| 投资策略： |
本基金采用数量化模型驱动的选股策略为主导投资策略，结合适当的资产配置策略，并依靠严格的投资纪律和风险控制，以保证在控制风险的前提下实现收益最大化。
（一）资产配置策略本基金为混合型基金，基金管理人将跟踪宏观经济变量和国家财政、税收和货币政策等指标，判断经济周期的阶段和未来经济发展的趋势，研究预测宏观经济和国家政策等因素对证券市场的影响，分析比较股票、债券等市场和不同金融工具的风险收益特征，估计各子资产类的相关性矩阵，并在此基础上确定基金资产在各类别资产间的分配比例。
具体到资产配置的依据，本基金将通过量化模型对宏观经济表现、经济政策、市场估值水平和投资者情绪等因子进行评估，以此对资本市场未来的发展做出趋势性判断。
1、宏观经济表现分析宏观经济表现主要考察各主要宏观经济变量的变动趋势，这些变量包括但不限于GDP增长率、通货膨胀率、货币供应量增长率、用电量与商品价格等指标。
2、经济政策经济政策主要包括宏观经济政策如货币政策、财政政策、汇率政策等。通过对上述经济政策的变化、趋势和影响的评估，能够为判断市场趋势提供有利的帮助。
3、市场估值水平资产估值水平是本计划投资的依据之一。通过评估估值水平的高低，可以判断资产的投资价值，度量投资风险，从而确定风险暴露的程度。一般而言，股票的估值参考指标主要包括市盈率PE、市净率PB、股息率、市盈率和增长率比例PEG等。
4、投资者情绪投资者情绪在一定程度上可以起到主导证券市场走势的作用，尤其在短期内可以借助对投资者情绪的把握，判断短期市场趋势，为实施资产配置提供依据。
一般而言，投资者情绪可以通过对投资者交易行为指标，例如开放式基金的申购和赎回量、机构投资者和个人投资者的结构变化、投资者新开户数等以及对市场交易特征，例如阶段成交规模和涨跌幅、不同板块涨跌幅变化、股票市场资金供需分析等进行判断。
（二）股票投资策略本基金股票投资采用量化统计套利策略，量化统计套利策略是指利用定量投资模型，考虑多种定价因素，对股票的价值进行评估，捕捉其定价偏差所形成的投资机会。买入低估的股票，卖出高估的股票，在有效控制风险的前提下，力争实现超越业绩比较基准的投资回报。
基金管理人研发的定量投资模型借鉴国际一流定量分析的应用经验，利用自我开发的统计套利策略中著名的量化多因子套利策略模型来预测股票超额收益，在有效风险控制及交易成本最低化的基础上优化组合。对股票价值进行评估的过程包括股票收益预测，控制风险预算，控制交易成本并保护业绩和投资组合优化四个环节。
本基金运用的量化投资模型主要包括：
1、量化多因子模型—股票超额收益预测基金管理人根据现代投资组合理论，将股票超额收益的来源分解成行业及个股两个部分，对行业和个股的预期超额收益分别建立多因子模型，在因子收益的预测结果基础上，结合前瞻性市场判断，完成对股票超额收益的预测。
通过捕捉多种驱动股票价格变化的因素（因子），对股票的预期收益率和风险进行预测，并在此基础上构建相应投资组合的主动投资管理过程称为多因子模型投资。
应用回归等统计分析方法，并且根据套利定价理论，多因子模型认为股票的预期收益率与一组影响收益率的因子呈现线性相关关系。因此，多因子模型将股票的预期收益率分解成一组共同因子和一个该股票独有的特质因子，即某个股票的收益由两部分影响：共同因子、该股票特有的特质因子。
多因子模型对于共同因子进行建模，将投资研究的方向由个股转向共同因子，进而对共同因子进行收益和风险的管理，实现基金投资组合的收益和风险管理。
多因子模型对于股票或者投资组合最常见的分解形式如下：
,其中，代表股票j的预期收益率；
代表股票j在因子k上的因子载荷，k=1,2,3……；
代表因子k的因子收益；在上式表达式中，因子收益可以理解成因子载荷的权重，确定该权重的常用方法有回归等方法。
代表股票j的特质因子；
概括来讲，本基金量化多因子模型的共同因子可归为如下几类：价值(value)因子：体现股票价格与公司内在价值的差异、安全边际与风险，其中常用的有市盈率、市净率、市销率等。
质量(quality)因子：体现公司的经营状况与盈利的可持续性，其中常用的有净资产收益率、总资产收益率，有息负债率等。
动量(momentum)因子：体现股票的收益的趋势性，反应股票统计期内的涨跌幅度，其中常用的有近一个月收益率、近三个月收益率、近半年收益率等。
成长(growth)因子：体现公司的成长状态和未来成长潜力，其中常用的有营业收入增长率、净利润增长率、自由现金流增长率等。
情绪(sentiment)因子：体现投资者对特定股票情绪、好恶状态，其中常用的有分析师评级等。
技术(technical)因子：体现股票统计期的成交价格、成交量的统计指标，其中常用的有波动率、换手率等。
一致预期（consensus expectation）因子：体现分析师对于股票的预期。等等公司的量化投研团队会持续研究市场的状态以及市场变化，并对模型和模型所采用的因子做出适当更新或调整。
量化多因子模型利用长期积累并最新扩展的大数据和非结构化数据库，利用AI（人工智能）技术科学地考虑了大量的各类信息，包括来自市场各类投资者、公司各类报表、分析师预测等等多方的信息，使用决策树、随机森林、神经网络为主的深度学习等非线性机器学习方法来选择非线性因子，构建具有线性因子和非线性因子的综合量化多因子模型。基金经理根据市场状况及变化对各类信息的重要性做出具有一定前瞻性的判断，适时调整各因子类别的具体组成及权重。
本基金在以上多因子模型的投资框架下，对拟采用的共同因子在不同的统计期内进行有效性研究，评价拟采用的共同因子在对应统计期是否有效，进而选择长期有效的共同因子进入多因子模型。
利用多因子模型构建组合的步骤：先选取可投资的股票构成股票池，然后用上文提到的多因子模型分析得到预期收益率，得到多因子模型的股票组合。
2、风险估测模型——有效控制预期风险指数化投资力求跟踪误差最小，主动性投资需要适度风险预算的支持。风险预算是最大容忍跟踪误差，控制风险预算则可以保证股指期货有效对冲。本策略将结合市场通用及自主研发的风险跟踪模型，有效将投资组合风险控制在预算范围内。
3、交易成本模型——控制交易成本以保护投资业绩本基金利用市场上通用的算法交易成本模型，将考虑固定成本，也考虑交易的市场冲击效益，在控制成本最低的基础上减小交易造成的负业绩影响。
4、投资组合的优化和调整根据股票预期收益的预测值、过去一年个股波动水平、行业预期收益的预测值、市场波动水平及交易成本等客观分析结果，基金管理人通过投资组合优化器对股票组合的收益、风险比进行优化，构造出最具投资性价比的股票投资组合。
（三）债券投资策略本基金的债券投资将坚持价值投资理念，通过深入分析宏观经济数据、货币政策和利率变化趋势以及不同类属的收益率水平、流动性和信用风险等因素，以久期控制和结构分布策略为主，以收益率曲线策略、利差策略等为辅，构造能够提供稳定收益的债券和货币市场工具组合。
（四）中小企业私募债投资策略本基金将深入研究发行人资信及公司运营情况，与中小企业私募债券承销券商紧密合作，合理合规合格地进行中小企业私募债券投资。本基金在投资过程中密切监控债券信用等级或发行人信用等级变化情况，力求规避可能存在的债券违约，并获取超额收益。
（五）权证投资策略本基金将权证作为有效控制基金投资组合风险、提高投资组合收益的辅助工具。本基金在投资权证时，将根据权证对应公司基本面研究成果确定权证的合理估值，发现市场对股票权证的非理性定价，谨慎进行投资，追求较为稳健的当期收益。
（六）股指期货投资策略基金管理人将建立股指期货交易决策部门或小组，授权特定的管理人员负责股指期货的投资审批事项，同时针对股指期货交易制定投资决策流程和风险控制等制度并报董事会批准。
本基金将根据风险管理的原则，以套期保值为目的，在严格控制风险的前提下，通过参与股指期货投资，管理组合的系统性风险，改善组合的风险收益特征。
1、时机选择策略本基金通过对宏观经济运行状况、市场情绪、市场估值指标等的研究分析，判断是否需要对投资组合进行套期保值及选择套期保值的期货合约。
2、期货合约选择和头寸选择策略本基金根据对需进行套期保值的投资组合的beta值的计算，在考虑期货合约基差、流动性等因素的基础上，选择合适的期货合约作为套期保值工具，并根据数量模型计算所需的期货合约头寸。本基金将对投资组合的beta值进行跟踪，动态调整期货合约的头寸。
3、展期策略当套期保值的时间较长时，需要对股指期货合约进行展期。本基金在跟踪不同交割日期期货合约价差的基础上，选择合适的交易时机及期货合约进行展期。
4、保证金管理策略本基金将通过数量化模型，根据套期保值的时间、投资组合及期货合约的波动性等参数计算所需的结算准备金，避免因保证金不足被迫平仓导致的套保失败。
5、股指期货套利策略股指期货套利策略是指积极发现市场上如期货与现货之间、期货不同合约之间等的价差关系，进行套利，以获取绝对收益。
股指期货套利包括以下两种方式：
（1）期现套利期现套利过程中，由于股指期货合约价格与标的指数价格之间的价差不断变动，套利交易可以通过捕捉该价差进而获利。
（2）跨期套利跨期套利过程中，不同期货合约之间的价差不断变动，套利交易通过捕捉合约间价差进而获利。
若相关法律法规发生变化时，基金管理人期货投资管理从其最新规定，以符合上述法律法规和监管要求的变化。
（七）资产支持证券投资策略本基金将在宏观经济和基本面分析的基础上，对资产证券化产品的质量和构成、利率风险、信用风险、流动性风险和提前偿付风险等进行定性和定量的全方面分析，评估其相对投资价值并作出相应的投资决策，力求在控制投资风险的前提下尽可能的提高本基金的收益。
（八）可转换债券投资策略通过精选可转换债券，参与其网下申购发行，获得稳定的一二级市场差价收益。 |
