本报告构建了大小盘、价值成长、动量反转三类多因子风格轮动模型,并基于三个轮动模型加权构建综合风格加权指数。以此为基础,筛选公募基金构建风格加权FOF组合,实现风格轮动与基金筛选的有效融合。历史回测显示,多个轮动模型及加权组合均显著跑赢沪深300指数,风格加权FOF组合年化收益达7.01%,Calmar比率达1.26,显著优于基准。报告强调模型基于经济逻辑构建,且控制了风格漂移风险,兼具收益与风险优势。
| 因子名称 | 交易次数 | 总体胜率 | 上升波段胜率 | 下降波段胜率 | 月度胜率 | 年化超额收益(相对申万大盘) | 年化超额收益(相对申万小盘) | Calmar | Sharpe |
|---|---|---|---|---|---|---|---|---|---|
| CPI(反向) | 12 | 75.00% | 83.33% | 66.67% | 48.48% | 3.85% | 3.44% | 0.24 | 0.08 |
| M1-M2(反向) | 11 | 58.33% | 50.00% | 66.67% | 52.08% | 4.16% | 3.75% | 0.26 | 0.09 |
| 波动率(反向) | 8 | 75.00% | 75.00% | 75.00% | 52.53% | 6.47% | 6.07% | 0.39 | 0.19 |
| 因子名称 | 交易次数 | 胜率 | 上升波段胜率 | 下降波段胜率 | 月度胜率 | 价值风格年化超额收益 | 成长风格年化超额收益 | Calmar | Sharpe |
|---|---|---|---|---|---|---|---|---|---|
| PPI | 17 | 70.59% | 77.78% | 62.50% | 56.52% | -1.83% | 3.62% | 0.18 | 0.04 |
| 1年期国债利率 | 22 | 59.09% | 63.64% | 54.55% | 52.22% | -3.74% | 1.71% | 0.10 | -0.05 |
| 强弱指数(中期) | 22 | 76.47% | 88.89% | 62.50% | 55.07% | -3.82% | 2.14% | 0.31 | 0.12 |
| 因子名称 | 交易次数 | 胜率 | 上升波段胜率 | 下降波段胜率 | 月度胜率 | 价值风格年化超额收益 | 成长风格年化超额收益 | Calmar | Sharpe |
|---|---|---|---|---|---|---|---|---|---|
| CPI | 12 | 66.67% | 83.33% | 50.00% | 58.33% | 3.05% | 1.32% | 0.12 | -0.01 |
| M1-M2 | 11 | 54.55% | 50.00% | 60.00% | 60.22% | 3.11% | 1.38% | 0.12 | -0.01 |
| 波动率滚动5年分位 | 8 | 62.50% | 75.00% | 50.00% | 59.38% | 4.92% | 3.19% | 0.22 | 0.08 |
| 组合名称 | 总收益 | 年化收益 | 最大回撤 | 250天滚动最大回撤均值 | Calmar |
|---|---|---|---|---|---|
| 风格加权指数 | 59.63% | 6.53% | -48.56% | -6.76% | 0.97 |
| 初始筛选基金组合 | 33.70% | 4.01% | -42.75% | -5.58% | 0.72 |
| 二次筛选基金组合 | 64.99% | 7.01% | -41.18% | -5.56% | 1.26 |
| 沪深300指数 | 8.39% | 1.10% | -46.70% | -8.06% | 0.14 |
报告主要集中在策略构建与回测,未涉及传统估值方法如DCF或市盈率估值。回测指标(年化收益、最大回撤、Calmar比率、夏普比率等)是衡量模型有效性的核心标准,充分体现了策略的投资价值和风险回报性能。
本报告系统构建并验证了基于多因子风格轮动的大小盘、价值成长及动量反转三大核心风格轮动模型,区分并综合利用宏观经济指标、市场微观结构及技术动量指标,有效捕捉风格转换带来的超额收益。在2010年至2018年回测期内:
图表解析助力理解:
总体来看,报告提出的多因子风格轮动与基于风格加权的FOF组合策略实现了中观市场策略研究与微观基金选股能力的融合,突出体现了Smart Beta理念下风格轮动和基金精选的双重价值。报告结论综合体现在:
风险注意:本报告所有策略均基于历史数据回测,未来市场环境的变化可能导致策略表现异于历史,投资者需审慎对待并考虑自身风险承受能力
图1:基于事前交易视角的波段划分(CPI同比增速)
图2:大小盘风格轮动模型历史走势
图3:价值成长风格轮动模型历史回测
图4:动量反转风格轮动模型回测净值曲线
图5:风格加权指数历史回测
图6:风格加权指数与风格加权基金组合走势比较
图7:基金初始筛选与二次筛选组合历史走势
以上为报告全面分析及详尽剖析,体现了深厚的金融工程研究功底及实战应用思路,对多因子风格轮动及基金组合构建提供了系统且具操作性的方案。
金融工程专题报告:多因子风格轮动及基于风格加权的FOF组合策略.pdf