报告深度分析:基于Wind偏股混合型基金指数的增强选股策略——多因子选股系列研究之七
一、元数据与概览
- 报告标题: 《基于Wind偏股混合型基金指数的增强选股策略——多因子选股系列研究之七》
- 作者及机构: 方正证券研究所,金融工程研究团队,分析师名称见声明部分
- 发布日期: 2022年10月24日
- 主题: 基于Wind偏股混合型基金指数的基金与股票组合量化增强策略研究
- 核心论点:
- Wind偏股混合型基金指数展现出较优的长期业绩表现,优于主流宽基指数如沪深300和中证500;
- 普通基金要持续战胜该指数难度较大,仅极少数基金可连续多年击败该指数;
- 由于该指数无具体成分股及权重信息,本文构建了基于多因子的基金优选组合,进一步通过优选基金的重仓股构建股票组合,并构建多因子选股模型进行增强,历史回测显示增强组合具备显著超额收益;
- 投资建议: 通过多因子选基与选股的叠加方式,增强组合能够显著提升收益,实现相对Wind偏股混合型基金指数的超额收益;
- 风险提示: 历史数据规律存在失效风险;市场环境可能发生突变;部分驱动因子存在阶段性失效风险。,7,17]
二、逐节深度解读
1. 权益基金市场背景与Wind偏股混合型基金指数的市场地位
- 权益基金市场快速增长: 2019年至2022年二季度,主动权益类基金规模大幅增加到近5.5万亿元,基金数量也稳步上涨(图表1),显示权益基金市场活跃。
- 业绩基准概览: 除中证股票型基金指数及偏股型基金指数外,Wind偏股混合型基金指数因其独特的等权加权方式以及较早发布受到关注。2021年首只以该指数为基准的FOF产品成立,未来相关产品有望增多以满足投资者需求(图表2),指数长期超越其他同行指数表现。
2. Wind偏股混合型基金指数介绍
- 指数编制规则(2.1节):
- 选取成立三个月以上的偏股混合型基金(定义详述),采用等权重计算,包含多份额基金的A类、C类份额均等权。
- 基期为2003年末,基点1000点(图表4)。
- 成分数量及规模(2.2节):
- 2015年受政策变更影响,成分数量及规模激增,截至2022年10月,成分基金数量超3200只,规模超3.2万亿(图表5)。
- 等权加权影响(2.3节):
- 大量中小规模基金占比较高(小于2亿元基金占44%,小于10亿元占75%,图表6),等权方式放大小基金影响;
- 基金规模与业绩负相关,规模越小表现越好(图表7),因而该指数等权加权方式提高了业绩基准的收益水平。
- 历史表现(2.4节):
- Wind偏股混合型基金指数2009年末至2022年9月累计上涨143.6%,远超同期沪深300 6.41%和中证500 27.4%(图表8)。
- 年化收益率分别为7.23%、0.49%和1.92%;且波动率低于两只宽基指数(图表9)。
- 持续战胜该指数的基金极少,成立满三年的基金中,连续多年战胜指数比例仅11.78%,成立五年的更低,仅3.47%(图表10)。,5,6,7,8]
3. 基于Wind偏股混合型基金指数的增强选股组合构建
- 指数成分及权重缺失问题(3.1节):
- 指数无可投资标的且无成分股权重信息,采用基金季报前十大重仓股穿透估算,结合量化方法构建增强组合(图表11)。
- 重仓股组合拟合效果欠佳(3.2节):
- 直接用指数成分基金重仓股组合表现较差,长期跑输指数,限制增强空间(图表12)。
- 基金优选模型构建:
- 结合基金alpha、信息比率、规模、管理人员工占比、超额收益创新高天数等有效因子形成综合选基因子,选取排名靠前的基金构建优选组合(图表13-16)。
- 优选基金组合表现超过指数,年化超额收益5.56%,大部分年份均有正超额收益(图表16-17)。
- 优选基金重仓股组合表现:
- 以优选基金重仓股构建的股组合表现与优选基金组合相近,且均优于指数(图表18)。
- 多因子选股增强:
- 在优选基金重仓股票池内,采用九大类细分因子(市值、估值、盈利、成长、反转、波动率、流动性、分析师预期、技术指标)筛选,标准化、去极值、正交化处理,结合复合Rank IC_IR指标进行因子合成(图表19)。
- 通过组合优化,实现市值中性、行业中性等多项风险约束(模型给定的数学约束体系详述)。
- 基于该方法的增强组合2010年底至2022年9月累计涨幅677.08%,年化收益19.07%,相较Wind指数年化超额提升11.67%(图表20)。
- 调仓频率及换手率探讨(3.4节):
- 月度调仓优于季度,尤其自2021年以来业绩差异显著(图表22-23);换手率月度调仓仅小幅提升(图表24)。
- 行业轮动模型叠加:
- 结合宏观经济周期分析与多维度行业估值、业绩、资金流等数据建模,动态调整行业配置,行业轮动策略历史表现优秀(图表25-26)。
- 叠加行业轮动模型的增强组合相较行业中性组合略有提升(图表27)。
- 基金样本数调整影响:
- 30只基金优选组合整体表现优于50只基金组合,但近两年分化,且增强组合波动率与风险提升(图表28-30)。
- 整体结论:
- 量化选基与选股相结合的多因子增强策略显著提升了基准表现,具备可持续优化空间。,9,10,11,12,13,14,15,16,17]
三、图表深度解读
- 图表1:近三年主动权益类基金规模及数量
- 红色柱状显示规模逐年上升,2021年达到峰值后2022年略有回调;
- 灰色折线基金数量稳步增长,接近4000只,反映权益基金市场活跃度提升。
- 图表2:Wind偏股混合型基金指数与其他指数相比整体表现领先
- 红线代表Wind指数长期位于最上方,尤其2019年以来差距扩大,说明风格指数具有稳健资产配置价值。
- 图表5:指数成分基金数量和规模激增的时间节点明显,2015年起快速扩张
- 成分基金数量及规模均多倍增长,反映市场结构调整和监管政策影响。
- 图表6-7:基金规模分布和规模因子效应
- 小规模基金占比高,规模因子表现负相关,表明小基金更灵活且绩效更佳,这对等权加权方式指数业绩构成正向支撑。
- 图表8-9:业绩表现及年度细分对比
- Wind指数在绝大多数年份优于沪深300和中证500,年化收益优势明显,年化波动率更低,体现“风险调整后收益”优势。
- 图表10:连续多年战胜指数基金比例稀少
- 连续5年仅3.47%基金能够做到,显示长期超越难度大,突显指数作为优质基准的价值。
- 图表12:重仓股组合表现明显跑输指数
- 线条走势长期低于指数,意味着简单套用重仓股组合不足以实现增强收益。
- 图表13:选基因子统计指标
- RankIC、RankICIR数值与胜率体现基金alpha、信息比率等因子有效性,基金规模为负相关因子,基金申购赎回相关因子表现较好,说明综合考量基金特征是选基有效途径。
- 图表14-16:基金优选因子RankIC走势及组合回测
- 综合因子排名指标稳定,构建的基金优选组合表现明显跑赢指数,体现选基算法有效。
- 图表18:优选基金重仓股组合与基金组合表现趋同
- 说明基金组合的增益在于股票重仓权重优化,为后续股票多因子增强提供样本基础。
- 图表19:选股因子RankIC及IR统计
- 盈利因子、估值因子表现优异,技术因子中“勇攀高峰”因子表现较好,流动性和反转因子通常呈负相关,体现市场因子特性。
- 图表20-21:增强组合收益表现与超额收益分年度展现
- 增强组合在多数年份较风指数表现优异,仅2021年小幅不及,整体波动率控制较好。
- 图表22-24:月度与季度调仓比较
- 月度调仓增强组合表现更优,换手率小幅波动,权衡收益与成本后更优选。
- 图表25-27:行业轮动多因子构建及表现提升
- 多因子行业轮动模型基于宏观到微观多维信息,增强组合实现有效业绩提升。
- 图表28-30:基金数量变动对组合的收益波动影响
- 减少基金数量虽提高收益但伴随波动率提升,反映集中持仓带来的风险特征。,5,6,7,8,9,10,11,12,13,14,15,16,17]
四、估值分析
报告侧重多因子量化增强策略构建,并未做传统财务估值(如DCF、市盈率等)分析;但在组合优化中运用风险约束与行业风格暴露控制,应用了以下模型:
- 组合优化模型:
- 目标函数为收益最大化(max rT * w),约束包括风格暴露中性(市值因子)、行业暴露中性、个股权重偏离限制(±1.5%)、非负权重与权重和为1;
- 结合因子Rank IC及IC IR指标定量综合因子,强化因子有效性;
- 通过行业轮动模型放松行业中性约束,适度配置行业暴露以提升收益;
- 输入假设与数据:
- 基于月度数据更新组合,使用基金季报重仓股穿透构建基准;
- 因子数据覆盖市值、估值、盈利、成长等九大类;
- 策略效果:
- 增强组合相比Wind指数实现约11.67%(放松行业约12.13%)的年化超额收益;
- 组合波动性适中,整体风险收益比优秀。
此估值和组合优化框架为混合型基金指数增强提供了系统化量化解决方案。,13,15,16]
五、风险因素评估
- 历史数据风险: 基于历史规律,市场未来走向不确定,模型有效性存在失效风险;
- 市场环境变化: 宏观经济、政策、市场情绪等超级预期变化可能导致策略表现偏离历史表现;
- 因子失效风险: 量化因子可能受到阶段性环境影响,某些有效因子在不同市场周期表现不稳定,可能面临暂时失效;
- 组合构建风险: 月度调仓提高了换手率和交易成本,虽模拟未计入成本,实际操作中需考虑费用影响;
- 集中度风险: 选择较少基金(30只)提升收益但提高波动,可能带来行业或个股风险集中化问题;
- 流动性风险: 部分中小基金及其重仓股流动性较差,可能限制组合操作灵活性。,17]
六、批判性视角与细微差别
- 数据与样本限制: 由于指数无成分股完整权重及实时持仓,模型基于季报重仓股数据,存在披露滞后及片面代表性问题,影响增强组合拟合精准度。
- 基金重仓股难以直接超越指数: 报告指出基金重仓股组合持续跑输指数,提示以此为基准存在一定局限,增强空间被限制,需依赖选基因子进行提升。
- 因子稳定性问题: 近两年部分选基因子有效性波动较大,结合报告两年内月度季度调仓差异变大体现出市场波动对模型影响明显,提出了进一步优化因子及模型的必要性。
- 增益与风险权衡: 30只基金组合收益提升伴随波动提高,虽收益增,但风险分散性下降,需投资者权衡集中投资风险。
- 行业轮动模型适用性: 虽然叠加行业轮动提升组合表现,但行业配置依赖模型假设及宏观变量预测准确性,模型风险不可忽视。
- 实际可操作性的考虑缺失: 报告主为研究性质,未详细涵盖交易成本、流动性限制等因素,实际部署需考虑这些现实约束。
整体来说,报告架构合理,数据翔实,但面临典型量化策略样本限制及因子时效性考验。需关注未来市场环境变化及因子策略稳定性风险。,14,17]
七、结论性综合
本文全面剖析了方正证券研究所发布的《基于Wind偏股混合型基金指数的增强选股策略》报告,详尽解读了指数构成、市场表现、基金优选和多因子选股模型的设计与回测。主要结论如下:
- Wind偏股混合型基金指数市场地位突出,长期业绩优于沪深300及中证500,且持续战胜该指数的主动基金少之又少,说明其作为业绩基准的典范作用。
- 指数采用等权方式加重大量中小基金影响,规模因子对表现有显著负相关,解释了该指数收益率较高的内在机制。
- 由于缺乏成分股权重信息,报告通过基于基金季报的重仓股穿透,结合基金优选因子及综合因子体系,构建有效基金优选组合,进而得到基础股票组合,解决了指数成分未知的难题。
- 多因子选股策略覆盖九大类选股因子,优化组合以控制行业、风格、个股权重风险,数据处理遵循多因子模型标准流程,策略整体表现出色,自2010年至2022年9月年化收益达到19.07%,相较Wind偏股混合型基金指数年化超额约11.67%。
- 月度调仓优于季度调仓,换手率仅略微增加,叠加行业轮动模型后组合收益和性能进一步提升,展示了系统性与灵活性的有机结合。
- 减少基金样本数量虽提高收益,但带来波动率和行业集中度风险,体现增强策略中“收益-风险”平衡的经典问题。
- 报告中的所有图表数据充分支持上述论断。尤其从各图表中提炼出基金规模、因子有效性和组合表现的关系,为策略构建和优化提供明确指导。
总体而言,报告展示了基于Wind偏股混合型基金指数的量化增强策略较为完备的体系架构,有效解决了缺少成分股数据的挑战,取得了显著的历史超额收益表现,具有较高的现实应用价值及后续优化潜力。投资者应关注因子稳定性、市场环境变化及实际可操作性的风险,同时期待未来继续关注因子选择和行业配置等环节的改进,以保持策略的持续竞争力。
上述分析严格依据报告数据和内容组织,援引所有关键结论均标明页面:,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17]。