扫一扫二维码
用手机打开页面
| 基金全称 | 华商300智选混合型证券投资基金 | 基金简称 | 华商300智选混合C |
|---|---|---|---|
| 基金代码 | 015095（前端） | 基金类型 | 混合型-偏股 |
| 发行日期 | 2022年07月13日 | 成立日期/规模 | 2022年08月18日 / 6.117亿份 |
| 资产规模 | 0.82亿元（截止至：2024年09月30日） | 份额规模 | 0.8782亿份（截止至：2024年09月30日） |
| 基金管理人 | 华商基金 | 基金托管人 | 华夏银行 |
| 基金经理人 | 艾定飞 | 成立来分红 | 每份累计0.00元（0次） |
| 管理费率 | 1.20%（每年） | 托管费率 | 0.20%（每年） |
| 销售服务费率 | 0.40%（每年） | 最高认购费率 | 0.00%（前端） |
| 最高申购费率 | 0.00%（前端） | 最高赎回费率 | 1.50%（前端） |
| 业绩比较基准 | 沪深300指数收益率*75%+中债-综合全价(总值)指数收益率*20%+中证港股通综合指数收益率*5% | 跟踪标的 | 该基金无跟踪标的 |
本基金以数量化投资方法为基础,在严格控制风险的前提下,力求实现长期超越业绩比较基准的投资回报。
暂无数据
本基金的投资范围为具有良好流动性的金融工具,包括国内依法发行或上市的股票(包括创业板及其他经中国证监会核准或注册上市的股票、存托凭证)、内地与香港股票市场交易互联互通机制下允许买卖的香港联合交易所上市股票(以下简称“港股通标的股票”)、债券(含国债、央行票据、金融债券、政府支持债券、政府支持机构债券、地方政府债券、企业债券、公司债券、可转换债券(含可分离交易可转换债券)、可交换公司债券、次级债券、中期票据、短期融资券、超短期融资券等)、货币市场工具、债券回购、同业存单、银行存款(含协议存款、定期存款及其他银行存款)、股指期货、资产支持证券以及法律法规或中国证监会允许基金投资的其他金融工具(但须符合中国证监会相关规定)。 如法律法规或监管机构以后允许基金投资其他品种,基金管理人在履行适当程序后,可以将其纳入投资范围。
大类资产配置 本基金将根据对宏观经济运行态势、宏观经济政策变化、证券市场运行状况、国际市场变化情况等因素的深入研究,判断证券市场的发展趋势,调整各类资产的比例,适度降低组合系统性投资风险,提升本基金的风险调整后收益。 股票投资策略 本基金主要采用基金管理人自主研发的量化选股体系,将金融市场大数据挖掘与数量化模型相结合,在广泛的数据采集、清洗以及严密的数量统计分析基础上,利用先进的人工智能模型算法进行个股筛选和组合构建以对标业绩比较基准中权益部分的沪深300指数,并将80%以上的非现金基金资产投资于沪深300指数的成分股以及备选成分股。具体的量化投资研究方法如下: (1)量化选股体系 基金管理人自主研发的量化选股策略有其自身独特且规范化的量化研究投资框架,具体方法为: 1)大数据的收集与处理 量化模型成功的基础是高质量的数据。为了保证数据的准确性和时效性,模型所用到的所有数据由基金管理人计算生成;包括底层数据的提取、计算、填充以及预处理。其中重点关注因子计算的准确性、时效性、透明度、稳定性以及一致性。 2)市场择时与行业配置 在收集和处理完市场数据后,策略将通过对宏观经济数据、资本市场数据等因子构建市场择时和行业配置模型。使用量化择时模型来判断当前时点的市场风险,预测未来市场的风险收益比来选择投资时点。同时使用行业配置模型来测算各行业未来在各自周期中所处的位置,计算组合在各行业的投资比例,适度降低组合系统性投资风险。 3)核心选股策略 确定投资时点和行业配置后,将使用核心选股策略进行投资标的的选择。策略的核心选股模型主要采用经典多因子选股模型与人工智能算法相结合的方式进行构建,跟随市场变化动态实时有效地调整因子选择与因子权重。通过选股模型对股票进行综合打分并完成股票的选择。在核心人工智能策略之上,基金管理人还将加入统计套利和时间序列预测模型策略对核心策略的收益进行增厚。 4)投资组合权重 从基准指数成分股中筛选出投资标的后,通过Barra风险模型和选股模型分别对股票未来风险和收益进行预测。策略会以最大化预期收益,最小化投资组合风险为目标函数,并在一系列风险暴露的约束条件下(包括风格因子暴露、行业暴露和个股权重相对沪深300指数的偏离度),优化计算组合里个股的权重配置,最终得到最优投资组合。 5)数量化风险控制 在实际投资过程中策略会通过Barra量化风险模型,每日测算投资组合在各个风险维度上的暴露程度,以做到对投资组合风险的数量直观化和实时监控。策略在市场大幅波动和特殊事件发生时,会通过及时调整股票权重和仓位来控制风险,将风险暴露程度控制在可承受范围。 (2)因子模型的构建 1)因子策略 本基金因子模型的构建主要通过AdaBoost算法首先从因子库中选出最有效的因子,进行综合有效因子配比,从而形成个股表现预期。考虑因子值和历史表现,模型输出为最有效因子和个股的置信分数。本基金选取市场上涵盖面最广的6类150个因子,分别涵盖基本面因子、量价因子、一致预期因子、相关性因子、另类因子和事件因子。 2)人工智能算法 本基金的核心人工智能AdaBoost算法是一种机器学习分类算法,具体构建方式如下: A.以股票的单个因子来定义和构筑弱分类器。 B.通过不断自适应地循环构筑一系列弱分类器区分涨跌幅靠前的股票进行优选、劣选股票分类。 C.在循环构筑弱分类器过程中通过提高权重的方式来着重强调上个循环分类错误的股票以达到纠正上期分类错误的目的。 D.综合所有的弱分类器来构筑最终的强分类器。 同时本基金将在运作过程中定期优化与检验机器学习算法的有效性,适当调整算法细节,提高模型与机器学习算法的有效性与极端条件下的表现性。 对于存托凭证投资,本基金将一并纳入量化选股以及组合构建体系之中。 (3)港股通标的股票投资策略 对于本基金所筛选出的A股股票,如其对应有在香港股票市场发行上市的H股,且具有一定的性价比优势,本基金将通过港股通通道对其进行配置。 可转换债券、可交换债券投资策略 可转换债券、可交换债券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,是本基金的重要投资对象之一。本基金将选择公司基本素质优良、其对应的基础证券有着较高上涨潜力的可转换债券、可交换债券投资进行投资,并采用期权定价模型等数量化估值工具评定其投资价值,以合理价格买入并持有。
1、在符合有关基金分红条件的前提下,本基金每年收益分配次数最多为12次,若《基金合同》生效不满3个月可不进行收益分配; 2、本基金收益分配方式分两种:现金分红与红利再投资,投资者可选择现金红利或将现金红利自动转为相应类别的基金份额进行再投资;若投资者不选择,本基金默认的收益分配方式是现金分红; 3、基金收益分配后任一类基金份额净值不能低于面值;即基金收益分配基准日的任一类基金份额净值减去该类每单位基金份额收益分配金额后不能低于面值; 4、由于本基金A类基金份额不收取销售服务费,而C类基金份额收取销售服务费,各类别基金份额对应的可供分配利润将有所不同。本基金同一类别的每一基金份额享有同等分配权; 5、法律法规或监管机关另有规定的,从其规定。 在不违背法律法规及基金合同的规定、且对基金份额持有人利益无实质性不利影响的前提下,基金管理人经与基金托管人协商一致,可在中国证监会允许的条件下调整基金收益的分配原则,不需召开基金份额持有人大会。
本基金为混合型基金,其预期收益和风险高于货币市场基金和债券型基金,低于股票型基金。 本基金若投资港股通标的股票,还需承担汇率风险以及境外市场的风险。