太平資產量化產品投資價值分析：捕捉定價偏差人工智能量化-20210602（18頁）.pdf

1、收益回撤：回撤控制優秀，超額收益呈明顯的左偏態自產品成立以來，取得收益62.66%，較中證500 指數取得37.62 %的超額收益，期間產品的最大回撤為 14.63%，明顯低于中證 500 指數在同期的回撤 21.65%，這說明，歷史上長期持有產品，將獲得超過中證 500 的回撤較小的高質量超額收益。從月度頻率看，產品相對中證 500(000905.SH)取得正超額收益的概率為 73.08%，取得的正、負超額收益的均值分別為 1.63%和-1.33%;從季度頻率看產品相對中證 500 (000905.SH)取得正超額收益的概率為 88.89%，取得的正、負超額收益的均值分別為2.91%和-1.

2、44%。從統計數據看，月度和季度都有較高的概率獲得正向超額收益，且季度獲得超額收益的概率更高，表明該產品更適合長期持有。業績歸因選股擇時：選股能力長期顯著基金具有顯著的選股能力：根據基金凈值序列，采用 T-M 模型與 H-M 模型進行基金選股擇時能力分析，回歸結果如下表所示。據 T-M 和 H-M 模型顯示，基金選股能力顯著，表明基金具有較強的選股實力，淡化擇時。風格歸因：靈活調整風格收益來源從基金的風格暴露來看，基金長期偏好中小盤成長風格的股票。從基金的收益分解來看，風格配置和風格選股的收益波動均略大。但從歸因分解的結果圖 18 的形態看，該人工智能策略會動態調整風格配置和風格選股收益，使二者形成互補，而不是側重某一種收益，這可能表明該人工智能策略的靈活性和魯棒性。 3.2.3. 行業歸因：分散化程度高，行業內選股實力強勁從基金的行業暴露來看，基金長期保持較高的行業分散化水平，利用分散化降低非系統性風險的同時保持較高的收益。從基金的收益分解來看，基金行業選股收益較為穩定，自成立以來90%(季度水平)的時間均具有正向行業選股收益，表明基金具有較強的行業選股實力，而選股能力的強弱是指數增強基金收益的關鍵因素，這表明該產品有較強的同類競爭力。