导读:一提起二级债基这个产品,人们的第一反应往往是债券打底加主动权益增厚。许多人不知道的是,这个名称中带着“债”字的产品,风险收益特征却主要由股票资产的表现决定。而股票资产有着自身的牛熊周期,这意味着,权益资产的向下波动和最大回撤,会对二级债基的产品表现带来很大影响。
从投资者目标来看,那些买入二级债基的持有人通常风险偏好并不高,他们希望获得一个比银行理财或者纯债基金收益更好的产品,但不愿意承担过大的产品波动,更不愿意接受年度层面的产品亏损。
那么如何解决权益弱市环境下,依然能给持有人带来不错的收益体验呢?近期,我们看到正在发行的鑫元浩鑫增强债券基金(产品代码:A类:018682;C类:018683),在产品设计给出了他们独特的答案。这是一款用量化选股替代主动权益的二级债基,利用量化阿尔法捕捉能力增厚二级债基的收益,在弱市的环境下更能够实现相对稳定的收益。
当然,所有的产品背后都是人。掌舵这个独特产品的是鑫元基金的两位博士基金经理:量化投资部基金经理刘宇涛和固定收益部基金经理陈浩。他们各自在独立负责的产品中,也有着突出的超额收益。
我们以刘宇涛管理的鑫元中证1000指数增强基金为例,从去年11月28日成立至今,实现了6.24%的超额收益,而且超额收益曲线相对平滑(数据来源:基金中报;数据截止:2023年6月30日)。
数据来源:基金中报;数据截止:2023年6月30日
同样,我们再看陈浩管理的纯债产品鑫元合丰纯债A为例,在过去一年动荡的债券市场中,实现3.15%的净值增长,其中超额收益高达2.10%。要知道这样的超额收益在一个个BP“抠”出来的纯债市场中,是非常显著的(数据来源:基金中报;数据截止:2023年6月30日)。
那么,鑫元基金的两位明星基金经理如何在这一款设计独具匠心的二级债基中,实现1+1>2的联手,他们各自又是如何战胜市场的呢?带着这些问题,我们走进鑫元基金,和两位基金经理做了一次深度访谈。
首先,从两位基金经理的产品配合来看,通过量化投资模型,能更好地降低产品的波动。波动降低的第一个层次来自鑫元基金量化投资团队独创的“春夏秋冬”大格局模型。这个模型通过使用量价信息、期权隐含波动率等一系列指标汇总了市场大格局信号,并且将市场分为“春夏秋冬”,以此制定组合中债券和股票的权重分配。这就如同桥水创始人达利欧不断强调的,预测明天很难,但知道市场在什么季节能帮助你更好地应对。
波动降低的第二个层次来自量化选股模型中的低估值和低波因子,这会让权益组合更多偏向具有红利特征的股票,这一批股票的最大回撤和波动也比成长股更小。
其次,这个产品的收益能力,和两位基金经理的框架体系有关。
固定收益基金经理陈浩,职业生涯起步于银行,在银行严格的止损机制下建立了较强的利差交易能力。此外,他也能根据市场情绪做一些波段,并在大周期的拐点适度逆向。
陈浩认为,做债券投资不仅要有自己的判断,更需要知道市场的判断是什么。当自己难以判断的时候,组合的久期保持与市场基准一样,通过利差交易赚取超额收益。当自己有不同于市场的判断时,可以通过和基准的比较在组合上表达出来,但这种表达不能偏离太大,否则也会有比较大的风险。
我们看到,陈浩身上天然具有固定收益基金经理的谨慎和沉稳。通过一次次的精细化操作以及每一次适度偏离的判断,积小胜为大胜,获取长期较高的超额收益。
量化投资基金经理刘宇涛的职业生涯起步于给基金经理做业绩归因分析,这让他较早地通过量化的角度拆解收益来源,并且知道哪些方法在A股投资更加有效。刘宇涛的量化投资框架,把基本面因子、量价因子、机器学习、以及大类资产配置模型做了结合,形成了三个层次的阿尔法来源:1)基本面因子筛选的超额收益个股;2)通过机器学习的算法,提高综合的投资胜率;3)“春夏秋冬”大格局模型带来的配置超额。
在这样一个算力为王的时代,鑫元基金也做了大量的算力投入,包括2万个虚拟CPU、100个A100显卡以及10万个虚拟CPU的弹性脉冲算力。这些资源得到了高速储备、大内存和极速网络的完美配合。这些先进的技术配置能有效提高数据处理能力,帮助模型的迭代和决策。
回归到本源,每一个人的行为决策都来自底层信仰。这两位基金经理身上,有很多让我们记忆深刻的点。
陈浩是一名内心强大的基金经理。他认为投资在一开始是向外求,不断学习新的知识和框架,但做到后面是向内求,不断打造强大的内心。这一点也和我们曾经说过的一个观点类似:投资是认识时间和认识自己的过程。认识世界是外求,但认识自己是内求。最终投资会让我们成为一个更好的自己。
刘宇涛则是从底层理解量化投资的收益来源。他认为量化是赚取估值合理到估值泡沫的钱,而在估值泡沫的时候恰恰是人性最贪婪的阶段。量化的另一个优势是,能实现超额收益的广度。在今天A股市场已经有5000个股票的背景下,量化投资相对主动选股体现了比较强的竞争优势。
当然,刘宇涛也客观认识到,在一个趋势性较强的市场中,量化投资或较难跑赢买入持有模式的主动投资。但在目前缺少趋势性行情的市场环境下,量化投资的优势依然显著。
从创新的产品设计,到两位基金经理的阿尔法叠加,再到他们底层的信仰和价值观,让这一次访谈呈现了对产品、对投资不一样的视角。
以下我们也先分享一些来自刘宇涛和陈浩的投资“金句”:
1. (刘宇涛)我自己对投资的定义是,量化投资是赚取估值合理到泡沫化的过程
2. (陈浩)投资的过程是先外求,学习各种知识;再内求,克服人性的弱点
3. (刘宇涛关于大格局模型)这个模型通过使用量价信息、期权隐含波动率等一系列指标汇总了市场大格局信号,将市场划分为春(震荡上行)、夏(趋势上行)、秋(震荡下行)、冬(趋势下行)四个状态
4. (刘宇涛)我有个观点和市场不同:我认为基本面因子赚的是赔率的钱,不是胜率的钱
5. (刘宇涛)在一个主题性机会比较多的环境下,量化投资更容易战胜市场
6. (刘宇涛)我觉得量化投资已经发展到了算力为王的时代,我们最大的竞争优势也体现在算力层面
7. (陈浩)做债券投资,要知道同业或者竞争对手的判断在什么位置
8. (陈浩)所有的飞跃点都是痛苦点,只有在巨大的痛苦中才有巨大的成长
在投资中理解投资
朱昂:能否先谈谈你们的从业经历,以及在这个过程中,是如何一步步理解投资的?
 刘宇涛 我一毕业就加入公募基金,最初是做中台的金融工程,给基金经理的投资做归因分析。通过这份工作,我能看到不同类型基金经理的具体操作,在归因分析中知道他们靠什么赚钱、哪些动作是有效的等等,这份工作对我之后建立自己对投资的理解带来了很大帮助。
之后我就开始涉猎量化投资,也会做主动的选股,力争把主动投资和量化投资相结合。我自己对投资的定义是,量化投资是赚取估值合理到泡沫化的过程。现在行情轮动较快,对应量化投资这种赚钱方式的表现就更好,我们也看到今年以来指数增强产品的业绩表现较好。
当市场呈现较强的动量特征时,主动型基金经理通过长期持有重仓股,或许能获得比指数增强更好的收益。而这一两年行情轮动的速度很快,有些行情持续性可能只有几个星期,那么通过量化模型不断做交易的指数增强产品表现或许会更好。
 陈浩 我的债券投资生涯从银行开始,之后来到了基金公司,感受到两者的固收投资是不同的。
在银行做固收投资的时候,我是从接触基本的知识起步,了解不同的券种和交易,再通过管理交易账户不断摸索。
在银行做投资,对于账户交易有着非常严格的止损机制,必须在这样的约束条件下做出较高的收益。在严格的止损机制下,我开始学习胜率较高的利差交易,再辅助通过体会市场情绪做波段。
债券市场投资的核心要素也在发生变化。2010年之前,我们做固收投资是围绕CPI的波动进行的,之后再叠加对其他宏观数据的判断。现在做固收投资,则是以央行的行为为主。
到了基金公司这边,由于没办法做空,就需要适应基金规则下的投资模式。我就把以前胜率较高的利差交易模式挪过来,对市场也设立一个基准。当我暂时无法清晰判断时,就保持市场的平均久期,通过不断更换个券积累利润,再辅助波段交易。这些年的投资经验积累,使我的投资方法论得到不断优化。
这是方法论上的变化,另一个变化是心态。
做投资时间越长,越感觉投资不能老是向外求信息、求市场感觉等,更需要对内求。心理建设很重要,是抗住市场波动的关键。大家总说要逆向投资,但在市场收益率高点的时候,往往是空头情绪最浓厚的时候。没有利空因素,不可能给我们那么高的收益率。那么逆势加仓的过程中,如何做心理建设就变得很重要。
所以,投资的过程是先外求,学习各种知识;再内求,克服人性的弱点。这就会把很多交易之外的因素纳入到投资体系中。一个人情绪太多会影响交易心态。
贪婪是源于希望获得更多好的外部评价和荣誉,但这些都是“着相”。被市场裹挟,就很容易产生“着相”。
所以,后期对投资的理解,更多上升到一些哲学、心理学层面,来提升内在的力量。基金经理遇到最大的难题是被各种声音裹挟。我们在赚钱的时候稍后减一些仓位,不赚最后一个BP,情绪就会好很多。一个人变得冷静了,就更容易把投资做好。
量化投资的三重超额收益
朱昂:接下来我们谈谈投资体系,想先问问刘宇涛,你是如何通过量化投资实现超额收益的?
 刘宇涛 我们通过量化模型,来实现三重的阿尔法来源。
第一重阿尔法,通过一些长期有效的量化因子,找到有超额收益的股票。像低估值、低波动这类因子,在A股市场是长期有效的。那么我们通过量化模型的筛选,找到估值合理的股票,等到股票进入高估值高波动阶段,就获利止盈。通过不断的换仓获利,实现比较持续的超额收益。
但是,我有个观点和市场不同:我认为基本面因子赚的是赔率的钱,不是胜率的钱。为什么这么说呢?我做归因分析发现,组合收益率的贡献来自少数的股票。假设我们选到了100个股票持仓,最后可能贡献收益的只有十几个。好处是,这些股票的向下空间比较小,向上空间更大一些。
第二重阿尔法,通过机器学习的算法,把高频的量价数据、订单数据、舆情因子等纳入到模型中,能综合提高投资的胜率,在我们的股票池中找到更多能提供阿尔法的个股。
第三重阿尔法,来自我们量化投资团队独创的“春夏秋冬”大格局模型。这个模型通过使用量价信息、期权隐含波动率等一系列指标汇总了市场大格局信号,将市场划分为春(震荡上行)、夏(趋势上行)、秋(震荡下行)、冬(趋势下行)四个状态。在不同的市场状态,对应不同的权益仓位,能帮助大家获得资产配置层面的超额收益。
朱昂:很有意思,许多人觉得基本面因子赚的是胜率的钱,为什么你认为其实赚的是赔率的钱?
 刘宇涛 这要回归到如何定义胜率和赔率。从结果来看,我们的指数增强产品每个月基本上都小幅度跑赢指数,如果以月度超额的角度看,我们量化模型的胜率是很高的。这些超额收益每个月都不大,但是慢慢积累下来就是长期比较可观的。
但是从进一步的归因分析来看,每个月的超额收益来自组合中小部分的股票,这就是在赚赔率的钱。我们量化模型选出来的股票,向下的风险较小,一旦有表现却能带来较好的向上收益。
朱昂:量化投资又分为基本面量化和高频量化,能否谈谈这两块在您模型中是如何被运用的?
 刘宇涛 低估值、低波动这类的基本面因子是长期有效的,只是它们也可能短期失效。这时候,我们就需要通过高频量化做迭代补充。我们在算力层面做了大量的投入,通过机器学习的方法挖掘新的因子,把基本面因子和量价因子结合在一起。
我们始终认为阿尔法的稳定性很重要。通过不断的跟踪和检测,保持模型的迭代。一些内部评估效果比较好的因子,也会纳入进去。
在算力层面做大量投入
朱昂:超额收益对应的是一种竞争优势,你认为鑫元基金在量化投资领域有哪些优势?
 刘宇涛 我觉得量化投资已经发展到了算力为王的时代,我们最大的竞争优势也体现在算力层面。
我们公司有很强的IT优势,配置了强大的计算资源,包括2万个虚拟CPU、100个A100显卡以及10万个虚拟CPU的弹性脉冲算力。这些资源得到了高速储备、大内存和极速网络的完美配合。
同时,我们采用了最先进的分布式调度技术,设计了合理的数据切片方法,这使得在数据处理和模型训练过程中,分布式计算的损耗被降至最低,从而实现了计算资源的最大化利用。
这些先进的技术和配置使我们能够高效地处理海量数据,实现复杂的模型训练和分析,更深入地探索市场趋势和模式,持续快速的迭代和更新模型,从而做出更为精准的投资决策。
另一方面,公司将量化投资作为重点打造的业务特色和品牌亮点。我们量化投资团队聚集了多位量化领域的人才,通过模型迭代、因子挖掘等量化技术,打造多元化、特色化的策略体系,力求实现低回撤、高性价比的绝对收益。目前,团队已构建“公募专户,两翼齐飞”的产品体系,公募侧重指数增强和绝对收益等产品,专户侧重衍生品指增和轮动对冲等产品。
朱昂:你觉得市场上阿尔法的贡献者是谁,是不是还是和散户投资者的交易行为有关?
 刘宇涛 我觉得散户和机构都贡献了一部分的阿尔法。一开始我们就提到,量化赚的是估值合理到估值泡沫的钱。当估值处在泡沫阶段的时候,会放大人性的弱点。
今年市场的快速轮动行情,尤其适合量化投资。此外,A股市场股票数量的不断增加,会让量化投资的广度优势变得越来越明显。对于主动投资来说,组合通常也就几十个股票,但是量化投资的组合能覆盖到几百个股票。在一个主题性机会比较多的环境下,量化投资更容易战胜市场。
交易层面贡献固收的超额收益
朱昂:陈浩总是做债券投资的,这里面包含了自上而下的大类配置(包括久期,杠杆),能否先谈谈这部分是怎么做的?
 陈浩 久期和杠杆可以作为结合久期统一考虑。我对债券市场的投资来自两个层面的判断:1)自己对市场的判断;2)市场自身的判断。
从研究方法上看,债券主要是做利率研究,基本上就是大家都说的“五碗面”。其中,政策面会更重要一些,基本面偏向中长期的趋势,资金面和情绪面对短期影响更大。
做债券投资,要知道同业或者竞争对手的判断在什么位置。假设我的判断是看多,那么我的久期就要比市场平均水平高一些,但也不能高很多,否则可能会面临很大的风险。随着市场整体的判断变化,组合久期也会随之变化。如果无法做出精准判断,那么我会把久期放在市场中位数的位置,然后再进行利差交易。
朱昂:利差交易怎么做?
 陈浩 利率债的曲线是平陡的,顶部和底部相对固定,这时候就可以去做利差交易。以三年期利率债为例,这样品种很多,不同品种的流动性也不一样。而且,流动性的利差也是上有顶,下有底的。我就会去选择价值更好的个券。
信用债本身也有信用利差,存在一定的交易规律。我们很难把握所有的波段,更多是从胜率的角度出发,多做高胜率的利差交易。
朱昂:债券投资的自下而上部分是怎么来做的?
 陈浩 自下而上更多是针对信用债。我们内部有比较严格的风控要求,对收益率很高的个券是不碰的,产业债也很少碰,更多是挖掘城投债的收益。我们也会避免有风险的区域,主要在江浙、广东等经济比较好的省份去挑选。
朱昂:你认为自己超额收益来源的关键是什么?
 陈浩 不同市场环境下,超额收益来源不一样。去年的市场环境下,我主要依靠利差交易,而今年的利差收益不如去年,我主要通过波段操作获取超额收益。
朱昂:能否请两位分别谈谈组合的动态管理和调整是怎么做的?
 刘宇涛 我们会按照模型来做组合调整,严格遵守量化的投资纪律,这也是量化投资最大的优势所在,不会受人为的情绪干扰。如果阶段性我们无法获取阿尔法,都可以从因子层面去找到解释。
 陈浩 我会不断把组合和市场基准做比较,知道自己和市场在哪些层面的观点不一样。就像前面提到的,如果我有自己的观点,就会相对基准做一些偏离,但幅度不会很大。在没有明确判断的时候,我的久期就和基准差不多,更多通过结构实现超额收益。
朱昂:想问问陈浩总,能否举一个和市场观点不同的例子?
 陈浩 我们都知道去年四季度债券市场出现了一波调整,12月债券收益率处在较高的位置。我们当时在收益率较高的位置做了逆势加仓。
我们当时有一定的仓位余地,正好在11月之前因为业绩做得不错,留了一些仓位出来。我们认为后续债券收益率涨幅可能也相对有限,这个风险是比较可控的。
一个与众不同的二级债产品
朱昂:接下来你们要发行一个二级债产品,这个产品设计很特别,是固收+量化选股,为什么会有这方面的设计?
 刘宇涛 从产品特征来看,购买的用户风险偏好并不高,在股票和债券之间。他们追求中等的投资回报,但同样对回撤的容忍度也不高。
既然二级债产品的回撤控制那么重要,我们就要知道这类产品波动的来源是什么?波动主要是股票带来的。要控制好波动,就要避免股票层面出现较大回撤。
我们通过量化选股的方式,能比主动管理在两个层面更好地控制回撤:
第一层的回撤控制,来自我们的“春夏秋冬”大格局模型。前面提到过,这个模型通过估值、股票交易、衍生品、隐含波动率等方面的数据,综合得出市场处在哪个“季节”,指导我们组合的仓位配置。从量化投资部过去的长期实践看,效果还是很不错的。当我们遇到股市的“冬天”时,就可以通过资产配置模型降低仓位,控制风险。
第二层的回撤控制,来自我们基本面因子中的低估值和低波动,比较容易选出具有高分红特征的股票。这类股票不仅这两年表现较好,而且波动也比成长型资产要低很多。
朱昂:说完了回撤控制,能否具体谈谈如何获得比较好的收益?
 刘宇涛 我们的超额收益,同样来自量化选股模型。去年我们发行的鑫元中证1000指数增强基金,自2022.12.5至7月末,已经有超过9%的超额收益(托管行复核)。在这个二级债产品中,我们的量化选股模型能体现更强的收益获取能力。
中证1000指数增强产品对选股来源有比较严格的限制,要求80%的持仓来自1000个成分股。鑫元浩鑫增强债券基金,能够从全市场5000余个股票做选择,那么阿尔法的来源将更广泛。
我们量化投资在这个产品,承担收获超额收益的任务。整个产品通过债券打底提供基础收益,然后再用我们的模型去增厚收益。
四季度大概率权益有不错的机会
朱昂:能否谈谈接下来对市场的展望?
 陈浩 我觉得四季度开始,权益资产或许会有较大的机会。
从债券收益率的角度看,为什么收益率还下不去,背后逻辑是大家担心政策的效果。前期8月下旬密集出台了许多拉动经济的政策,也需要1-2个月的时间观察。前期固定收益市场也反映了,经济向好的程度没有大家想的那么乐观。从资金面来看,近期专项债的发行量很大。
长期来看,整个社会的融资成本会不断往下降,债券市场也是广谱利率的一种。即便目前利率下降的幅度较小,更多是市场的情绪体现。等到市场情绪缓和下来,四季度利率还有下跌的空间。
 刘宇涛 我觉得政策底已经出现了,市场底需要一个中长期磨出来的过程。目前经济基本面还不是很好,接下来经济预期大概率会往上修复一些。
我觉得未来股票市场会有较好的结构性投资机会。在这样的大背景下,快速轮动的量化投资会表现更好。
朱昂:能否各自谈谈在你们的成长生涯中,有没有一些飞跃点?
 陈浩 所有的飞跃点都是痛苦点,只有在巨大的痛苦中才有巨大的成长。
第一个飞跃点是真正有自己独立账户的时候,必须承担一切交易后果,开始感受到了投资的压力。
第二个飞跃点是2020年的5-6月。那一年前4个月赚了很多钱,到了5-6月的债券市场回调中,减仓力度不够,回吐了一半以上的利润。那段时间也很痛苦,让我反思自己哪里做得不好。
我在书中看到过一句话,大意是:你人生最辉煌的时候,是从痛苦绝望中重新燃起希望,走出来的那一天。一个人最初面对痛苦的时候很难受,甚至是不愿意面对的。我自己从痛苦中走出来后,开始重新审视自己方法和心态的问题。
 刘宇涛 从研究到投资的过程,对我冲击很大。我发现过去自己的想法和模型,更多是理想化的东西。我以前做研究的时候,还想过去赚风格轮动、大小盘轮动、行业轮动的钱。真的做了投资,发现这是很难做到的。
我们做多因子模型,最后暴露的不是风险因子,更多是残差项。赌一个风格,超额收益是不长久的。我现在定期做归因分析,主要的收益都是落实到个股层面的。
在当前的市场环境下,正在发行的鑫元浩鑫增强债券基金(产品代码:A类:018682;C类:018683)从绝对收益的角度切入,以高性价比债券打底,灵活运用杠杆和久期,同时,在“‘春夏秋冬”大格局模型的仓位指导下,使用多因子选股模型,提升收益增强的机会。再叠加两位“高研值”基金经理的强势联手,这一只“不一样”的二级债基,值得大家期待哦。
备注:
1. 拟任基金经理陈浩:6年金融行业从业经验,经济学博士。历任中国农业银行金融市场部债券高级交易员、平安银行资金运营中心债券投资经理。2021.6加入鑫元基金,历任固收投资经理,2021.12起担任基金经理。
2. 据各期定期报告显示,截至2023.6.30,陈浩在管的其他同类基金历史业绩:
鑫元合丰纯债A/C成立于2014.12.16,2016.12.27鑫元合丰分级债券型证券投资基金转型为鑫元合丰纯债债券型证券投资基金,陈浩自2021.12.13起担任该基金基金经理,详情请见基金公告。鑫元合丰纯债A业绩表现/业绩基准为: 2018年:6.13%/2.10%、2019年:3.68%/2.10%、2020年:2.15%/2.10%、2021年:3.98%/2.10%、2022年:3.04%/2.10%、2023年(1.1-6.30):1.78%/1.04%;鑫元合丰纯债C业绩表现/业绩基准为:2018年:6.03%/2.10%、2019年:3.57%/2.10%、2020年:2.03%/2.10%、2021年:3.88%/2.10%、2022年:2.94%/2.10%、2023年(1.1-6.30):1.73%/1.04%。
鑫元淳利成立于2018.7.11,陈浩自2021.12.13起担任该基金基金经理,业绩及基准表现分别为:2018年(7.11-12.31):2.21%/3.90%、2019年:1.72%/4.96%、2020年:4.34%/3.05%、2021年:4.18%/5.65%、2022年:2.65%/3.49%、2023年(1.1-6.30):1.87%/2.98%.
鑫元承利成立于2019.3.1,陈浩自2021.12.13起担任该基金基金经理,业绩及基准表现分别为:2019年(3.1-12.31):3.05%/3.87%、2020年:4.82%/7.04%、2021年:9.74%/13.08%、2022年:2.49%/3.49%、2023年(1.1-6.30):1.85%/2.98%。
鑫元富利定期开放成立于2019.11.13,陈浩自2021.12.13起担任该基金基金经理,鑫元富利定期开放业绩表现/业绩基准为: 2020年:4.14%/3.05%、2021年:4.05%/5.65%、2022年:2.66%/3.49%、2023年(1.1-6.30):2.43%/2.98%。
鑫元中债1-3年国开债成立于2019.11.7,陈浩自2021.12.13起担任该基金基金经理,鑫元中债1-3年国开债A业绩及基准表现分别为:2020年:1.90%/2.74%、2021年:3.51%/3.48%、2022年:2.77%/2.60%、2023年(1.1-6.30):1.88%/1.54%;鑫元中债1-3年国开债C业绩及基准表现分别为:2020年:1.79%/2.74%、2021年:3.40%/3.48%、2022年:2.68%/2.60%、2023年(1.1-6.30):1.83%/1.54%。
鑫元中债3-5年国开债成立于2019.11.15,陈浩自2021.12.13起担任该基金基金经理,鑫元中债3-5年国开债A业绩及基准表现分别为:2020年:1.92%/3.05%、2021年:4.41%/4.69%、2022年:3.19%/2.93%、2023年(1.1-6.30):2.32%/2.05%;鑫元中债3-5年国开债C业绩及基准表现分别为:2020年:1.81%/3.05%、2021年:4.32%/4.69%、2022年:3.01%/2.93%、2023年(1.1-6.30):2.23%/2.05%。
鑫元裕丰债成立于2022.7.13,陈浩自2022.7.26起担任该基金基金经理,鑫元裕丰债业绩表现/业绩基准分别为:2022年(7.13-12.31):1.26%/1.41%、2023年(1.1-6.30):1.76%/2.98%。
鑫元慧享纯债3个月定开A/C成立于2023.8.31,陈浩自2023.8.31起担任该基金基金经理。业绩比较基准为:中债综合指数(总财富)收益率*90%+1年期定期存款利率(税后)*10%。产品成立不足6个月,无可披露业绩。
3. 拟任基金经理刘宇涛:8年金融从业经验,工学博士研究生。历任申万菱信基金管理有限公司助理金融工程师、太平基金管理有限公司量化分析师、华宸未来基金管理有限公司投资经理。2021.6加入鑫元基金,历任权益投资经理,现任基金经理。
4. 鑫元中证1000指数增强A成立以来收益率(2022.11.28-2023.07.31):7.58%;鑫元中证1000指数增强C成立以来收益(2022.11.28-2023.07.31):7.29%,同期业绩比较基准为0.1%(注:产品业绩经托管行复核,业绩比较基准来源于Wind)。鑫元中证1000指数增强A/C成立于2022/11/28,刘宇涛自2022/11/28起担任该基金基金经理。
5. 刘宇涛在管的其他同类基金历史业绩:鑫元国证2000指数增强A/C成立于2023.8.10,业绩比较基准为:国证 2000 指数收益率×90%+恒生指数收益率× 5%+银行活期存款利率(税后)×5%。刘宇涛自2023.8.10起担任基金经理,产品成立不足6个月,无可披露业绩。
6. 鑫元聚鑫收益增强A/C成立于2014.12.2,陈浩自2023.5.31起担任该基金基金经理、刘宇涛自2023.3.3起担任该基金基金经理。鑫元聚鑫收益增强A业绩及基准表现分别为:2018年:4.60%/4.11%、2019年:7.20%/8.07%、2020年:0.98%/5.46%、2021年:1.07%/4.56%、2022年:-3.31%/0.84%、2023年(1.1-6.30):1.82%/2.64%;鑫元聚鑫收益增强C业绩及基准表现分别为:2018年:4.17%/4.11%、2019年:6.77%/8.07%、2020年:0.57%/5.46%、2021年:0.66%/4.56%、2022年:-3.69%/0.84%、2023年(1.1-6.30):1.62%/2.64%;
风险提示:基金有风险,投资须谨慎。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产,但不保证本基金一定盈利,也不保证最低收益。基金过往的业绩并不代表将来表现,基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。您在做出投资决策前,请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和风险揭示书,充分认识本基金的风险收益特征和产品特性,认真考虑本基金存在的各项风险因素,并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力,在了解产品情况及销售适当性意见的基础上,认真判断并谨慎做出投资决策。本基金为债券型基金,其预期风险与预期收益高于货币市场基金,低于股票型基金和混合型基金。本基金可投资港股通标的股票,需承担港股通机制下因投资环境、投资标的、市场制度以及交易规则等差异带来的特有风险。鑫元浩鑫增强债券型证券投资基金的风险等级为中低风险,适合稳健型、平衡型、成长型和进取型投资者。投资者从代销机构购买本产品的,产品风险等级和投资者风险承受能力的评定结果以及匹配规则,以代销机构为准。本材料中的信息不构成对特定公司、行业或市场的预测,也不构成投资建议,且仅代表鑫元基金在本材料成文时的观点,鑫元基金有权对其进行调整。
- end -
按姓名首字母排序
上下滑动阅读更多内
安   昀 | 鲍无可包承超贲兴振 | 薄官辉 | 毕天宇
曹   晋 | 曹   霞 | 曹文俊 | 常亚桥 常   蓁 | 常   远
崔建波 | 陈璇淼 | 陈一峰 | 陈   平 | 陈   媛 | 陈立秋
陈  军 | 陈觉平 | 陈文扬 | 陈   宇 | 陈金伟 | 陈国光
陈思靖 | 陈  鹏 | 陈   玮 | 陈乐天 | 陈轶平 | 陈良栋
陈连权 | 陈怀逸 | 陈   文 | 成念良 | 程   彧 | 程   洲
程  | 程   涛 | 崔   莹 | 蔡嵩松 | 蔡   滨 | 蔡   晓
蔡志鹏 | 蔡志文 | 代云峰 | 邓炯鹏 | 董伟炜 | 董   超
董   梁 | 杜晓 | 杜   洋杜   沛 | 杜   广 | 冯明远
傅奕翔 | 付   斌 | 付   娟 |付伟琦 | 费   逸 | 范   洁
范庭芳 | 方钰涵 | 方   纬 | 方   抗 | 方   建 | 方   昶
高兰君 | 高   远 | 刚登峰 | 葛   晨 | 顾耀强 | 顾益辉
谷琦彬 | 归   凯 | 管嘉琪郭   锐 | 郭   堃 | 郭相博
巩怀志 | 韩   冬 | 韩海平 | 韩   冰 | 韩   林郝旭东
郝   淼 | 何   帅 | 何晓春 | 何   琦 | 何以广 | 贺   喆
霍东杰 | 侯振新 | 侯   梧 | 侯   杰 | 洪   流 | 胡昕炜
胡鲁滨 | 胡宜斌 | 胡   涛 | 胡   伟 | 胡志利 | 胡   喆
胡   颖 | 黄   峰 | 黄  力 | 黄立华 | 黄   波 | 黄   晧
黄垲锐 | 黄莹洁 |黄立图姜   诚 | 姜   英 | 蒋   鑫
蒋   璆 | 江   勇 | 江琦 | 江   虹 | 纪文静 | 焦   巍
贾   鹏 | 贾   腾 | 金晟哲 | 金笑非 | 金梓才 | 季新星
季   鹏 | 匡   伟 | 令超 | 劳杰男 | 蓝小康 | 雷   鸣
雷   敏 | 雷志勇 | 李德辉 | 李   琛 | 李晓西 | 李晓星
李元博 | 李耀柱 | 李玉刚 | 李健伟 | 李   建 | 李佳存
李   巍 | 李   竞 | 李   君 | 李振兴 | 李   欣 | 李少君
李    | 李文宾 | 李   彪 | 李宜璇 | 李子波 | 李   倩
李   燕 | 李   崟 | 厉叶淼 | 黎海威 | 廉赵峰 | 梁   浩
梁    | 梁   力 | 梁永强 | 梁文涛 | 廖瀚博 | 林   庆
林剑平 | 林   森 | 刘   斌 | 刘   波 | 刘   辉银华
刘   辉东方红刘格 | 刘   江 | 刘晓龙 | 刘   苏
刘   锐东方红刘   锐中信保诚 | 刘   平 | 刘   潇 | 刘   兵
刘   晓 | 刘开运 | 刘元海 | 刘心任 | 刘志辉 | 刘伟伟
刘   鹏 | 柳世庆 | 柳万军 | 陆   彬 | 陆政哲 | 陆   欣
陆   航 | 陆   奔 | 陆文凯 | 罗春蕾 | 罗世锋 | 罗佳明
罗远航 | 骆   莹 | 吕佳玮 | 吕越超 | 闾志刚楼慧源
马   翔马   龙 | 毛从容 | 莫海波 | 苗   宇 | 闵良超
牛   勇 | 倪权生 | 彭凌志 | 彭成军 | 潘中宁 | 潘   明
蒲世林 | 齐   皓 | 祁   禾 | 邱璟旻 | 丘栋荣 | 邱   杰
钱伟华 | 钱亚风云 | 秦   毅 | 秦绪文 | 曲   径 | 饶   刚
任琳娜 | 桑   磊 | 宋海岸 | 宋   华 | 石海慧 | 石   波
沈   楠 | 沈雪峰 | 史   伟 | 是星涛 | 苏谋东 | 苏俊杰
孙   芳 | 孙  伟民生加银孙  伟东方红 | 孙轶佳 | 孙浩中
孙梦祎 | 邵   卓 | 盛震山 | 唐颐恒 | 唐   华 | 汤   慧
谭冬寒 | 谭鹏万 | 谭   丽 | 田彧龙 | 田   瑀 | 田宏伟
屠环宇 | 陶   灿 | 万建军 | 王大鹏 | 王东杰 | 王   刚
王君正 | 王   涵 | 王   俊 | 王   培 | 王   鹏 | 王 
王延飞 | 王宗 | 王克玉 | 王   景 | 王诗瑶 | 王晓明
王奇玮 | 王筱苓 | 王园园 | 王   垠 | 王文祥 | 王   睿
王海涛 | 王登元 | 王   健 | 王德 | 王艺伟 | 王浩冰
王   斌 | 王晓宁 | 王浩 | 魏晓雪 | 魏   东 | 魏建榕
韦明亮 | 翁启 | 吴    | 吴    | 吴培文 | 吴丰树
吴   印 | 吴   渭 | 吴   越 | 吴   弦 | 吴   坚 | 吴   悠
  旋 | 武   杰 | 肖瑞瑾 | 肖威兵 | 肖   觅谢书英
谢振东 | 徐荔蓉 | 徐志敏 | 徐   成 | 徐   斌 | 徐   博
徐志华 | 徐习佳 | 徐   爽 | 许文星 | 许   | 许望伟
许利明 | 薛冀颖 | 夏   雨 | 颜   媛 | 闫   旭 | 杨   栋
杨   浩 | 杨   瑨 | 杨锐文 | 杨   帆 | 杨岳斌 | 杨   明
杨   飞 | 杨晓斌 | 杨   鹏姚   跃 | 姚志鹏 | 叶   松
叶   展 | 易智泉 | 易小金 | 于   渤 | 于   洋 | 于善辉
于浩成 | 于   鹏 | 俞晓斌 | 袁   宜 | 袁   航 | 袁   曦
袁多武 | 袁争光 | 余小波 | 余芽芳 | 余科苗 | 张丹华
张东一 | 张   凯 | 张  峰富国   峰农银汇理张   锋
张汉毅 | 张   晖 | 张   慧 | 张金涛 | 张   骏 | 张剑峰
张   萍 | 张   帆 | 张延鹏 | 张迎 | 张益 | 张鸿羽
张   弘 | 张   航 | 张   寓 | 张宇帆 | 张   杨 | 张   堃
张仲维 | 张   勋 | 张   靖 | 张   亮 | 张西林 | 张晓龙
张浩佳 | 张亚辉 | 张   英 | 张明章   恒 | 章   晖
章旭峰 | 章秀奇 | 章鸽武 | 詹  成 | 赵大震 | 赵晓东
赵   强 | 赵   剑 | 赵浩添 | 赵   伟 | 曾   刚 | 郑澄然
郑慧莲 | 郑科 | 郑   磊 | 郑巍 | 郑   伟 | 郑泽鸿
郑   日 | 周应 | 周克平 | 周   | 周雪军 | 周   云
周   杨 | 周   崟 | 周寒颖 | 周智硕 | 周文群 | 朱   平
朱   赟 | 朱晓 | 钟   赟 | 钟   帅 | 朱   熠 | 左金保
赵   蓓 | 智   健 | 邹立虎 | 邹维娜 | 邹   唯 | 邹   曦
继续阅读
阅读原文