本报告从量化视角出发,系统构建了包含大类战略配置、战术动态调整及基于因子选基的主动型权益和纯债基金组合,以及基于权益指数轮动的被动基金组合的FOF组合框架。文章通过多维度因子评价及动态调仓策略,实现了不同风险偏好FOF组合的构建与优化,回测显示三款FOF组合分别在低风险到中高风险阶段均获稳健超额收益,且大类资产配置及基金优选贡献均为正向。
报告采用自上而下的构建方法:首先确定投资目标和大类资产范围(权益、债券、黄金、货币),随后用季度频率的战略配置模型确定权重中枢,再结合宏观与技术指标月度信号进行战术动态调整,最后用多因子筛选主动权益、纯债基金和被动指数基金构建最终FOF组合。动态调整策略分别对应主动基金的季度调仓和被动基金的月度调仓,充分利用各类基金的特性,旨在提升收益和降低风险。
因子体系构建与筛选:
组合构建及表现:
清晰展示自上而下流程:投资目标→大类资产选择→战略配置模型→战术动态调整(月度宏观+技术信号)→主动基金季度调仓与被动基金月度调仓→FOF组合产出并进行超额收益业绩归因。
固定比例组合稳健但收益中等;风险平价组合最大回撤显著小,波动低但收益稍弱;股债相对价值模型收益最高,且相对组合回撤有所减少,显示利用股债估值差具有显著价值。
PMI等宏观指标趋势反映对未来收益的显著指示作用,结合其信号构建的权益、债券、黄金调整组合,均显著跑赢50%风险资产基准且胜率高于57%。
趋势、估值、资金流三类技术指标对权益债券黄金资产调整的动态胜率均维持在54%-62%,结合宏观指标效果更佳。图示不同分量指标战术调整组合表现超越50%基准组合。
三大战略配置加战术月度调整组合长期累计收益明显高于单一战略配置,且回撤均有所控制,表明动态调整有效提升了资产配置的收益风险特征。
复杂且细致的因子体系构建与测试,7个良好因子用于基金筛选,组合累计收益/超额收益表现优异,增强版控制风格行业偏差提升稳定性,C份额使用降低赎回成本并带来额外微小收益空间。
均等权重两个信息比因子筛选信号有效,组合相对样本基准稳健超额,表现提升稳定,组合杠杆合理,C份额基金使用趋势明显,上升中对业绩提升有利。
结合历史基本面、资金流、一致预期、宏观、动量、风格六大维度构建因子,筛选优质指数,利用流动性良好的ETF、LOF,实现月度调仓的被动权益基金组合,回测表现显著优于基准指数组合。, 55-58]
FOF组合1号(理财型低风险):
FOF组合2号(偏债型低风险):
FOF组合3号(灵活配置中高风险):
最终,该报告为FOF组合的量化构建提供了清晰可行的实证路径及策略框架,理论与实证均显示其组合构建在收益性与风险控制方面取得较好平衡,具有较强的实用价值和推广潜力。
(以上分析严格基于该报告内容及数据,文末附图表示例,请查阅报告背面对应页码参考。)
图6:大类资产配置及基金研究框架
图10:固定比例组合累计收益
表22:主动型权益基金有效选基因子及构建方法
图35:主动型权益基金选基因子组合累计收益
图57:场内被动型权益基金组合累计收益
图60:FOF组合1号累计收益
表55:FOF组合1号超额收益归因
图62:FOF组合3号累计收益
请根据需要指定具体章节深度解读或获取更详细表格数据分析。
量化视角下的FOF组合构建:从大类资产配置到分类基金优选.pdf