当指数基金飞速发展的过程中，有一类产品似乎被大家忽视了，它就是指数增强基金~~

“指数增强基金”这个概念最早要追溯到1980年，当时先锋集团的一部分客户想要寻找比传统指数基金更高的回报，但同时又希望继续享受低费率。

为了满足这个需求，先锋集团开发了一个新的指数投资品种--“指数增强基金”（Enhanced Index Funds）。

指数增强基金的核心就是在保证Beta收益的基础上，通过主动投资追求超额的Alpha收益。我将指数增强基金比作经验丰富的长跑选手，虽然速度在很多时候都只是比大部队快一点点，并不突出，但随着时间的积累，这很多个“一点点”就让他跑到大部队的前面去了。

经过40多年的发展，指数增强基金的投资策略也不断进化和升级，已经从最早的单一因子（低波因子、质量因子等）演变到如今的“多因子策略”。

而在公募基金中，提到指数增强基金布局，我认为汇添富基金是绕不开的话题：

首先，产品布局丰富。汇添富基金对于指数增强基金的产品布局可以说又早又丰富，目前已经形成了包括沪深300、中证500、中证800、中证1000、国证2000在内的不同市值风格的宽基指增；以及部分行业、主题指增产品。

其次，长期业绩在线。以汇添富中证500指数增强为例，这只基金成立于2015年2月，2023年4月经历一次转型，到现在已经成立满十年了，截至2024年年末，这只基金成立以来累计上涨90.11%，大幅超越同期业绩基准（1.96%）及标的指数中证500（-0.76%）。

不仅如此，这只基金在2018-2024这过去7个自然年中每一年都跑赢了业绩比较基准，并且取得了不错的超额收益，真正做到了年年“指数增强”。

数据来源：业绩和基准来自基金年报和2024年四季报，截至2024/12/31，过往业绩不预示未来表现。汇添富中证500指数增强由汇添富成长多因子量化策略股票自2023/4/25转型而来，汇添富成长多因子量化策略股票2015/2/16成立以来截至2022年各年业绩及基准为(%)：18.8/26.85、-3.96/-15.77、-0.7/-0.05、-22.51/-30.36、37.13/23.8、40.2/18.99、17.59/14.08、-13.9/-18.28。汇添富中证500指数增强2023/4/25转型当年及2024年业绩及基准为(%)：-2.86/-11.93、0.16/-7.26。数据来源：基金各年年报和2024年四季报（截至2024/12/31）。

第三，团队高度稳定。近十年来，汇添富的指增团队没有出现过离职记录，适合量化在长期而又稳定的积累中形成“生产力”的打法。

第四，主动权益特色。汇添富量化投资团队有着很强的主动选股基因。汇添富基金作为“选股专家”，积淀了大量的长期选股框架，借鉴主动权益的投资思想，通过多因子模型将基本面选股的逻辑刻画出来，能够形成量化投资中的独特竞争力。

不可否认的是，指数增强基金正在成为公募和私募量化产品的主流，但是这类产品的投资方法论很复杂，认知门槛相对较高，个人投资者如何在有限的条件下，对指增产品有更全面、更深度、更广泛的认知？

带着这些问题，ETF之王对汇添富基金的量化团队负责人吴振翔进行了专访。

顺便提一句，由吴振翔拟任基金经理的汇添富中证A500指数增强基金（A类：023298/C类：023299）即将发行，这对于希望投资新核心宽基的投资者来说，有望为大家提供一层额外的阿尔法收益。

Part1：量化团队篇

以自主培养为主，慢工出细活

ETF之王：能不能介绍一下咱们量化团队的基本情况。

吴振翔：我们这个团队现在有近三十人的成员，包括基金经理、投资经理和研究员，这些人几乎都是我们自主从校园里面招聘过来培养的，大家能够专注于投资研究，整体的团队氛围也比较好，拥有平等的分享文化，这一点我认为对量化投资来说很重要。

因为相较于个股投资的基金经理或者研究员需要独具慧眼、独到的观点，量化投资更注重长期的积累、长期的分享、长期的讨论，是慢工出细活的过程。像我们指增团队，十年来没有出现过离职记录，在稳定的积累中形成了“生产力”，所以我们的量化团队在人员选择上还是会延续这个理念，以自主培养为主。

ETF之王：主动投资有比较传统的团队组成方式，量化方面似乎各家有各家的特点。您在搭建量化团队的过程中是如何考虑成员的背景的？

吴振翔：相较于背景，我其实更看重成员们思考问题的逻辑性、分析问题思路的严密性，以及对数据处理的能力。我们团队成员教育背景基本上是来自于数学、物理、计算机等理工专业，包括我自己也是学数学的理工科出身。

通常来讲，传统的宏观经济学或者金融理论，大部分都会拥有一个固有的思维逻辑，比如在量化投资中，可能会通过教科书中的理论去构建一些选股模型。

但是随着市场的不断发展，对这些理论逐步广泛的分析使用，这种简单的“教科书理论”可能会不适合直接拿来构建量化模型。

所以，我们固然需要金融理论背景的装备，但我们更需要的是那些能寻找数据之间有联系、有规律，善于挖掘数据信息的人员，这也是为什么我们在选择团队人员的时候会看重偏理工科的原因。

这样的毕业生在经过了我们的自主培养之后，往往能具备跳出传统金融研究思维的框架，通过差异化的方式找到数据规律和特征的能力，这一点很重要。

ETF之王：汇添富是业内最早搭建DeepSeek大模型的基金公司之一，对于公司和量化团队来说有哪些好处？

吴振翔：我觉得搭建DeepSeek大模型这件事，无论是对于公司还是量化投资来说，都挺重要。

对于公司来说，公司自己搭建的大模型对于数据的安全性有望更有保障，因为我们用的是deepseek的模型，其他的无论是数据集，以及信息数据的安全性，都是在公司内部之间传递的，不仅安全性有保障，而且还会增加信息传递的有效性。

对量化投资来说，我们其实在多年前就用AI技术做量化因子的挖掘工作，但当时并不是依托大模型，而是基于神经网络算法、遗传算法等来寻找差异化的选股因子，并且效果还不错。

而现在有了这个大模型，我们可以做更多，比如分析一些另类数据、对文字信息的语义分析，可以帮助我们更好的实现另类数据的标准化，这些都能帮助我们在量化投资中增加信息来源和提升效率。

此外，DeepSeek大模型帮我们提升效率还体现在写程序上。比如我们遇到了一个问题需要写一段代码，此前可能需要一个晚上的时间，但是现在借助这个大模型，只要你把问题说清楚，它就会给你生成一个比较完整的架构，你需要做的就是在这个架构上做一些针对性修改，效率提升了很多。

Part2：市场投研篇

长期、稳定挖掘阿尔法的方法论

进化的底层因子 自适应的均衡框架

ETF之王：汇添富的指增成绩单很耀眼，您觉得团队有哪些成功的经验？

吴振翔：我们在投资的过程中，会重点注意以下几点：

1、底层因子的不断进化。

以前A股的量化投资只需要简单几个因子模型就能有一个比较好的投资效果，但是现在因子越来越个性化和多样化，有很多因子在使用逐步普及、市场有效性提高之后，可能会变得钝化和周期化，时好时坏，稳定性会下降。

在这个基础上，如果需要保持原有的投资效果，就需要不断寻找新的底层因子。这个过程就像是我们在跟市场赛跑，一边是市场的有效性在提高，一边是我们要寻找新的底层因子来获取相对稳定的超额收益。

2、重视因子的均衡性和风险控制。

现在的量化投资对因子配置的均衡性比以前更重要了，因为以前的整体Alpha可能是10%-20%之间，它的稳定性相对来说不是特别重要，但是现在整体Alpha可能降到了5%-10%，甚至有时候在5%以下，这个时候稳定性就十分重要了。

所以在选股模型上需要考虑两点：首先，因子配置就不能太极端，不能太明显地偏向某个风格，最好是能做均衡配置；其次，在风险管理上，不要主动承担一些无法判断和无法承担的风险，保证产品拥有长期、稳定的竞争力。

哪些是无法判断和无法承受的风险？以跟踪误差为例，如果一个指增产品的跟踪误差较大，哪怕它的Alpha较高，但是这种产品的阶段性偏离可能会比较大，这种潜在风险是很多稳健型客户所无法承受的，也不是我们指数增强产品追求的目标。

所以，我们管理的指增产品之所以能拥有不错的Alpha收益，并且并没有出现特别大的衰减，主要就是两个方面：

一方面，我们的投资策略不断进化和丰富，不断寻找适合市场的底层因子；另一方面，我们在量化投资中十分注重因子配置的均衡性和风险控制，希望打造出长期、稳定、可持续创造Alpha收益的指增产品。

ETF之王：很多因子会面临失效，失效可能有两种情况，一种是随着因子或者策略的扩散导致的拥挤：另一种是市场结构转换带来的失效，该如何应对这两种情况？2025年会不会又到了一个这样市场转换的时刻？

吴振翔：先说第一种情况，有很多因子确实随着策略的扩散或者交易的拥挤，出现短期失效的情况。但是对于这种情况来说，只要逻辑还在，我们就不能说它是失效的，只能说它的周期性或者波动性会变大，这是正常现象。

比如一个策略很有效，一开始有少量的资金在使用，如果没有其他干扰且持续有效，它就会长期持续下去。但随着市场整体研究的提升，采用该策略资金越来越多，这种时候Alpha实现的速度会比以前快很多，而这种快速就会加大它的周期性，从而导致我们感觉这个因子是不是短期失效了，虽然这个策略的逻辑还是存在的。

而对于第二种情况，因为不同的因子背后有不同的投资逻辑，比如价值因子和成长因子都属于逻辑性较强的因子，但是它们的背后的投资逻辑各有不同，通常来讲价值因子好的时候，成长因子不好；成长因子好的时候，价值因子不好。

所以对于这个问题，我的看法是不要单独去配置价值因子或者成长因子，应该做平衡性的策略和平衡性的模型，比如一半价值、一半成长。

虽然从短期来看，这种平衡性策略可能会在成长好的时候不如成长；价值好的时候不如价值。但是长期来看的话，这种平衡性策略的Alpha相对会比较稳定，波动性会小很多。

以我们团队的指增产品来说，我们希望追求的就是一个相对稳定、持续的超额Alpha，所以我们在选择模型和策略的时候不会完全聚焦于某一方面。

最典型的就是我们的500指增，过去几年无论市场风格是什么样的，我们的产品每年都获得了一定的超额收益，虽然可能大部分时间我们的产品在单年度业绩上不是数一数二的，但是把时间拉长的话，我们的指增产品排名是非常靠前的。

这也证明了我们的这种平衡性的策略、平衡性的模型，在市场转换中并不吃亏，反而会起到不错的效果。

其实对于2025年，我不会太去关心今年的市场到底是价值为主还是成长为主，还是那句话：我们追求的是相对基准来说更稳定、更持续的超额Alpha。

ETF之王：所以，其实咱们团队现在管理的指增产品，会有意识地去规避行业或者风格上的风险暴露，我理解的没错吧？

吴振翔：没错，就拿“估值因子”来说吧，按照价值投资理论，往往估值低的品种从逻辑上来说肯定更好。但是，按照成长投资理论，好的投资标的往往伴随着高估值。

所以，估值因子到底好不好？我们是不是应该把它当成是一个重要的选股因子呢？

我认为，如果是一个相对策略固定的Smart Beta策略，可能会始终暴露在这些特征上，比如沪深300价值指数，它更像是一个投资工具，投资的就是市场上的低估值标的。

而我们团队对于指数增强基金的定位是通过多因子的均衡性配置，在降低风险的同时，尽可能获取稳定、可持续的长期超额收益，二者之间是不一样的。

ETF之王：在建立选股模型或者寻找因子的过程中，如何规避“过拟合”这个现象？

吴振翔：“过拟合”的现象其实是量化投资需要认真考虑的一个问题，正常来说完全规避过拟合的现象是不可能的，我们只能尽可能通过两方面去降低这种现象。

一方面，在寻找因子的时候，我们尽可能去找一些长期化的因子。

这类因子的训练周期会比较长，在跨过一个市场的运行周期过程中表现出了不错的稳定性和适用性。但是，每个因子都有自己的周期和更加适应的域，有的因子适合成长、有的适合价值、有的适合小盘。

所以另一方面，我们在搭建选股模型面对不同的因子时，我们尽可能做到相应的分类和分散处理。

我们现在对于因子有两种分类方法：一种是按照它的因子来源属性，分成价值类、成长类、预期类、市场类等等，这些因子的差异化在于数据源头不同，有的来自基本面，有的来自交易数据。

哪怕某一类因子或者某一个因子会存在过拟合现象，但是在经过了分散之后，这种过拟合产生的不好的一面也会被有效分散掉。

另一种分类是，我们把这些因子看成偏左侧的因子、偏右侧的因子、偏长期的因子、偏中期的因子等等。通过这种分类作出相应的分散处理，在一定程度上也会规避过拟合的现象。

而且我们在推出每一个指增产品之前，都会进行模拟测算和历史测算，基本上每一个产品的实际运行效果跟我们的预期效果是比较接近的，所以我们能做的就是尽量规避过拟合的问题，但是完全避免，是不可能的。

ETF之王：在调整因子权重的过程中，我们是根据市场情况进行动态调整的，还是说我们会有一个特定的调整周期？

吴振翔：我们在搭建好选股模型，对每个个股进行最终评价之前会分成两步：

首先，我们会将众多的底层因子进行合成，这样就会形成一些复合因子；

其次，我们在对个股进行模型评价的时候，基于的就是这些已经合成的复合因子去得出一些评价结果，这也是我们的团队比较喜欢采用的一种方式。

因为第一步的合成，可以用线性模型、树模型或者神经网络，但是第二步我们更多采用的是线性模型，线性模型是可以去回溯、可以去解释、可以去看的。

而且在实际情况上，我们团队会很关注第二步模型构建的稳定性，而第一步每个合成因子的构成是可以变化的，但这不影响模型的整体效果。

比如，某个评价价值属性的大类因子该如何去评价每个个股的价值属性呢？因为在这个过程中会有很多评价价值属性的新因子不断加入，是希望通过这种不断地重新定义来迭代模型。

总结一下就是：在某个风格极致好的时候，我们可能做不到最好；但是当某个风格极致不好的时候，我们能规避变得更不好的可能性。

Part3：产品布局篇

做能力圈之内的投资，寻求稳定的Alpha

ETF之王：目前汇添富的指增产品还是以宽基为主，想知道咱们的布局思路是怎样的，未来会不会延申到其它方向？

吴振翔：我个人认为还是要看能力圈，我们团队现在对于自己能力圈的认知重点聚焦在A股的宽基指数，所以我们团队管理的指增产品基本上都是宽基指数的增强产品。

如果让我们用宽基指增的量化策略去做一个科技行业的指增产品，可不可以做？可以，但在能不能产生稳定的Alpha这点上，效果不一定好（因此行业主题的增强，就不是我们覆盖的范围，它更适合主动基金经理）。

但是，如果是宽基指数的话，那么我们的量化策略就比较适合了，因为宽基指数的特点在于行业分散、个股分散，不会因为某个行业或者某只个股的震荡产生比较大的影响。

也就是说，在把握细分产业热点领域的alpha，量化投资是弱项，它的强项是抓住市场整体的变化规律和特点，打造出宽基指数长期、稳定、可持续的超额Alpha。

对于产品布局上，除了指增产品之外，我们也正在尝试沿着指增产品向其他类型产品进行拓展。比如从前年开始，我们尝试做了几个二级债基的产品，这些产品的权益部分用的就是指增的策略，在个股的配置比例上采用偏定量的风险管理模型去实施，这算是我们在产品布局上的另一个维度，目前主要就是这两个维度：宽基指增、二级债基。

ETF之王：去年火出圈的“A系列”指数，后续是不是也会布局相应的指增产品？

吴振翔：后续是否会布局“A系列”的指增产品，关键还是要看能不能做出来增强。A500指数我觉得是可以的，因为它的特点就是分散，无论是行业还是个股都比较分散，现在又能代表A股市场的整体，所以其实我们的汇添富中证A500指数增强基金（A：023298、C：023299）也已经获批了，即将发行。

ETF之王：站在团队的角度，您觉得在做宽基指增产品的时候，基金经理面临的最大挑战是什么？

吴振翔：最大的挑战就是，我们做指数增强的目标是追求Alpha的稳定性，但是在市场风格的极致变化下，基金经理内心需要很强的定力，因为这个时候很容易受到外围因素的影响，如果定力不足，可能会产生不好的后果。

比如你的超额收益的回撤十分明显，此时需要你进行一个大的判断，到底是什么原因导致了这个现象，是因为你搭建的模型出了问题，导致的转折，还是说只是因为因子的周期化造成的？这种时候其实是非常无助的。

但是，随着时间的推移，基金经理的经验越来越多，大家对于这种事情的耐受力会越来越强，经验往往可能会帮助你更好地克服这个问题。再遇到这种情况，相较于改变选股模型这种大变动，我们往往可能会通过修正风险模型里面的主动风险暴露，去进一步缩小风格因子的暴露。

还有一个挑战就是，对于指增产品来说，这类产品一直没有被市场和投资者充分接受，那么作为基金经理来讲，如何能有效地把指增产品推向市场，也是个需要长期努力的方向。

ETF之王：也就是说，管理指增产品内心并不是毫无波动，反而波动很大？

吴振翔：是的，因为只有做到完全复制才可能内心毫无波动，但凡有一些偏离，基金经理的内心就会产生波动。

这一点跟主动基金还有一些差异。因为主动基金的持股集中度比较高，出现回撤的时候，修复起来可能也会比较快；但是指增产品需要做风险控制，所以只要出现了一点回撤，在修复的时候可能就是一个漫长的过程。