本报告基于战略资产配置(SAA)框架,结合基金分类与多因子选基方法构建FOF组合。通过对股票型、混合型及债券型基金的分类与因子有效性测试,选取不同因子组合筛选基金,结合不同风险风格下的资产权重进行配置。多因子FOF组合在不同风险风格下均表现出较市场平均水平的超额收益,表明因子选基方法有效提升FOF组合表现 .
| 基金类型 | 数量(只) | 规模(亿元) | 2016年年末规模增长趋势 |
|---|---|---|---|
| 股票型 | 632 | 6432.59 | 近年规模略有回落 |
| 混合型 | 1771 | 20956.11 | 规模达到高点后回落 |
| 债券型 | 942 | 17867.55 | 近年来规模快速增长 |
| 因子分类 | 关键因子 | 股票型IC (%) | 混合型IC (%) | 债券型IC (%) |
|---|---|---|---|---|
| 收益类 | Return_1M | 8.90 | 10.60 | 20.80 |
| 风险类 | — | 变动较小 | 变动较小 | 最高为11.13 |
| 风险调整 | — | 一月夏普比率约9.72% | 混合型约8.90% | 负值为主 |
| 管理人因子 | 择时和择券 | 1.6~2.29 | 3~3.5 | -10.68~5.18 |
| 年份 | 保守 | 稳健 | 成长 | 激进 |
|---|---|---|---|---|
| 2014年 | 44.42% | 42.56% | 45.46% | 46.10% |
| 2015年 | 34.45% | 39.94% | 45.63% | 52.90% |
| 2016年 | -5.30% | -7.63% | -8.93% | -11.73% |
核心论点:
报告主张基于战略资产配置的框架,采用分步骤方法:先进行基金筛选及分类,再通过历史业绩数据构建多种类型的有效因子,利用多因子模型选择基金,最后结合不同风险风格的配置比例,构建符合保守、稳健、成长和激进不同风险偏好FOF组合。实证结果显示,通过多因子选基策略构建的FOF组合在不同风险配置下均优于市场平均水平,具有显著的超额收益潜力,3,5,6,14,15,16]。
内容总结
战略资产配置(SAA)是长期资产的大类配置,依据投资者风险承受能力,设计资产目标权重,以优化风险收益特征。SAA的重要性突出于选股和择时。SAA包含买入持有策略、固定比例策略和投资组合保险策略(CPPI)三种常用策略,适应不同市场行情表现不同。具体流程包括宏观分析、模型构建(EFP求解)和定期调整。
逻辑与依据
报告引用学术及市场经验,强调资产配置的主导地位,配以图1(SAA模型示意)和图2(不同市场行情下策略表现图),论述不同策略适应不同市场环境的性能表现。买入持有策略低交易成本,适合趋势明显市场;固定比例策略适合震荡行情,通过买跌卖涨来获利;投资组合保险策略动态调整风险资产比例,控制最大亏损,4,5]。
关键步骤
基金优选分为四个核心步骤:基金分类、寻找有效因子、基金选择、以及根据不同风险风格和SAA策略构建FOF组合。基金分类基于投资目标和最新仓位调整,确保同质基金比较有效。因子选取基于历史业绩,涵盖收益、风险、风险调整收益及基金管理人四大类。基金选择采用多因子方法,结合权重构建不同风险风格组合。
逻辑说明
因不同基金类型驱动收益的因子不同,必须先按照基金持仓和风险收益特征区分基金池。通过统计测试,挑选对未来收益预测能力强的因子,加权形成多因子得分,选择前20%基金,实现基金的优选与波动控制。利用SAA策略对不同风险偏好客户构建对应的股债配置,以保障目标收益与风险的匹配性,5].
基金筛选
在Wind数据库筛选股票型、债券型、混合型基金后,剔除存续不足一年、规模小于1亿、及指数被动管理基金,得到基金池。
基金分类
依据最新一期权益(股票)和债券持仓比例,动态调整基金分类。若股票型基金股票仓位<80%则剔除,债券型基金债券仓位<80%剔除,混合型根据偏股、偏债还是平衡仓位重新归类,确保基金类型准确。
行业数据支撑
报告引用Wind数据统计,显示截至2016年年底,股票型基金632只,规模6432.59亿元,混合型基金1771只,规模20956.11亿元,债券型基金942只,规模17867.55亿元,基金数量与规模近年均保持增长趋势,特别债券型基金规模增长显著。
仓位分析
分类后,股票型基金平均股票仓位高达88.68%,债券型基金债券仓位128.5%,混合型基金股债仓位分别约60%和32%。股票型和债券型仓位较稳定,混合型稍有波动,债券型仓位整体趋势有所下降,8,9,10,11].
因子分类
采用基金历史业绩数据构建12个因子,分为:收益类(如历史1月、3月净值收益)、风险类(1月、3月波动率和最大回撤)、风险调整类(1月、3月夏普比率和索提诺比率)、基金管理人因子(择时和选股能力,基于T-M模型回归得到)。
有效性测试方法
采用IC(信息系数)测算每个因子值与未来一期净值收益的相关性,月度频率,2014年至2016年数据样本。
主要发现
1个月净值收益(动量因子)平均IC最高,显示基金近月表现对短期业绩有较强预测能力,即存在动量效应。不同基金类型因子表现不同,例如债券型基金风险因子表现较强,股票和混合型基金管理人择时能力对收益有显著正影响,12,13].
多因子选基模型构建
依据因子IC,选取股票、混合、债券型基金各异的主导因子(如股票型选择1月收益、最大回撤、夏普比率、索提诺比率及择时能力等5个因子,混合型与债券型因子有所不同),等权加总生成多因子得分,月度调仓选择20%得分最高基金。
风险风格的FOF配置
结合标普道琼斯目标风险指数,设定股票型、混合型及债券型基金在FOF中的配置比例,不同风险偏好对应不同股债比例。例如激进型配置中股票型基金占70%;保守型配置中债券型基金为60%。
组合表现
四档FOF组合(保守、稳健、成长、激进)收益波动符合预期,风险大组合收益高波动大,风险小组合收益低波动小。2014-2016年分年度表现显示,高风险组合2014、2015年收益突出,2016年市场下行中低风险组合表现相对优良。
超额收益验证
相较于市场全体基金平均水平,多因子选基策略组合均获得明显超额收益,具体表现为现年化收益率显著高于平均,最大回撤和波动率并未显著增加,显示良好的风险调整收益能力。
图表说明
图15展示四种风险风格多因子FOF组合随时间的净值增长趋势。图16和17对比稳健型与激进型FOF多因子组合与市场平均表现,均显著领先,特别在市场波动阶段优势明显,15,16,17].
展示SAA的框架下风险偏好划分,高收益高风险型、长期成长与低风险型一般风险平衡型,这是构建后续FOF组合的风险基础分类工具。
X轴表示资产价格变化,Y轴表示组合价值。投资组合保险策略在极端(上涨或下跌)时超越买入持有和固定比例策略,买入持有优于固定比例策略在强趋势行情中表现更佳,震荡市场中固定比例表现好
流程图分为基金分类、因子筛选、基金选择、组合构建四步,清晰明确资金从选择到组合形成的逻辑,是FOF构建的操作蓝图
不同风险风格指数净值表现,体现增长与波动格局,激进型表现最活跃(高收益伴随高波动),保守型最稳健。
数量呈上升趋势,规模幅度各异。债券型基金规模增长最快,反映近年来债市资金流入扩大。这些基础数据提供了基金选择池的规模和结构基础
说明了基于持仓的基金动态分类方法,使得基金性质更贴近实际资产配置,提升因子测试的有效性
股票型和债券型基金数量及仓位整体稳定上涨,混合型基金数量稳定,仓位变量较小。展示了调整后更合理的基金池结构,11]
说明历史业绩数据映射到四类因子类别,是多因子模型数据基础
蓝线为以历史1月净值收益选基的基金表现,红线为市场平均。蓝线整体超过红线,显示该动量因子有效提升收益
曲线按照风险升高排序,符合预期。表明组合构建与风险匹配合理
多因子组合持续优于全市场平均,强调多因子法的选基增值效果
报告主要聚焦于FOF组合策略构建与业绩验证,未直接涉及具体估值模型或价格目标。估值主要表现为资产配置权重选择和多因子选基模型的有效性评估,未见现金流折现(DCF)或市盈率倍数等传统估值方法应用分析。
报告虽知悉历史数据限制,但未详述风险缓释具体措施,提示投资者谨慎采用,18].
本报告从战略资产配置理论出发,构建了基于基金精选的FOF组合策略。核心成果包括:
整体而言,报告系统且数据充分,实证检验清晰,证实了在中国基金市场利用多因子选基结合战略资产配置构建FOF组合具有良好的风险收益表现。主要限制在于历史数据适用性和因子稳定性风险,建议投资者参考本报告同时结合市场现状与自身偏好谨慎应用。
| 图表编号 | 说明 | 页码 |
|---|---|---|
| 图1 | 战略资产配置模型示意 | 3 |
| 图2 | 不同市场行情下策略表现 | 4 |
| 图4 | FOF组合构建流程 | 5 |
| 图5 | 标普目标风险指数走势 | 6 |
| 图6-7 | 基金数量与规模变化趋势 | 8 |
| 图9 | 基金动态分类流程图 | 9 |
| 图10-11 | 分类后基金数量及仓位 | 10-11 |
| 图12 | 基金因子来源示意 | 11 |
| 图13-14 | 单因子选基效果对比 | 14 |
| 图15 | 多因子FOF组合业绩 | 16 |
| 图16-17 | 多因子FOF组合与市场对比 | 17 |
本报告所有分析均基于历史数据,未来市场情况或将发生变化,投资者需充分认识模型假设和限制,谨慎决策。
(全文共约 1600 字)
FOF系列专题之四:基于基金精选的FOF组合策略.pdf