基金交易模式与能力因子构建方法 [page::5][page::6][page::7][page::8][page::9][page::10]

• 采用证监会行业仓位补全基金季报持仓，缓解十大重仓披露限制，误差显著降低。

• 定义主动交易权重ATW，剔除股价影响，准确测算基金季度内主动买卖幅度。

• 基于ATW与涨跌方向，构建左右侧交易模式，进一步计算右侧交易程度因子RD。

• 交易能力因子以不同验证区间（短期、中期、长期）基金买卖与后续涨跌表现结合构建SYA、MYA、LYA等因子，进一步拆解为行业Beta和股票Alpha交易能力。

基金交易模式的特征和规律 [page::12][page::13]

• 大规模基金偏向左侧交易（逆向交易），右侧交易程度与规模负相关。

• 右侧型基金以成长风格为主，左侧型偏价值，公募偏股基金主流为右侧成长型。

• 左侧型基金风险控制能力更强，最大回撤较低，抗跌能力优于右侧型。

• 右侧型基金换手率更高，持股周期较短，偏短期趋势跟踪。

因子稳定性与基金选基有效性检验 [page::15][page::16][page::17]

• 右侧交易程度因子RD稳定性高（约85%），交易能力因子稳定性均超60%。

• RD因子与基金未来收益无显著关系，左右侧交易模式不具备单因子选基效力。

| 因子 | 因子名称 | IC均值 | IC均值(剔除能力波动基金) | IC提升 |
|-----|----------|---------|--------------------------|----------|
| SYA | 短期Yield交易能力 | 0.0473 | 0.0529 | +0.0056 |
| SBA | 短期Beta交易能力 | 0.0226 | 0.0186 | -0.0041 |
| SAA | 短期Alpha交易能力 | 0.0524 | 0.0617 | +0.0093 |
| MYA | 中期Yield交易能力 | 0.0164 | 0.0167 | +0.0004 |
| MBA | 中期Beta交易能力 | -0.0032 | -0.0065 | -0.0034 |
| MAA | 中期Alpha交易能力 | 0.0258 | 0.0310 | +0.0052 |
| LYA | 长期Yield交易能力 | -0.0038 | -0.0019 | +0.0019 |
| LBA | 长期Beta交易能力 | -0.0207 | -0.0214 | -0.0007 |
| LAA | 长期Alpha交易能力 | 0.0075 | 0.0113 | +0.0038 |

• 剔除能力波动大的基金后，交易能力因子选基有效性显著提升，短期和股票Alpha因子预测能力最好。

基金投资应用及案例策略 [page::18][page::19][page::20][page::21][page::22]

• 牛市年份右侧基金表现优，熊市年份左侧基金表现优，实现“牛右熊左”年度配置，年均收益17.62%。

| 指标 | DRP左右侧轮动组合 | 左右侧等权组合 | 万得偏股混合基金指数(885001.WI) |
|------|------------------|----------------|-------------------------------|
| 区间收益率 | 260.83% | 180.64% | 183.46% |
| 区间年化收益率 | 13.42% | 10.65% | 10.76% |
| 年化波动率 | 22.97% | 22.80% | 21.23% |
| 夏普比率 | 0.58 | 0.47 | 0.51 |
| 最大回撤 | 52.76% | 52.53% | 30.19% |
| Calmar比率 | 0.2543 | 0.2028 | 0.3566 |

• 利用短期股票Alpha交易能力SAA构建交易能手FOF组合，2019年初到2023年中年化收益率23.33%，超偏股混合指数7.24%。

| 指标 | 交易能手FOF | 万得偏股混合基金指数 |
|------|------------|-----------------|
| 区间收益率 | 149.27% | 91.50% |
| 区间年化收益率 | 23.33% | 16.09% |
| 年化波动率 | 22.83% | 18.86% |
| 夏普比率 | 1.02 | 0.85 |
| 最大回撤 | 37.46% | 30.19% |
| Calmar比率 | 0.62 | 0.53 |

基金交易画像案例展示 [page::23][page::24][page::25][page::26]

• 华商新趋势优选A（左侧型）：左侧交易度高，长期行业Beta交易能力突出，交易能力稳定，收益贡献长期居前。

- 中泰星元价值优选A（左侧型）：左侧交易偏好，长期股票Alpha交易能力优异，交易能力稳定。

• 华安研究精选A（右侧型）：右侧交易偏好，股票Alpha交易能力强，交易能力受季节波动影响较大。

- 富国中小盘精选A（右侧型）：右侧交易偏好，中短期行业Beta交易能力突出，交易能力季度波动较大。

研究概要总结 [page::27]

• 研究构建了一套相对纯粹的交易模式RD因子和多维交易能力因子，因子稳定性和选基有效性较强。

- 左右侧交易模式表现无绝对优劣，适应不同市场环境。

• 交易能力因子预示业绩，尤其是短期股票Alpha能力。

- 不同基金持股周期差异决定交易能力评价要多周期考量。

• 基于交易模式和能力因子构建的FOF策略表现优异，有实际应用价值。

量化专题报告《偏股基金的交易模式刻画与交易能力评价》深度分析

---

1. 元数据与概览

• 报告标题：《偏股基金的交易模式刻画与交易能力评价》

- 作者：林志朋、刘富兵，及助理张国安（均为国盛证券研究所）

• 发布时间：2023年7月底系列量化专题之内，具体页面未明示

- 报告机构：国盛证券研究所

• 研究主题：以公募偏股型基金为对象，基于基金季度持仓数据刻画基金的股票交易模式（左侧与右侧交易），并构建多维度交易能力因子，进而构建FOF投资策略与交易画像工具。

核心论点及贡献

• 通过持仓补全、主动交易权重计算、交易模式和能力因子构建与检验，客观揭示公募偏股基金的交易行为特征。

- 提出区分左侧（逆势）交易与右侧（顺势）交易两大风格，并统计其与基金规模、风险控制、成长属性等的相关性。

• 构建较为纯粹且稳定的交易能力因子，从短期到长期、从行业Beta到股票Alpha多维度评价基金交易表现。

- 在此基础上，设计基于左右侧交易模式轮动的FOF策略和基于股票Alpha交易能力的“交易能手”FOF策略，均展现出显著的超额收益与较高胜率。

• 并对异常优秀基金构建详细交易画像，进一步辅助基金分类及投资决策。

风险提示明确指出所有结论基于历史数据和统计模型，未来市场环境变化可能导致模型失效。[page::0,3,4,18,27]

---

2. 逐节深度解读

2.1 研究意义：《基金是动态交易组合》

报告起始明确指出基金本质即投资主体交易行为动态变化的综合，理解基金交易模式是深入研究基金表现的关键。以左右侧交易模式划分为创新点：

• 左侧交易（逆势）：在股价下跌初期买入，上涨前卖出，强调“人弃我取”，对预判能力要求高，胜率较低但赔率高。

- 右侧交易（顺势）：股价趋势确立后介入，胜率高但错过部分反转收益，主流交易风格。

作者还介绍了各自代表性投资大师，如巴菲特（左侧），威廉·江恩（右侧），强调该划分非优劣判断，仅是交易方式的不同。学术上点出2008年Kacperczyk的Return Gap概念，以及国盛金工2021年动态收益能力研究的不足——混入过多非股票因素，导致能力评价不纯净。因此本报告重点切股票交易领域，限定偏股基金，提高因子纯度和稳定性。[page::3,4]

2.2 因子构建：季报持仓补全与主动交易权重

基金只披露前十大重仓股权重导致持仓信息不完整，影响交易行为识别。报告设计三种持仓补全方法：

• 重仓股直接采用季报信息

- 核心是模拟未知持仓部分，取各基金邻近中报和年报持仓均值作为股票池权重

• 按股票总仓位或证监会行业仓位进行比例调节以完成补全

检验显示基于股票总仓位补全方法误差相比直接重仓股扩充法均大幅缩减，且基于行业仓位补全法相差甚微，故最终采用基于证监会行业仓位补全法。细节数据示意图（图表2、3、4）清楚显示：重仓股扩充法平均绝对误差1.1%，而股票总仓位和行业仓位补全误差仅0.26%左右，二者在误差超1%基金占比约2%，显著优于近30%的重仓股扩充法。[page::5,6]

随后定义主动交易权重ATW，通过剔除因股价涨跌引起的持仓权重变化来度量基金季度内主动买卖行为，公式详尽计算季度末持股市值占基金净值的变化减去同期股票涨跌影响，得出基金主动对个股的加减仓权重，解决了无法准确估计交易时点的问题。这为后续刻画左右侧交易模式与交易能力打下基础。[page::6]

2.3 交易模式刻画（左侧VS右侧）

基于ATW与股票涨跌幅乘积（买于上涨即右侧，买于下跌即左侧，卖出亦反之）来计算每股贡献，所有股票贡献加总即为单季度基金的右侧交易程度RC，再对RC进行两次截面标准化和8期移动平均得到基金右侧交易程度因子RD。示意图和虚拟基金计算表（图表5-7）形象生动呈现了这一逻辑和计算细节。

总结：

• RD因子数值越大，基金倾向顺势交易（右侧），数值越小，越偏逆势交易（左侧）

- 截面标准化消除市场整体行情影响，实现基金间的可比性和因子平稳性

• 8期移动平均增强因子稳定性，覆盖约2年交易特征

[page::7,8]

2.4 交易能力评价

基于交易区间结束后不同长度的验证期（短期1季度、中期半年、长期1年）的对应股票涨跌率，计算主动交易权重乘以股票未来涨幅，构建多维度交易能力因子：

• 股票Yield交易能力（SYA、MYA、LYA）

- 行业Beta交易能力（SBA、MBA、LBA）

• 股票Alpha交易能力（SAA、MAA、LAA）

这些因子均通过截面标准化及滚动均值操作，兼顾了不同基金持股周期差异（长短期基金持仓周期显著不同），并且逻辑上股票涨幅拆分为行业Beta和个股Alpha两部分，分别计入对应能力因子。虚拟基金举例（图表8、9）说明用真实数据如何计算短期股票Yield交易能力因子SYA。

因子含义总结见图表10：整体构建了1个交易模式因子（RD）及9个交易能力因子，全面刻画基金交易行为与能力。[page::9-11]

---

3. 基金分析：特征总结与因子验证

3.1 不同交易模式基金特征

规模

• 大规模基金更倾向左侧交易（逆势），右侧交易程度与规模呈明显负相关（图表11、12）

- 解释为大基金操作空间有限，难以快速顺势跟进

价值成长特征

• 左侧型基金更多价值属性，右侧型偏成长（图表13、14）

- 右侧成长型基金为公募市场主流，占基金总数76%，左侧价值型基金占比稍高于左侧成长型，右侧价值型基金最少

风险控制

• 左侧基金抗回撤能力更强（图表15），最大回撤随右侧交易程度升高而增加（图表16）

- 理由在于左侧买入多为估值较低筹码，提供安全边际

持股周期与换手率

• 右侧基金换手率明显高于左侧（图表17），持股周期相反（图表18）

- 体现右侧交易更注重短期顺势波段，左侧偏长线配置

绩优基金特征

• 列出典型绩优左侧和右侧基金名单（图表19-20），两类均存在有较好业绩，支撑报告论点无优劣之分

3.2 因子标签稳定性

• RD右侧交易程度因子转移概率矩阵具有明显对角线特征，稳定性高达85%（图表21）

- 交易能力因子稳定性在60%以上（图表22、23）

3.3 因子选基有效性

• RD因子与未来基金收益IC值波动大且均值不显著，无法作为单一选基因子（图表24）

- 交易能力因子IC均值整体偏低，但通过剔除能力波动率较高的30%基金后，IC均值显著改善（整体提高约0.005-0.009区间，图表25）

• 选基能力由高到低排序：短期>中期>长期；股票Alpha>股票Yield>行业Beta（图表17、18总结）

结论：左右侧交易模式本身不预示业绩好坏，但结合能力因子能够为选基提供参考。[page::12-18]

---

4. 投资应用：FOF策略与交易画像

4.1 左右侧标签工具应用

• 牛市年份右侧型基金表现优异，熊市年份左侧型基金抗跌性更佳（图表26）

- “牛右熊左”轮动策略后视镜回测12年中9年正确，组合年均收益17.62%，显著优于单边配置

• 理论解释：左侧反向投资有安全边际，右侧顺势捕捉趋势收益

4.2 基于 DRP 赔率指标的左右侧轮动FOF

• 基金样本条件：成立超1年公募偏股基金，持有权益仓位超60%

- 调仓逻辑：季度计算RD因子，选50只最高(右侧型)和最低(左侧型)基金组合，基于DRP指标正负进行轮动配置

• 业绩表现（2013-2023上半年）：年化13.42%，累计收益260.83%，超左右侧等权组合年化2.76%，月胜率59%（图表28-30）

- 结论：左侧匹配高赔率市场环境，右侧匹配低赔率趋势市场，实现动态超额收益

4.3 股票Alpha交易能手FOF策略

• 以短期股票Alpha交易能力因子SAA对基金选基，剔除交易能力高波动基金，选取Top20

- 2019-2023上半年回测，年化收益23.33%，超万得偏股混合指数7.24%，月胜率63%（图表31-33）

• 说明该因子对基金选基具有实质价值，交易能手基金贡献显著Alpha

4.4 基金交易画像

报告精选4只基金（华商新趋势优选、中泰星元价值优选A、华安研究精选A、富国中小盘精选A）详细画像：

• 画像内容涵盖左右侧交易模式、交易能力因子全维度雷达图、因子稳定性、交易贡献拆解（Beta、Alpha、Yield）

- 案例显示左侧基金偏重长期能力，且交易风格较稳定；右侧基金具备强短期至中期Alpha能力，交易风格波动性大

• 画像为投资者辨识基金交易特性、辅助配置决策提供了清晰工具与指引（图表34-37）

4.5 研究总结

• 交易因子纯粹且具有较强时序稳定性，剔除杂质因素后对基金特征刻画更精准

- 左右侧交易模式非优劣，但其对应基金规模、持股周期、风险控制等显示出显著异质性

• 交易能力因子具备一定选基和预测价值，特别是短期和Alpha类能力因子

- 基金持股周期差异大，未来如何有效划分基金“核心持仓”与“卫星持仓”，实现更科学能力评价，是后续研究方向（图表38）[page::27-28]

---

5. 图表深度解读（精选）

持仓补全效果（图表3、4）

• 直观展示三种季报补全方法在误差和异常基金比例上差异

- 行业仓位补全法与股票总仓位补全法各项指标相近，均远优于不补全法

• 强化了基于行业信息补全基金季报未知持仓的合理性和实用性

交易模式示意（图表5、6）

• 图表5阐释左侧买入卖出与右侧买入卖出在股价趋势的时点差异

- 图表6结合ATW定义展示季度内买卖操作的主动权重计算理念

RD因子计算过程（图表7）

• 具体数据例子足以帮助理解交易权重和股票涨跌乘积如何量化右侧交易特征

- 使用多期标准化操作确保因子在横截面和时间序列的稳定性和比较性

交易能力指标构建示意（图表8、9）

• 交易区间与验证区间分离，测量交易决策后股价表现

- 多时间跨度设计契合不同基金和股票持仓周期

• 细致拆分Alpha和Beta贡献探讨交易能力不同层面[page::5-11]

基金规模与交易风格关系（图表11、12）

• 大型基金倾向左侧交易，即逆势操作，体现财富规模与交易策略之间的权衡及局限

价值成长划分（图表13、14）

• 价值型基金多数为左侧型，成长型基金偏右侧型

- 公募偏股基金市场以右侧成长型基金为主流

风险控制和持股周期（图表15-18）

• 左侧基金抗回撤显著优于右侧基金，右侧基金换手率更高，持股周期更短

绩优基金交易特征（图表19、20）

• 列表及因子数据表分列典型左侧及右侧优异基金，佐证交易模式与基金业绩无直接优劣判定

因子稳定性（图表21-23）

• 转移概率矩阵显示高稳定性特别是RD因子，交易能力因子也较稳定

因子选基IC（图表24、25）

• RD因子IC波动大且无显著预测能力

- 交易能力因子剔除高波动基金后选基能力提升明显，短期Alpha尤为有效

FOF组合业绩（图表26-33）

• “牛右熊左”组合显著跑赢单一交易模式组合

- DRP轮动组合实现年化13.42%收益，超权益基准2.65%

• 股票Alpha交易能手FOF年化23.33%且夏普更优

- 分年收益和波动特征吻合预期交易风格及因子选基效果

基金画像示例（图表34-37）

• 基金核心因子指标雷达图体现其交易模式及能力偏好

- 波动性柱状图展示因子稳定程度

• 贡献拆解条形图区分Alpha与Beta在短中长期的相对贡献度，直观显示基金交易能力构成

总结思维导图（图表38）

• 清晰结构化展示交易模式分类、分三层次交易能力因子构建及意义，梳理全文研究脉络与内在逻辑

---

6. 估值分析与风险因素

本报告主要是量化基金交易模式与能力的专项研究，未涉及单个基金或个股的估值分析，报告无估值模型、目标价及相关敏感性分析。

风险因素主要体现在模型及因子基于历史数据与统计关系，存在：

• 历史关系可能因未来市场环境结构性变化而失效

- 季报持仓补全虽准确，但仍构成模型基础数据潜在误差来源

• 交易能力因子及策略有效性基于剔除异常波动基金，实操时需注意基金经理更替等实际变动风险

- 牛熊判断难，过度依赖左/右轮动策略需谨慎

报告末尾正式提醒模型依据历史数据，未来市场如发生显著变化，模型失效不可避免，投资需谨慎，模型风险不可忽视[page::0,18,28]。

---

7. 批判性视角与细微差别

• 报告强调交易模式左右侧本身无优劣之分，体现中立审慎，避免简单风格标签化的风险偏见。

- 但在因子稳定性与选基有效性分析中，RD因子未能预测收益，提示交易风格指标单用不足，强调交易能力因子重要性。

• 模型赖季报数据补全，虽误差小但市场实际持仓可能更复杂，补全方法简单线性加权是否能捕捉时点实际变化仍有潜在局限。

- 交易能力因子选择交易贡献卷积未来时期股票表现，受市场整体环境影响，截面标准化削弱某些潜在结构关系，导致IC数值偏低。

• 选基效率提升靠剔除部分波动基金，提示投资者关注基金经理稳定性，但实际应用中这部分基数量偏大(约30%)，交易策略可能因剔除标准敏感。

- 牛右熊左策略虽历史有效，但依赖牛熊判断，未来预测难度高，后视镜策略效果难复制。

• 无估值分析和宏观因素纳入，策略单一依赖历史统计规律，面对市场结构性变迁存在不确定性。

- 交易能力评价未细分基金“核心持仓”与“卫星持仓”，未来研究指出此点为重要改进方向。

总体而言报告做了详尽因子构建、验证及策略设计，逻辑严谨、方法科学，数据支持充分，但基于历史表现的回测策略仍需谨慎对待，未来研究拟补充持仓周期细分与更丰富市场判断变量，提升模型适应性和实用性。[page::3,4,6,17,27]

---

8. 结论性综合

本报告首次系统构建偏股型基金的交易模式因子（左右侧交易划分及右侧交易程度RD因子）和全面的交易能力因子体系（短中长期的股票Yield、行业Beta及股票Alpha交易能力），通过有效的季报持仓补全解决季度持仓信息不完整的问题，使得交易因子更加纯粹且稳定。

实证分析发现：

• 大规模基金显著偏好左侧交易，且左侧型基金具有更强的抗风险能力和更长持股周期。

- 右侧交易型基金以成长型风格为主，具有更高的换手率和更强的进攻性。

• 交易能力因子较交易模式因子更具业绩预测意义，尤其是短期股票Alpha交易能力。

- 剔除交易能力波动剧烈基金后，交易能力因子IC均值明显提升，选基有效性增强。

• 基于左右侧交易模式的“牛右熊左”轮动FOF策略历史回测呈现显著超额收益及高胜率，展示了交易风格标签工具的潜在应用价值。

- 基于短期股票Alpha交易能力构建的交易能手FOF策略表现优异，年化超额收益突出，具备良好实操潜力。

• 交易画像深度描绘优质基金交易特征，为基金投资者提供了直观清晰的基金分类及评价工具。

该研究丰富了基金主动管理能力的量化评价体系，以交易行为为切入点，兼顾交易风格与交易效果，有助于市场投资者更好理解基金差异，优化基金组合构建和动态轮动策略设计。

图表38总结思维导图清晰展现了基金交易模式与多层次交易能力因子体系，直观诠释研究全貌和逻辑框架。

风险提示强调投资策略基于过去历史数据，未来市场波动可能导致模型失效，投资者需认真评估相关风险。

报告创新精度高、数据详实且具有良好的实际应用价值，是偏股型基金量化研究的重要参考文献。

---

附录：重要图表索引（选）

| 图表编号 | 内容简述 | 意义简介 |
|----------|----------------------------------------|--------------------------------------------------------------|
| 图表2 | 基金季报持仓补全方法示意图 | 清晰展示季报持仓补全的流程和技术路径 |
| 图表3-4 | 补全方法误差对比 | 验证持仓补全方法准确性，行业仓位补全法误差较小 |
| 图表5-7 | 交易模式定义与RD计算过程 | 以投资行为与股价关系刻画左右侧交易模式，具体计算步骤说明 |
| 图表8-10 | 交易能力因子构建与指标总结 | 多维度捕捉交易能力，涵盖多时间窗口和收益组成 |
| 图表11-14| 交易模式与基金特征关联 | 规模、风格、风险控制与交易方式的统计关系分析 |
| 图表15-18| 风险控制与持股周期 | 左右侧基金在风险承受与持股逻辑上的差异体现 |
| 图表19-20| 优秀左侧与右侧基金名单与能力指标 | 优质基金示范，验证交易模式无绝对优劣 |
| 图表21-23| 因子转移概率矩阵及稳定性图 | RD及交易能力因子均展现良好时间稳定性 |
| 图表24-25| 交易因子IC及选基有效性改进 | 反映交易能力因子选基潜力，IC值改善显示其预测意义 |
| 图表26-27| 牛市熊市不同交易模式基金表现及后视镜轮动策略净值曲线 | 验证市场不同阶段交易模式策略的有效性及理论支撑 |
| 图表28-30| 基于DRP策略的交易模式轮动FOF实证绩效 | 具体绩效数据支撑，年化超额与回撤指标综合评估 |
| 图表31-33| 股票Alpha交易能手FOF策略绩效 | 明确Alpha交易能力因子选基的突出表现 |
| 图表34-37| 具体基金交易画像案例详解 | 多维度指标结合，展现个基交易风格差异与交易贡献解析 |
| 图表38 | 研究总结思维导图 | 研究框架和结论概览，便于快速理解全文主要贡献 |

---

（所有引用均依据页面索引标注）[page::0-29]

---

结语

该报告以扎实的持仓数据清洗和创新交易因子构建为基础，定量刻画了公募偏股基金的交易模式与交易能力，结合丰富的统计检验和实证策略设计，呈现了一套逻辑清晰、数据充分、应用性强的基金量化评价体系。该体系既有助于投资者理清基金交易行为特征，也为后续构建基于交易行为的基金组合与策略提供了重要方法论支持。面对未来复杂多变的市场环境，报告强调持续完善因子模型，融合基金持股周期以及核心卫星持仓识别，是提升模型泛化能力的关键方向。

作为基金研究与量化投资的重要参考资料，该报告值得行业投资者深入学习和实务应用中高度关注。

---

如需针对报告具体章节、图表深入解析或模型计算细节展开，欢迎继续提问。

报告