报告系统研究了主动量化型基金的筛选方法、业绩特征及投资策略,基于基金全称、招募说明书和持仓明细筛选178只基金,分析其风格、板块及龙头股配置差异对业绩的影响,发现剥离风格和板块后的超额收益延续性明显,且适合行业轮动快、分化小的市场环境。不同量化及另类策略基金表现分化小,基于超额收益稳定性指标构建的基金组合获得显著超额收益,主要来源于风格、板块剥离后的超额收益.
图1-2清晰展现了两者收益来源的分解,基本面投资侧重公司特有属性,而量化投资重点是Alpha因子,且因子暴露及风险因子灵活管理。
图3显示主动量化策略在预期价值与跟踪误差的均衡区域,体现其“双重属性”
筛选依据包括:
截至2022年四季度,共筛选出178只主动量化型基金,总规模约609亿元,规模自2016年以来维持500亿-700亿左右波动。
图4阐释筛选逻辑,表1、图5展示基金数量、规模与时间演变趋势,显示主动量化型基金数量稳步增长,且规模较为稳定
图7-12详细呈现两类基金历年按风格、板块及龙头股的配置比例差异。
图13总结三类配置偏差对业绩分化的贡献,显示龙头股偏差是最大负面影响因素。
图14-17具体展示累计超额收益及季度相关系数,验证了主动量化型基金更为持久的选股能力延续。
通过计算行业轮动速度(相邻交易日申万一级行业收益率相关系数,值越小轮动越快)及行业分化程度(行业收益率的标准差,越小表示行业分化程度越小)指标,筛选出行业轮动快及行业分化小的月份。
在行业轮动快的月份:
在行业分化小的月份:
图18-25详细反映行业轮动速度及分化程度指标的分布与对应基金收益表现,证实主动量化型基金在行业轮动快和分化小环境中表现优异
图26形象地展示分类框架。
图27-28、表5说明技术因子基金的表现与交易频率特征。
图29、表6显示事件驱动策略的有限差异。
图30、表7反映机器学习策略的初期表现特征。
选取样本基金标准:
构建稳定性指标:
统计显示:
图31、表8验证指标有效性。
图32-33、表9-10展现组合回测表现及申购限制影响。
图34-38详细展示归因结构。
图1-2:基本面投资主要通过公司特有属性创造收益,而量化投资则侧重Alpha因子。两图通过分层堆叠展示收益来源的逻辑,帮助理解两投资策略本质区别。
图3:二维空间图表(预期价值增加vs.预期跟踪误差)明示主动量化策略位于量化增强与传统主动投资的中间,揭示其风险收益特征。
图4、表1、图5:筛选方案示意和历史基金数量/规模展示基金市场发展态势,蓝柱(基金数量)不断攀升,基金规模红线波动于500-700亿元,说明市场关注度提升,规模稳定。
图7-12:多彩堆叠条形图对比主动量化基金与主动权益基金的年度风格、板块、龙头股配置,及时反映两类基金投资偏好差异,特别是主动量化基金在小盘价值与周期制造配置上较为突出,而主动权益基金更偏好大盘成长及科技消费。
图13:多折线累计超额收益图直观量化不同配置偏差对业绩的影响,显著负向的龙头股配置偏差引发主因业绩落后。
图14-17:连续走势与条形相关系数图描绘剥离风格/板块后的超额收益接近且具有稳定延续性,展示主量化基金在选股层面具备持续竞争力。
图18-25:直观行业轮动速度及分化指标,每月波动显著,时序柱状图与差异比较条形图揭示主动量化基金在特定市场节奏下更擅长捕捉超额收益,表明策略适应性。
图26:结构框图灵活与直观地分类投资策略,展示量化因子与另类策略并重视角。
图27-30、表5-7、图28局部:净值及换手率对比图说明技术因子的灵活调整导致频繁调仓,事件驱动与机器学习策略虽然表现分化有限,但体现策略多样性。
图31、表8:柱状图和量化数据佐证稳定性指标对应未来业绩,助力策略筛选。
图32-33、表9-10:净值累计表现图清晰证实策略组合优于整体主动量化基金,且兼顾实际申购限制。
图34-38:归因分析图表强化风格与板块选股能力贡献主导超额收益,图形连续性展现策略表现持续稳健。
这些图表紧密配合报告文本,数据采集来源权威,覆盖时间充足,理论与实证结合紧密,具备较强说服力。
报告提示三大风险:
历史数据局限性:所有数据均为历史信息,未来市场环境可能不同,历史表现不代表未来结果。
模型适用性局限:基于模型结论或策略组合构建方法未必完全适用于未来市场走势,存在预测误差风险。
非投资建议声明:文章结果不构成具体投资建议,投资者应结合自身情况审慎决策。
报告未具体指出缓解这些风险的方法,提醒读者要有风险意识与谨慎态度。
总体,报告逻辑严谨且数据多维度交叉验证,适当保持对未来不确定性的审慎,结论可靠,但投资者需结合实际环境和个人需求做出综合判断。
本报告系统揭示主动量化型基金的核心逻辑及表现特征:
主动量化型基金依托量化模型结合基本面与技术指标,在投资策略上弥合了传统主动与量化投资的优势,体现为积极分散的持仓及均衡的风格板块配置。
尽管因少对龙头股的配置而在部分年份业绩落后于主动权益基金,但主动量化基金的风格与板块剥离超额收益表现稳定且延续性强,显示其有效的选股能力和策略执行力。
在行业轮动加快及行业分化减弱的特定市场环境下,主动量化基金往往能跑赢主动权益基金,这点为投资者择时配置提供了重要参考。
不同投资策略之间的业绩存在有限差异,技术因子策略具备较高换手率,另类策略(事件驱动、机器学习)仍显初步阶段。整体上,策略多元但收益稳定性成为筛选关键。
基于超额收益稳定性的信息比指标可有效预测主动量化基金未来超额收益和业绩表现,利用该指标构建的筛选组合表现优异,显著跑赢大盘及同类主动量化基金。
超额收益源泉主要来自风格、板块的选股超额表现,而非简单的配置偏差,这凸显量化选股策略的有效性。
报告结构逻辑清晰,通过系统的量化与实证分析支持各个结论,展现了主动量化基金作为权益投资的重要补充角色。
总体而言,主动量化基金具备通过科学量化方法实现稳健超额收益的潜力,其组合筛选逻辑成熟且行之有效,对投资者构建多元化主动组合及优化基金配置具有重要参考价值。
广发证券的本篇研究报告以详实数据和细致分析全面呈现主动量化型基金的发展、策略特征及超额收益驱动机制,具备较强的实务指导意义。投资者应结合本报告结论,关注基金的超额收益稳定性及市场环境匹配,理性评估不同策略的长期表现潜力,谨慎决策。
以上分析基于提供文档,所有结论均带页码溯源。
【广发金工|基金研究】主动量化型基金研究:筛选方法、业绩特征及产品优选:基金产品专题研究系列之四十九.pdf