本报告基于基金经理先验背景和行业轮动后验指标筛选具备行业轮动能力的基金,利用带有证监会约束的持仓补全法精准测算基金行业分布,并构建季频及月频行业轮动策略。策略年化收益最高达14.11%,超额收益显著且回撤率下降,展现出较强的风险调整后表现。结合净值回归提升了行业权重估计的时效性,优化策略表现,为行业轮动策略设计提供了系统性方法论支持,兼顾收益与风险控制
中国公募基金行业快速发展,截至2022Q2,非货币型公募基金数量近1万只,总规模超16万亿元。公募主动权益基金表现优异,2019年后超额收益尤为显著 。
估算基金行业分布方法对比与优化 :
基金经理自上而下背景提升行业轮动能力 :
后验指标Rotation_Skill_posterior进一步筛选行业轮动能力强基金 :
行业轮动策略构建与表现 :
基于净值回归提升持仓数据时效性,构建月频行业轮动策略 :
总结:本报告提出的基于基金经理轮动能力的行业轮动策略,通过优选基金池严谨的因子筛选与行业权重补全,结合净值回归提高持仓频率,获得稳健超额收益和良好风险控制,具有较强的实际投资参考价值
报告标题:《如何基于基金经理轮动能力构建行业轮动策略?》
作者:招商定量任瞳团队
发布日期:2024年9月18日
研究机构:招商证券定量研究团队
研究主题:基于公募基金经理行业轮动能力的策略构建与优化
本报告围绕构建基于基金经理行业轮动能力的行业轮动策略展开研究,旨在挖掘公募基金持仓和净值数据中隐含的投资机会,以提升行业配置的投资收益及风险控制能力。报告通过量化方法,分析基金经理的先验背景信息和后验轮动能力指标,筛选具备较强行业轮动能力的基金池,进而构建行业轮动策略。
核心结论包括:
整体来看,报告揭示公募基金中隐含的行业轮动信号值得深入挖掘,基于基金经理行业轮动能力筛选的基金池构建轮动策略效果良好,且结合净值数据的高频动态调整能显著提升策略表现。,1,7]
报告首先回顾了中国公募基金行业的发展历程,强调自2014年以来公募基金进入快速成长期,截止2022年第二季度,非货币型公募基金数量接近1万只,规模超过16万亿元。公募主动权益基金整体表现优于市场基准,特别是2017年以来超额收益显著提升。公募基金数据透明,包括基金持仓、净值和基金经理信息,成为挖掘投资信号的重要来源。
同时指出公募基金持仓数据存在两个核心问题:
这两点成为构建基于持仓的行业轮动策略前必须面对和解决的关键难题。,1]
为了准确测算基金行业分布,报告对比了三种基于持仓数据的测算方法:
报告通过行业偏离度指标检验三种方法的准确性,数据显示:
图9清晰展示了上述趋势,三种方法均呈偏离度逐年下降趋势,且带约束的方法在各时间段都显著优于其他方法。这一结论奠定了整个报告基于持仓补全数据开展行业轮动策略研究的基础,确保基金行业分布的测算更为精准,从而提升策略信号的有效性。,2]
报告创新性地设计了基金筛选的双重指标体系:
先验指标基于基金经理的个人背景和经历,筛选具有宏观、策略、行业配置等自上而下研究经验的经理管理的基金。统计数据显示,该类基金行业轮动能力指标(Rotation_Skill_prior)显著优于全部市场基金和非行业主题基金,Rotation_Skill_prior由0.002和0.003分别提升至0.015(图10)。同时通过成对t检验和Wilcoxon符号秩和检验确认统计显著性。
后验指标即Rotation_Skill_posterior,基于基金持仓行业权重变化与后期行业涨跌幅的Spearman相关系数加权统计,旨在反映基金经理对行业趋势的判断能力,且注重左侧布局(预判行业涨跌)而非盲目追随趋势,降低动量崩溃风险。筛选后该指标显著提升基金池的整体轮动能力。
进一步将两类指标结合,相当于先以基金经理自身研究背景过滤基金,再以后验轮动能力指标排名选出前50%优质基金,获得最终优选基金池。图11及表5的统计检验结果证明了这一筛选体系有效性,提升了基金池的行业轮动能力,从而为策略构建提供强支撑。,3,4]
策略逻辑基于每期基金池中基金相对于上一期的行业权重增减幅度,计算基金池所有基金的平均行业净增减仓幅度。具体操作如下:
根据回测结果(表7及相关图表):
该策略不仅收益可观,而且风险控制表现突出,具备投资应用价值。通过持仓补全后的行业分布测算、基金经理能力筛选及行业轮动构建,演绎出有效的投资轮动信号。,5]
针对季报数据披露滞后、换仓节点较滞后的问题,报告创新地利用基金净值序列及回归分析方法(Lasso回归和普通线性回归)估计基金在月频维度的行业增减仓行为。核心做法是:
回测显示(图17):
这一创新模型提升应对季报滞后的策略及时响应能力,提升风险调整后的收益表现。
报告总结强调:
风险提示方面指出,模型成果来源于历史数据和统计模型,存在因市场和政策环境变化导致失效风险,不构成投资建议。强调投资者需结合自身风险偏好理性决策。,8]
内容:非货币型公募基金数量和规模变化趋势图,及中证偏股基金指数与中证800指数及其年度超额收益对比。
解读:图表清晰显示1998年至2022年基金数量和资产规模持续增长,特别是2014年后进入高速发展期,资产净值和基金数量双双大幅攀升。中证偏股基金指数相较中证800指数表现优异,尤其自2017年以来超额收益稳定,说明公募权益基金整体具备较强的超额收益创造能力,为基于公募基金持仓数据的行业轮动策略提供坚实基础。
内容:三种行业分布测算方法(前十大重仓股、持仓补全法、带证监会行业分布约束的持仓补全法)的行业偏离度时序变化曲线。
解读:图中红色曲线(基于前十大重仓股)偏离度最高且波动较大,棕色(持仓补全法)显著降低偏离度,橙色(带约束持仓补全法)偏离度最低且波动平稳,表明约束提升了测算准确性。长期趋势显示偏离程度普遍降低,确认补全与约束方法的有效性。为后续基于行业分布构建策略提供更加精准的基础数据。
内容:不同基金池(全部基金、非行业主题主动权益基金、有自上而下研究背景基金池)Rotation_Skill_prior指标比较柱状图。
解读:有自上而下研究背景基金池Rotation_Skill_prior明显高于其他两类,约0.015,揭示基金经理宏观和策略经验显著强化其行业轮动能力,为策略中的基金筛选指标设计提供理论依据。
内容:基于先验+后验指标筛选基金池、仅先验筛选、有自上而下研究背景基金池的Rotation_Skill_prior指标对比。
解读:叠加后验指标的基金池Rotation_Skill_prior进一步提升至0.020,表现优于其他基金池,验证后验指标在提升筛选准确性中的关键作用。
内容:基于不同基金池构建的行业轮动策略(持有5个和10个行业)表现图及多空组合累计收益和季度超额收益条形图。
解读:持有5个行业策略收益优于持有10个行业策略,优选基金池构建的多空组合累计收益最高且回撤最低(36.9%),超额收益有力展现了筛选基金池策略的优势,风险控制稳健,收益风险比表现优异。策略的超额收益来源于基金经理的行业轮动能力,有效捕捉行业配置变化。
内容:基于基金净值和Lasso模型的月频行业轮动策略表现图。
解读:月频Lasso模型组合累计收益持续领先季频组合,多空组合波动更平稳且超额收益波动分布均匀,夏普比率和收益回撤比分别有所提升。净值回归策略有效锁定基金持仓细微变化,提升组合灵敏度和收益稳定性。整体表现风控与收益同步改进。
本报告聚焦策略构建与回测,不涉及传统意义上的企业估值分析(如DCF、PE、EV/EBITDA等),而是基于量化回测体系系统性评估策略绩效及风险指标,对策略年化收益、超额收益、最大回撤、夏普比率、收益回撤比等多维风险收益指标展开全面分析,确保策略在实际投资环境中具备吸引力和稳定性。
因此,估值分析部分体现为策略表现的统计分析和指标一致性验证,而非传统金融资产估值模型。
报告明确风险提示:
报告未具体提出风险缓解策略,但通过提升测算方法精准度和提高数据频率(由季频转月频)在操作层面间接缓解风险。投资者应关注模型适应性和市场环境变化,谨慎跟踪策略表现。
总体而言,报告逻辑严谨、方法创新,但实际应用仍需结合投资者具体需求和市场细节进一步验证和优化。
招商定量任瞳团队通过系统研究,提出了一个创新且实证有效的基于基金经理行业轮动能力的行业轮动策略构建框架。报告的强化点在于:
整体而言,该深度报告为量化投资中的行业轮动策略提供了创新的实证方法论,细致处理了数据缺陷,科学构造了基金经理能力指标,系统验证了策略有效性,具有重要的理论价值和应用潜力。
投资者在使用中应注意风险控制和参数调节,结合自身实际,持续跟踪模型表现和市场环境变动,实现有效投资决策。
引用溯源:本分析严格依据报告各页内容撰写,重点源自,1,2,3,4,5,6,7,8]。
【招商定量·深度报告巡礼之二十一】如何基于基金经理轮动能力构建行业轮动策略?.pdf