免了一些潜在的影响或损失。
Part 4
13.有一种说法：即便同一个团队做不同的指数，增强效果可能会有差异。有些指数可能更适合增强，潜力更大；而有些指数可能增强潜力相对较小。存在这样的规律吗？
殷瑞飞：确实，并不是所有指数都适合做增强。所谓做增强，说白了就是偏配，偏配的前提是你看好某些标的，而不看好另一些标的。关键在于这些标的之间的表现一定要有差异，有分化。我们举个例子来说明这个问题。比如煤炭行业指数，里面可能就几十只煤炭股，基本上是同涨同跌，同质化非常严重，想在这个指数里做增强其实非常困难，也很难做出所谓的超额收益。当然，这只是一个极端的例子。
什么样的指数适合做超额收益？
首先，这个指数的成分股数量要足够多。量化的优势在于广度，如果指数本身没有广度，那我们还能挖掘什么呢？又如何发挥量化在广度上的优势呢？
其次，指数标的的表现分化度要足够高。只有分化度足够高，才能为我们挖掘超额收益提供空间。从个股的分化性出发，其实还可以延伸到指数的行业丰富度是否足够高。比如一个指数只包含一个行业，或者只有两三个行业，那它的操作空间就会相对较小。所以，指数所涵盖的行业越多元，越容易在其中获取超额收益。
最后是指数标的的定价成熟度和有效性。我们通常用分析师覆盖度这个指标来衡量这个问题。比如沪深300指数和中证2000，也就是大盘蓝筹股和偏成长型板块之间的差异。越是大盘蓝筹股，其定价成熟度和有效性就越高。比如沪深300中的300只股票，可能90%都有大量分析师覆盖。这种情况下，定价的有效性是很高的，但想找到错误定价的空间就相对较小。而我们选择另一个极端，比如中证2000。越是小盘股板块，分析师覆盖的比例就越低。这意味着可能有许多标的没有分析师覆盖，天然为我们用量化方法提供了更广阔的空间。
14.目前包括国投瑞银在内的很多机构都在推出科创综指的指数增强产品，您觉得科创综指的增强潜力如何？
殷瑞飞：首先，你会发现我们的产品布局是有选择性的，并不是随便对哪个指数都去做增强。比如科创综指，它的全称是“科创板综合指数”，几乎涵盖了科创板的所有标的，当然会剔除掉一些有瑕疵的股票，所以它天然就具备广度优势。
其次是所谓的分化度，科创板本身聚焦的是大量的成长类、科技类、创新类企业。无论是从行业结构来说，还是从上市公司多元化的发展方向来看，都具有较高的多样性，从风格上来说，它天生偏向成长型和中小盘股，所以它的分化度比较高。
最后就是刚才提到的覆盖度问题。相比沪深300或者中证500指数，科创板的覆盖度要低一些。这也意味着它的定价有效性相对较低，这恰恰为我们的增强策略提供了较好的空间。
15.对于投资者来说，什么样的人适合关注ETF，什么样的人适合关注被动指数基金，什么样的人更适合关注指数增强基金呢？
殷瑞飞：我觉得投资者在选择指数基金、指数增强基金，甚至包括传统主动基金时，在确保投资者适当性匹配的前提下再问自己几个问题。
第一个问题，你是否对经济的长期发展抱有坚定信心？这背后其实反映在投资上，就是你对权益类资产这一类别是否有信心。如果你信心不足，就很难长期持有，那我建议需要谨慎投资权益类基金，无论是指数基金、指数增强基金，还是主动权益基金，因为这些本质上都是高仓位的权益资产配置。这种情况下，你可能更适合选择一些理财产品或固收类资产。
第二个问题，你对A股市场的有效性怎么看？你认为A股市场是完全有效还是足够有效？如果一个资本市场足够有效，理论上是不存在超额收益空间的，那选择指数基金就可以了，因为它的成本更低。如果你认为A股市场的有效性还不够高，那就意味着通过一些主动管理方法，无论是量化还是传统的主动策略，都有可能获得比指数更高的收益，这种情况下，你可以选择指数增强基金或者主动权益基金。因为你的认知是市场存在获得更高收益的可能性，同时你也愿意为更高的收益承担一定的额外波动。
第三个问题，你对未来投资体验的诉求是什么？是希望获得一个相对稳健、可预期的超额收益，还是说不太在意过程，只追求更高的长期回报空间？如果希望在投资过程中避免大幅波动，那么指数增强基金可能是一个不错的选择。反过来说，如果不太在意短期波动，持有期限足够长，不关心每年是跑赢还是跑输，只关注十年后是否跑赢，那可以选择更激进的策略。在这种情况下，我觉得主动策略可能是一个更好的方向。
投资者应当根据自己的实际情况，在投资中做出取舍。如果能够一步步把刚才这三个问题梳理清楚，对产品的选择就会有更清晰的方向。
