华商300智选混合C

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%

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。

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。

基金的投资组合比例为：股票投资比例为基金资产的60%-95%，其中，投资于沪深300指数成分股以及备选成分股的比例不低于非现金基金资产的80%，投资于港股通标的股票的比例占股票资产的0-20%。每个交易日日终，在扣除股指期货合约需缴纳的交易保证金后，应当保持不低于基金资产净值的5%的现金或到期日在一年以内的政府债券，其中现金不包括结算备付金、存出保证金、应收申购款等。股指期货及其他金融工具的投资比例符合法律法规和监管机构的规定。

如法律法规或监管机构变更投资品种的投资比例限制，基金管理人在履行适当程序后，可以调整上述投资品种的投资比例。

1、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。

2、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。

3、债券投资策略 

本基金在债券投资方面，通过深入分析宏观经济数据、货币政策和利率变化趋势以及不同类属的收益率水平、流动性和信用风险等因素，以久期控制和结构分析策略为主，以收益率曲线策略、利差策略等为辅，构造能够提供稳定收益的债券和货币市场工具组合。

4、资产支持证券投资策略

资产支持证券定价受多种因素影响，包括市场利率、发行条款、支持资产的构成及质量、提前偿还率、违约率等。本基金将深入分析上述基本面因素评估其内在价值。

5、股指期货投资策略

本基金投资股指期货将根据风险管理的原则，以套期保值为目的，主要选择流动性好、交易活跃的股指期货合约。通过对证券市场和期货市场运行趋势的研究，结合股指期货的定价模型寻求其合理的估值水平，与现货资产进行匹配，通过多头或空头套期保值等策略进行套期保值操作。基金管理人将充分考虑股指期货的收益性、流动性及风险性特征，运用股指期货对冲系统性风险、对冲特殊情况下的流动性风险，如大额申购赎回等；利用金融衍生品的杠杆作用，以达到降低投资组合的整体风险的目的。若本基金投资股指期货，基金管理人将建立股指期货交易决策部门或小组，授权特定的管理人员负责股指期货的投资审批事项，同时针对股指期货交易制定投资决策流程和风险控制等制度并报董事会批准。

6、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。