| 投资策略： |
1、资产配置策略
本基金基于定量与定性相结合的方式跟踪国内外宏观经济数据及政策变化，密切关注市场流动性变化情况，动态评估不同资产的估值水平变化，合理确定组合中权益资产、债券资产及货币市场工具及其他金融工具的投资比例。
2、股票投资策略
（1）多因子投资体系。因子涵盖估值、盈利、成长、财务质量、趋势、量价关系等，在底层大数据的基础上，通过多种形式计算形成不同种类的选股因子对每只股票进行打分形成股票组合。
（2）机器学习辅助投资体系。通过机器学习技术发现因子和收益之间潜在的隐含关系（如非线性关系），实现对因子进行动态预测，从而提供更强的投资信号。机器学习是作为多因子的补充进行介入的，总体策略架构还是依托成熟的多因子体系，主要是构建一些难以用线性模型来处理的数据，以每周更新的过去十年A股所有股票数据为总样本，基于半监督学习的方式进行分类学习。在网络框架方面，结合时下流行的残差网络、对抗生成等深度学习网络进行框架设计。
在网络部分模块的设计方面，使用了DenseNet、SE-Net的结构强化各层间的数据感知与参数权重分配。同时为了防止模型泛化能力较低，股票每类大小控制在几十只之间，在测试集上保证了一定的准确率。为了进一步提高模型稳定性，动态考虑标的基本面、宏观经济数据等数据样本与原模型进行集成学习，基本兼顾了模型的可控性与精度。
（3）行业优化体系。在组合构建过程中，通过市场面、行业相对估值、资金流变动等一系列指标动态进行二级行业的小幅调整，将部分可能出现负贡献的行业配置进行一定程度降低。
（4）风险控制体系。为使股票组合紧密跟踪中证500指数，在组合构建过程中在行业和主要风险因子方面进行控制，在业绩比较基准--中证500指数的基础上，通过量化策略提升收益水平，控制股票组合与业绩比较基准的超额收益回撤风险。
3、债券投资策略
出于对流动性、跟踪误差、有效利用基金资产的考量，本基金适时对债券进行投资。本基金对债券进行配置的原则是： 安全性与流动性优先， 且兼顾收益性。 通过研究国内外宏观经济、货币和财政政策、市场结构变化、资金流动情况， 采取自上而下的策略判断未来利率变化和收益率曲线变动的方向及幅度，确定 组合久期，进而根据各类资产的预期收益率确定债券资产配置。
4、资产支持证券投资策略
通过考察宏观经济形势，预判资产池未来现金流变动；研究标的证券发行条款，预测提前偿还率变化对标的证券平均久期及收益率曲线的影响，同时密切关注流动性变化对标的证券收益率的影响，在严格控制信用风险暴露程度的前提下，选择风险调整后收益较高的品种进行投资。
5、股指期货投资策略
本基金投资股指期货将依据审慎原则，以套期保值和有效管理为目标，在控制风险的前提下进行系统性风险及流动性风险等组合风险的对冲。本基金将分析股指期货的风险收益特征，主要选择流动性好、交易活跃的期货合约，运用定价模型对其进行合理估值，利用股指期货的杠杆作用和流动性较好的特点，及时调整投资组合的仓位及风险暴露，以提高组合的运作效率，降低股票仓位调整的频率和交易成本，并更好地应对大额申购赎回等流动性风险，以达到控制跟踪误差、有效跟踪标的指数的目的。
6、股票期权投资策略
本基金将按照风险管理的原则，以套期保值为主要目的参与股票期权交易，选择流动性好、交易活跃的期权合约进行交易，以对冲投资组合的系统性风险、有效管理现金流量或降低建仓或调仓过程中的冲击成本等。本基金将结合投资目标、比例限制、风险收益特征以及法律法规的相关限定和要求，确定参与期权交易的投资时机和投资比例。
7、可转换债券投资策略
可转换债券（含交易分离可转债）兼具权益类证券与固定收益类证券的特性，具有抵御下行风险、分享股票价格上涨收益的特点。可转债的选择结合其债性和股性特征，在对公司基本面和转债条款深入研究的基础上进行估值分析，投资于公司基本面优良、具有较高安全边际和良好流动性的可转换债券，获取稳健的投资回报。
8、可交换债券投资策略
可交换债券与可转换债券的区别在于换股期间用于交换的股票并非自身新发的股票，而是发行人持有的其他上市公司的股票。可交换债券同样具有债券属性和权益属性，其中债券属性与可转换债券相同，即选择持有可交换债券至到期以获取票面价值和票面利息；而对于权益属性的分析则需关注目标公司的股票价值以及发行人作为股东的换股意愿等。本基金将通过对目标公司股票的投资价值、可交换债券的债券价值、以及条款带来的期权价值等综合分析，进行投资决策。
9、国债期货投资策略
本基金投资国债期货，将以套期保值为目的，根据风险管理的原则，充分考虑国债期货的流动性和风险收益特征，在风险可控的前提下，适度参与国债期货投资。 |
