目前指数化投资已成为一种趋势，然而在A股市场中宽基指数表现并不突出，主动基金仍存在显著的Alpha收益。如果能将Alpha收益和指数型产品结合，长期投资便可以获得更高的收益。事实上，指数增强类基金既满足了投资者对风格稳定基金的偏好，又满足了投资者对更高收益的追求。然而，传统的指数增强类基金主要指的是基于量化选股方法的增强指数型基金，而忽略了市场中诸多基于基本面选股方法的主动权益型基金。因此，我们试图重新构建指数增强类基金筛选方法，旨在获取更高的投资收益。
　　目标指数的增强类基金识别模型
　　指数增强类基金的筛选关键在于对权益类基金业绩基准的识别，我们提出了基于模拟基准的增强类基金识别模型。该模型以基金的模拟基准与目标指数相似度尽可能高为约束条件，以追求未来Alpha收益的最大化为目标，涉及基准指数匹配模型和Alpha收益预测模型两部分。其中，基准指数匹配模型通过指数走势、行业偏离、成份股占比三个维度刻画模拟基准指数与目标指数的匹配度；Alpha收益预测模型通过隐性信息比率因子打分。
　　目标指数的增强FOF组合构建
　　基于目标指数的增强类基金识别模型，我们进行了增强类基金池的筛选和增强FOF组合的构建研究。与传统增强指数型基金产品相比，增强FOF组合在小幅增加相对风险的条件下，大幅提升了超额收益和信息比率，长期投资价值更高。截至2020年7月底，各宽基指数的增强FOF组合表现如下：
　　沪深300指数增强FOF组合的年化收益率为13.50%，年化超额收益率为10.89%，信息比率达到了1.66，除2010年外相对最大回撤均在10%以内。
　　中证500指数增强FOF组合的年化收益率为17.57%，年化超额收益率为13.70%，信息比率达到了2.02，除2015年外相对最大回撤基本控制在10%以内。
　　中证1000指数增强FOF组合的年化收益率为13.45%，年化超额收益率为21.74%，信息比率达到了2.65，除2019年外相对最大回撤基本控制在10%以内。
　　风险提示：基于历史数据的统计结果，市场结构调整和基金经理风格漂移等风险均可能使得模型失效。

详细内容公司客户可查看。