报告基于公募基金持仓数据,筛选选股alpha、最大回撤、基金份额、机构持有比例、从业人员持有比例5大因子,构建合成因子优选基金。基于优选基金的重仓股构建存量、增量、合并重仓三类策略,年化超额收益高达18.68%,长期收益表现优异。基金优选策略能显著超越市场及同类基金,且核心股票池以沪深300和中证500成分股为主,超额收益稳定
| 指标 | 存量重仓策略 | 基准(中证全指) | 超额 |
|---|---|---|---|
| 总收益率 | 529.54% | 39.14% | 335.88% |
| 年化收益率 | 21.30% | 3.53% | 16.71% |
| 年化波动率 | 25.05% | 23.54% | - |
| 收益风险比 | 0.85 | 0.15 | - |
| 最大回撤率 | 50.59% | 57.85% | - |
xuyinsh@xyzq.com.cn核心论点:
该报告是基于机构持仓信息研究的第二篇,主要围绕如何借助基金的重仓股信息,构建超额收益稳健的投资组合。报告表明,针对优选基金的核心重仓股票池构建的“存量+增量重仓”策略实现了23.38%的年化收益率,比中证全指超额达到18.68%。此外,策略在多个年度及长期收益排名均处于同类基金前列,表现出高度的稳定性和优异性。同时,报告提醒市场环境变化可能导致模型失效的风险。
近年来,机构投资者在A股市场逐渐占据重要地位,机构持仓数据成为挖掘选股alpha的关键资源。报告延续前作,聚焦基金季报披露的重仓股数据,采用“优中选优”的路径:
报告结构清晰,涵盖基金优选因子测试、核心股票池构建与分析、多策略设计与回测,旨在通过基金持仓信息实现对市场的超额收益捕获,并注重与普通股票及偏股混合型基金表现的对比,确保策略的实用性和可持续性。
筛选条件包括:
以上筛选理由充分考虑了基金规模、仓位、持仓稳定性以及管理团队稳定度,保障了数据的代表性和质量。
建立了29个因子,覆盖收益率、风险、风险调整收益(Sharpe、Treynor等)、选股能力(选股alpha)、基金持有人结构等方面。报告重点关注具有预测能力的因子,采用多种风险收益指标与基金选股、择时能力指标进行测试。
构建了基于现代资产组合理论和多因子模型的“选股alpha”与“T-M择时能力”模型,反映基金在同风格下的超额收益贡献和市场择时能力。
例如,
采用Spearman秩相关系数(RankIC)测量因子值与未来基金年化收益的相关性,统计区间2011年至2020年10月。结果显示:
分位组合测验显示各因子分位收益差异明显,选股alpha、多头组超额收益突出、空头组则显著亏损,表明因子区分度优良。
(详见图表4至图表31的各因子IC及分位组合表现)
基金收益率类因子彼此高度相关,风险指标相关性较高但与选股alpha等其他因子相关性较低;机构持股比例与基金从业人员持股比例独立性较好,与其他指标相关性不显著,表明这两类指标信息互补性强。
基于IC表现和相关性,选取五个因子合成因子权重分配为:
合成因子经过分位数标准化加权后,实现IC均值提升至20.02%,ICIR达3.94,显著超越单因子水平,表现稳定且分位组合年化多头收益达14.3%。
优选30只基金融合成因子挑选构建的等权组合表现优异,年化收益15.2%,超出普通股票与偏股混合型基金等权组合平均4.1%;选取最优5只基金时,组合年化收益率提升至20.3%,超额收益率达9.2%,显示基金优选策略可显著提升投资回报。
由30只优选基金重仓股合并构建的核心股票池,包含150至200只股票,以沪深300、中证500成分股为主,约占数量比重60%左右。
市值结构与行业分布显示基金重仓股侧重市场占比较大及行业龙头股票,符合稳健选股理念。
构建优选基金核心股票池中的股票等权组合,年化超额收益在6.8%左右,高于所有基金重仓股组合的5%,但两者均超越市场中证全指,显示基金重仓股存在一定选股价值,但仅凭简单加权持仓,超额收益有限,需进一步优选。
报告对股票层面的常见量化因子在核心股票池中做测试,结果显示成长、盈利、情绪、流动性等因子能在股票池中发挥正向选股能力,而估值、规模等因子的有效性较弱,投资者可视情况整合使用,但保持策略风格纯粹更有利于理解和稳健实施。
围绕优选基金,设计三类策略:
改良策略为针对每个基金选取前三大重仓股构成等权组合,防止选股过度集中。
实测表现:
图表1:基金优选-重仓选股策略框架示意
图表4(选基因子IC测试结果)
图表5-7(超额收益率因子分位数组合表现)
图表33-38(合成因子构成及测试)
图表39-46(优选基金组合表现)
图表47-52(核心股票池基本特征)
图表53(核心股票池表现)
图表55-64(存量重仓及前三大重仓策略表现)
图表65-69(增量重仓策略表现)
图表70-81(存量+增量策略设计及表现)
附录1&2因子分位数组合及IC测试图
本报告不涉及具体公司估值分析,核心聚焦于基金优选及重仓股量化策略的设计与实现,估值主要体现在基于基金持仓权重构建的投资组合整体估值控制和风险调整收益表现。
报告中明确风险提示:
报告未详述缓解措施,但强调了策略的多维度测试和稳健性验证以降低上述风险。, 8, 82]
优势:
可能的局限:
矛盾或细节需注意:
整体分析体现审慎客观,未夸大模型优势,对市场风险提示周全。
该报告以严谨的量化分析和丰富的数据验证,展现了公募基金重仓股作为选股的重要信息价值。通过对基金样本严格筛选和多因子测试,构建了融合选股alpha、最大回撤、基金份额及持有人结构的合成因子,有效优选出表现优秀的基金池。基于此池的重仓股,设计了存量、增量及其组合策略,策略在近十年市场中均实现年化收益20%以上,相对于中证全指超额18%以上,且策略收益在普通股票及偏股混合型基金中长期排名持续靠前。
报告尤为突出的是“存量+增量重仓策略”设计,两种组合均在各年收益率排名中稳居前列,显示了其高效的选股和动态适应能力。策略不仅在短期表现优异,其3年及5年期收益排名同样表现稳健,适合追求中长期超额收益的机构投资者。
大量图表详尽解读支持报告结论,核心股票池由沪深300和中证500成分股组成,体现市场代表性与流动性好,行业分布多元。量化因子测试亦验证了持有人结构等新颖因子的信息增益。
风险方面,报告提醒模型可能在市场环境剧变时失效,投资者应常态关注模型适用性并结合交易成本管理。
综上,兴证金工团队通过科学的基金优选和重仓股筛选方法,提出了切实有效的选股策略,在深度挖掘机构持仓信息价值的研究领域立足前列,展现了机构持仓数据在量化投资中的实际应用价值。未来团队还将持续关注该领域拓展,值得投资者和业界持续跟踪。[page::全篇贯穿]





报告内容完整,逻辑严谨,数据详实,且附录支持强,能有效为量化投资实践提供参考指导。风险揭示充分,体现研究的专业性及成熟度。若用于实际投资,推荐结合市场环境动态调整,注意数据滞后和交易成本风险。
,8,9,10,11,12,13,14,15,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76,77,78,79,80,81,82,83]
基本面量化视角下的机构持仓信息研究系列之二:基金优选下的重仓股信息研究.pdf