报告深入分析了公募主动权益基金的持仓行为,基于全持仓和重仓股数据构建基金持仓因子,发现公募超配比例与未来收益存在复杂关系,基金持仓因子能有效预测未来净利润增长,且对资金流和量价因子有增强作用。因子在不同市值股票池、成长/红利股及左侧投资股票中均表现优异,月频调仓的合成因子年化多空收益达14.0%,提供了具有实操参考价值的量化选股工具
主动权益基金自2018年快速发展,截至2024年5月股票型基金规模2.85万亿元、混合型基金3.47万亿元,整体表现出大盘成长风格,2022年受成长风格回撤影响业绩下降但多数年份实现超额收益。
公募基金持仓数据来源包括季报前十大重仓股(准确性高、披露及时但不完整)、年报全部持仓(完整准确但滞后)、开源金工实时测算(频率高但存在误差),各有优势且互补。
公募基金调整持仓与股价关系呈四种模式:领先股价同步反映的持仓调整更具参考价值(如宁德时代、温氏股份、金山办公);滞后股价及与股价无关的持仓调整参考价值较低(如格力电器、古井贡酒)
基金超配比例(FOP)与超配变化(FOC)两个指标构建因子:
基金超配比例变化因子 FOChalf 在各市场样本中均表现较好,特别是在中小盘多头端,年化多空收益最高达11.7%。
| 样本域空间 | RankIC均值 | RankICIR | RankIC胜率 | 多空年化收益 | 多头超额收益 | 多头超额夏普比 | 起始时间 |
|---|---|---|---|---|---|---|---|
| 全体 | 3.0% | 1.22 | 67.8% | 14.4% | 6.8% | 1.11 | 2012/1/31 |
| 沪深300 | 3.1% | 0.93 | 61.1% | 6.4% | 4.3% | 0.67 | 2012/1/31 |
| 中证500 | 2.4% | 0.93 | 60.4% | 8.4% | 6.7% | 1.62 | 2012/1/31 |
| 中证1000 | 2.5% | 1.18 | 60.3% | 11.7% | 7.0% | 1.13 | 2014/10/31 |
数据来源:Wind、开源证券研究所(注:数据截至2024.6.28)
重仓股数据的基金超配比例 FOPadjqtr 在排除抱团后,成为有效选股因子,多头选股效果显著,并且基金超配比例与股票收益相关性达23.3%。其具体表现为:
| 样本域空间 | RankIC均值 | RankICIR | RankIC胜率 | 多空年化收益 | 多头超额收益 | 多头超额夏普比 | 起始时间 |
|---|---|---|---|---|---|---|---|
| 全体 | 1.5% | 0.56 | 56.2% | 10.0% | 8.8% | 1.12 | 2012/3/30 |
| 沪深300 | 2.0% | 0.66 | 61.0% | 6.2% | 6.3% | 0.89 | 2012/3/30 |
| 中证500 | 1.2% | 0.44 | 53.4% | 8.5% | 8.4% | 1.35 | 2012/3/30 |
| 中证1000 | 1.1% | 0.53 | 54.8% | 9.9% | 10.4% | 1.39 | 2014/10/31 |
基金超配时序变化因子 FOCqtr 在大盘市场表现尤佳:
| 样本域空间 | RankIC均值 | RankICIR | RankIC胜率 | 多空年化收益 | 多头超额收益 | 多头超额夏普比 | 起始时间 |
|---|---|---|---|---|---|---|---|
| 全体 | 1.3% | 0.60 | 61.1% | 9.5% | 8.2% | 1.04 | 2012/1/31 |
| 沪深300 | 2.4% | 0.77 | 61.7% | 5.9% | 6.0% | 1.02 | 2012/1/31 |
| 中证500 | 0.8% | 0.35 | 54.4% | 5.0% | 6.8% | 1.25 | 2012/1/31 |
| 中证1000 | 0.7% | 0.38 | 55.2% | 6.8% | 9.1% | 1.30 | 2014/10/31 |
合成基金持仓因子(FOA),以重仓股的 FOPadjqtr 和全持仓的 FOChalf 指标构建,调仓频率为月频。该因子在全样本中表现最佳,多空年化收益14.0%,十分组多头相较中证500超额年化收益9.4%,且能有效预测未来净利润增长TTM。
| 样本域空间 | RankIC均值 | RankICIR | RankIC胜率 | 多空年化收益 | 多头超额收益 | 多头超额夏普比 | 起始时间 |
|---|---|---|---|---|---|---|---|
| 全体 | 2.6% | 0.90 | 62.8% | 14.0% | 9.4% | 1.31 | 2012/3/30 |
| 沪深300 | 2.9% | 0.86 | 63.5% | 7.5% | 5.7% | 0.83 | 2012/3/30 |
| 中证500 | 2.2% | 0.76 | 57.4% | 8.4% | 7.1% | 1.40 | 2012/3/30 |
| 中证1000 | 2.2% | 0.92 | 59.0% | 11.3% | 10.3% | 1.60 | 2014/10/31 |
不同特征股票池表现:
基金持仓因子与其他因子共振效应显著:
| 因子 | 多空年化收益 | 超额年化收益 | 超额夏普比 |
|---|---|---|---|
| 主动大单因子 | 24.3% | 10.3% | 1.30 |
| 合成因子 | 22.6% | 12.2% | 1.69 |
基于合成因子选取得分最高30只股票,构建等权组合,年化收益12.1%,相对中证500超额8.6%,夏普比0.91。
报告团队为开源证券金融工程团队,由资深量化分析师领衔,具备多年量化因子构建和实证研究能力,拥有诸多原创实证模型与行业影响力。
这份报告意在重新审视并挖掘公募基金持仓数据在量化选股与超额收益捕捉方面的参考价值,为机构投资者和量化研究者提供新的分析工具和思路。,1]
2018年以来,主动权益基金规模快速增长,至2024年5月底公募股票型基金规模约2.85万亿元,混合型基金3.47万亿元,基金买卖仍对市场影响显著。
基金整体风格偏向大盘成长且弹性较高,伴随公募抱团效应的出现,2018-2020年形成极致行情,2021年后成长风格回撤导致基金整体收益波动。
尽管存在波动,主动权益基金多数年份实现超额收益,排除2011-2013年和2023年,表明基金经理整体具备主动选股能力。,2]
报告构建了“基金超配比例”指标(Fund_overweight),用以衡量基金对股票的超低配或超配程度,并分析该指标与股价变化之间的时间关系,发现四种行为模式:
前两种情形更具预测参考价值,基金调仓领先与同步表现均对应未来超额收益可能。,4,5]
公募持仓数据主要来源三个:季报前十大重仓股(准确及时,但覆盖有限)、半年年报全持仓(披露全,但时效偏弱)、开源金工实时估算(频次高,误差可能)。
不同数据间存在滞后差异与波动幅度反差,例如伊利股份案例显示重仓股数据波动更大,但较快反映公募增配行为。
针对全持仓和重仓股数据,报告分别构建超配比例因子(FOP)和超配比例变化因子(FOC),并进行了系统分析。
主要观点:
高基金超配股票并不一定未来表现优异,反而更敏感市场整体波动,beta值更高;
低配股票未来表现差,特别是在小盘股中表现显著;
超配比例变化指标(FOC)在中小盘股票中选股效果优异,因公募买入趋势有延续性,变化系数更能反映未来收益预期;
重仓股数据频率高,可以排除抱团干扰,调整后超配比例因子对预测收益更有效,尤其在大盘股中。
举例通过图表显示沪深300、中证500及中证1000不同组别股票的超配与收益关系,表格系统展示了因子在不同样本池中的RankIC指标、年化多空收益、夏普比等关键绩效指标。,6,7]
通过综合全持仓超配变化因子(FOC_half)和重仓股超配调整因子(FOP_adj_qtr),形成公募持仓因子(FOA),以月频调仓,显著增强选股效果。
合成因子FOA在全部股票池年化多空收益14%,多头超额收益9.4%,效果优异。
因子收益来源不仅是市场风格和资金流,更重要的是未来盈利增长预期。图示基金持仓因子与未来一年净利润增长(TTM)分组明显正相关,表现优异。和资金流相比,基金持仓因子更能预测盈利增长。
行业与个股分解显示,行业配置贡献超过45%超额收益,个股选股贡献约10%,说明行业配置是超额收益重要来源。
报告分析基金持仓因子在不同股票池的表现:
对于大盘和中盘股,因子在公募低配股票中表现更为优异。说明公募抱团股的超配比例对收益预测作用有限;
小盘股两组均有效,理由是小盘不常被抱团。
因子可辅助“左侧买入”策略,在前期涨幅低的股票中分组效果更佳;同时,对高分红股和成长股均有较好筛选能力,适用范围广泛。
因子与资金流和量价因子存在互补效果:
资金流因子多头超额收益提升明显;
量价因子多头表现经结合基金持仓因子后得到改善。
实践应用案例中,筛选高得分30只股票组合,年化组合收益12.1%,相对沪深300、中证500有明显超额收益。至12]
因子基于历史数据回测,市场环境和未来行情存在不确定性;
本报告不构成投资建议。
研究团队具有深厚量化投资背景和资深行业经验,保障分析逻辑严密。,13]
图1(主动权益基金规模趋势)显示自2001年以来主动权益基金特别是2018年后大幅增长,尽管2022年后有所缩减,规模依旧庞大,表明主动基金对市场影响力显著。
图2(风格表现对比)明确公募基金整体风格更偏大盘成长,且弹性高,近期风格回撤导致整体盈利不稳定,反映基金策略依赖大盘成长行情。
图3(超额收益历史)展示2007年以来多数年份公募基金实现显著超额收益,证明主动管理效果明显,少数年份有负收益需引起注意。
图5(伊利股份案例)细致对比三类持仓数据指标波动,重仓股数据提前且振幅最大,说明该数据对捕捉基金调仓信号更敏感但有波动风险。
图6和图7(案例分析)分别体现宁德时代领先布局和温氏股份同步配置,强调不同股价和基本面状态下基金的配置信号表现,为策略判断提供实例。,4]
图13-16(超配与股票收益分组)实证显示大盘基金超配不一定带来高收益,但超配变化因子选股表现稳定提升,尤其在中小盘中效果更明显,说明动态变化信息重要。,7]
表1-4(因子回测总结)量化数据表明,公募超配变化因子FOC_half和重仓股超配调整因子FOP_adj_qtr均带来显著选股收益,合成后因子FOA成绩最佳,年化多空收益超14%,多头收益近10%,且在沪深300、中证500、中证1000均有效。
图18、19(盈利增长预测)对比基金持仓因子与资金流因子对未来净利润增长的预测,基金持仓因子具有更强的财务业绩预测能力,揭示了收益来源的本质。
图20(选股与行业贡献拆分)行业配置贡献高达45%,说明行业选择仍是超额收益的主要驱动力,结合基金持仓信号可实现更优配置。
图21-25(分域选股效果)基于公募持仓因子的分层测试表明,不同市值规模的股票,不同基金持仓比例分组、高低历史涨幅、股息率及成长性股票池均显示出有效收益分化,因子具备广泛适用性与策略多样性。
图26、表5(因子融合增强效果)说明基金持仓因子可以提升传统资金流及量价因子的多头收益,具备因子增强价值。
图27(实操组合表现)高评分30只股票的组合表现出色,表明因子在实际选股中具备显著的超额收益能力,增强策略的实际可操作性。
虽然报告主体并非典型估值研究,但涉及的关键因子构建和验证方法具备以下特点:
因子构建:基于基金持仓权重相对于流通市值的超配比例及其时间变化,构造FOP(基金超配比例)与FOC(超配比例变化率)因子;
模型回测:统计因子与未来收益的关系,利用RankIC、夏普比、年化多空收益率等指标进行绩效评价;
数据分层:依市值、历史涨幅、股息率、盈利预期等特征分组测试,验证因子的稳健性及适用范围;
因子融合:与资金流、量价因子合成,以弥补单一因子不足,提升多头策略表现。
无论是超配比例本身,还是基于变化的因子,都体现基金调仓行为对未来股票收益的预测力。变化因子尤其有助于滤除抱团效应等噪声。
报告明确指出:
历史回测的局限性:因子基于历史数据构建和验证,未来市场可能发生结构性变化,历史表现不代表未来收益;
数据延迟和误差:年报数据时效性弱,季报数据覆盖有限且存在噪声,实时数据准确度仍有待提升;
策略风险:模仿公募持仓偏好存在市场同质化和行情逆转风险,过度依赖某类因子可能引发回撤;
市场风格切换风险:基金因风格偏好变化会导致因子效果波动,如2021年成长风格回撤对基金表现影响明显。
整体风险提示强调投资者需结合多因素,多渠道验证,并结合自身风险承受能力审慎使用。
报告虽多次指出基金超配股票不一定带来更好收益,但后续因子实际上还是基于超配比例与变化构建,存在一定的自我印证风险,需注意因果关系的分辨。
公募基金抱团股的超配与收益关系弱化,提示单纯模仿基金持仓比例可能遭遇“拥挤效应”,策略需结合定性判断。
由于重仓股数据和基金持仓比例高度相关,走势反映的部分是股票价格变动带来的“入围效应”,可能带来双向反馈,部分因子表现可能低估了反转或短期行情的复杂性。
数据频次和披露滞后带来的估计误差是固有瓶颈,报告虽尝试以多数据源互补减少误差,但实际应用中仍需结合实时市场情绪和其他指标。
因子收益贡献分析中行业配置效应较大,说明基金超配比例也体现了行业偏好,因子本身隐含行业配置风格,需注意行业影响与选股能力的区分。
开源证券金融工程团队对公募基金持仓数据进行了系统全面的分析,提供了以下关键洞见:
公募主动权益基金整体选股能力显著,基金持仓调整表现出领先或同步股价变化的良好信息预示;
基于公募持仓数据的超配比例及变化构建的因子,在沪深300、中证500与中证1000市场均展现显著的多空超额收益,合成因子FOA年化多空收益达14.0%,多头超额收益9.4%;
基金持仓因子不仅是简单的资金流与市场风格反映,更主要的是对未来公司盈利增长的预测,具备基本面驱动的因子属性;
因子在不同股票分组、历史涨幅区间、高股息、成长股等多维域均有效,且对资金流和量价因子具有增强多头收益的作用,提升组合实操表现;
公募持仓因子对行业配置贡献较大,行业选择能力体现超额收益的主导地位;
结合多源数据(季报重仓股、年报全持仓、实时数据)的优势,形成互补,提升因子准确度和稳定性;
风险提示充分,强调历史回测局限、数据延迟误差及拥挤效应风险,提示投资者审慎使用。
综上,开源金工的研究表明,公募基金持仓数据作为挖掘未来股票表现的重要信号源,经过合理加工与因子构建,能够为市场提供有价值的选股信号,尤其对捕捉未来盈利成长及反映产业趋势具备指导作用。这一发现不仅为被动复制基金持仓提供了实证基础,也为量化投资和主动管理策略提供了丰富线索和工具,具有较强的实践应用价值。[page::全文综合]
本报告作为开源证券金融工程团队的原创量化研究成果,数据详实、分析系统,融合多维度持仓信息及资本市场行为,展现了公募基金持仓数据深层价值的多角度挖掘和应用潜能,适合量化研究人员、主动权益投资经理及策略开发者参考。


(全文引自《公募基金持仓参考价值的再思考 | 开源金工》2024年7月19日)
公募基金持仓参考价值的再思考 | 开源金工.pdf