【华泰金工林晓明团队】抢滩登陆：把握人工智能热潮——兼谈人工智能主题指数及其投资价值分析

摘要

全球加速布局人工智能，技术产业化带来投资价值
第四次工业革命来临，人工智能成为科技发展新主题，人工智能产业投资价值正在显露。从全球视角来看，各科技强国都已明确布局人工智能发展；全球人工智能大会进一步指明AI技术产业化的趋势。分析近年来美股市场和A股市场盈利靠前的公司，美股市场具有AI属性的公司已经显露优势；A股市场中AI股优势尚未成形，但成长潜力瞩目，2009~2018年人工智能主题相关企业的基本面复合增速超越全部中信一级行业。美股市场人工智能主题ETF呈现明显的增长趋势，但A股市场人工智能主题投资工具相对有限。

中证人工智能主题指数把握人工智能产业走向
中证人工智能主题指数（指数代码：930713）是目前少数针对人工智能主题的泛科技类指数。指数以中证全指为样本空间，选取其中为人工智能提供基础资源、技术以及应用支持的公司股票，根据成交额、市值等指标选取其中规模大、流动性强的100只代表性股票作为样本股，反映人工智能主题股票在A股市场的整体表现。指数成份股偏中小市值风格，采用以上筛选指标增强了成份股的稳健性。该指数历史表现优于主要宽基指数，当前估值水平处于修复阶段，具备一定投资价值。

AIETF：首只人工智能主题ETF，平台护航，优势独特
作为国内以首只人工智能为主题的ETF基金，平安中证人工智能ETF（场内简称：AIETF；基金代码：512390）是市场“抢滩”布局的领先者，率先提供优质的人工智能投资标的。ETF基金作为投资工具拥有分散度高、透明度高的优势。平安中证人工智能ETF有着比大部分主题ETF更低的费率，年管理费、托管费合计0.2%。基金跟踪的指数成份股涵盖15个行业，分散度较高，且成份股构成与可比的科技类指数区别较大，投资组合在保证主题专精化的同时，拥有特色的成份结构。

风险提示：指数历史表现仅作为案例说明，不构成对指数及相关基金产品的投资建议。指数成份股介绍仅用于展示指数特色及编制思路，不构成对个股的投资建议。

人工智能的投资逻辑

继蒸汽时代、电气时代、信息时代后，第四次工业革命已经悄然来临，人工智能正从科幻逐步走入现实。自从1956年人工智能的概念被首次提出以来，人工智能的发展几经沉浮。随着核心算法的突破、计算能力的迅速提高、计算成本的显著下降以及海量互联网数据的支撑，人工智能终于在21世纪的第二个十年里迎来质的飞跃，成为全球瞩目的科技焦点。

人工智能发展主要包括三个阶段——基础技术支持、人工智能技术和人工智能应用。现阶段我们正处于从人工智能技术向人工智能应用过渡的阶段，人工智能技术逐步与我们的生活需求接轨，多项成果应用于无人驾驶、安防、城市管理、金融、医疗等领域。

2018年以来，国家对人工智能的重视程度进一步提升，针对人工智能的未来规划，提出了“AI+”的战略雏形。清华大学中国科技政策研究中心《中国人工智能发展报告（2018）》指出，中国已成为全球第二大AI力量，人工智能企业超过1000家，2019年中国人工智能核心产业规模预计达到960亿元。在技术、需求、政策三方驱动下，人工智能产业显现出长期的发展潜力。站在二级市场的角度，投资者面临的现实问题是：AI产业的投资价值在哪里？如何投资AI主题股票？本章将对以上问题加以探讨。

人工智能产业：研发布局全球化

全球产业界已经充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。世界主要国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。

美国在全球人工智能领域率先布局，近年来出台一系列政策、法案、促进措施，将人工智能技术的研发提升到国家战略层面，旨在促进人工智能研发的持续发展。

欧洲各国在人工智能领域的前进步伐同样不可小觑。欧盟对人工智能领域的发展有着明确的规划，强调各个成员国合力发展AI技术。

亚太地区同样兴起迅猛的AI热潮。作为代表性的科技强国，日本计划通过大力发展人工智能以解决各种社会问题，推动人工智能技术向强人工智能和超级人工智能的方向延伸。

人工智能大会：聚焦技术产业化

2019年8月底，世界人工智能大会（WAIC）在上海举办，围绕“智联世界，无限可能”的主题，对当下人工智能发展的技术瓶颈、产业趋势等焦点问题展开讨论，推动技术交流、应用场景落地、行业共享数据构建、行业标准制定推广等行业发展战略的落实，促进人工智能的产业发展、技术创新、知识普及和专业人才培养。同时，大会展示了最前沿的人工智能技术成果与产品，展现了AI技术在实际生活中的广泛渗透性以及巨大的市场潜力。

贯穿大会的一个理念是：从技术研发向产品化转换，推动人工智能产业化和市场化。人工智能技术正经历着由科研、技术为先，走向产品落地、应用为先的阶段。一个优秀的人工智能企业，不仅需要拥有领先的核心技术，更需要产品和方案在真实场景的落地，实现产品规模化生产和应用。这一观念的转变，意味着人工智能将加速从理论高塔走向实际应用的步伐，并广泛渗透到各产业以及生活的方方面面，从而带来巨大的商业潜力和市场价值。

展会上，各家AI相关企业展出的最新AI应用让人耳目一新。展出的产品既有为尖端科研行业服务的高大上产品，如IBM所展出的AI系统“CIMON”，能在极端环境下处理复杂科学实验，应用于太空国际空间站的科研活动；也有应用在工业和服务业的技术支持产品，如腾讯推出的针对能源、化工等特种行业的智慧巡检操作机器人，灵至科技推出的能广泛应用在医院、银行等场景，为聋哑人群体提供服务的手语机器人；在金融领域，AI技术也有涉足，包括智慧理财AI、智能交互平台、智慧在线客服等。AI技术的实践应用潜力可见一斑。

此次全球人工智能大会，释放出人工智能技术加速产业化和市场化变革的强烈信号，同时意味着新兴人工智能产业的市场潜力将进一步释放，而人工智能产业对资本的需求也将逐步扩大，相关产业链的投资价值有望再上一个台阶。

为何投资人工智能

美股市场的AI股
美国在经济和科技上占据世界领先地位，美股市场的动向也具有较强的先导性。首先我们观察美股里最赚钱的十家公司。2009年至2012年美股归母净利润排名前十的上市公司中，排名第一的公司始终为埃克森美孚，能源类公司占据半壁江山，仅有少数带有AI属性的信息技术公司上榜。2013年以沃达丰为代表的电信服务类公司、以苹果为代表的信息技术类公司、以辉瑞制药为代表的医疗保健类公司等一批科技类企业强势崛起，进入前十榜单，AI股在科技类企业中的优势并不明显；能源类公司仍然占据四席，但是净利润大多已有所下降。

2013年后，油价步入下行期，能源产业的优势逐渐被打破；与此同时，人工智能产业进入上升期。2015至2017年间，无一家能源类公司进入前十，取而代之的是科技类公司以及金融类公司，其中具有人工智能属性的公司展现出明显的优势。作为世界科技巨头之一，苹果公司在2014至2018年间有4年占据榜首，1年位居次席，而其引以为傲的运行系统背后正是有苹果独立研发的AI学习框架作为支撑；微软、谷歌等世界闻名的AI巨头也是前十榜单的常客。在2018年，更是有多达四家具有人工智能属性的公司跻身榜单前十。可以看出，由人工智能引领的新一轮科技革命和产业变革为涉及AI产业的科技企业带来显著利好。

A股市场的AI股
目光转向A股市场。我们同样统计2009~2018年每年A股市场最赚钱的十家上市公司，各年份排名前十的企业均为银行、保险、石油石化以及煤炭类公司，工商银行更是连续十年排名榜首。一方面，中国最优秀的AI相关企业在美股和港股上市，A股投资者无法分享中国科技实力快速提升的红利；另一方面，中国正处于人工智能技术向人工智能应用的过渡阶段，人工智能领域的综合发展水平较发达国家仍有较大差距，经济效益转化能力也尚未完全释放。

从利润规模上看，A股市场的人工智能企业相比于金融行业尚缺乏竞争力。然而考察营业总收入增速和归母净利润增速这两项成长指标，我们欣喜地看到A股的人工智能企业已展现出较强的发展潜力。我们统计中信一级行业和中证人工智能主题指数成份股近5年（2014~2018年）的营收复合增速中位数，如上图所示，人工智能企业营收增速超过所有中信一级行业，非银金融和银行仅排第9、第14名。

如果再将视线拉长到近10年（2009~2018年），人工智能企业的营业总收入复合增速中位数和归母净利润复合增速中位数均位居第1名，银行和非银金融仅位居第7、第20位。人工智能在成长性上相比于传统经济高出一筹，即使在新兴产业中也具备明显优势。

如何投资人工智能

ETF基金是跟踪既定指数的被动型基金，作为指定方向或主题的投资工具应用广泛，ETF的活跃程度一定程度上反映了对应股票市场的热度。美国市场的AI主题ETF起步较早，最早在2000年前发布的两只AI主题ETF现今的资产规模均已超200亿美元。近几年，AI主题ETF的数量增长更为迅速，截至2019年10月28日，美国市场已累计发布50只AI主题的ETF，总管理规模达到1496.32亿美元。

依据发行年份，我们对美国市场每年AI主题ETF累积数量进行了统计。可以看到，市场上相应ETF产品的数量保持稳定上升，尤其在2018年高速提升，人工智能主题ETF在美国市场的需求仍在增长。

目光转向中国，当前A股市场AI主题基金数量远少于美国市场，并且多为主动管理基金，被动指数型基金仅2只，其中ETF基金仅1只。2只被动指数型基金均跟踪中证人工智能主题指数（指数代码：930713）。下一章我们将对该指数进行详细介绍，并分析其投资价值。

中证人工智能主题指数简介及其投资价值分析

指数情况概览

中证人工智能主题指数（简称：CS人工智；指数代码：930713）于2015年7月31日由中证指数有限公司发布，是反映沪深两市人工智能主题公司的整体表现，为相应指数化产品提供新标的的指数。该指数选定基日为2012年6月29日，基点为1000，币种为人民币，以中证全指指数成份股作为样本空间，选取其中为人工智能提供基础资源、技术以及应用支持的公司股票，根据成交额、市值等指标，选取其中规模大、流动性强的100只代表性股票作为样本股，以反映人工智能主题领域股票在A股市场的整体表现。

人工智能引领科技新潮
科技创新是人类文明进步的源动力，也是推动生产力发展的决定性因素。在近现代的科技发展中，人工智能无疑是科技皇冠上最为瞩目的明珠之一。自1956年人工智能的概念被正式提出以来，人工智能领域接连创造了革命性的成果，不断挑战人类的想象力：1980年投入使用的专家配置系统 XCON，为DEC（美国数字设备公司）每年节省高达四千万美元；1997年，IBM公司的超级机器人“深蓝”击败了当时的国际象棋世界冠军；2014年，谷歌推出了基于AI系统的100%自动驾驶汽车，揭开了自动驾驶技术的新篇章；2016年一战成名的AlphaGo，成功登顶被认为是人工智能无法驾驭的围棋领域。可以看到，AI的发展不仅推动了已有产业的生产销量，同时也在不断刷新人们的认知，从而开辟崭新的领域和市场。

在海外AI市场风起云涌，苹果、谷歌、微软等科技巨头在人工智能市场大显身手的同时，国内的人工智能领域也在迅猛崛起，无论是科研成果还是发展速度都相当可观。根据清华大学中国科技政策研究中心（CISTP）对过去20年间AI相关论文数量的统计，我国AI相关论文产出数量位居世界第一。根据中国信息通信院（CAICT）的统计，我国每年AI相关专利数量在2014年之后增长迅速，2018年AI相关专利数量占全球总量的37.1%，超过美国、日本等科技大国而位居世界第一。可以看出，我国的AI技术无论在学术领域还是实际应用都有较强的整体实力。

除了在人工智能领域拥有的技术底蕴外，国家对于人工智能技术的产品化和商业化也提供了大力支持，相关政策接连带来利好消息。国务院发布的《新一代人工智能发展规划》提出，在人工智能基础较好、潜力较大的地区组织开展国家人工智能创新试验；科技部的《国家新一代人工智能创新发展试验区建设工作指引》提出布局建设人工智能试验区，打造一批具有重大引领带动作用的人工智能创新高地；上海举行的世界人工智能大会开幕式上，科技部公布了最新一批国家人工智能开放创新平台名单，将人工智能定位为新一轮科技革命和产业变革的重要驱动力量。政府在逐步引导人工智能的市场导向与产业应用，旨在打造智能经济形态。
可以看出，人工智能是科技发展潮流中的核心热点，也是国家明确支持的发展方向，相关产业在我国的资本市场拥有巨大的潜力。作为反映人工智能产业在市场中表现的风向标以及相关方向资本配置的参考，中证人工智能主题指数的推出具有重要的实际意义。

人工智能主题鲜明
指数以中证全指指数作为样本空间，选取为人工智能提供基础资源、技术以及应用支持的公司作为样本股，结合成交额和市值两个维度筛选出其中规模较大、流动性好、稳定性强的代表性人工智能产业股票，并定期对权重进行调整。

基于样本空间的股票池，指数首先采用最近一年（新股采用上市以来）的A股日均成交额由高到低对样本股进行排序，去除日均成交额排在末位20%的股票，为指数的整体流动性提供保障，提升了指数的投资指导意义。

对剩余流动性较好的股票，指数定性挑选出符合人工智能产业主题的股票。在主题选取范围上，指数以为人工智能提供基础资源、技术以及应用支持，包括但不限于大数据、云计算、云存储、机器学习、机器视觉、人脸识别、语音语义识别、智能芯片等范围作为筛选标准。该筛选标准包含了人工智能的前后端技术，完整地覆盖了人工智能的各个主流产业链，较好地把握住了人工智能产业的主题。

指数采用规模因子对股票池进一步筛选，按照过去一年（新股则为新上市以来）日均总市值由高到低排名，选取不超过100 只股票构成指数样本股。人工智能产业属于尖端科技产业，包含较多新兴的小型公司，一般具有高成长的特质，但对宏观环境的变动以及科技体系的更新换代等因素有较强的敏感性。因此，引入规模因子，选取相对市值较大、业务基础更广的行业龙头能够增强指数的稳健性。

指数的样本股及其权重调整有两种方式：1）中证人工智能主题指数的样本股每半年调整一次，样本股调整实施时间分别是每年 6 月和 12 月的第二个星期五的下一交易日。权重因子随样本股定期调整而调整，调整时间与指数样本定期调整实施时间相同。在下一个定期调整日前，权重因子一般固定不变。2）临时调整：特殊情况下将对指数样本进行临时调整。当样本股暂停上市或退市时，将其从指数样本中剔除。样本股公司发生收购、合并、分拆、停牌等情形，参照中证指数公司计算与维护细则处理。

此外，指数编制利用权重因子的调整，使样本股权重不超过 5%，增强指数成份的分散程度，降低指数特有风险。当出现样本股临时调整，有指数样本股被非样本股替代时，新进指数的股票一般情况下将继承被剔除股票在调整前最后一个交易日的收盘权重，并据此计算新进股票的权重因子，保持了指数成份的相对稳定，对指数的换手率起到控制作用。

可以看出，中证人工智能主题指数在选定人工智能主题的基础上，采用透明但有效的规则制定指数增加成份股的稳健性，并通过编制细则增加指数的分散程度，降低指数的风险和成份变动，作为投资标的有较高的实际参考意义。

聚焦中小成长企业
中证人工智能主题指数选取人工智能主题具有代表性的100只股票作为样本股，反映人工智能产业链的相关公司在市场中的表现。对这100只成份股票进行分析，可以直观把握指数的成份分布情况。

中证人工智能主题指数以人工智能领域为主题，根据申万一级行业标准，其成份股覆盖多达15个行业，其中按股票个数统计的前六大行业依次为计算机、电子、通信、机械设备、传媒和国防军工。以下为指数成份股截至2019年10月25日市值与个数的行业分布。

总体来看，指数的行业分布范围较广，其中计算机和电子行业在市值和股票个数均占据成份股比重领先地位；同时，指数在其它多个行业中均有一定占比，涉及多个人工智能的应用领域。可以看出，人工智能指数的相关产业链的涉及范围较广，并且少数行业过度暴露的情况不明显，在行业分布上有一定的分散度。

根据中证人工智能主题指数的编制方法，指数单只成份股的权重因子不超过5%，对个股风险的暴露程度有一定的控制作用。从成份股的累积分布来看，累积权重曲线斜率的变化较为平滑，可以看出成份股权重分配较为均匀，分散化明显。成份股市值分布显示，位于总市值不足100亿的小市值区间的成份股最多，其余成份股主要为100~500亿之间的中等市值，少数大型企业市值超过500亿，分布呈现明显的中小市值倾向，意味着人工智能指数囊括了较多新兴公司。

指数权重股介绍

截至2019年10月25日，中证人工智能主题指数的前30大权重股如下表所示。

由上表可知，权重靠前的成份股以电子、计算机领域为主。我们选取其中具有代表性的成份股进行介绍。

海康威视
海康威视是中证人工智能主题指数截至2019年10月25日的第一大权重股，权重占比约5.57%。海康威视是全球安防行业龙头，也是领先的视频产品和内容服务提供商，面向全球提供领先的视频产品、专业的行业解决方案与内容服务。公司深入布局AI+安防及4K高清视频监控，同时在汽车电子、智能家居、机器人、无人机等创新业务取得快速发展。

公司在人工智能应用方面推出的主要产品布局在安全生活、工业制造和汽车智能化等领域。在安防领域，公司推出“深眸”、“脸谱”、“神捕”系列基于深度学习的安防产品；基于公司开发的视觉和惯性双导航技术，公司推出的智能泊车机器人可以实现自主定位；基于自身在硬件、嵌入式、ISP，模式识别领域的深厚积累，公司推出基于阡陌智能仓储系统的“阡陌”智能机器人，实现机器人自主感知和自主决策的效果。

海康威视高度重视创新研发投入，研发支出逐年增长，从2014年的13.01亿元增加至2018年的44.83亿元；研发支出占营业收入比基本在7%至9%之间，近年来稳中有升。

我们对公司业绩进行纵向对比，如上图所示。公司业绩稳步增长，从2007年至2017年，营业总收入和归母净利润始终保持大于20%的增速；2018年增速略有放缓。2018年公司营业总收入达到498.4亿元，归母净利润达到113.5亿元。

科大讯飞
科大讯飞是中证人工智能主题指数的第二大权重股，权重占比约5.04%。该公司是一家专业从事智能语音及语言技术研究、软件及芯片产品开发、语音信息服务及电子政务系统集成的国家级骨干软件企业。是我国众多软件企业中为数极少掌握核心技术并拥有自主知识产权的企业之一，其语音合成核心技术代表了世界的最高水平。公司承建有首批国家新一代人工智能开放创新平台、语音及语言信息处理国家工程实验室以及我国在人工智能高级阶段——认知智能领域的首个国家级重点实验室等国家级重要平台。

公司业务较为广泛，采用的人工智能技术覆盖面较广，其代表性产品讯飞翻译机、讯飞智能录音笔、讯飞智能办公本、讯飞学习机、讯飞转写机等，主要涉及语音识别、电子教育、办公等领域。

科大讯飞的科研投入较高，研发支出增长稳定，从2014年的5.18亿元增加至2018年的17.73亿元；研发支出占营业收入比在20%至30%之间，总体水平较高且相对稳定。

我们同样对公司业绩进行纵向对比，如上图所示。公司的营业收入和净利润均稳步增长，从观察期的2007年至2018年间，营业总收入和归母净利润均保持大于20%的增速。2018年公司营业总收入达到79.17亿元，归母净利润达到5.42亿元。

用友网络
用友网络是中证人工智能主题指数的第三大权重股，权重占比约4.07%。该公司是领先的综合型、融合化、生态式的企业服务提供商，致力于服务中国及全球企业与公共组织的数字化转型与智能化发展。基于移动互联网、云计算、大数据、社交等先进技术，用友UAP私有云平台是中国大型企业和公共组织应用最广泛的企业计算平台，畅捷通公有云平台在小微企业和各类企业公共应用服务中得到运用。中国及亚太地区超过400万家企业与公共组织通过使用用友软件和云服务，实现精细管理、敏捷经营、业务创新。

公司定位于数字化商业应用基础设施以及企业服务产业的共享平台，其核心产品用友NC6系统以客户为中心，采用云计算、大数据、移动互联网、人工智能等关键技术，帮助中国大型企业实现C2B（客户导向）、E2M（员工能动）、DDE（数据驱动）、RTE（实时运营）的商业创新。

用友网络的科研投入保持稳定增长，从近五年的情况来看，公司的科研投入从2014年的6.93亿元增加至2018年的14.86亿元；研发支出占营业收入比基本稳定在20%上下。

我们同样对公司业绩进行纵向对比，如上图所示。公司营业收入基本呈现增长态势，其中2012年至2015年间营收增长相对缓慢；归母净利润在观察期内存在较大波动，但近三年来呈现出一定的提升趋势。2018年公司营业总收入达到77.03亿元，归母净利润达到6.12亿元。

指数投资价值分析

政策提供行业发展良机
近年来，国家对科技企业发展的政策层出不穷，其中人工智能领域更是未来布局规划的重点。如下图所示，自2016年以来，一系列指导意见和政策规划接踵而至，我国发展智能经济的战略轮廓已然显现，为人工智能领域企业发展推波助澜。

随着相关利好政策出台，人工智能产业发展的地位不断提升，定位由技术发展逐渐转型为产业化、市场化，相关企业的发展前景或越发喜人，对资本的吸引力也在逐渐增强，对产业链相关股票的资本配置正当其时。

历史净值收益表现出色
为观察中证人工智能主题指数在不同市场行情下的风险收益情况，我们提取指数从基准日2012年6月29日起至2019年10月25日的历史收盘数据并归一化得到指数的单位历史净值曲线；作为对比，我们选取中证全指、沪深300指数、中证500指数以及创业板指等四只宽基指数在同样时间段内的净值。为保证可比性，我们以2012年6月29日为基日，对指数进行归一化处理。指数的单位历史净值曲线如下图所示。

可以看出，中证人工智能主题指数走势和创业板指较为接近，净值表现显著超过中证全指、沪深300、中证500等宽基指数，在观测期内全程领先。2012至2017年间，中证人工智能主题指数和创业板指表现非常相似。而从2017年开始，中证人工智能主题指数显著超越创业板指，表现出更强的收益能力，并且这一优势稳定维持到了当前阶段。

总的来看，中证人工智能主题指数拥有创业板指的部分特质，在市场乐观行情中能够把握趋势、放大收益；同时，指数在近年来展现出独有的市场热度，存在一定的上升势头。可以认为中证人工智能主题指数拥有较强的超额收益能力，市场前景相对乐观。

估值水平处于修复阶段
股票的估值水平是投资者的关注点之一。从经典的价值投资角度来看，股票的内在价值保持相对稳定，估值水平处于低位的股票拥有较高的安全边际和投资价值。我们首先选取指数从发布期2015年7月31日至2019年10月25日的市净率（PB_LF）和市盈率（PE_TTM）估值指标，观察当前指数成份的估值处于怎样的历史水平。

由上图历史走势可以看出，自发布以来指数的估值水平总体处于下行趋势，于2018年末触及估值底部，随后出现估值修复的迹象。就目前来看，指数的估值水平正向上接近历史的中枢。从估值的角度来看，中证人工智能主题指数具备一定的安全边际。

中证人工智能主题指数的风格和历史走势与创业板指较为接近，两者之间可比性较强。因此，我们进一步选取当前人工智能指数和创业板指的估值指标进行对比，从纵向观察两者间的相对估值水平。

从上图可以看出，与性质相近、主要同由中小型规模股票组成的创业板指相比，人工智能指数无论市净率还是市盈率都相对较低，结合历史净值的盈利情况，我们认为人工智能指数在拥有相近甚至更强的盈利能力的同时，保持了更高的安全边际。

平安中证人工智能ETF（基金代码：512930）是当前市场上唯一跟踪该指数的 ETF基金。下一章我们将对该基金的投资优势进行详细分析。

AIETF的投资优势

基金简介

平安中证人工智能交易型开放式指数证券投资基金，简称平安中证人工智能ETF，场内简称AIETF（基金代码：512930），标的指数为中证人工智能主题指数（指数代码：930713），投资目标为紧密跟踪标的指数表现，追求跟踪偏离度和跟踪误差的最小化。基金主要投资于标的指数成份股、备选成份股，投资于中证人工智能主题指数的成份股及其备选成份股的比例不低于基金资产净值的90%，且不低于非现金基金资产的80%。

特色提供竞争力：国内首只人工智能主题ETF，ETF投资有显著优势

截至2019年10月25日，市场上已成立的主题ETF数量为60只，其中平安中证人工智能ETF是第一只人工智能主题的ETF。目前人工智能行业进入爆发期，将成为下一轮科技创新的主导力量，该基金填补了ETF在人工智能行业的空白，为有意追逐科技浪潮、对人工智能产业进行定向资产配置的投资者提供了机会。

目前人工智能主题的公募基金共有7只，分属7家基金公司。成立最早的是前海开源人工智能灵活配置型基金，成立于2016年5月。5只基金的成立时间不足一年半，可以看出整个人工智能主题基金仍然处在起步阶段。被动指数型基金仅有2只，分别为融通中证人工智能主题LOF基金和平安中证人工智能ETF，而平安中证人工智能ETF是当前市场上唯一人工智能主题的ETF基金，相较于其它类型基金在管理和交易机制上具有独特优势。

ETF基金具有跟踪误差小、交易成本低、交易效率高、交易机制灵活等特点。作为投资工具，ETF基金相比其他类型基金主要有以下几大优势：

1）分散度较高。ETF基金本质为跟踪指数的被动型基金，成份高度分散，相比主动型基金拥有个股占比较低、成份分散程度较高等特质，能够有效降低特有风险的暴露程度。

2）资金使用效率高。由于ETF是实物申购赎回机制，股票仓位基本上都接近100%，资金利用效率高。

3）透明度高。每天公布持仓信息，持有资产清晰透明，严格把控风险，投资放心度很高。

4）交易便捷。允许在交易时间段买卖抑或申购赎回，限制较少，使得交易更方便。

AIETF与其它ETF的优势比较

和主题型ETF比较：费率优势明显，提供崭新投资方向
目前市场上已发行共计60只主题型ETF。统计主题型ETF基金的费率可以发现，各基金的年管理费、托管费率合计在0.20%到1.20%不等，其中大部分主题型ETF的费率合计在0.60%以上，而平安中证人工智能ETF费率合计仅为0.20%，在主题型ETF中拥有较明显的费率优势。

当前费率合计为0.20%的主题型ETF仅有5只。除平安中证人工智能ETF外的4只基金中，3只为央企主题相关的ETF基金，1只为长三角主题ETF。平安中证人工智能ETF提供了新的投资方向，提升了主题型ETF市场的丰富性。

和科技类ETF比较：行业覆盖面广，成份股构成独特
平安中证人工智能ETF的跟踪指数为中证人工智能主题指数，其成份股覆盖多达15个申万一级行业，涵盖计算机、电子、通讯、机械设备、传媒等多个领域。作为对比，我们选取主题ETF和行业ETF中，四只具有代表性的科技类跟踪指数进行比较。

统计2019 年10月25日各指数的成份股权重行业分布，五只指数的申万一级行业分类大致相似，主要集中在计算机和电子行业。其中，中证人工智能主题指数在计算机行业的权重为44%，在电子行业的权重为36%，占比相对较高；除计算机指数在计算机行业有较高的占比之外，其它指数与中证人工智能主题指数的行业分布大致相似，但中证人工智能主题指数的行业覆盖面最广，较全面地涉及人工智能的各个产业链。

除行业分布外，我们希望进一步观察指数成份股的构成，以及各指数成份股的重合情况。我们定义中证人工智能主题指数与其它指数的重合度为：中证人工智能主题指数与其它指数共有的个股数量占中证人工智能主题指数成份股数量的比值。计算结果如下图所示。

可以看出，中证人工智能主题指数与其它四只指数的成份股重合度都不高，与科技龙头指数和500信息指数的重合度分别为17%和18%，而与全指信息指数和计算机指数的重合度分别为29%和31%。较低的重合度体现出平安中证人工智能ETF的另一个投资优势：投资组合有不可替代性。同时，中证人工智能主题指数兼有科技龙头大公司，也有一些成长性强的小公司，投资多样化，兼具稳健性和成长性。

平安平台护航：科技助力跟踪紧密，优秀团队提供保障

平安基金依托于平安的平台优势，在“金融+科技”和“金融+生态”的战略主题下，着力实现科技为金融赋能，生态为金融赋能，在平安科技独特的“Oceanus海神”的ETF指数投资辅助系统下，加强ETF对指数的追踪能力，对全投资流程系统化，提升投资效率，降低投资风险。公司的股票型ETF覆盖主流宽基指数，积极拓展SmartBeta型ETF和主题型ETF，各ETF均有良好跟踪表现。

平安中证人工智能ETF首次募集规模为2.01亿元，自2019年8月23日上市交易以来，平均每日成交金额为450万元，是流动性较好的工具化产品。

平安基金管理有限公司总部位于深圳，注册资本13亿元。在公募产品方面，平安基金已建立了覆盖高中低风险等级的较为完善的产品线。在专户产品方面，平安基金以定向增发系列、固定收益系列、高息债系列为主要产品，建立了完善的覆盖二级市场的专户产品。

本基金的基金经理为钱晶先生，美国纽约大学理工学院硕士。曾先后担任国信证券股份有限公司量化分析师、华安基金管理有限公司基金经理。2017年10月加入平安基金管理有限公司，任资产配置事业部ETF指数部投资经理。现任平安中证沪港深高股息精选指数型证券投资基金、平安MSCI中国A股低波动交易型开放式指数证券投资基金等基金的基金经理。

风险提示
指数历史表现仅作为案例说明，不构成对指数及相关基金产品的投资建议。指数成份股介绍仅用于展示指数特色及编制思路，不构成对个股的投资建议。

免责申明
本报告仅供华泰证券股份有限公司（以下简称“本公司”）客户使用。本公司不因接收人收到本报告而视其为客户。

本报告基于本公司认为可靠的、已公开的信息编制，但本公司对该等信息的准确性及完整性不作任何保证。本报告所载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期，本公司可能会发出与本报告所载意见、评估及预测不一致的研究报告。同时，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。本公司不保证本报告所含信息保持在最新状态。本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。

本公司力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成所述证券的买卖出价或征价。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。对依据或者使用本报告所造成的一切后果，本公司及作者均不承担任何法律责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。

本公司及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下，本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，也可能为之提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。本公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。

本报告版权仅为本公司所有。未经本公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公司版权。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“华泰证券研究所”，且不得对本报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权力。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。

本公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。
全资子公司华泰金融控股（香港）有限公司具有香港证监会核准的“就证券提供意见”业务资格，经营许可证编号为：AOK809
版权所有2019年华泰证券股份有限公司

林晓明
执业证书编号：S0570516010001

华泰金工深度报告一览
金融周期系列研究（资产配置）

【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（下）
【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（上）
【华泰金工林晓明团队】周期轮动下的BL资产配置策略
【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究
【华泰金工林晓明团队】市场拐点的判断方法

【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告（上）
【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（四）——华泰金工周期系列研究

【华泰金工林晓明团队】周期三因子定价与资产配置模型（三）——华泰金工周期系列研究

【华泰金工林晓明团队】周期三因子定价与资产配置模型（二）——华泰金工周期系列研究

【华泰金工林晓明团队】周期三因子定价与资产配置模型（一）——华泰金工周期系列研究

【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索

【华泰金工林晓明团队】市场周期的量化分解

【华泰金工林晓明团队】周期研究对大类资产的预测观点

【华泰金工林晓明团队】金融经济系统周期的确定（下）——华泰金工周期系列研究

【华泰金工林晓明团队】金融经济系统周期的确定（上）——华泰金工周期系列研究

【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列

行业指数频谱分析及配置模型：市场的周期分析系列之三

【华泰金工林晓明团队】市场的频率——市场轮回，周期重生

【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探

FOF与金融创新产品
【华泰金工】生命周期基金Glide Path开发实例——华泰FOF与金融创新产品系列研究报告之一

因子周期（因子择时）

【华泰金工林晓明团队】市值因子收益与经济结构的关系——华泰因子周期研究系列之三
【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二
【华泰金工林晓明团队】因子收益率的周期性研究初探

择时
【华泰金工林晓明团队】A股市场低开现象研究
【华泰金工林晓明团队】华泰风险收益一致性择时模型
【华泰金工林晓明团队】技术指标与周期量价择时模型的结合
【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的应用

行业轮动
【华泰金工林晓明团队】景气度指标在行业配置中的应用——华泰行业轮动系列报告之九
【华泰金工林晓明团队】再探周期视角下的资产轮动——华泰行业轮动系列报告之八

【华泰金工林晓明团队】“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七
【华泰金工林晓明团队】“华泰周期轮动”基金组合构建——华泰行业轮动系列之六
【华泰金工林晓明团队】估值因子在行业配置中的应用——华泰行业轮动系列报告之五
【华泰金工林晓明团队】动量增强因子在行业配置中的应用——华泰行业轮动系列报告之四
【华泰金工林晓明团队】财务质量因子在行业配置中的应用——华泰行业轮动系列报告之三
【华泰金工林晓明团队】周期视角下的行业轮动实证分析——华泰行业轮动系列之二
【华泰金工林晓明团队】基于通用回归模型的行业轮动策略——华泰行业轮动系列之一

Smartbeta
【华泰金工林晓明团队】Smart Beta：乘风破浪趁此时——华泰Smart Beta系列之一
【华泰金工林晓明团队】Smartbeta在资产配置中的优势——华泰金工Smartbeta专题研究之一

多因子选股
【华泰金工林晓明团队】桑土之防：结构化多因子风险模型——华泰多因子系列之十二

【华泰金工林晓明团队】华泰单因子测试之海量技术因子——华泰多因子系列之十一
【华泰金工林晓明团队】因子合成方法实证分析 ——华泰多因子系列之十
【华泰金工林晓明团队】华泰单因子测试之一致预期因子 ——华泰多因子系列之九
【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八

【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七
【华泰金工林晓明团队】华泰单因子测试之波动率类因子——华泰多因子系列之六

【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五
【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四
【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三
【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二

【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一
【华泰金工林晓明团队】五因子模型A股实证研究
【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二

人工智能
【华泰金工林晓明团队】投石问路：技术分析可靠否？——华泰人工智能系列之二十四
【华泰金工林晓明团队】再探基于遗传规划的选股因子挖掘——华泰人工智能系列之二十三
【华泰金工林晓明团队】基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二
【华泰金工林晓明团队】基于遗传规划的选股因子挖掘——华泰人工智能系列之二十一
【华泰金工林晓明团队】必然中的偶然：机器学习中的随机数——华泰人工智能系列之二十
【华泰金工林晓明团队】偶然中的必然：重采样技术检验过拟合——华泰人工智能系列之十九

【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八

【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七
【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六
【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五

【华泰金工林晓明团队】对抗过拟合：从时序交叉验证谈起

【华泰金工林晓明团队】人工智能选股之损失函数的改进——华泰人工智能系列之十三

【华泰金工林晓明团队】人工智能选股之特征选择——华泰人工智能系列之十二
【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一

【华泰金工林晓明团队】宏观周期指标应用于随机森林选股——华泰人工智能系列之十
【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九

【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八
【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七

【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六

【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五
【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四
【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三

【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二

指数增强基金分析
【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位分析专题报告
【华泰金工林晓明团队】酌古御今：指数增强基金收益分析
【华泰金工林晓明团队】基于回归法的基金持股仓位测算
【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证

基本面选股
【华泰金工林晓明团队】华泰价值选股之相对市盈率港股模型——相对市盈率港股通模型实证研究
【华泰金工林晓明团队】华泰价值选股之FFScore模型
【华泰金工林晓明团队】相对市盈率选股模型A股市场实证研究

【华泰金工林晓明团队】华泰价值选股之现金流因子研究——现金流因子选股策略实证研究
【华泰金工林晓明团队】华泰基本面选股之低市收率模型——小费雪选股法 A 股实证研究
【华泰金工林晓明团队】华泰基本面选股之高股息率模型之奥轩尼斯选股法A股实证研究

基金定投
【华泰金工林晓明团队】大成旗下基金2018定投策略研究
【华泰金工林晓明团队】布林带与股息率择时定投模型——基金定投系列专题研究报告之四
【华泰金工林晓明团队】基金定投3—马科维茨有效性检验

【华泰金工林晓明团队】基金定投2—投资标的与时机的选择方法

【华泰金工林晓明团队】基金定投1—分析方法与理论基础

其它
【华泰金工林晓明团队】A股市场及行业的农历月份效应——月份效应之二
A股市场及行业的月份效应——详解历史数据中的隐藏法则