本文基于穿透万得偏股混合基金指数成分股,采用基于基金净值的二次优化模型高频测算个股仓位,结合打新收益还原构建精准指标。基于估值、成长、反转等多维度因子,通过XGBoost非线性模型合成因子,构建月频调仓指数增强组合。2020-2022年回测显示增强组合年化收益19.78%,年化超额收益12.3%,信息比率1.39,年度胜率超90%,在多数年份均位于市场前50%排名,证明了模型的稳定性和有效性。
报告标题:《基金个股仓位测算与偏股混指数增强》
作者及发布机构: 华泰证券研究团队,包括林晓明、李子钰、何康博士等,华泰证券股份有限公司
发布时间: 2023年2月2日
研究主题: 针对万得偏股混合基金指数构建指数增强策略,通过基金持仓穿透和非线性因子模型,力争高胜率战胜公募基金市场中位数表现。
核心论点与目标:
报告提出构建一个对标万得偏股混合基金指数(代表偏股混合型基金市场中位数表现)的指数增强策略,通过穿透指数持仓来模拟基金组合作为基准,再以XGBoost等非线性机器学习模型对持仓进行多因子增强。回测数据显示,增强组合2010年末至2022年末年化收益达19.78%,超额年化收益率12.3%,信息比率达1.39,且调仓频率低、持仓集中,年度胜率超90%,显示出在较长时间区间下稳定超越市场中位数的可行路径, 2]。
关键论点:
A股市场牛熊交替,不同风格基金轮番领涨:2009-2015年小盘风格,上证50等蓝筹的2016-2017年,2019年起赛道风格兴起。长期观察发现,没有任何基金可以持续8年每年排名前50%,长期稳胜指数或市场中位数极其困难,只有极少部分基金具有持续超越市场表现。
逻辑和假设:
利用Wind数据,统计359只成立8年以上的基金,发现连续多年稳定排名前30%或50%的基金比例急剧下降,八年全中的基金占比为0,长线稳超市场难度极大。此现实基础上,作者将盯紧市场中位数指标,寻求量化方法构建长期稳健超越市场的选股策略。
图表解读:
图表1-2说明随着考察时间N年延长,能连续排在前30%及前50%榜单的基金比例急骤下降,显示高持续性超额收益的稀缺,强调研究主题的现实意义和必要性。
核心内容:
偏股混合基金指数采纳万得二级基金分类中的偏股混合型基金,采取等权计算策略,即所有成分基金等权计算收益,不因单个基金规模大小而加权。这样避免大基金对指数的过度影响,体现市场整体中位数水平,避免大规模基金调仓约束影响表现。
数据点与逻辑:
指数编制时间起点2003年,公开净值始于2013年底。基金规模对指数影响均衡,有利呈现行业及规模多元化布局。通过划分基金规模为五档,图表显示小规模基金群体表现优于大规模基金,反映“小规模效应”对指数表现的影响。
指数与宽基对比:
偏股混合基金指数相较沪深300、中证500具备更稳定的中位数特性(排名接近50%水平波动),被认为是更合适的市场中位数代表,对标基准选择更合理,从而为增强策略发展奠定基准基础。
问题与解决思路:
偏股混合基金指数成分为基金而非股票,缺乏直接成分股数据。实现指数增强需“穿透”基金持仓,构建高频个股仓位测算系统,结合财报持仓数据(季度季报、半年报、年报)和基金每日净值,通过二次优化数学模型实现个股权重的估计。
核心模型设计:
目标函数由两部分构成:
1)拟合基金净值的日收益最小化,采用时间衰减加权保证邻近期数据权重更高;
2)惩罚项约束测算的持仓偏离目标持仓,以降低共线性问题影响。
目标持仓构建方法:
采用两种方法对季报非重仓股进行权重构造:
股票池与约束:
股票池为过去两年持仓并结合行业市值前10股票构成的并集。约束包括前十大重仓仓位固定,债券仓位区间约束,行业配置一致性保证及个股仓位上下限(不超过十大重仓最低仓位)。
测算效果:
测算偏差指标用于对比方法,λ=0.1时两种方法均表现最优,方法二在平均偏差和偏差标准差上表现稍好,因此最终采用方法二作为高频仓位测算核心依据。
高频测算模型:
类似季报补全,结合基金日净值,设置合理权重上限(个股最大10%)、权益仓位(60%-95%)、债券仓位(0-100%)等约束完成月底的月频个股仓位高频测算。
实证结果:
不同惩罚参数λ在0.1∼100间测试,λ越小拟合误差越小,但考虑引入目标持仓信息做合理调整,不将λ置零。月频测算误差最低为0.262%,符合实际合理水平。
模拟持仓分析:
将测算基金的个股仓位月度均值作为指数持仓权重,发现权益仓位整体在79%-91%区间波动,2019-2020年结构性行情权益仓位攀升,2021年抱团瓦解后有所回落。
行业与板块配置趋势:
查询持仓板块构成,新能源电力设备大幅增长(从3.33%涨至11.82%),医药行业配置相对稳定,食品饮料持仓平稳,反映近年基金主题投资变化。
指数模拟方案:
两套方案对偏股混合基金指数进行模拟:
1)限制基金规模为1-20亿元,剔除港股仓位,等权计算月末持仓;
2)全部基金规模全覆盖(无规模限制)。
结果对比及不匹配原因:
模拟净值整体趋势符合指数走势,但2017年至2021年一季度模拟净值明显落后指数,尤其2019-2020年差距大。推断原因是模拟中未计入公募基金显著打新收益,二级市场持仓无法完全反映全部收益。
打新收益测算假设与逻辑:
提出五条打新收益测算假设,如非科创板无锁定期股票在一字涨停结束卖出,科创板首日卖出等,用基金资产规模平均法计算净收益率,选取规模1-5亿基金,求平均作为整体打新收益率估计。
打新收益表现与整合:
打新月度收益率峰值集中在2019至2020年,分散至交易日后平滑叠加至模拟指数中。打新收益还原后的模拟指数净值与真实万得偏股混合基金指数净值更加接近,缩小了此前差距。且规模限制方案二拟合优于方案一。
因子选择与模型训练:
选择估值(EP、OCFP、DP)、成长(净利润、ROE同比等)、反转(加权收益率)、换手率、分钟线指标、文本因子(一致预期、盈利预测调整文本因子BERT版)多维度因子,进行行业及市值中性化预处理。
模型方案与验证:
采用XGBoost非线性机器学习模型滚动训练,结合回归框架,标签采用截面z-score标准化。模型表现通过IC(信息系数)、Rank IC累计指标及分期(时间序列)展现,平均Rank IC为0.1025,ICIR为1.06,IC大于零比例87.82%,表现稳定有效。
同时采用线性回归模型作为比较,线性模型IC、Rank IC稍低(0.0906,0.1057),ICIR为1.07,1.31,仍表现良好,体现非线性模型略胜一筹。
组合优化算法:
目标函数为最大化合成因子预测收益,约束包括:单股持仓0%-10%,总仓位等于基准仓位,行业及市值中性化限制以及整体持仓对基准股票仓位偏离不超过4%。该灵活约束旨在构建较为集中、便于实操的增强组合.
业绩表现:
非线性模型增强组合年化收益19.78%,基准指数7.48%,超额12.3%。最大回撤41.79%,信息比率1.39,超额收益最大回撤13.05%。
线性模型增强组合年化收益15.66%,超额8.18%。夏普、信息比率不及非线性组合,表明机器学习模型提升回测效果。
持仓规模与调仓特点:
平均持仓30-35只股票,月频调仓,调仓频率低,有利于控制交易成本和操作规范。除了2017年外,组合年份均显著跑赢指数,年度胜率超过90%, 24]。
年度业绩细分:
分年度来看,2015年及2020年表现最好,分别年化收益131%和74%,超额显著;相对小幅不佳的年份(如2017年)也未大幅割裂整体超额,实现稳健。
总体结论:
本文首次系统构建偏股混合基金指数的股票持仓穿透测算框架,结合高频基金净值和基金持仓二次优化,准确估算持仓权重。基于此构建非线性多因子机器学习模型,实现指数增强,跑赢市场中位数基准,具备稳定超额收益与较高年度胜率。
研究价值:
一方面,穿透持仓为主动基金仓位变化和选股行为提供可观测依据,可用于进一步因子开发或行业配置分析;另一方面,增强组合兼具调仓频率低、持仓集中等实操优势。
风险提示:
机器学习模型基于历史数据总结,存在失效、环境适应差风险;模型解释性相对较弱需谨慎使用。量化因子表现依赖宏观环境和大盘走势,历史表现不代表未来。报告不构成基金投资建议。
图表1-2(排名前30%/50%基金占比):显示随时间跨度加长,能够连续多年稳定站稳市场前列的主动权益基金比例几乎归零,强调长期持续超额收益的稀缺性和难度。
图表3-4(指数及模拟净值对比):红线为万得偏股混合基金指数净值,灰线为通过测算持仓模拟的月度净值。发现仅持仓模拟无法完全精准跟踪指数,纳入打新收益修正后模拟净值(黄线)紧密贴合指数曲线,体现附加打新对指数表现的重要贡献, 18]。
图表7-8(基金数量规模及按规模分层回测):基金规模稳步增长,小规模基金整体表现优于大规模基金,支持指数等权计权的设计逻辑。
图表11(连续多年超越指数基金占比):体现随连续超额年份要求加大,基金数显著减少,体现市场难度。
图表15-16(季报非重仓股补全偏差)与图表18-20(两种方法对比):反复验证两种目标持仓构建方案与惩罚系数λ对于仓位推算精度影响,支持方法二与低λ配置最佳。
图表26-28(高频个股仓位测算):月频个股仓位测算平均偏差最低0.26%(λ=0.1),误差分布稳定,支撑月度更新持仓估计的合理性。
图表29-31(基金持仓权益仓位及行业分布):权重变化反映市场热点板块演变,新能源显著攀升,医药稳定,食品饮料相对平稳,结合行业配置指导增强因子选择。
图表35-36(指数模拟非打新)与图表39-40(还原打新收益):对比显示纳入打新收益显著改善模拟成绩,解决了非二级市场权益带来的价值缺失。
图表44-48(因子模型IC表现):展示非线性XGBoost模型优于线性模型的IC、RankIC指标,体现机器学习在多因子合成和预测力提升上的优势。
图表50-55(增强组合表现):月频调仓下,非线性增强组合年化收益19.78%远超基准,组合最大回撤稳定,且平均持仓股数30只左右,符合实操易用性。
报告本身属于量化策略研究,主要聚焦指数增强组合的风险调整收益表现,未采用传统现金流折现(DCF)或市盈率倍数法估值。增强效果通过回测年化收益、超额收益信息比率及最大回撤等指标量化表现,模型选择(XGBoost和线性回归)和参数调优保障效果参考质和量的平衡。组合权重约束保证策略的可操作性与市场中性,风险收益匹配合理,强化了回测可信度。
机器学习模型本质是基于历史数据及特征总结选股规则,存在模型失效的风险。市场结构变化、因子相关性演变均可能导致历史因子表现未来无法持续。
模型解释性相对较弱(“黑箱”模型),投资者需谨慎解读。
打新收益测算依赖于假设和数据完整性,对市场新股发行政策变化敏感,存在测算的不确定性。
个股仓位测算依赖二次优化算法与部分历史持仓披露,如存在异常调整或披露问题会影响测算精度。
持仓集中度高可能带来流动性风险,在实际执行中需考虑委托方式和成本。
回测期市场环境自身经历多个风格周期,未来周期性风险依然存在,且历史超额收益不构成未来保障, 25]。
本文所用的持仓测算方法尽管通过二次优化且结合多季度详细持仓披露信息,但毕竟是基于有限信息的估算,不代表完全真实的基金个股仓位,尤其是在披露滞后及基金调仓频率超过季报频率时测算误差存在。报告已对此进行多重误差控制和模型验证,但仍可能影响增强效果的绝对准确性。
打新收益虽被合理估算并还原进模拟净值,但其实际操作中难以做到完全复制,且打新收益强弱受宏观政策影响显著,未来稳定性不可保障。
机器学习模型虽展现较好预测能力,信息比率高达1.39,但仍然对参数及样本选择敏感,未来市场因子结构变化可能对模型表现带来影响。
组合相对仓位的放宽约束(偏离不超过4%)有利于提升实操性能,但可能在某些市场行情下放大风险集中,需慎重监控。
模拟净值相较真实基金指数,规模筛选1-20亿的基金模拟效果较好,可能对大基金持仓的复杂调仓行为欠缺捕捉,反映模型可能更适合中小规模基金构成的市场中位数。
报告中未直接覆盖对宏观经济、行业周期及政策的定量分析,未来扩展可考虑融合宏观及情绪因子提升模型鲁棒性。
本报告成功构建了一个以万得偏股混合基金指数作为市场中位数基准的指数增强策略,突破了以往难以穿透基金持仓的瓶颈,采用二次优化算法实现高频个股仓位估算,并综合考虑打新收益对基金整体表现的贡献。通过充分量化多维因子(估值、成长、反转、换手率、分钟线及文本因素),并用XGBoost机器学习模型进行非线性合成,顺利提升了组合的预测能力,带来显著且稳健的超额收益。
回测显示:非线性增强组合年化收益19.78%,基准7.48%,超额12.30%,信息比率1.39,且持仓数量控制在30-35只,月频调仓保证了适中的交易频率和集中度,年度胜率超过90%。模拟误差控制良好,穿透持仓与指数净值高度重合,尤其纳入打新收益后,模拟净值与真实指数净值几乎同步。
该研究成果不仅为偏股混合基金指数增强提供了可操作思路,也为主动基金持仓监测、因子构建及行业配置分析提供了数据基础和工具支持,具有较高理论和实践价值。风险提示方面充分披露了模型可能失效、数据测算误差及宏观市场环境变化的潜在影响,提醒谨慎使用。
综上,报告呈现出细致、严谨且创新的指数增强研究框架,在A股公募基金市场中提供一种长期可靠的超额收益追求路径,值得量化投资及基金管理者关注与借鉴。
【全文引自华泰证券数据与分析,转引时请注明页码:0-27】
金工深度研究:基金个股仓位测算与偏股混指数增强.pdf