`

基于优秀基金持仓的业绩增强策略

创建于 更新于

摘要

报告指出,公募量化基金近年因基准指数表现弱势,绝对收益表现不佳。通过多维度筛选优秀主动基金构建优选基金组合,选股空间转向优选基金持仓,结合动态加权的多因子模型进行增强,实现显著超额收益。研究设计动态RankICIR计算方法,以匹配快速变化的基金持仓风格,构建公募基金业绩增强组合,历年稳定领先股基中位数,年化超额超17个百分点,体现了公募基金业绩增强的新路径与价值[page::0][page::4][page::7][page::13][page::16][page::17][page::19][page::20]

速读内容

  • 量化基金的困境与市场格局 [page::1][page::2][page::3]


- 2020年超过99%的股票型基金获得正收益,而仅约60%的个股实现正收益。
- 主动管理型基金在新发数量和规模上占比超六成,主动量化和指数增强基金数量和规模明显偏低。
- 主动量化基金及指数增强基金的排名和规模自2017年起表现下滑,主要因2019-2020年基准指数收益弱于股基中位数。
  • 公募基金持仓组合表现优越于宽基指数 [page::4][page::5]


- 将全部股基持仓视为组合,年化收益9.31%,显著高于沪深300和中证500指数。
- 直接复制全部基金持仓不等同于基金整体业绩,存在跑输现象。
  • 多维度筛选优秀基金构建综合选基因子 [page::6][page::7][page::8][page::9]



- 从基金业绩前瞻能力、隐形交易能力、选股能力、机构关注度、基金规模五个维度击穿因子构建综合选基因子。
- 综合选基因子季度RankIC均值达16.13%,胜率85.7%,得分最高的基金组合实现15.05%费后年化收益。
- 基金筛选后,基金中位数组合与优选基金组合收益呈显著差异,优选基金组合稳定超越市场。
  • 优选基金持仓的特征与持仓组合表现 [page::10][page::11]


- 优选基金月度股票池数量季节性明显,季度报披露月持仓股数更多。
- 优选基金持仓组合年化收益(约12.6%)略低于优选基金组合(超16%),受限于持仓数据滞后和隐形交易能力。
- 全部基金持仓组合则表现不足,2017年以来持续跑输股基中位数。
  • 基于动态因子权重的因子有效性验证及改进方法 [page::12][page::13][page::14]



- 传统静态RankICIR计算忽略持仓频繁变化的影响,可能导致因子权重失真。
- 提出动态方法:以当前持仓为样本,向前复制至12期,计算对应RankICIR,更符合快速变动持仓对因子有效性的度量。
- 构建包含估值、波动、动量、盈利、成长及分析师预期的多维Alpha因子池,通过动态加权构建复合Alpha因子。
  • 优秀基金持仓精选组合构建与绩效表现 [page::14][page::15]



- 以TOP30%优选基金持仓为取样空间,每月选择复合选股因子得分最高20只股票等权构建组合,仓位约85%-89%。
- 该精选组合满仓年化收益35.33%,剔除交易成本后约30.7%,远超中证500指数与股基中位数。
  • 公募基金业绩增强组合设计与回测 [page::16][page::17][page::18][page::19][page::20]




- 通过组合优化方式,在TOP30%优选基金持仓空间,行业、风格、个股权重约束下,最大化复合Alpha因子暴露。
- 回测年化收益25.89%,相较股基中位数年化超额17.74%,每年业绩排名均稳居股基前20%。
- 组合月均换手率约54.82%,平均持仓38只,资金容量估算平均4亿以上,有较好实盘参考价值。
  • 策略总结与核心优势 [page::19][page::20]



- 由基准股基中位数年化8.15%,到优选基金组合16.48%,再到优选基金持仓12.6%,最终业绩增强组合达25.89%。
- 充分利用基金经理选股能力和隐形交易,结合动态多因子模型提升持仓选股能力,实现强劲且稳定的业绩增强效果。

深度阅读

深度解析【国信金工】基于优秀基金持仓的业绩增强策略报告



---

1. 元数据与概览


  • 报告标题:《基于优秀基金持仓的业绩增强策略》

- 作者:张欣慰、张宇
  • 发布机构:国信证券经济研究所(量化藏经阁)

- 发布时间:2020年11月17日
  • 主题:聚焦于公募股基、主动基金、量化基金的业绩表现及提升策略,提出了基于优选优秀公募基金及其持仓的量化业绩增强组合构建新思路。


核心论点与目标
  • 2020年公募基金整体表现优异,远超个股表现,但指数增强基金的规模和表现却不尽人意。

- 该弱势非源于超额能力降低,而是基准指数本身表现较差导致的。
  • 因此提出从“对标宽基指数”转向“对标优秀股基”的全新思路。

- 通过多维度优选基金、基于基金持仓构建选股空间、动态多因子增强,最终实现股票组合的业绩大幅提升。
  • 报告中所构建的“公募基金业绩增强组合”回测年化收益高达25.89%,显著超越行业中位数。


---

2. 逐节深度解读



2.1 量化基金困境与破局



关键论点:


  • 2019和2020年,公募股基表现显著强于单只股票,表现为:股基几乎全正收益,收益中位数远超股票收益中位数,图1-2及表1数据传递了这一点。

- 新发市场上,主动管理股基发行数量及规模遥遥领先量化/指数增强基金(图3-4),后者增量和存量均呈下滑趋势(图5-6)。
  • 主动量化和指数增强基金的绝对收益表现欠佳,主要因为其跟踪的基准指数(沪深300、中证500)表现较差(图9、表2),而非其超额收益能力不足(图7-8)。

- 基金的持仓作为信息载体,更具投资价值,构建基准从宽基指数转为主动优选股基持仓,将带来超额收益机会。

关键数据点:


  • 2019年股基中位数收益45.52%,股票中位数仅17.65%;2020年截至10月30日股基42.82%,股票仅6.49%。

- 公募主动管理型基金发行占比62.9%,募集规模占88.1%;主动量化基金仅12只,募集137亿;指数增强基金16只,募集56亿[page::0-3]。
  • 指数增强基金年化超额收益稳定为正,且打新增厚近年超额收益反而提升[page::3]。


图表说明:


  • 图1-2显示股票收益分布远低于股基,股基表现更稳健。

- 图5中量化基金业绩排名在2017年起出现下滑趋势,指数增强基金规模占比近两年下降。
  • 图9显示基准指数显著落后公募基金中位数,说明指数组合表现拖累了量化基金绝对收益。


2.2 多维度筛选优秀基金



关键论点:


  • 简单复制公募基金持仓难以追踪公募基金的实际表现,尤其市场热点频繁变化。

- 基于多因子量化打分的综合选基因子,涵盖基金业绩前瞻能力、隐形交易能力、选股能力、机构关注度和基金规模等维度,能够有效挑选未来表现更优的基金。

关键数据点和模型:


  • 利用基金前文定义的多维度指标,构建了综合选基因子,季均RankIC 16.13%,胜率85.7%(图13-14)。

- 复合TM-FF超额收益模型和隐形交易能力指标支撑指标体系的准确度[page::6-8]。
  • 基于该模型构建的FOF精选组合年化15.05%,相较同期8.15%的股基中位数超额收益6.9%(图15-16)。


2.3 基于优选基金持仓的投资空间构建与动态因子有效性检验



关键论点:


  • 优选基金的持仓库远大于单只基金,且持仓行为较为灵活(图18-19),需剔除权重<1%的小仓位以突出重点关注个股。

- 优选基金持仓组合历年平均持股数多于一般指数成分股,持仓变动明显且带来稳健超额收益(图20-21,表5)。
  • 传统因子评估采用静态RankICIR可能与当前持仓风格不匹配,采用动态算法:以当前持仓为基准,回溯计算过去因子在当前持仓上的RankICIR,能更贴合时下持仓风格(图24-25)。


关键数据点:


  • TOP30%优选基金持仓年化收益11.46%,TOP30优选基金持仓12.60%,均明显优于股基中位数8.15%,但低于对应基金总组合表现,主要因持仓披露滞后和隐形交易[page::10-13]。

- 该动态算法反映的复合选股因子在优选基金持仓中RankIC均值6.7%,年化RankICIR 3.01,月胜率78.5%,多头组合年化超额收益可达18.21%[page::13-14]。

2.4 基于优选基金持仓的业绩增强策略构建与回测



关键论点:


  • 结合基金持仓多因子打分,构建月度调仓的“优秀基金持仓精选组合”,以Top 20得分股票构建等权组合,考虑仓位及交易成本,年化收益达30.7%,显著超越同期股基中位数8.15%(表8,图29)。

- 进一步构建公募基金业绩增强组合:以Top30%优选基金持仓为股票池,基于Top30优选基金持仓构建基准指数,通过组合优化,在行业、风格、权重偏离约束条件下、最大化复合Alpha因子暴露,实现收益提升(图30-37)。
  • 回测期间(2010-2020)考虑仓位及交易费用后,增强组合年化收益达25.89%,相较同期股基中位数年化超额17.74%,多数年份业绩均位列前20%(表9,图31)。


组合构建细节:


  • 行业偏离最大2%,个股权重偏离3%,成分股权重最低80%,个股权重上限5%。

- 调仓一个月一次,交易成本双边万三。
  • 持仓均数约38只,月均换手率约54.8%,季度换手率受基金披露更新、上市公司季报影响较大(图32-33)。

- 行业配置偏重医药、电子、食品饮料、计算机等(图35)。
  • 股票流动性考虑单日资金容量平均4亿,最高超过18亿[page::15-19]。


---

3. 图表深度解读



3.1 收益表现及分布(图1-2、表1、图15-16)


  • 图1-2揭示股票与股基收益分布的显著差异,股基回报更分散于正收益区间,相比股票更稳定。

- 表1量化了这种差异,股基收益中位数远高于股票,印证了“炒股不如买基金”的普遍现象。
  • 图15-16显示,FOF精选组合的净值明显跑赢股基中位数,持续稳定获得超额收益,年化超额近7%。


3.2 资金规模与数量(图3-4)


  • 主动型基金发行数量和募集规模占比绝对领先,量化基金明显劣势,暗示市场投资者取向及产品吸引力存在差距。


3.3 量化基金业绩趋势(图5-6)、超额收益(图7-8)、基准指数表现(图9-10)


  • 网络图、柱状图展示主动量化、指数增强基金自2010年以来的排名变动及规模变化。

- 量化基金表现与基准指数相关,基准表现疲软时,量化产品绝对收益随之拉低。
  • 图10中“公募基金持仓组合”长期显著跑赢宽基指数,为后续构建基准确立理论基础。


3.4 优选基金筛选因子表现(图12-14)


  • 因子体系覆盖业绩前瞻、隐形交易、选股能力、机构参与度等,综合选基因子对未来收益具有强预测力。

- 图13分组超额收益体现显著的单调性,具备明显区分能力。
  • 图14季度RankIC表现稳定,反映因子体系具备可靠性。


3.5 优秀基金持仓持股结构与组合表现(图18-21,表5)


  • 优选基金持仓月度及季度持股数波动较大,反映持仓灵活调整及季报披露影响。

- 优选基金持仓组合呈现稳定的超额收益,年化收益率显著优于全部基金持仓组合。

3.6 多因子模型动态因子有效性(图24-28)


  • 通过动态复制当前持仓12期回测的方式,解耦持仓风格变化带来的因子时序计算难题,提升模型匹配度。

- 复合选股因子有效预测能力突出,多空组合收益优异。

3.7 业绩增强组合构建及风格分布(图29-37)


  • 考虑实际仓位及费用影响,组合收益依然远超行业基准。

- 组合风格及行业暴露灵活且受约束,流动性充沛。
  • 权重集中在沪深300、中证500及创业板,行业分布合理,医药和科技板块权重较高。


---

4. 估值分析



本报告主要聚焦于组合构建及业绩提升策略,未直接涉及传统股票或基金的估值模型(如DCF、市盈率等)。其核心估值逻辑体现在:
  • 通过持续优化基金及其持仓的选股因子暴露,最大化Alpha因子收益,进而提升组合内在价值预测准确性。

- 采用组合最优化,控制行业、风格、个股权重偏离,保证组合估值结构合理,降低非系统风险。

该方法体现在组合优化模型中,采用风格矩阵、行业暴露矩阵及权重约束,最大化复合Alpha暴露。

---

5. 风险因素评估



报告并未专门设立单独风险章节,但多处内容暗示及体现以下风险:
  • 基准风险:采用主动基金持仓组合为基准,存在基准风格或行业集中度变动较大,导致超额波动风险。

- 信息滞后:基金持仓披露存在时间滞后,可能导致业绩损耗。
  • 流动性风险:虽然考虑了部分流动性约束和资金容量,但股票流动性限制仍可能造成执行风险。

- 模型风险:动态算法虽然提升因子匹配度,但因子失效、宏观环境变动可能导致模型短期效果波动。
  • 交易成本风险:调仓频率虽低于FOF组合,但仍有较高换手率,交易成本波动可能影响净收益。

- 行业集中风险:高权重行业如医药、电子若面临系统性调整,将影响组合表现。

报告整体采用组合优化谨慎约束及动态因子调整手段,有一定缓解策略,但未明确量化风险概率或压力测试结果。

---

6. 批判性视角与细微差别


  • 报告采取基于历史数据的回测研究,存在典型的样本外风险,未来市场环境若发生结构性转变,则回测收益不可保证。

- 因基金持仓披露滞后导致优选基金持仓组合收益低于优选基金组合本身,但该滞后及隐形交易优势系估值难点,未来仍需强化实时数据应用能力。
  • 报告聚焦公募基金而非私募基金,可能存在投资策略粒度、灵活性和多样性上的局限。

- 报告中权重控制及风格控制设定较为主观(如行业偏离2%、个股偏差3%),其选择依据未充分说明,可能影响结果稳定性。
  • 报告未披露完整业绩回测的风险指标(如最大回撤、波动率、夏普比率(除前面提及一处基金夏普率计算)),难以全面评价风险调整后表现。

- 基金超额收益主要靠基金经理选股和隐形交易能力,若这些隐性优势因监管加强或信息公开而削弱,模型效果可能受冲击。
  • 报告提出的优选基金及其持仓基准指数可能存在流动性局限性,执行难度及市场容量限制需进一步评估。

- 报告显示的超额收益水平较高,需谨慎判断其是否包含部分策略设计、数据选择上的正向偏差。

---

7. 结论性综合



本报告从当前公募基金市场的表现分化入手,指出传统基于宽基指数构建量化策略的不足,提出“以优秀主动基金持仓为基准进行业绩增强”的新思路,核心步骤包括:
  • 基金优选:利用多因子综合选基因子筛选出表现稳定超越市场的优选公募股基(年化超额近6.9%)。

- 优选基金持仓构建股票池:剔除小持仓股票,形成动态且具季节性特征的优选基金持仓组合(年化收益超股基中位数)。
  • 动态多因子模型优化:针对优选基金持仓股票采用动态RankICIR方法重新赋权因子,有效识别具备超额收益的个股(多空年化超额达18%以上)。

- 多目标组合优化:基于Top30优选基金持仓构建基准指数,结合行业、风格、个股权重约束,最大化Alpha暴露,降低非系统风险。
  • 实证回测表现出色:公募基金业绩增强组合年化收益达25.89%,年化超基准17.7%,其绝大多数年份稳坐全市场前20%。


综合图表与数据,报告清晰展示了一条从基金优选到持仓挖掘再到组合优化的闭环路径,利用市场机构投资者集体智慧提升量化策略的识别能力和业绩表现。该策略相较传统指数增强策略具有明显优势,符合市场发展的机构化特征。

最后,报告强调了整个业绩提升方案仍需考虑信息滞后、流动性、风险约束等现实限制,适合在具备低交易成本和高数据季报披露频率的环境下应用,且为投资者提供了系统化投资公募主动基金及其持仓的新方法论。

---

附录:部分关键图表示例(以Markdown格式展示引用)


  • 图1:2019年股票和股基收益分布图



  • 图10:公募基金持仓组合与宽基指数净值走势



  • 表8:优秀基金持仓精选组合绩效统计


| 年份 | 精选组合(满仓) | 中证500指数 | 超额收益 | 精选组合(考虑仓位) | 股基中位数 | 超额收益 |
|------------|-----------------|-------------|-----------|---------------------|------------|-----------|
| 2010 | 34.21% | 10.07% | 24.15% | 26.29% | 3.68% | 22.61% |
| 2011 | -26.09% | -33.83% | 7.74% | -21.70% | -24.03% | 2.32% |
| 2012 | 40.00% | 0.28% | 39.72% | 33.49% | 4.65% | 28.84% |
| ... | ... | ... | ... | ... | ... | ... |
| 2020/10/30 | 71.83% | 16.02% | 55.81% | 61.59% | 42.82% | 18.77% |
| 年化收益 | 35.33% | 3.01% | 32.32%| 30.70% | 8.15% | |

---

【全文基于国信证券《基于优秀基金持仓的业绩增强策略》2020年11月发布报告内容逐字剖析,页码溯源详见文内标注】[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]

---

如果需要更详细的章节解析、因子模型数学说明或风险管理细节,请告知。

报告