量化私募基金整体业绩持续性显著 [page::4][page::5][page::6]

• 2018年发生业绩大幅反转，2019年至2022年不同业绩梯队维持稳定的收益水平。

- 好基金（第一梯队）和差基金（第五梯队）表现存在较大差异，转移概率矩阵显示其业绩维持概率较高。

• 高风险暴露是获取高收益的利器，但波动率也较大。

单只基金业绩持续性分析——交叉积比率法与横截面回归法比较 [page::7][page::8]

| 方法 | 持续性基金占比 |
|----------------|-----------------|
| 交叉积比率法 | 71.01% |
| 横截面回归法 | 20.68% |

• 交叉积比率法通过基金收益排名连续性判定业绩持续性，结果显示大部分基金业绩表现持续。

- 横截面回归法从收益值层面检验业绩持续性，对业绩相关性要求更高，导致持续基金比例较低。

• 两种方法差异源自计算原理和统计显著性考量。

存续期对量化私募基金业绩的影响 [page::8][page::9]

| 存续期 | 收益均值 | 中位数 | t检验p值（与上期比较）|
|--------|----------|--------|----------------|
| 0-1年 | 16.58% | 12.64% | — |
| 1-2年 | 13.15% | 11.69% | 8.70% (显著) |
| 2-3年 | 11.58% | 12.09% | 39.09% (不显著)|
| 3-4年 | 8.68% | 8.58% | 14.53% (不显著)|

• 成立第2年业绩出现短暂下滑，之后趋于稳定。

- 存续期拉长对业绩递减影响有限，因策略定期迭代更新。

“运气”调整分析：FDR方法及实证结果 [page::10][page::11][page::12][page::13]

| 组别 | 超额收益显著比例提升（均值） |
|--------------|-----------------------|
| 业绩持续组 | 12.59% |
| 业绩非持续组 | 24.20% |

• 一部分基金业绩波动受“运气”影响明显，FDR调整后能够更准确甄别真实超额收益。

- 超额收益显著的基金业绩更具持续性。

量化私募FOF组合构建及绩效评估 [page::13][page::14][page::15][page::16]

| 策略 | 年化均值收益 | 年化波动率 |
|------------------------------|------------|------------|
| 仅基于往年业绩前25%筛选 | 14.42% | 7.32% |
| 加入业绩持续性筛选 | 18.19% | 8.20% |
| 加入alpha显著大于0筛选 | 18.23% | 6.69% |
| alpha经FDR修正后筛选 | 18.75% | 7.94% |

• 基金业绩持续性的引入显著提升了FOF组合收益表现。

- 移除运气影响后优化组合，提升组合绩效稳定性和收益水平。

• 组合年末调仓，买入表现好且业绩持续的基金。

因子收益趋势分析 [page::16]

• 近几年传统五因子收益整体下滑，高频和新兴因子表现较好，显示出创新因子研发对未来策略竞争力关键。

- 说明持续研发和因子更新是策略持续盈利的必要条件。

投资建议与风险提示 [page::0][page::17]

• 在私募基金选择时，优先关注历史超额收益显著且业绩持续性强的基金。

- 调整“运气”影响能提高资产筛选效率。

• 投资需谨慎，报告不构成投资建议，数据不完整风险存在。

海通证券研究所：量化私募基金业绩持续性研究与FOF组合构建详尽分析

---

1. 元数据与报告概览

• 报告标题：量化私募基金的业绩持续性研究与FOF组合构建

- 分析师：冯佳睿

• 发布机构：海通证券股份有限公司研究所

- 发布日期：2023年2月

• 研究主题：量化私募基金行业，重点围绕基金业绩持续性进行系统研究，探讨不同模型下基金业绩的持续特征，分析影响业绩持续性的关键因素（如存续期及运气效应），并基于研究结果设计量化私募FOF组合策略。

核心论点：
该报告系统验证了量化私募基金整体及单只基金业绩具有一定的持续性，通过不同统计方法(交叉积比率法及横截面回归法)确认多数基金表现持续，但也指出两方法结果存在差异。此外，探索了基金存续时间和“运气”对业绩持续性的影响，发现成立初期业绩可能较高但次年有所回落，且部分业绩不持续可能由运气因素导致。基于此，报告进一步提出构建基于历史收益及持续性筛选的FOF组合策略，利用FDR方法调整“运气”因素优化筛选，最终取得优异的组合业绩表现。同时明确风险提示，强调研究基于历史数据，结论不构成投资建议。

---

2. 逐节深度解读

2.1 量化私募基金的业绩持续性

2.1.1 数据与样本选择

• 选取372只量化私募基金作为样本，每家机构代表最早成立且可获得周频净值数据的产品，策略类型涵盖“中证500指增”和“股票市场中性”。

- 对于不同策略，分别以相对基准超额收益或绝对收益为指标，确保分析针对核心业绩表现。

2.1.2 整体业绩持续性分析

• 将基金基于2018年年收益分为五个梯队，跟踪2019-2022年各梯队的平均收益。

- 图1显示，第一梯队始终保持中上水平表现，第二至四梯队表现相对稳定，中高低梯队形态清晰，第五梯队在2019年出现大幅反转（2018年业绩差的部分基金因市场由熊转牛获得反弹），后续持续保持优势。

• 这一反转现象2019年之后业绩分布趋于稳定，图2以2019年收益为基准确认该态势。

- 分析指出市场熊升牛变加快了业绩结构调整，加上市场交易机制完善、衍生品丰富、机构认知度提高，量化私募得以持续发展并巩固优势。

• 从年化波动率(图3、图4)分析，首尾梯队波动较大，反映高风险暴露策略的风险收益权衡。

- 转移概率矩阵(图5及图6-9)显示第一梯队和第五梯队维持自身梯队的概率最高（分别为42.5%和37.5%），说明好基金和差基金的业绩“惯性”较强，中间梯队亦多保持稳定位置。2018-2019年转移概率更分散，验证了2018年业绩反转的市场特征。

结论：量化私募基金整体业绩自2019年以来持续性较强，且高低梯队业绩变动有限，市场风格影响明显。[page::4,5,6]

---

2.2 单只基金业绩持续性分析

• 交叉积比率法

将样本期按月切分，区分“赢家”（月度收益排名前50%）和“输家”，计算连续赢家或输家占比与反转占比的比率。
结果显示，71.01%的基金CPR > 1，超过10%基金CPR > 2，说明多数基金表现具备持续性，且持续表现明显优于反转。

• 横截面回归法

通过将相邻子样本期净值增长率进行回归，回归系数显著为正的基金业绩体现持续性，仅21.43%的基金显著持续，进一步筛除至5%显著水平时降至14.29%。
该法更严苛，考虑了收益值显著性，因此持续性判断更保守。
该方法对市场风格敏感，市场不利时业绩值会下降，但排名可能未变。

结论：两种方法均显示业绩持续存在，但标准和视角导致比例差异。排名视角（交叉积比率）更乐观，绝对回报视角（回归法）较保守。[page::7,8]

---

2.3 业绩持续性的可能影响因素

2.3.1 存续期影响分析

• 基金按存续年限划分，初步观察显示业绩均值随存续期增长呈下降趋势（从16.58%到8.68%），但中位数变化不显著，前3年表现相对稳定。

- T检验结果显示存续期效应总体不显著（p值多数大于5%），仅成立第2年时业绩出现显著下滑，之后趋于平稳。

• 细分为半年时段亦发现成立后半年业绩有波动，推测因策略迭代导致业绩短暂下降后得到修复。

- 此现象可能由于中国量化私募发展较短，策略衰退较慢，加上持续的策略更新和团队扩充支撑基金业绩稳定。

结论：投资者无需因基金成立年限过短而忽视其业绩，新锐和老店均具备投资价值。[page::8,9]

---

2.4 “运气”因素对业绩持续性的影响

• 采用FDR（False Discovery Rate）方法调整基金超额收益中的运气影响。

- 通过五因子模型获取基金alpha，划分正超额收益、零超额收益和负超额收益三类基金。零超额收益基金alpha服从均值为0的正态分布，运气导致部分基金误判业绩。

• 统计调整后显著超额收益基金比例提升，业绩非持续组提升幅度更大，表明部分业绩不持续是受运气波动影响。

- 具体方法通过P值分布估算真实零超额收益基金比例，剔除运气效应，获得调整后的真实超额收益比例。

结论：基金业绩不仅管理能力决定，运气因素亦不可忽视。选基时需要剔除运气影响，挖掘具备真实投资能力的基金。[page::10,11,12,13]

---

2.5 量化私募FOF组合构建

• 基于业绩持续性研究，报告设计FOF组合策略：简单选取过去一年业绩优异基金买入持有并年末换仓。

- 数据显示前20%、25%组合的年均收益明显优于后20%、25%组合，且波动率较低，证明历史业绩筛选有效。

• 纳入交叉积比率持续性指标，剔除业绩不持续基金后组合收益显著提升（如剔除后组合收益平均由14.42%升至17.61%），且进一步利用近两年业绩表现判定持续性，提升幅度更大。

- 加入alpha显著为正的筛选条件对组合收益影响有限，但引入FDR调整的alpha筛选效果明显改善2019年等特殊年份的组合表现。

• 结合因子收益趋势分析，传统因子效应逐渐下降，新型因子保持高收益，体现持续创新对业绩的重要推动。

结论：简单基于历史收益构建FOF是有效策略，结合业绩持续性和调整运气因素的alpha筛选能显著提升组合收益和稳健性。[page::13,14,15,16]

---

2.6 总结与风险提示

• 量化私募基金整体已具备较强的业绩持续性，剖析单只基金也证实这一结论。

- 存续期对业绩影响有限，且运气对部分基金表现有较大左右。

• 基于历史业绩、业绩持续性及调整运气的多维筛选FOF组合表现明显优于均值，具备实用价值。

- 风险提示：报告分析基于历史公开数据，无法保证未来业绩，且数据不完整可能影响结论准确性。

• 不作为投资建议，投资者需结合自身情况谨慎决策。[page::16,17]

---

3. 图表深度解读

图1 & 图2：不同业绩梯队量化私募基金年收益

• 图1以2018年为基准梯队划分，显示2019年发生明显业绩反转，头部梯队再未显著领先，这体现市场环境变化对基金表现带来的结构性影响。

- 图2基于2019年划分梯队显示2020至2022年，业绩格局基本稳定，表明2019年后持续性增强。

• 数值揭示第一梯队从2019年36.24%降至2022年8.55%，但仍优于后续梯队；第五梯队2018年为-14.19%，2019年后显著反弹。

图3 & 图4：年化波动率分析

• 头尾梯队波动率较高，对应更激进或失败的策略。

- 随时间波动率波动，反映市场波动及基金自身风险管理的变化。

图5-9：业绩梯队转移概率矩阵

• 第一梯队维持内部的转移概率持续最大，体现头部基金稳定性。

- 2018年至2019年转移概率较松散，进一步佐证业绩反转年份。

• 其他年份矩阵对角线元素较大，说明整体业绩持续趋势明显。

图10：交叉积比率分布

• CPR集中于1至1.5区间，占比最高，表明多数基金业绩持续概率超过反转。

图11：“运气”分布示意图

• 高斯分布展示零超额收益基金的alpha波动区间，左右尾端代表因运气表现出非零收益的基金。

表1：不同存续期基金业绩统计

• 收益均值呈轻微下降趋势，但t检验显示绝大多数阶段差异不显著，支持业绩随存续期递减效应不明显的结论。

表2&3：五因子模型超额收益及FDR调整结果

• 表2显示超额收益显著为正基金占比超过半数，FDR调整后这一比例进一步增加，说明部分原本未显著基金通过运气调整显现真实能力。

表4-6：FOF组合构造与收益分析

• 多种筛选方法对比显示，剔除不持续基金及应用FDR调整alpha后组合收益均有提升，且标准差基本控制在合理范围内，表明策略稳健有效。

图12：因子收益历史变化

• 传统因子近年收益显著下滑，而多种新型因子表现坚挺，反映量化策略的演变方向与持续竞争优势来源。

---

4. 估值分析

本报告未涉及估值方法或目标价的设定，主要聚焦量化私募基金的业绩持续性及选基策略设计，没有涵盖公司估值分析部分。

---

5. 风险因素评估

• 数据及模型限制：依赖公开历史数据，部分基金数据缺失或不完整，可能影响结论稳健性。

- 市场环境变化：历史业绩持续性不保证未来一定延续，重大市场变动可能导致业绩急剧反转。

• 运气因素依然存在：尽管利用FDR调整运气影响，但市场中不可控因素仍可能影响基金表现。

- 投资组合约束假设简化：忽略申赎限制、管理费及绩效提成，仅为理论构建未必完全符合实际操作条件。

报告对上述风险均有提示，强调非投资建议性质。[page::0,17]

---

6. 批判性视角与细微差别

• 业绩持续性判断方法差异显著：交叉积比率法对排名关注较多，可能高估持续性；横截面回归法对绝对回报严格，持续基金比例低，说明市场风格风险和统计显著性需结合考虑。

- 存续期分析覆盖面有限：样本中成立超过5年的基金较少，长期策略衰减速度仍需更多数据跟踪。

• 运气调整依赖统计假设：FDR方法基于正态分布和P值均匀分布假设，实际基金收益分布复杂，或存在模型局限。

- FOF组合策略简单化：无考虑资金流动性、赎回限制及费用，实际执行中可能遇到操作风险。

• 传统因子收益下降分析指标解释空间较大，未来因子体系演变仍需持续跟踪。

总体，报告展现了业内较为系统和审慎的态度，同时也暴露出当前量化私募研究领域的挑战和局限。

---

7. 结论性综合

本报告通过严密的数据分析与多方法论证，得出量化私募基金整体及多数单只产品具有一定业绩持续性的结论。业绩持续性的表现虽受测量方法影响，但普遍趋势积极。基金存续期对整体业绩影响不大，成立初期业绩有波动但后续趋稳。同时，运气因素对部分基金业绩影响显著，合理调整“运气”效应后能更准确挖掘真实能力基金。基于此，设计的FOF组合策略简单实用，通过历史收益筛选并结合业绩持续性指标，再加上FDR调整筛除运气基金，显著提高组合的收益稳定性和投资回报。

报告的丰富图表（如业绩梯队收益及转移概率矩阵、交叉积比率分布、FDR调整前后超额收益对比等）具体展示了量化私募基金表现结构及动态，为结论提供强有力的实证支撑。因子收益演变图显示当前市场新兴因子成为策略革新的主要动力，强调持续创新在量化投资中的重要性。

总体来看，报告建议投资者在量化私募基金选择上，信任业绩持续且经过运气调整的基金，兼顾老牌机构与新锐管理人。简单利用过去1年绩效构建的FOF组合效果良好，通过持续性和运气调整进一步完善后效果更佳，具备实践应用潜力。

尽管存在数据及模型局限，以及市场环境不确定性风险，报告为量化私募基金筛选和组合构建提供了科学系统的框架和实证依据，具有参考价值。[page::0-16]

---

附：核心图表与数据引用（部分示例）

• 图1、2：基金分梯队收益变化显示2019年反转及2019年后趋势稳定（收益波动对应比例显著）。

- 图5：转移概率矩阵揭示各梯队间的年度迁移特征及持续性强弱。

• 表1：存续期分组收益均值及t检验显示前期业绩波动，对长期业绩影响不大。

- 表2、3：五因子模型超额收益原始与FDR调整结果，体现运气调整的实用价值。

• 表4-6：基于业绩与持续性进行FOF组合构建，包含运气调整alpha后的组合表现对比。

---

以上是对海通证券关于“量化私募基金业绩持续性研究与FOF组合构建”的研究报告的详细且全面的分析解读，涵盖关键论点、数据解读、方法论剖析、图表洞察以及批判性视角，满足专业分析师及投资决策者的需求。

报告