该基金成立于2020年3月，严格对标中证500指数，孙蒙自2020年4月开始加入管理。数据显示，在孙蒙任职期间，基金相较中证500指数超额收益明显。

对业绩归因后发现，AI模型和打新对基金的超额收益均有贡献。比如：

2020年13.72%的超额收益中，有12个百分点来自于打新；与此同时，扣除打新后模型贡献约2个百分点。

今年以来模型的有效性较强，基金12.61%的超额收益中，打新虽然只贡献了2.5个百分点，但AI模型贡献了10个百分点。

因子层面，模型会将所有相关数据（包括量价和基本面数据）给到算法，且不加以任何先验的权重限制，导致最后合成的具有Alpha特征的因子，不是所有都具备较强直观意义上的逻辑性，而且整个使用过程也不太在意黑箱机制（黑箱指的是模型让a转化为b的函数不明确）导致的可解释性问题。

因子赋权层面，采用的是传统的多因子模型ICIR加权（根据风险调整收益分配因子权重，IC可近似理解为年化收益，IR可近似理解为夏普比率）的思路，通过因子打分得到不同股票的分数，筛出排名靠前的股票，最后通过风险预算模型给出最终权重。

在投资中，模型输入不会刻意区分基本面和技术面因子，但基金经理透露，基金换手率约20倍（用年报/半年报数据粗略测算2020年单边换手率约年化13倍）。

由此推测，通过机器学习拟合出来的因子应该具有较高比例的量价成分，否则难以解释基金如此高的换手率。

据了解，该模型在去年10月份左右调高了基本面的权重，其他部分自产品运作以来一直没变过。

调研总结：华夏中证500增强是一只量化增强产品，以机器学习为主要增强手段，成立以来超额收益明显。但对业绩归因后发现，该模型的优秀表现持续时间还不够长，且高换手的量价驱动型的黑箱策略逻辑晦涩，尚需要更多时间来观察其有效性。

风险提示：投资有风险。基金的过往业绩及其净值高低并不预示其未来表现。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。相关数据仅供参考，不构成投资建议。投资人请详阅基金合同和基金招募说明书，并自行承担投资风险。