主动权益基金低波因子测试与分析 [page::2]

• 测试涵盖持仓特征因子（市盈率、分红率等）与绩效特征因子（最大回撤、波动率等）。

- 高分红率与低市盈率的基金组合表现出低波动且回撤较小的特征。

• 历史最大回撤和波动率因子在绩效上具有显著延续性，支持使用历史因子筛选“低波”基金。

• 因子分位数迁移热力图显示最大回撤和波动率因子具有较强的分位数延续性，有利于预测未来低波动表现。

主动权益基金“低波”组合构建及回测表现 [page::6][page::7][page::8][page::9]

• 基金池限定为成立满三年且规模较大的普通股票型及高权益仓位混合型基金。

- 评分体系基于历史最大回撤、波动率及年化收益率因子，兼顾收益与风险，筛选低波基金。

• 每半年调仓一次，等权持有得分最高的10只基金。

- 历史回测结果显示“低波”组合长期净值波动及回撤显著低于中证800及偏股混合基金指数，且累计收益率达124.54%。

• 2023年表现稳定，跑赢两大基准，风险控制优异。

| 指标 | 低波组合 | 中证800全收益指数 | 万得偏股混合型指数 |
|----------|------------|------------------|--------------------|
| 累计收益率 | 124.54% | 24.94% | 65.64% |
| 最大回撤 | -13.23% | -31.93% | -30.19% |
| 年化收益率 | 13.20% | 3.47% | 8.04% |
| 年化波动率 | 12.53% | 18.40% | 17.78% |
| 夏普比率 | 0.774 | -0.002 | 0.255 |

• 分年度收益显示即使2019、2020年成长风格占优时期，该策略未显著落后基准，表现稳健。

| 年份 | 低波组合 | 中证800全收益指数 | 万得偏股混合指数 |
|-----|-----------|------------------|-----------------|
| 2017| 28.77% | 17.11% | 14.12% |
| 2018| -9.35% | -25.95% | -23.58% |
| 2019| 18.54% | 36.49% | 45.02% |
| 2020| 42.56% | 28.14% | 55.91% |
| 2021| 10.04% | 0.93% | 7.68% |
| 2022| -1.33% | -19.62% | -21.03% |
| 2023| 4.83% | 1.23% | -1.48% |

优秀“低波”基金经理与精选基金介绍 [page::9][page::10][page::11]

• 组合中包含杨鑫鑫（工银创新动力）、鲍无可（景顺长城沪港深精选）、姜诚、徐彦等稳健投资经理。

- 杨鑫鑫基金近三年累计收益44.95%，回撤控制优异，持仓分散，注重价值低估及高安全边际。

• 鲍无可以“自下而上”选股著称，优选竞争壁垒强、现金流稳健的个股，行业配置广泛，风险收益兼优。

- 其他“低波”基金经理均为市场认可的稳健型代表，逻辑坚实，策略有效。

金融研究报告详尽分析报告

报告标题：寻找主动权益基金中的“低波”选手——基金量化因子探析（一）
分析师：贾依廷
发布机构：华宝证券研究创新部
发布日期：2023年（具体日未详）
报告主题：主动权益基金的低波动因子测试、组合构建及精选标的分析

---

一、元数据与报告概览

本报告聚焦于当前权益市场风格快速轮动、赚钱效应减弱的大背景下，投资者对低波动股权基金需求日益增加的现象，旨在通过量化因子测试系统，识别并构建主动权益基金中的“低波”优质标的组合。研究覆盖基金持仓特征和绩效表现两个维度，重点筛选出低市盈率（PE）、高分红率、高安全边际的基金，并结合历史最大回撤和波动率等绩效因子，构建低波动组合。该组合不仅能够降低资产净值的波动和回撤，还具有长期可持续的超额收益特性。报告最终精选了多位业绩稳健著称的知名基金经理产品，如杨鑫鑫、鲍无可等，支持投资者通过主动权益基金实现稳健资产配置目标。报告明确风险提示，强调基于历史数据的分析存在失效可能，不能作为未来收益保证。[page::0][page::2]

---

二、报告章节逐节深度解读

2.1 前言及行业背景

报告开篇指出自2022年以来，市场整体表现偏弱，行业板块轮动加速，导致投资回撤频发、赚钱效应减弱。投资者因而对波动较低且收益稳健的权益基金需求倍增。理论上讲，高分红股票显示盈利稳定、现金流稳健，能为投资者提供安全垫，抗跌性强，因此红利ETF被热捧，但因其集中于金融、地产、公用事业等部分行业，风险集中度较高。主动权益基金凭借基金经理的择时与选股alpha能力，能更有效分散行业风险，提升收益表现和风险调整后的投资体验。研究基于量化与定性分析，规划构建主动基金“低波”组合，实现兼顾风险控制与收益提升的目的。[page::2]

---

2.2 主动权益基金低波因子的测试与分析

作者从两个核心维度构建量化因子体系：

• 持仓特征维度：涵盖持股集中度、年末重仓股ROE、分红率、重仓股市盈率、基金规模等；

- 绩效特征维度：考察过去1年、2年、3年区间的收益率、信息比率、夏普比率、最大回撤和历史波动率。

测试方法侧重于因子分档组合净值回测、分组年度收益对比和信息系数（IC）测试。执行策略为基于各季度或年度因子值大小等权分组，观察最高与最低因子值组合收益差异，验证因子的有效性。

主要发现包括：

• 低市盈率和高分红率的基金持仓因子对应的基金未来表现中，净值回撤小且低波动明显；

- 历史最大回撤与波动率绩效因子在未来表现上具备延续性，低风险组合趋于保持稳健。

因此，市盈率、分红率、最大回撤和波动率成为发现“低波”基金的重要量化工具。[page::2]

---

2.3 市盈率与分红率因子构建安全边际

详细解析显示，分红率作为稳定现金流指标，在近年波动大的市场环境中能帮助组合抵御风险，保持净值较高水位。市盈率和分红率呈负相关，低PE股票通常对应更高分红，意味着估值较低、安全边际较高，波动和回撤较小，但其成长空间在牛市中受限。数据回测图1（分红率因子分组回测结果）和图2（市盈率因子分组回测结果）显示，高分红及低PE组合曲线走势相似，均表现为更小波动、更稳健回撤，且均优于市场基准中证800全收益指数。

图1和图2均为2010年至2022年底的长期净值走势，均衡展示了高分红/低PE组合持续且稳健的表现特征，证实低估值+高分红是构筑基金低波动的重要因素。[page::3][page::4]

---

2.4 最大回撤与波动率因子的延续性验证

基金在三年以上的中长期表现中，最大回撤和波动率体现基金经理的风格与理念，稳健经理倾向控制回撤、行业和估值选择更谨慎。报告指出市场风格轮动加速，成长或价值风格均难长期保持领先地位。稳健经理则倾向价值被低估且现金流稳定的行业，同时动态调整仓位以避免单一行业过度暴露。

回测显示，低最大回撤和低波动率组合在市场跌势时平均表现更好，2022年多个波动明显的时间段（例如2022年第一季度和下半年），低回撤组合跌幅分别为-17.30%和-11.89%，明显优于高回撤组合及基准。波动率因子回测结果（图4）呈现类似趋势，低波动组合净值曲线更为平滑，波动显著小于高波动组合。

此外，图5和图6的最大回撤及波动率因子分位数迁移矩阵表现明显的对角线聚集，显示这些因子的分位数在历史和未来间具有较强的稳定性和延续性，进一步验证这两个指标可以作为稳健组合筛选依据。

整体来看，投资者可借助历史最大回撤和波动率因子构建低波动基金组合，兼顾风险控制效果。[page::4][page::5][page::6]

---

2.5 “低波”组合构建方法与回测表现

构建方法：

• 选基池：华宝二级基金分类下的普通股票型和高权益仓位混合型基金；

- 筛选标准：成立时间需满3年，基金规模达到一定门槛以保障策略稳定性；

• 打分体系：基于历史最大回撤和波动率赋予高权重，结合历史年化收益率权重，避免少数出现缓慢下跌基金得分高的问题；

- 复选安全垫：在绩效打分优秀基金中，进一步筛选低市盈率基金，兼顾估值安全边际。

回测表现：

• 自2017年起，每半年调仓一次，等权持有评分最高的10只基金；

- 比较基准为中证800全收益指数与万得偏股混合型基金指数；

• 图7显示“低波”组合长期净值表现平稳且显著优于基准，波动更小且回撤更少；

- 2022年极端波动背景下，“低波”组合表现出明显的防御优势，年内波动率及最大回撤均远低于基准；

• 2023年以来（图8）“低波”组合依然跑赢基准指数，实现风险调整后更佳收益，展现良好的抗震和超额收益能力。

长期绩效统计（表1）进一步佐证组合优势：

• 累计收益124.54%，远超中证800的24.94%和万得偏股混合指数的65.64%；

- 最大回撤-13.23%远低于基准-31.93%和-30.19%；

• 年化收益率13.20%，年化波动率12.53%，夏普比率0.77，均显著优于基准水平；

- 分年度表现（表2）显示，尽管2019-2020年成长风占优，组合仍保持正收益且未明显跑输基准，体现了稳健而持续的风险收益平衡。[page::6][page::7][page::8][page::9]

---

2.6 “低波”选手基金经理及产品精选

根据打分及持仓分析，报告列示最新一期“低波”组合部分优质基金及其经理：

• 工银创新动力（经理：杨鑫鑫）

- 近三年收益44.95%，最大回撤-13.44%，波动率13.07%，夏普比率0.89，风险调整表现名列前5%；
- 投资理念强调稳健价值投资，均衡行业分散，集中于高安全边际且成长空间适中的标的；
- 行业分布以银行、建筑、非银金融及医药为主，持仓行业集中度较低，结构分散；
- 兼具防守和适度进攻，波段交易及热门板块适配，保障净值稳步提升。[page::9][page::10]

• 景顺长城沪港深精选（经理：鲍无可）

- 近三年收益36.40%，最大回撤-15.38%，波动率13.85%，夏普比率0.68，风险控制优秀；
- 投资风格以“自下而上”选股为主，强调个股的竞争壁垒和持续现金流；
- 行业内涵估值、竞争优势及商业模式评判，行业覆盖范围广，包括传媒、通信、新能源等波动率较高行业；
- 即使持有港股等更高波动资产，仍保持组合较低波动率和稳健表现。[page::10][page::11]

其他“低波”选手如姜诚、徐彦、王海峰等皆以安全边际为核心的稳健价值理念著称，科学结合量化和定性证据，验证了本模型在挖掘稳健型优秀基金经理产品上的有效性。[page::11]

---

2.7 总结

基于行业快速轮动和市场不确定性的宏观环境，报告通过严格的量化因子测试、分档回测和信息系数检验，筛选出市盈率、分红率、最大回撤、波动率为识别低波基金的关键因子。构建了基于历史绩效和持仓安全边际复合打分模型，筛选的“低波”基金组合展现出远优于市场基准的持续低波动、低回撤和优异收益。此外，定性分析进一步表明，入选基金经理业务理念稳健，以价值投资和安全边际为核心，这与报告量化模型严格吻合，强化了组合的稳定性和前瞻性。

报告强调低波组合不仅是防御工具，更能兼顾收益，攻守兼备，为市场震荡时期提供了极佳投资选择。而主动管理的alpha能力是区别于红利ETF等被动工具的关键优势。市场实践和数据验证均表明，该策略在当下及未来具备良好应用价值。

---

2.8 风险提示

报告明确基于历史数据分析，存在模型失效的风险。由于市场结构、政策环境及宏观经济等因素随时变化，历史规律未来可能不复存在，且组合未来表现不具备保证。投资者应当结合自身风险承受能力与投资需求审慎决策，避免盲目依赖模型结果。

---

三、图表深度解读

| 图表编号 | 内容描述 | 数据解读 | 关联论点 | 潜在限制与说明 |
|---|---|---|---|---|
| 图1 分红率因子分组回测（page 3） | 2010-2022年按基金重仓股分红率分组，展示不同分红率组合的净值累积走势 | 高分红组合净值波动明显小于低分红组合，风险收益表现优异，尤其在2021-22年市场震荡显著 | 验证了高分红代表稳定现金流，提升组合防跌能力 | 市场特殊周期可能影响分红稳定性，组合表现取决于分红持续性 |
| 图2 市盈率因子分组回测（page 4） | 2010-2022年按重仓股市盈率分组净值表现，低PE组合表现稳健 | 低PE组合波动小，回撤少，长期净值趋势稳健 | 低PE对应估值安全边际强，是低波组合重要指标 | 成熟行业占比高，增长受限，牛市阶段表现相对弱 |
| 图3 最大回撤分组测试（page 5） | 按历史最大回撤分组净值走势，展示低回撤组合优势 | 低最大回撤组合在市场下跌期间平均跌幅较小，体现回撤控制的重要性 | 客观验证基金经理风险控制风格具备延续性 | 基金组合数量大，行业配置一致性可能掩盖个体差异 |
| 图4 波动率分组回测（page 5） | 历史波动率分组对比，高波动组合波动幅度大 | 低波动组合净值曲线平滑，尤其在2020年市场大幅波动中表现出色 | 波动率是低波组合特征的关键，具备连续性 | 单纯低波动可能伴随收益牺牲，需要配合收益因子打分 |
| 图5、图6 最大回撤与波动率的分位数迁移（page 6） | 分位数迁移热力图显示历史与未来风险指标的稳定关系 | 高概率历史低风险基金保持低风险属性，反映风险管理持久性 | 支持使用历史指标筛选未来低风险基金的科学性 | 可能忽略突发制度或个案风险引发的突变 |

---

四、估值分析

报告未包含具体基金的估值分析模型或细节估值方法，主要通过市盈率、市盈率相关性及分红率等指标间接进行基金持仓安全边际的筛选，不涉及DCF、市盈率倍数估值或同行业可比公司分析等估值框架。该点符合主动基金评价的复杂性，强调绩效回撤与组合稳健性的量化评估。

---

五、风险因素细致评估

• 历史数据失效风险：因市场机制、政策环境变化，历史因子表现不保证未来适用；

- 行业集中风险：红利ETF行业集中存在系统性风险，主动基金筛选侧重分散；

• 规模与流动性风险：规模过小基金可能面临策略稳定性和流动性问题，报告通过规模门槛筛选予以缓解；

- 模型构建假设：打分权重与因子选择基于历史测试，存在偏颇风险，未来市场条件变化影响模型表现；

• 基金经理更替及风格漂移：管理人变动可能导致基金风格不再稳健，影响低波特性持续性。[page::0][page::2][page::12]

---

六、批判性视角与潜在局限

• 因子选择范围相对有限：报告主要聚焦于市盈率、分红率、最大回撤、波动率四大因子，忽视了其他潜在重要因子如债务水平、成长性指标、现金流量等，可能限制因子综合性；

- 行业风格差异未深入拆解：报告提及行业轮动和红利ETF行业集中风险，但对主动基金不同风格（价值、成长、小盘等）在低波组合中的详细贡献未进行足够解析；

• 样本外验证有限：虽有2023年部分样本外表现列示，但报告未提及多样本外环境下因子稳定性与选中基金表现变动，未来表现预期偏保守；

- 主动管理alpha难量化：强调主动基金经理alpha，但具体如何量化及其贡献未充分展开，alpha风险与市场系统风险区分不够明确；

• 报告中某些数据存在重复编号混淆（如表11、图12全部标为“景顺长城”业绩表现）需注意信息匹配。

---

七、结论性综合

本报告通过系统的量化及定性研究，明确了主动权益基金中识别和筛选低波动、低回撤、高安全边际基金的科学方法，主要依托市盈率、分红率、最大回撤与波动率四大核心因子，结合历史表现的分组回测、信息系数和因子迁移验证，构建有效的低波组合模型。该模型筛选出的组合在自2017年以来回测表现突出，累计收益远超指数基准且波动不足一半，夏普率及卡玛比率指标优异，体现出明显的攻守兼备特质。2023年以来，组合继续表现稳健，跑赢主要基准指数。

具体精选的“低波”基金经理如杨鑫鑫和鲍无可等，以严守价值投资和安全边际理念著称，从定量与定性层面均验证了该策略的有效性。此外，报告在行业分布与成分券种选择上有效避免了红利ETF的行业集中风险，确保了风险分散。

总体而言，报告立足稳健投资理念，成功构建了一个兼具防御和适度进攻的基金“低波”选手池，适合当前复杂的市场环境中寻求风险调整后长期优异表现的投资者。但同时需警惕历史数据的局限性和市场环境变化带来的不确定性，投资者应基于自身风险承受能力，审慎参考。

---

参考文献与数据来源

• Wind数据终端

- 华宝证券研究创新部自有回测体系

• 华宝证券基金投研平台

- 公募基金季报及组合持仓数据

• 报告页码参考合并于各段落尾，便于追溯原文出处。

---

以上为本报告的详尽结构化分析，希望对深入理解主动权益基金低波动策略及其实际应用提供了全面、透彻的参考。

报告