文章核心观点 - 2025年指数增强基金迎来爆发式增长，产品数量和规模均超越过去三年总和，行业正从小众策略演进为核心工具型产品，进入“产品矩阵”竞争新时代 [2] 规模与业绩表现 - 截至12月12日，年内新成立指增基金168只，合计募集规模达924.76亿元，数量和规模均超过过去三年总和 [4] - 业绩方面，近九成增强指数型ETF实现正超额收益，年内最高超额收益达22% [4] 市场发展的驱动因素 - **市场环境**：A股市场呈现明显的结构性分化特征，为量化策略获取超额收益提供有利环境，中小盘风格表现亮眼，以中证500、中证1000、中证2000等指数为基准的产品更易取得超额收益 [4] - **技术发展**：量化模型和AI大模型的快速发展，使基金公司能构建更综合的选股模型，捕捉多元市场机会，同时全流程风控提升了超额收益的稳定性 [4] - **投资者认知与渠道**：投资者对指增产品的认知从“可选项”变为“必要项”，头部代销平台将业务重点转向指增基金，推出“指数+”等服务平台，推广核心宽基指增产品 [5][6] 行业竞争格局与机构行为 - **布局主战场**：新发产品和规模扩张主要集中在主流宽基指数（如沪深300、中证500、中证1000），新兴指数（如中证A500、科创综指）热度高，多只产品首发规模超10亿元 [8] - **机构加速入场**：行业呈现头部与非头部公司齐发力的特征，量化能力强的公司积极布局，擅长主动权益的公司也开始重视并加入，产品申报数量大幅增加 [8] - **策略分化**：基金公司开始在新能源、稀有金属、芯片以及红利策略等细分领域布局增强型产品，以寻求差异化的超额收益来源 [8] 基金公司的产品布局与策略 - **永赢基金**：业务布局分为两大类，一是常规规模宽基指增，采用多策略方法论提供分散、稳健的超额收益；二是特化基准指数指增（如A50、科创板类），旨在让投资者在指数上涨中同时获取Beta和Alpha收益 [10] - **博道基金**：构建了层次清晰、工具属性鲜明的“指数+”产品矩阵，包括“标准指增系列”、“灵活指增系列”、“Smart Beta增强系列”、“量化固收系列” [10] - **投资方法论**：追求长期稳定的超额收益，运用“双均衡”框架，即方法论层面均衡（传统多因子模型与AI全流程框架模型各占一半）和因子配权均衡（基本面类因子和均值回复类因子各占一半），以规避市场风格转向时的巨大回撤 [11] 未来业务发展方向 - 公司将逐步推出常规宽基指增业务，通过优化成份股比例及策略比重，适度放宽跟踪误差限制，以提供资金效率更高的方案 [11] - 特化指增业务将进一步紧跟市场动向，推出具备长期投资价值的指数及配套的指增方案 [12]

国信金工指数增强组合表现 - 沪深300指数增强组合本周超额收益0.73%，本年累计超额收益19.95% [1][7] - 中证500指数增强组合本周超额收益-0.02%，本年累计超额收益7.36% [1][7] - 中证1000指数增强组合本周超额收益-0.31%，本年累计超额收益15.60% [1][7] - 中证A500指数增强组合本周超额收益0.09%，本年累计超额收益9.62% [1][7] 选股因子在不同样本空间的表现 - **沪深300样本空间**：最近一周表现较好的因子包括3个月盈利上下调（周收益0.93%）、标准化预期外盈利（0.92%）和单季净利同比增速（0.78%）[8] - **中证500样本空间**：最近一周表现较好的因子包括单季ROA（周收益0.98%）、单季ROE（0.85%）和非流动性冲击（0.84%）[10] - **中证1000样本空间**：最近一周表现较好的因子包括单季ROA（周收益1.30%）、单季营利同比增速（1.20%）和单季ROE（1.16%）[12] - **中证A500样本空间**：最近一周表现较好的因子包括3个月盈利上下调（周收益1.25%）、一年动量（1.12%）和标准化预期外盈利（1.10%）[14] - **公募重仓股样本空间**：最近一周表现较好的因子包括一年动量（周收益1.37%）、预期净利润环比（1.03%）和单季净利同比增速（0.82%）[16] 公募基金指数增强产品概况与表现 - **产品数量与规模**：沪深300指数增强产品共79只，总规模799亿元；中证500指数增强产品共76只，总规模514亿元；中证1000指数增强产品共46只，总规模214亿元；中证A500指数增强产品共71只，总规模263亿元 [18] - **沪深300指数增强产品表现**：最近一周超额收益最高1.75%，最低-0.80%，中位数0.21%；今年以来超额收益最高14.20%，最低-6.04%，中位数3.25% [21] - **中证500指数增强产品表现**：最近一周超额收益最高0.44%，最低-1.50%，中位数-0.29%；今年以来超额收益最高14.22%，最低-9.41%，中位数3.69% [23] - **中证1000指数增强产品表现**：最近一周超额收益最高0.83%，最低-1.22%，中位数-0.27%；今年以来超额收益最高20.36%，最低-1.62%，中位数9.57% [22][27] - **中证A500指数增强产品表现**：最近一周超额收益最高1.02%，最低-0.67%，中位数0.01%；最近一季超额收益最高3.49%，最低-1.97%，中位数0.59% [24][28] 研究方法论 - **因子MFE组合构建**：采用组合优化模型，在控制行业暴露、风格暴露等实际约束条件下，最大化单因子暴露以检验其有效性 [29][30] - **公募重仓指数构建**：通过普通股票型及偏股混合型基金的定期报告获取持仓信息，将平均权重排序后选取累计权重达90%的股票作为成分股构建指数 [33][34]

指数调仓机制与潜在影响 - 指数调仓是指数编制规则下的常规操作，即定期调入符合规则的股票并调出不符合规则的股票，调仓频率包括每季度、每半年或每年一次[6] - 以市值规模为选股标准的指数（如中证500、中证1000）在定期调仓时可能导致“追涨杀跌”现象：股价上涨导致市值变大的股票被纳入指数，股价下跌导致市值变小的股票被剔除指数[7] - 市值选股型指数的“追涨杀跌”问题并非A股独有，早在20世纪90年代美股互联网泡沫时期，标普500、纳斯达克100等指数就曾因纳入市值大涨的互联网股票，而在泡沫破裂后承受了更大的下跌幅度[8] - 这种因调仓导致的“追涨杀跌”问题在熊市中影响不大，主要影响集中在牛市中后期[8] 应对指数调仓问题的投资策略 - 解决方案之一是考虑投资策略指数，此类指数不基于市值选股，可避免因指数调仓导致的追涨杀跌问题[11][12] - A股市场主流的策略指数主要基于六大经典投资策略：龙头、红利、价值、低波动、成长和质量[11] - 除六大主流策略外，还有一些新兴策略指数，如基本面、护城河、自由现金流、ESG等，未来可能发展成为主流[11] - 部分策略指数（如红利、价值）在每次调仓后，其估值水平甚至会进一步降低，且不会选择被短期炒作的股票[12] - 解决方案之二是考虑投资指数增强基金，这类基金通常将80%的资产按照指数成分股进行投资，剩余20%进行增强操作，这部分操作会主动避开一些有明显泡沫的股票[13] 市值选股型指数的市场地位 - 尽管存在“追涨杀跌”等缺点，但沪深300等市值选股型指数仍然是大多数市场中规模最大、最重要的代表性指数[14] - 市值选股型指数具有策略指数无法比拟的一个核心优势：它是能容纳资金量最大的选股方式，能够承载万亿级别的资金规模[14]

量化模型与构建方式 1. 模型名称：国信金工指数增强组合模型 * **模型构建思路**：以多因子选股为主体，通过收益预测、风险控制和组合优化三个主要流程，构建能够稳定战胜特定基准指数的增强组合[10][11] * **模型具体构建过程**： 1. **收益预测**：基于多因子模型对股票未来收益进行预测[11] 2. **风险控制**：在组合优化过程中施加多种约束条件以控制风险[11] 3. **组合优化**：采用组合优化模型，在满足风险约束的条件下最大化预期收益或因子暴露，以得到最终的投资组合权重[11] 2. 模型名称：单因子MFE组合模型 * **模型构建思路**：为了在更贴近实际投资约束的条件下检验单因子的有效性，采用组合优化的方式，在控制行业、风格等暴露的前提下，构建最大化该单因子暴露的投资组合（Maximized Factor Exposure Portfolio），并通过该组合相对于基准的表现来判断因子有效性[14][39] * **模型具体构建过程**： 1. 设定优化目标为最大化组合在目标因子上的加权暴露[39] 2. 施加一系列实际投资中的约束条件，包括风格暴露、行业暴露、个股权重偏离、成分股内权重占比、禁止卖空及权重总和为1等[39][40] 3. 具体的组合优化模型如下： $$\begin{array}{ll}max&f^{T}\ w\\ s.t.&s_{l}\leq X(w-w_{b})\leq s_{h}\\ &h_{l}\leq H(w-w_{b})\leq h_{h}\\ &w_{l}\leq w-w_{b}\leq w_{h}\\ &b_{l}\leq B_{b}w\leq b_{h}\\ &\mathbf{0}\leq w\leq l\\ &\mathbf{1}^{T}\ w=1\end{array}$$ * **目标函数**：`max f^T w`，其中 `f` 为因子取值向量，`w` 为待求解的股票权重向量，`f^T w` 表示组合在单因子上的加权暴露[39] * **约束条件1**：`s_l ≤ X(w - w_b) ≤ s_h`，限制组合相对于基准指数 (`w_b`) 在风格因子（矩阵 `X`）上的暴露偏离在 `[s_l, s_h]` 范围内[40] * **约束条件2**：`h_l ≤ H(w - w_b) ≤ h_h`，限制组合相对于基准指数的行业偏离（矩阵 `H` 为行业暴露矩阵）在 `[h_l, h_h]` 范围内[40] * **约束条件3**：`w_l ≤ w - w_b ≤ w_h`，限制个股相对于基准指数成分股的权重偏离在 `[w_l, w_h]` 范围内[40] * **约束条件4**：`b_l ≤ B_b w ≤ b_h`，限制组合在基准指数成分股内的权重占比在 `[b_l, b_h]` 范围内，`B_b` 为标识是否为成分股的0-1向量[40] * **约束条件5**：`0 ≤ w ≤ l`，禁止卖空，并限制个股权重上限为 `l`[40] * **约束条件6**：`1^T w = 1`，要求权重和为1，即满仓运作[40] 4. 通常设置个股相对于基准权重的最大偏离幅度为0.5%-1%，以避免持仓过于集中[40] 5. 在回测中，于每月末根据约束条件构建每个单因子的MFE组合，换仓时双边扣除0.3%的交易费用，并计算相对于基准的收益风险指标[43] 3. 模型名称：公募重仓指数 * **模型构建思路**：为了测试因子在公募基金这一重要市场参与者持仓风格下的有效性，通过汇总公募基金持仓信息，构建一个代表“机构风格”的股票指数作为新的因子测试样本空间[41] * **模型具体构建过程**： 1. **确定样本基金**：选取普通股票型基金和偏股混合型基金，剔除规模小于五千万且上市不足半年的基金，若基金转型则使用转型后半年以上的数据[42] 2. **获取持仓数据**：从基金的定期报告（年报、半年报、季报）中获取持股信息。若最新报告为季报，需结合前期的年报或半年报信息构建完整持仓[42] 3. **计算平均持仓**：将所有符合条件基金的持仓股票权重进行平均，得到公募基金的平均持仓信息[42] 4. **筛选成分股**：将平均后的股票权重按从高到低排序，选取累计权重达到90%的股票作为成分股，以此构建公募基金重仓指数[42] 量化因子与构建方式 报告涉及估值、反转、成长、盈利、流动性、波动、公司治理、分析师共8大类30余个因子[15][16]。 1. 估值类因子 * **因子名称**：BP * **因子构建思路**：衡量公司净资产与市场价值的比例，属于价值型因子[16] * **因子具体构建过程**：净资产 / 总市值[16] * **因子名称**：单季EP * **因子构建思路**：使用单季度净利润衡量估值[16] * **因子具体构建过程**：单季度归母净利润 / 总市值[16] * **因子名称**：单季SP * **因子构建思路**：使用单季度营业收入衡量估值[16] * **因子具体构建过程**：单季度营业收入 / 总市值[16] * **因子名称**：EPTTM * **因子构建思路**：使用滚动净利润衡量估值[16] * **因子具体构建过程**：归母净利润TTM / 总市值[16] * **因子名称**：SPTTM * **因子构建思路**：使用滚动营业收入衡量估值[16] * **因子具体构建过程**：营业收入TTM / 总市值[16] * **因子名称**：EPTTM一年分位点 * **因子构建思路**：衡量当前EPTTM在历史一年中的相对位置[16] * **因子具体构建过程**：EPTTM在过去一年中的分位点[16] * **因子名称**：股息率 * **因子构建思路**：衡量公司分红回报[16] * **因子具体构建过程**：最近四个季度预案分红金额 / 总市值[16] 2. 反转类因子 * **因子名称**：一个月反转 * **因子构建思路**：捕捉短期价格反转效应[16] * **因子具体构建过程**：过去20个交易日涨跌幅[16] * **因子名称**：三个月反转 * **因子构建思路**：捕捉中期价格反转效应[16] * **因子具体构建过程**：过去60个交易日涨跌幅[16] * **因子名称**：一年动量 * **因子构建思路**：捕捉长期价格动量效应，通常排除最近一个月以避免与短期反转混淆[16] * **因子具体构建过程**：近一年除近一月后动量[16] 3. 成长类因子 * **因子名称**：单季净利同比增速 * **因子构建思路**：衡量单季度净利润的同比增长情况[16] * **因子具体构建过程**：单季度净利润同比增长率[16] * **因子名称**：单季营收同比增速 * **因子构建思路**：衡量单季度营业收入的同比增长情况[16] * **因子具体构建过程**：单季度营业收入同比增长率[16] * **因子名称**：单季营利同比增速 * **因子构建思路**：衡量单季度营业利润的同比增长情况[16] * **因子具体构建过程**：单季度营业利润同比增长率[16] * **因子名称**：标准化预期外盈利 (SUE) * **因子构建思路**：衡量实际净利润超出分析师一致预期的程度，并进行标准化处理[16] * **因子具体构建过程**：(单季度实际净利润 - 预期净利润) / 预期净利润标准差[16] * **因子名称**：标准化预期外收入 (SUR) * **因子构建思路**：衡量实际营业收入超出分析师一致预期的程度，并进行标准化处理[16] * **因子具体构建过程**：(单季度实际营业收入 - 预期营业收入) / 预期营业收入标准差[16] * **因子名称**：单季超预期幅度 * **因子构建思路**：直接衡量实际净利润相对于预期净利润的比例[16] * **因子具体构建过程**：预期单季度净利润 / 财报单季度净利润[16] 4. 盈利类因子 * **因子名称**：单季ROE * **因子构建思路**：衡量单季度净资产收益率[16] * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母净资产 + 期末归母净资产)[16] * **因子名称**：单季ROA * **因子构建思路**：衡量单季度总资产收益率[16] * **因子具体构建过程**：单季度归母净利润 * 2 / (期初归母总资产 + 期末归母总资产)[16] * **因子名称**：DELTAROE * **因子构建思路**：衡量净资产收益率的同比变化[16] * **因子具体构建过程**：单季度净资产收益率 - 去年同期单季度净资产收益率[16] * **因子名称**：DELTAROA * **因子构建思路**：衡量总资产收益率的同比变化[16] * **因子具体构建过程**：单季度总资产收益率 - 去年同期单季度总资产收益率[16] 5. 流动性类因子 * **因子名称**：非流动性冲击 * **因子构建思路**：衡量单位成交金额对价格造成的冲击，反映流动性成本[16] * **因子具体构建过程**：过去20个交易日的日涨跌幅绝对值 / 成交额的均值[16] * **因子名称**：一个月换手 * **因子构建思路**：衡量短期交易活跃度[16] * **因子具体构建过程**：过去20个交易日换手率均值[16] * **因子名称**：三个月换手 * **因子构建思路**：衡量中期交易活跃度[16] * **因子具体构建过程**：过去60个交易日换手率均值[16] 6. 波动类因子 * **因子名称**：特异度 * **因子构建思路**：衡量股价波动中不能被常见风险因子（如Fama-French三因子）解释的部分[16] * **因子具体构建过程**：1 - 过去20个交易日Fama-French三因子回归的拟合度 (R-squared)[16] * **因子名称**：一个月波动 * **因子构建思路**：衡量短期股价波动率[16] * **因子具体构建过程**：过去20个交易日日内真实波幅均值[16] * **因子名称**：三个月波动 * **因子构建思路**：衡量中期股价波动率[16] * **因子具体构建过程**：过去60个交易日日内真实波幅均值[16] 7. 公司治理类因子 * **因子名称**：高管薪酬 * **因子构建思路**：衡量公司高管薪酬水平[16] * **因子具体构建过程**：前三高管报酬总额取对数[16] 8. 分析师类因子 * **因子名称**：预期EPTTM * **因子构建思路**：基于分析师一致预期的滚动市盈率倒数[16] * **因子具体构建过程**：一致预期滚动EP[16] * **因子名称**：预期BP * **因子构建思路**：基于分析师一致预期的账面市值比[16] * **因子具体构建过程**：一致预期滚动PB[16] * **因子名称**：预期PEG * **因子构建思路**：结合成长性的估值指标[16] * **因子具体构建过程**：一致预期PEG[16] * **因子名称**：预期净利润环比 * **因子构建思路**：衡量分析师对未来净利润环比增长的预期[16] * **因子具体构建过程**：一致预期净利润 / 3个月前一致预期净利润[16] * **因子名称**：3个月盈利上下调 * **因子构建思路**：衡量过去一段时间内分析师对盈利预测的调整方向[16] * **因子具体构建过程**：过去3个月内分析师（上调家数 - 下调家数）/ 总家数[16] * **因子名称**：三个月机构覆盖 * **因子构建思路**：衡量公司受机构关注的程度[16] * **因子具体构建过程**：过去3个月内机构覆盖数量[16] 模型的回测效果 1. 国信金工指数增强组合模型 * **沪深300指数增强组合**：本周超额收益0.73%，本年超额收益19.95%[4][13] * **中证500指数增强组合**：本周超额收益-0.02%，本年超额收益7.36%[4][13] * **中证1000指数增强组合**：本周超额收益-0.31%，本年超额收益15.60%[4][13] * **中证A500指数增强组合**：本周超额收益0.09%，本年超额收益9.62%[4][13] 因子的回测效果 （以下因子表现均为其MFE组合相对于对应基准指数的超额收益） 1. 沪深300样本空间因子表现（最近一周/最近一月/今年以来/历史年化）[18] * **3个月盈利上下调**：0.93% / 2.01% / 9.86% / 5.36% * **标准化预期外盈利**：0.92% / 1.89% / 10.65% / 4.13% * **单季净利同比增速**：0.78% / 0.55% / 13.29% / 3.88% * **一年动量**：0.76% / 1.11% / 1.86% / 2.58% * **预期PEG**：0.72% / 1.07% / 10.69% / 3.60% * **单季营利同比增速**：0.71% / 0.46% / 12.89% / 3.47% * **单季ROE**：0.70% / 2.75% / 20.54% / 5.22% * **DELTAROE**：0.70% / 1.24% / 15.95% / 4.45% * **预期净利润环比**：0.64% / 0.62% / 4.71% / 1.59% * **单季ROA**：0.59% / 2.02% / 14.02% / 3.99% * **单季超预期幅度**：0.59% / 0.65% / 9.49% / 3.91% * **DELTAROA**：0.55% / 0.63% / 13.79% / 4.80% * **标准化预期外收入**：0.33% / 1.16% / 11.21% / 4.77% * **单季EP**：0.27% / 0.32% / 7.92% / 5.27% * **非流动性冲击**：0.25% / 0.12% / -1.49% / 0.32% * **单季营收同比增速**：0.20% / 0.05% / 18.08% / 4.67% * **三个月反转**：0.14% / -0.03% / 0.61% / 0.37% * **三个月换手**：0.12% / 0.26% / -4.78% / 2.37% * **预期EPTTM**：0.12% / 0.09% / 7.17% / 3.87% * **EPTTM一年分位点**：0.08% / -0.54% / 4.63% / 2.42% * **一个月反转**：0.06% / -0.24% / -1.08% / -0.37% * **一个月换手**：-0.01% / -0.24% / -5.27% / 1.34% * **一个月波动**：-0.07% / 0.11% / -1.15% / 1.02% * **特异度**：-0.11% / 0.06% / 2.15% / 0.15% * **EPTTM**：-0.12% / -0.08% / 6.19% / 4.34% * **单季SP**：-0.17% / -0.01% / -0.68% / 2.93% * **SPTTM**：-0.19% / 0.00% / -1.13% / 2.15% * **三个月波动**：-0.21% / -0.02% / -2.41% / 1.83% * **三个月机构覆盖**：-0.22% / 1.08% / 10.93% / 3.05% * **BP**：-0.32% / -0.48% / -1.63% / 2.70% *

量化策略的收益来源与分类 - 主流指增策略赚取Beta+Alpha收益，通过复制市场指数成分股并留出部分仓位增强[6] - 市场中性策略通过做空等值股指期货对冲掉市场Beta，旨在获取纯Alpha收益[6] - 量化择时策略通过模型算法调整仓位获取择时Alpha，有时会叠加股指CTA操作，属于复合策略[8] - 全市场选股策略不明确特定Beta，针对全市场选股增强，可理解为相对于万得全A的指数增强[17] 量化策略的基准选择与表现 - 量化策略主战场在中小盘区域，因股票数量多、主观覆盖不足，存在更多错误定价机会和小市值溢价[9] - 过去5年，小微盘指数年化收益整体较好，部分源于指数编制特点带来的收益增强[12] - 过去5年，平均市值越小的指数波动越大，大盘和微盘指数都曾经历约40%的最大回撤[12] - 从2022年初市场高点持有主流指增策略，经历周期后，指增策略在不同Beta上均有显著超额，且Beta平均市值越小越易做出超额[13] - 指增策略年化波动和最大回撤普遍在20%附近，相比基准指数约40%的最大回撤，持有体验明显更好[14] 量化策略的有效与失灵环境 - 量化策略擅长高波动、高离散、流动性充沛、可选股票数量多的市场环境，这提供了更多捕捉错误定价的机会[18] - 策略同质化拥挤是量化的逆境之一，大量策略争抢相同信号会压缩超额空间，高度一致的持仓可能引发剧烈回撤，如2023年微盘风格共识导致2024年初的踩踏[19] - 陌生风格的极致演绎（如2017年大盘白马行情）可能导致基于历史数据的模型暂时失效[21] - 量化管理人需持续迭代模型以应对不断变化的市场，策略的韧性体现在至暗时刻后，若捕捉Alpha的内核成立，通常能随Beta回升和Alpha累积完成更快修复[23] 量化股票策略在组合配置中的意义 - 量化股多策略提供与主观股多策略本质上不同的收益风险来源，实现真正的分散配置[27] - 主观股多依赖深度研究赚认知差，量化股多依赖统计规律赚规律验证钱，两者底层逻辑互不依赖，表现呈现错位[27] - 根据2022年3月31日至2025年3月31日数据，量化股多与主观股多的相关性为0.71，与市场中性策略相关性为0.50，与债券策略相关性为0.38[28] - 在进攻性组合中，量化股多可作为“更可追踪、更可解释”的进攻仓位；在均衡配置中可补足锐度[28] - 多策略组合通过不同策略的互补与接力应对市场不确定性，避免单一方法论周期性失效，例如在2024年“924行情”前后不同策略的接力表现[29][31]

行业背景与核心痛点 - 截至2025年三季度末，全市场指数基金数量接近3000只，合计规模达6.72万亿元，在ETF爆发式增长助推下继续快速增长，今年以来新成立ETF数量达328只，新发规模突破2500亿元，均创历史新高 [4] - 行业陷入无差异的“发行战、费率战、规模战”循环，同质化竞争对基金公司和投资者均造成资源浪费与潜在损失，对投资者而言，跟踪同一指数的产品大量涌现增加了选择难度 [4] 天弘基金的差异化产品布局策略 - 在宽基、行业主题、商品、Smart Beta、债券、跨境等方向中，选择差异化布局路径，在各个类别精选具备长期发展潜力的标的，重点布局以“新质生产力”为代表的新资产 [6] - 在细分成长领域进行前瞻布局，例如天弘中证沪港深云计算产业指数ETF（517390）是配置AI时代“数据底座”少有的跨市场工具，天弘中证沪港深物联网主题ETF（517660）、天弘中证智能汽车（010955）等是业内唯一或较早发行的跟踪细分成长环节的指数基金 [6] - 在成熟及快速发展的产业链中深度布局，截至2025年三季度末，天弘中证光伏产业（011102）在跟踪同标的场外指数基金中规模最大，合计规模近百亿元；天弘中证计算机ETF（159998）规模25.55亿元，为同标的指数产品规模最大ETF；天弘国证生物医药ETF（159859）是业内规模最大的生物医药ETF，规模达33.15亿元 [7] - 在宽基方面完整覆盖主流投资方向，共布局23个主流指数基金，并在13个重点宽基指数上布局指数增强基金，同时在恒生科技、标普500、纳斯达克100和黄金等全球代表性资产类别上亦有布局 [7] 从Beta到Alpha的解决方案突破 - 指数增强是天弘基金提供的解法，截至2025年三季度末，其指数增强基金达19只，总管理规模突破120.84亿元，是行业中为数不多迈入“百亿规模”的指增团队 [8] - 代表产品中长期统计区间的超额收益全面跑赢同期同业指增平均水平，例如天弘中证500指数增强A过去一年超额收益8.32%，过去三年6.34%，过去五年19.01%；天弘沪深300指数增强A过去一年超额收益1.22%，过去三年5.70%，过去五年19.30% [9] - 除宽基指增外，还对消费、医药、科技等行业主题指数布局指数增强基金，天弘中证科技100指数增强A（010202）今年以来上涨52.61%，天弘国证消费100指数增强A（010771）上涨30.40% [9] - 截至2025年三季度末，天弘旗下科技、制造、消费等行业增强基金，与同板块主动基金相比，绝对收益均位于前25%分位，超额收益均位于前50%分位，超额回撤均为同类最小 [9] 投研服务与投资者陪伴 - 将宏观与策略研究团队的深度研究转化为供广大投资者使用的资产配置观点，并以“工具”形式触达投资者，形成研究结论到可执行解决方案的闭环 [9] - 在蚂蚁财富“指数+”板块提供基于基本面、交易面、资金面的行业轮动策略，通过量化因子模型结合财务分析捕捉行业盈利改善趋势，并动态调整行业配置权重 [10] - 开发实用工具帮助投资者降低决策难度，例如联合深交所基金部推出以PB为核心参照指标的创业板定投方案，根据创业板指PB在过去6年中的相对位置决定每期定投金额，并设置明确的止盈约束条件 [11][12] - 推出改进版网格交易工具，包括结合行业配置信息的单资产网格、绝对收益导向下的红利资产网格、定位超额收益的多资产网格等 [12] - 量化团队与科技团队开发指数分析模块，在“机构快车”工具中，根据卖方分析师预期、买方机构调研、ETF资金流和指数成分股大单四大机构因子，量化筛选机构看好且资金流入的行业指数，每双周提供综合排名前三的行业参考 [13] 市场认可与成果 - 基金半年报显示，截止上半年末，天弘基金境内权益类指数产品持有人户数为1281.18万户，业内排名第1 [13] - 全市场持有人户数前100的指数产品中，共有14只天弘指数产品，其中天弘沪深300ETF联接A、天弘中证食品饮料ETF联接A分别位列第2、第3 [13]

公司产品线布局 - 鹏华基金指数增强系列产品实现了“大中小盘全盘布局”，覆盖从科创、小微盘到大盘的全市场市值风格 [1] - 产品矩阵包括：科创先锋（鹏华上证科创板50成份增强策略ETF，588460）、小微盘利器（鹏华国证2000指数增强）、小盘引擎（鹏华中证1000指数增强及增强策略ETF560590）、中盘核心（鹏华中证500指数增强）和大盘基石（鹏华沪深300指数增强）[2] - 鹏华中证1000指数增强产品在全市场同类产品中规模最大 [2][3] - 完备的产品矩阵为投资者提供了在不同市场环境下，一键布局各类风格、捕捉细分机遇的指数增强工具 [2] 近期业绩表现 - 根据截至2025年9月30日的数据，鹏华旗下成立满一年的指增产品近一年全部实现正向超额收益 [4] - 鹏华国证2000指数增强A过去一年收益率达62.03%，超越业绩比较基准达26.08% [4][6] - 鹏华中证1000指数增强A过去一年收益率达55.76%，超越业绩比较基准达24.68% [4][6] - 鹏华中证500指数增强A过去一年收益率达43.89%，超越业绩比较基准达16.27% [4][6] - 鹏华上证科创板50成份增强策略ETF（588460）过去一年收益率为82.90%，超额收益（相对指数）为11.49% [6] - 鹏华中证1000增强策略ETF（560590）过去一年收益率为38.94%，超额收益（相对指数）为6.25% [6] - 鹏华沪深300指数增强A（005870）过去一年收益率为17.95%，实现了超越基准的超额收益 [4][6] 核心竞争力 - 出色的业绩背后是“鹏华ASHARES”指数投资系统解决方案的强力支撑，以及对量化模型与投资纪律的长期坚守 [5] - “全市场布局”的产品广度与“持续超额”的业绩深度相结合，正成为投资者进行指数增强配置的优质选择 [6]

市场环境与投资主线 - 今年以来A股主要指数表现亮眼，市场风险偏好提升，结构性机会活跃 [1][18] - “十五五”规划将科技自立自强置于前列，为科技成长行业提供坚实的政策支持和发展预期 [1][18] - 成长风格有望成为市场主线，当前或是布局长期成长弹性标的的较好时机 [1][18] 创业板综合指数概况 - 指数代码为399102.SZ，基点1000点，基日为2010年5月31日，发布日期为2010年8月20日 [1][18] - 指数覆盖创业板全部1300多家上市公司，总市值覆盖率高达98%，新股上市后第11个交易日进入指数 [1][18] - 截至2025年11月14日，指数包含1344只个股，覆盖创业板1389只个股的96.76%，总市值173,496.65亿元，覆盖创业板总市值175,139.87亿元的99.06% [1][19] - 自基期（2010年5月31日）以来累计上涨285.29%，大幅跑赢上证指数、深证成指同期表现 [2][19] 指数行业与成份特征 - 指数“含科量”高，覆盖电力设备、电子、医药生物、通信、计算机等多个高精尖领域 [4][21] - 前五大权重行业为电力设备（23.5%）、电子（13.7%）、医药生物（10.4%）、通信（9.7%）、计算机（9.5%），合计占比约66.8% [4][21] - 成份股涉及28个申万一级行业，分布均衡分散，有利于避免单一行业波动的影响 [6][23] - 前十大权重股包括宁德时代（权重12.14%，总市值18,251.42亿元）、中际旭创（权重3.16%，总市值5,785.82亿元）、东方财富（权重2.57%，总市值4,186.49亿元）等 [6][23] 指数估值水平 - 当前市盈率（PE-TTM）为66.75倍，处于近10年约57%的分位水平，处于较合理区间 [7][24] - 估值分位数相对低于上证指数（97.53%）、深证成指（80.70%）和万得全A（89.96%）等其他核心指数 [8][25] - 在A股本轮科技行情中，创业板综合指数尚未充分发力，未来或仍有向上修复空间 [7][24] 建信创业板综合增强策略ETF产品特点 - 产品为指数增强型ETF，代码159293，在紧密跟踪创业板综合指数的基础上运用量化管理策略优化组合持仓 [8][25] - 产品运用建信多因子量化模型，搭建Alpha模型+风险模型+组合优化+自动化交易的架构，旨在通过个股选择获取超额收益 [10][27] - ETF具有高效买卖、持仓透明、费率便宜、资金门槛低等特点，增强策略以跑赢标的指数为目标 [11][30] 基金管理人与团队 - 管理人建信基金拥有丰富的指数产品投资管理经验，打造了覆盖主流宽基、行业/主题、SMART BETA等方向的“指数投资工具箱” [11][28] - 公司数量投资团队成员具备数学、计算机、金融等多重学习研究背景 [11][28] - 拟任基金经理刘明辉拥有10年证券从业经验，4年基金管理经验，毕业于北京大学应用统计专业 [13][30] 基金经理历史业绩参考 - 刘明辉在管的建信中证500指数量化增强发起A基金，自成立以来历史总回报为32.42%，同期业绩比较基准收益率为27.12% [15][36] - 刘明辉在管的建信精工制造指数增强基金，自成立以来历史总回报为136.48%，同期业绩比较基准收益率为14.56% [15][35] - 刘明辉参与管理的建信恒生科技指数发起(QDII)A基金，自成立以来净值增长率为83.49%，同期业绩比较基准收益率为70.05% [34]

报告行业投资评级 未提及 报告的核心观点 - 政策推动长期资本入市背景下沪深 300 配置价值不断提升，呈现“估值与业绩双支撑”格局，兼具稳健性与上行弹性 [2] - 沪深 300 指数增强产品成熟度高，市场环境适应能力强，能持续稳定获得超额收益 [2] - 中银沪深 300 指数增强以成长与盈利为核心，在持仓、行业配置等方面特征显著，年度与月度收益胜率高，增强能力稳定 [2][66][68] 根据相关目录分别进行总结 沪深 300 指数配置价值分析 - 长期资本与优质资产共振，宏观修复与增量资金推动龙头配置价值抬升，沪深 300 指数覆盖 A 股六成以上市值，行业结构与宏观经济契合，兼具龙头代表性与分散稳健性 [2][7][9] - 沪深 300 估值端处合理区间，涨幅低于中证 500 与中证 1000，具备修复空间；基本面营业收入与归母净利润稳健增长，呈现“估值与业绩双支撑”格局 [2][19][22] 沪深 300 指数增强基金投资价值与策略分析 - 沪深 300 指数增强产品发展成熟，是国内成熟度最高的指增品类之一，供给端扩容，资金承接能力强，规模在宽基指增中居首 [2][27][28] - 沪深 300 指增产品自 2016 年以来在不同市场环境中均能实现持续、稳定的超额收益，策略成熟度高、适应性强、长期有效性突出 [2][31] 中银沪深 300 指数增强产品特征分析 - 持仓特征：个股持仓分散，换手率适中，市值结构与沪深 300 一致，因子暴露以成长与盈利为核心，随市场调节波动性、动量与反转因子 [38][41][44] - 行业暴露持续收敛，覆盖范围与配置结构稳中有序，行业偏离度收敛，持股数量增加，在不同市场环境中稳定性与相对收益能力好 [49][54][56] - 业绩表现：成立以来相对指数贡献正向超额收益，且随时间增强能力愈发成熟、稳健，2025 年收益率达 17.53%，Calmar 比为 1.99 [56][58][61] - 增强收益稳定：年度胜率 85.71%，不同市场环境下超额收益有规律，上行期放大优势，下行期保持稳健 [66] - 产品特征总结：持仓结构稳健分散，因子暴露核心明确，行业配置稳中有序，收益表现稳健可持续，整体风格清晰可控 [68]

文章核心观点 - 指数增强基金因其风格清晰、策略透明且能产生长期复利效应，正成为个人养老金配置的新选择 [1][2] - 以博道基金旗下两只宽基指数增强产品为例，其历史业绩持续跑赢基准指数，展示了指数增强策略的有效性 [3][4][5][6] - 文章分析了适合配置指数增强基金Y份额的投资者类型，包括养老“早鸟党”、寻找权益底仓者及偏好透明方式的投资者 [7][8][9][10] 指数增强基金成为养老配置新宠的原因 - 风格清晰不漂移：对标明确指数，投资组合高度透明，有助于投资者长期持有 [1] - 增强策略契合养老金长期目标：不满足于仅跟踪指数，进一步追求“增强”，在长达数十年的投资周期内，复利效应可使超额收益像雪球一样越滚越大 [2] 指数增强基金的长期收益表现 - **博道中证500增强A**：自成立以来至2025年9月30日，净值累计上涨177.53%，同期业绩比较基准为75.74%，累计超额收益达101.79% [3] - **博道沪深300增强A**：自成立以来每年均跑赢沪深300指数 [4] - **2025年以来表现**：截至2025年10月31日，博道中证500增强A、博道沪深300增强A今年以来已分别跑赢对标指数6.17%和3.37%，净值收益率分别为34.21%和21.31%，同期业绩比较基准收益率分别为26.59%和17.04% [6] 适合配置指数增强基金Y份额的投资者类型 - **养老“早鸟党”**：中青年投资者养老周期更长，起步越早，复利效应越强，指数增强的超额收益需要足够长的时间才能充分显现 [7][8] - **寻找权益底仓者**：以博道中证500增强、博道沪深300增强为代表的宽基指数增强，可作为养老金组合里的权益底仓，在发挥“基石”作用的同时争取超额收益 [9] - **偏好透明方式的投资者**：相较于依赖基金经理主观判断的主动基金，这类投资者更偏好规则清晰、持仓透明的投资方式，可通过配置优质指数增强基金一站式解决权益配置需求 [10]