海内外FOF市场发展与现状 [page::6][page::7][page::8]

• 美国市场FOF总规模约2.7万亿美元，市场份额达12%，但近两年出现资金净流出。

- A股市场FOF规模约1900亿元，占比2.6%，处于快速发展阶段。

• 个人养老金新政推动FOF产品发展，基金份额及规模快速增长。

大类资产配置模型与战术动态调整方法 [page::13][page::19][page::30]

• 构建了固定比例、风险平价、股债相对价值、CPPI四种战略配置模型，均基于季度调仓。

- 战术动态调整结合宏观（景气度、通胀、信贷等）和技术（趋势、估值、资金流）指标，月度频率调整资产权重。

• 宏观和技术视角指标独立有效，融合后进一步提升配置效果，显著提高资产月度胜率和收益表现。

多维度基金因子构建与主动权益基金组合 [page::34][page::38][page::41]

• 基于历史业绩、持仓、交易行为等设计7个基金因子，涵盖收益风险比、板块超额收益稳定性、交易能力等。

- 单因子均显著跑赢偏股混合型基金指数，综合因子加权筛选组合长期超额稳定。

• 结合配置偏离约束，构建选基因子增强组合，提升了超额收益稳定性和风险控制。

- C份额基金优先配置，有效降低换仓赎回成本，优化组合表现。

主动型纯债基金组合与因子筛选 [page::52][page::54][page::57]

• 选取历史半年和1年信息比两因子，显著预测主动纯债基金未来收益。

- 综合两因子构建基金组合，长期稳定跑赢同类基金样本。

• 配置C份额降低赎回费用，提升权益基金组合表现。

权益指数多因子轮动策略与场内被动基金组合构建 [page::59][page::65][page::68]

• 基于历史基本面、资金流、一致预期、宏观、动量、风格6大维度构建7因子筛选权益指数。

- 多因子综合评分构建指数分档组合，头部组合长期显著超越基准指数。

• 通过筛选规模与流动性合格的场内被动基金，实现指数轮动策略。

不同风险偏好FOF组合的设计与业绩表现 [page::10][page::11][page::75][page::79][page::83][page::87]

• 设计4种FOF组合：理财型低风险、偏债型低风险、灵活配置型中高风险、1年期保本型。

- 各组合均匹配不同风险收益特征，回测年化收益率分别约6.07%、10.16%、16.06%、7.89%。

• 归因分析显示大类资产配置及基金优选均贡献正超额收益，费用影响有限。

- 长期业绩稳定，符合不同投资者目标需求。

量化视角下的 FOF 组合构建研究报告详尽分析

---

一、元数据与报告概览

标题：《量化视角下的 FOF 组合构建 —— 不同投资目标下的组合策略及业绩跟踪》
分析机构：广发证券发展研究中心
主要分析师：李豪、罗军国、张超国等
发布时间：摘自报告序言及页码推算为2023年中
研究主题：FOF（Fund of Funds，基金中的基金）组合的量化构建方法，涵盖大类资产配置与基金优选，针对不同投资目标设计及业绩验证。

核心论点与评级：
报告立足于量化模型方法，提出自上而下的FOF组合构建流程，从资产配置战略及战术数量化调整，到主动型及被动型基金筛选，系统构建FOF组合。通过实证检验显示，不同风险偏好的FOF组合均能实现其目标收益及风险水平，且组合整体获得正向超额收益。该报告属于系统性量化研究，未附买卖评级，强调模型假设与历史数据局限，结果非投资建议。[page::0]

---

二、详细逐节解读

1. 海内外FOF 发展现状

• 美国FOF市场规模在2008-2022年迅速扩张，2022年底规模近2.7万亿美元，约占美国公募基金12%份额。资金流入整体为正，除2020、2022年外均呈净流入，2022年净流出500亿美元，体现市场波动影响。

- A股市场FOF发展相对早期，2017末首批6只FOF启动，2019年后规模快速增长，2023年Q1规模约1900亿，占非货币公募基金2.6%。个人养老金政策推行，将刺激公募FOF发展需求。

• A股FOFY份额基金约142只，规模44亿元，有助于税收优惠政策实现长期资本增值。[page::6,7,8]

2. FOF组合量化构建框架

• 以“投资目标和资产选择-战略资产配置与战术动态调整-分类基金优选及FOF组合构建”为层次，建立系统框架。战略配置通过模型季度调仓，战术调整基于宏观及技术指标每月动态打分，兼顾风险收益优化。

- 基金优选分主动权益、主动纯债和被动权益基金，分别匹配战略或战术频率调仓。最终FOF组合包含四个策略模型下设计的四大组合，区别在风险收益特征、所用战略模型（固定比例、风险平价、股债相对价值、CPPI）及组合定位（理财低风险、偏债低风险、灵活中高风险、保本组合）。[page::9,10,11]

3. 大类资产配置策略

（一）资产选择

• 权益：中证800指数（覆盖沪深300和中证500）代表A股权益市场；

- 债券：中证全债指数，涵盖银行间市场和交易所债券；

• 黄金：SGE黄金现货价格，代表黄金资产；

- 货币：中证短融指数代表货币市场资产。
该资产选择确保流动性充足，代表性强。[page::13]

（二）战略配置模型

• 固定比例模型（权益20%、债券70%、黄金5%、货币5%），季度调整；

- 风险平价模型利用边际风险贡献均匀配置风险资产权重，5%权重预留给货币无风险资产，季度调整；

• 股债相对价值模型利用权益的股权风险溢价历史分位数动态调整权益债券配置比例，权益权重范围20%-80%；

- CPPI模型以1年作为风险期，风险乘数M=1，动态调整权益配置以实现资金保本目标。
各模型对应年化收益分别为5.13%-7.84%，风险平价模型波动率最低，股债相对价值模型收益最高但风险亦最大。[page::13-19]

（三）战术动态调整——宏观视角

• 选择PMI、CPI同比、社融、国债收益率、美元指数等宏观经济指标刻画资产价格趋势。利用趋势上行与下行期间资产收益差的T检验显著性确定指标有效性。

- 月度定性打分，结合不同周期均线趋势，体现资产在不同宏观背景下的表现分异。如PMI上行时中证800月均收益正为2.48%，下行时则负0.16%。

• 不同资产对应不同有效宏观指标，宏观信号间相关性低，有助信号组合互补。

- 宏观动态调整组合相对于基准组合（风险资产50%+货币50%）均展现更高收益，月度胜率均超过57%。[page::19-24]

（四）战术动态调整——技术视角

• 利用趋势指标（LLT平滑涨跌幅差等）、估值指标（权益估值分位数）、资金流指标（月度主动买卖净流入额）独立打分资产表现。

- 各指标间相关系数较低，技术信号同样互补。

• 技术调整组合月度胜率进一步提高到53%-61%。

- 综合宏观与技术信号，调整权重范围、调整速度设置上线，实现季度级战略权重和月度级战术动态权重结合，带来显著超额收益提升，最大回撤及波动率适中。[page::24-31]

4. 基金优选

（一）主动型权益基金优选

• 筛选符合基金类型、规模、权益仓位、存续时间、非FOF等多条件基金。构建98个因子覆盖历史业绩、持仓和其他信息。

- 通过历史信息系数（IC）测试，筛选7个有效因子，包括1年索提诺比率（风险调整收益水平）、板块超额收益稳定性、日频创新高最长间隔（持有体验）、交易信息比、领先调仓次数、合并规模及机构持仓比例环比变化。

• 采用七因子加权评分，权重分配策略体现因子独立性。

- 单因子与多因子组合均实现相对于偏股混合型基金明显的超额收益，后者稳定性更强。

• 优化约束基金经理和基金公司持仓比例，构造选基因子增强组合，持续跑赢基准指数（偏股混合型基金指数及中证800指数）。

- 赎回成本控制方面，引入C份额基金配置降低赎回费用，提升组合表现，2012年以来C份额占比持续增长。[page::33-48]

（二）主动型纯债基金优选

• 筛选条件涵盖纯债基金类型、规模、控转债仓位、存续期限等。因子少于权益基金，但信息比表现依然稳定。

- 采用历史半年及一年信息比作为核心因子，构建等权加权基金评分。

• 构建的主动纯债基金组合长期跑赢样本纯债基金组合，杠杆水平稳定。

- 同样利用C份额基金降低赎回成本，提升组合回测表现，C份额占比逐渐增长。

• 换仓时点与持有基金数量对组合信息比影响有限，保持策略稳定性。[page::51-58]

（三）主动型行业主题基金的板块投资能力评估与组合构建

• 多维度度量主题基金在其主要板块的超额收益幅度、稳定性、季度胜率及连续最大回撤，结合板块配置稳定性。

- 筛选符合超额收益表现良好及配置稳定的主题基金，且主要板块未频繁更换基金经理。

• 基于中证800指数板块配置比例作为目标，构建优化模型控制组合板块偏离，同时最大化基金板块投资能力指标（信息比），构筑优选组合。

- 回测2019年至今，组合表现显著优于中证800指数，超额收益突出，体现主题基金板块精细化优选价值。[page::46-50]

（四）被动型权益基金优选——权益指数轮动策略与场内被动基金组合构建

• 构建包括历史基本面、资金流、一致预期、宏观动量和风格7个因子，筛选覆盖A股的权益指数。

- 多因子加权组合构建权益指数轮动策略，月度调仓并划分10档指数组合，得分越高指数表现越优。

• 基于规模、流动性、存续要求，筛选并配置场内被动基金（ETF、LOF），月度换仓。

- 组合长期明显跑赢权益指数组合，超额收益稳定，并对规模、流动性敏感测试反映合理。[page::58-70]

5. FOF组合构建与业绩表现

• 四个FOF组合分别对应不同风险偏好：

- 1号：理财型低风险，战略采用风险平价模型，权益权重≤5%，最大回撤低至2.61%，波动率1.42%，月度胜率79.65%。
- 2号：偏债型低风险，固定比例模型（权益20%，债券70%等），波动率4.91%，年化收益10.16%。
- 3号：灵活中高风险，股债相对价值模型，权益动态配置灵活，年化收益16.06%，最大回撤11.47%。
- 4号：1年期保本组合，CPPI模型，权益权重上限30%，特征稳健年化收益7.89%。

• 策略在业绩归因中，权益基金选基与大类资产配置为正向超额贡献，债券基金优选贡献偏负，主要因品种配置不同，赎回及交易费用对净值有一定拖累。

- 四个组合均实现其设计目标，收益稳健且风险管理合理，且月度胜率均在60%以上。

• 持仓分散，各配置均包括主动权益基金、主动纯债基金及被动基金。部分基金C份额引入，有助于降低交易成本并提升效益。

- 调仓策略为季度战略调整结合月度战术动态调整，实际调仓于次月交易日完成，充分考虑成本效率及策略灵活性。[page::70-89]

---

三、图表数据深度解析（部分重点图）

• 图1、2（美国FOF规模及占比）展示美国FOF市场十余年稳健增长，规模和市场占比双双攀升到12%。该背景支持FOF量化模型研究的现实需求和价值。[page::6]
• 图7、8（组合构建框架、流程图）体现明确分层结构，三大流程层叠：投资目标-战略资产配置-基金优选，战术动态调整贯穿其中。明确周期性调仓频率，体现量化逻辑严密。[page::9,10]
• 图14、15（股权风险溢价与股债相对价值模型）股权风险溢价呈均值回复特征，模型通过5年历史分位数动态权益债券配置，图15对比显示该动态配置优于靜态同配置，年化收益提升近2.7个百分点，风险适中降低最大回撤。[page::16,17]
• 图20、21（PMI趋势对中证800收益影响）PMI上升期带来权益市场平均正收益2.48%，下降期负收益。结合统计t值2.2，显示该宏观指标具备显著预测能力，促进战术动态调整月度频率实操效果。[page::21]
• 图38、39、41（主动型权益基金选基策略构建及单因子组合表现）构建了涵盖收益、板块超额收益、持有体验、交易能力等7大因子，单因子选基组合表现均超过基准，突出量化选基有效性。[page::34-39]
• 图54、55（主动权益基金综合组合与行业主题组合超额收益及加权）两个组合超额收益相关性仅40%，组合加权(主动权益75%+行业主题25%)带来信息比提升，显示策略间兼容性及多样化优势。[page::50,51]
• 图65-68（权益指数轮动及多因子组合）多因子选股轮动组合累计收益达790.75%，远超样本指数的107.64%，验证因子模型的有效性及指数多维度轮动策略优越性。[page::63-65]
• 图73-76（FOF组合1至4号累计收益）四条曲线体现不同风险收益特征组合表现，一号组合较低回撤稳定，三号收益最高且波动最大，四号表现介于两者之间，整体表现符合设计预期。[page::76,79,83,87]

---

四、估值分析要点

本报告未重点涉及传统意义上的估值模型（如PE、DCF等）对FOF估值本身的直接论述，而是在资产配置层面结合股票相对债券风险溢价建立“股债相对价值模型”，该模型基于股权风险溢价历史分位数动态调整配置权重，体现基于估值信号的量化资产配置。此外，权益指数轮动的估值维度因子采用股权风险溢价历史分位数评分，这种历史定位方法体现相对估值而非绝对估值。此外，权益基金组合中选基因子涵盖估值相关因子（如成长价值），通过因子测试与加权实现间接估值优化。[page::15,16,25,44,60]

---

五、风险因素评估

报告明确三类核心风险：

1. 历史数据依赖风险：模型基于历史数据统计与回测，可能不适应未来市场环境变化，存在预测失误风险。

2. 模型假设限制：各模型均基于一定假设环境，实际多变市场或受外部政策、事件冲击时模型约束力下降。

1. 非投资建议免责声明：报告强调组合构建仅为研究分析，非以任何形式做出投资建议，投资决策需自担风险。

报告未直接提出具体风险缓释措施，但通过多因子、多策略、多资产配置分散，结合主动被动基金优选，旨在实现风险收益平衡与组合整体稳健。[page::0,90]

---

六、批判性视角与细微差别

• 报告整体严谨，量化分析全面，但单一依赖历史数据和模型参数，存在模型风险及过拟合可能。

- 组合调仓频率结构较为合理，但实操中交易成本和流动性风险仍有待进一步动态优化，尤其是跨市场、跨品种资产。

• 部分主动策略超额收益为正，但权益债券基金优选中债券部分呈负贡献，需关注债券基金选取及管理效率潜在瓶颈。

- 个别因子的解释力度有限，比如部分因子IC值偏低，且行业主题基金回测期相对较短，长期稳定性存不确定。

• 赎回费以C份额替代措施彰显对成本控制重视，但C份额额外管理费对净值的长远影响尚需关注。

- 虽有战术动态调整，但未详细讨论策略冲击市场流动性及大规模调仓可能带来的执行风险。

总体，报告科学地策划和说明了量化模型局限，较为稳健且适应实际操作。[page::0,35,44,90]

---

七、结论性综合

该报告以扎实的量化研究视角完整构建了FOF组合的自上而下流程，创新性地结合战略资产配置与战术动态调整，分别利用固定比例、风险平价、股债相对价值、CPPI等多种模型方案设计风险收益不同的四款FOF组合。基金层面，主动权益基金与纯债基金精选因子及组合构建方法经实证验证有效，对标的主动型行业主题基金及被动权益基金的多因子筛选与轮动策略提供了持续的超额收益支持。

从图表分析来看，各类资产及基金组合的历史业绩表现清晰真实：

• 股债相对价值模型表现出盈利与风险较好的组合平衡；

- 战术动态调整以宏观和技术双视角捕捉市场趋势，提高了组合的月度胜率；

• 主动权益基金精选因子和多因子增强组合持续跑赢基准指数，提升主动管理效率；

- 被动型权益基金指数轮动策略及依托其构建的场内基金组合实现了显著超额收益；

• 四个FOF组合均实现预期投资目标，组合波动性及最大回撤符合定位，收益曲线稳健且大幅优于单一市场指数或均衡组合。

结构层面的组合归因显示大类资产配置和权益基金优选是超额收益的主要贡献源，债券基金优选贡献略负，表明债市管理仍有优化空间。组合设计充分体现了投资多样化、风险分散和量化筛选原则，且拥抱了C份额降低换手成本的市场趋势。实操层面综合考虑了组合调仓节奏、交易费用与赎回费影响，增强投资策略的实际落地性。

综合来看，报告提出的FOF设计及策略框架具备较强的可实施性和实际资产管理指导价值，尤其适合寻求多目标、多风险层级量化资产配置的机构和高净值投资者参考。报告亦明确指出模型局限与历史依赖风险，具备成熟的风险提示意识，为合理运用成果提供了重要依据。[page::0-91]

---

附录：核心图表示例（Markdown格式）

• 图7：大类资产配置及基金研究框架

• 图10：不同投资目标下的FOF组合累计收益

• 图14：中证800指数股权风险溢价

• 图26：中证800指数月度主动净买入额

• 图38：基于基金因子的主动型权益基金组合构建

• 图41：主动型权益基金选基因子组合累计收益

• 图68：权益指数轮动组合累计收益

• 图73：FOF组合1号累计收益

• 图74：FOF组合2号累计收益

• 图75：FOF组合3号累计收益

• 图76：FOF组合4号累计收益

---

综上，报告系统性且详尽，借助丰富数学建模、因子分析、绩效归因和实证回测，全面阐释了FOF组合量化构建路径和多维度评估指标体系，在理论架构与应用效果方面均表现优秀，值得资产管理专业研判参考。[page::全篇]

报告