基金风格分类方法 [page::3][page::4][page::5][page::6][page::7][page::8]

• 本文提出基于净值夏普回归模型和基金持仓估值、行业集中度及行业轮动度的结合方法，按照价值、成长、均衡轮动三大中观风格体系对主动权益基金进行分类。

- 净值风格基于3个月净值收益率对国证价值和成长指数的相关系数判断，阈值设为0.6，切片占比超过2/3确定年度风格。

• 估值指标采用PE百分比分位数，价值型基金重仓股PE分位数<30%，成长型>70%，均衡型介于两者之间。

- 行业集中度计算基金一级行业仓位比例，剔除行业主题基金，均衡型要求行业分散且具有较高行业轮动度。

• 分类标准表详细列出估值、行业集中、净值风格等条件，确保风格划分科学且具备延续性。

基金筛选与组合构建方法 [page::9]

• 使用收益风险综合打分模型对分类后基金进行评分，结合过去1年风险（波动率、最大回撤）、收益（多期限区间回报）及风险调整指标（夏普比率等）。

- 配合短期打分剔除近期表现差的基金，提升未来表现的选基能力。

• 通过观察基金前后排名变化，验证了短期表现对未来表现有明显预测能力。

历史长期及特定时间区间回测结果 [page::10][page::11][page::12]

• 2012-2022年长期回测显示成长组合最高收益但波动最大，价值组合稳定且回撤最小，均衡组合表现居中。

- 中证全指及Wind偏股混合基金指数均被三风格组合明显跑赢。

• 各风格组合在近十年表现优异，尤其成长组合2020年行情中回报突出。

- 2022年以来，分类基金组合表现符合市场风格变化，成长型波动较大但参与回升，价值型表现稳健，均衡型形态介于两者之间。

• 2016-2018年结构性行情中，价值组合表现领先，成长组合波动较大但特征鲜明。

代表基金微观定性分析 [page::13][page::14][page::15][page::16][page::17]

• 价值风格代表基金（如华泰柏瑞富利混合）持仓多为行业低估值板块（有色金属、银行、建筑），估值及行业配置稳定，近年调整合理规避风险。

• 成长风格代表基金（如长城竞争优势六个月混合）重点持仓高成长性行业（新能源、食品饮料、国防军工），估值高且持续偏成长风格。

• 均衡轮动型代表基金（如大成景阳领先混合）配置分散，兼具成长与价值行业，行业轮动度高，及时调整行业仓位跟随市场风格切换。

• 基金综合得分高，长短期表现优异，有效捕捉风格及行业轮动机会。

结论与投资意义 [page::17]

• 本报告构建的基金风格分类模型结合净值与持仓多维度，确保分类准确且稳定。

- 综合评分机制筛选基金有效提升组合绩效，三类风格策略表现稳健超过市场基准。

• 分类与筛选模型可有效辅助FOF投资者甄别ALPHA与配置BETA，实现策略融合与风险控制。

如何通过基金配置 beta，甄别 alpha？— 基于净值与持仓结合的维度

FOF 策略专题报告 深度分析报告解构

---

1. 元数据与概览

• 报告标题：《如何通过基金配置 beta，甄别 alpha？— 基于净值与持仓结合的维度》

- 分析机构：华宝证券研究创新部

• 分析师：张青、贾依廷（执业证书编号及联系方式详见报告）

- 发布日期：无明确具体发布日，相关研究报告均近年内（2022）

• 报告主题：围绕主动权益型基金的中观风格分类及遴选方法，提出基于基金净值表现与持仓特征双维度结合，以区分 beta 和 alpha，实现FOF基金投资组合配置的科学化和精细化。

核心论点及目标：
本文旨在帮助基金投资者基于科学的中观风格划分，甄别不同基金的风格暴露（Beta），从而剔除风格漂移干扰，准确识别具备超额收益能力（Alpha）的基金。通过结合净值模型（夏普回归）和持仓估值、行业配置特征，本文构建了包括价值、成长和均衡轮动三类风格基金池，并以此基础上构建了基金选取、打分及组合策略，回测结果显示各风格基金组合在收益、风险等多维度指标均优于基准，验证了模型的实用性与有效性。

此外，本文强调了FOF投资自上而下一体化配置的重要性，并警示历史数据分析带来的失效风险，明确不构成未来投资建议。[page::0], [page::3], [page::17], [page::18]

---

2. 逐节深度解读

2.1 基金中观风格分类（第3页起）

• 背景与动机：

FOF投资传统聚焦基金经理“alpha”能力的自下而上摸索，在当下市场风格明显分化与结构化的环境中，FOF更需强化自上而下中观风格的beta配置。基金产品的科学分类方法对实现这一目标关键。简单的基金类型划分（股票型、混合型）不足以满足需求，必须深入主动权益基金内部，以价值、成长或均衡轮动类别区分基于管理人稳定风格的基金群体。

• 核心划分逻辑：

价值股以低估值（低PE）、成长股以高估值（高PE）为基础，考虑净值表现的风格偏向和持仓估值匹配。均衡轮动型基金系对两者之外，在风格非极端暴露且可主动做行业风格轮动基金的定义，便于FOF通过组合多样性缓减自上而下预测误差风险。

• 市值维度中的限制：

市值划分（大盘vs小盘）对中国市场主动权益基金有效性不足，市值偏小产品数量少，规模与申购限制多，导致实际难以作为稳定风格池子。

• 分类目标：

选出“具备稳定风格暴露，且风格内alpha能力可区分”的基金池，减少风格漂移误差，实现FOF中观层面有效beta配置[/page::3].

2.2 具体分类方法介绍（第4-8页）

2.2.1 净值风格模型（夏普回归）

• 方法：应用基于3个月窗口的基金净值收益率序列回归国证价值与成长指数收益率，得到各期间beta系数，阈值设为0.6，超过即认定该季度基金暴露对应风格。

- 时间聚合：年度内若3/4切片归为同类风格，则该年度整体认定为该风格。

• 优点与缺陷：净值指标能高频反映风格变动，但无法断定风格偏差来自持仓或交易策略，解释度有限。

2.2.2 持仓持仓特征约束

• 市盈率PE的动态相对尺度

- 由于PE绝对值随市场变化剧烈，采用基金持仓PE在历史分布中的百分比位来判断风格归属（见图1低市盈率指数与图2高市盈率指数的波动走势）。
- 价值型资金重仓股PE需小于30%百分位（约17-21区间），成长型需大于70%百分位（约37-40区间）；全仓PE门槛较为宽松（价值型50%以下，成长型50%以上）（见图3基金重仓股PE频数分布）。

• 行业集中度指标

- 一级行业配置最大比例超过40%的基金剔除，避免行业主题基金掺杂入风格分类中。
- 对均衡轮动型基金，更强调前三大行业集中度控制在60%以内，突出均衡且有轮动的特征。

• 行业轮动度指标

- 以季度为单位，通过比较前三大重仓行业的变动程度评估基金行业轮动能力，设置近一年行业轮动度均值的阈值（大于40%），用于甄别均衡轮动型基金。

2.2.3 三类基金具体分类指标

• 价值型基金（见表1）

- 净值风格需被归类为价值型；
- 重仓PE百分比 <30%，全仓PE百分比 <50%；
- 行业第一大集中度 <40%。

• 成长型基金（见表2）

- 净值风格归为成长型；
- 重仓PE百分比 >70%，全仓PE百分比 >50%；
- 行业第一大集中度 <40%。

• 均衡轮动型基金（见表3）

- 不属于价值或成长类型的基金；
- 重仓PE百分比介于30%-70%；
- 业内集中度控制前三大行业 <60%，第一大行业 <40%；
- 行业轮动度大于40%。

该分类方法综合净值高频变动捕捉能力与持仓深度解析能力，兼顾风格稳定性与及时反映，增强分类科学性与实用性。[page::4]-[page::8]

2.3 基金筛选与组合构建（第8页）

• 综合打分模型构建

- 基于过去一年基金的风险（年化波动率，最大回撤），收益（不同时间区间收益率）和风险调整收益指标（卡玛比率、夏普比率、信息比率）三类指标加权综合评分（权重20%、30%、50%）筛选基金。

• 短期筛选

- 观察短期（1、3个月）收益排名对后续表现的预测能力，剔除短期内表现差的基金，提高选出未来表现良好基金的准确率（见图4与图5收益排名变化分布）。

• 组合构建

- 根据风格分类池，结合打分模型优选表现优异且短期表现突出的基金等权持有一个季度，调仓时考虑披露滞后等实际约束，确保模拟策略实操可行性。[page::8] [page::9]

3. 分类模型效果验证（第9-12页）

• 长期回测（2012-2022）成果：

- 成长组合收益最高（累计29倍左右），回撤和波动率最高，风格匹配高风险高回报特征；
- 价值组合波动及回撤最低，收益稳定，匹配价值投资者需求；
- 均衡轮动基金介于两者之间，脚踏实地，灵活应变。
- 所有三类策略组合均跑赢了万得偏股混合基金指数和中证全指基准（见图6、表4）。
- 各年度表现分布符合市场逻辑，荣枯周期风格分明（表5）。

• 特定区间验证：

- 2022年疫情、地缘政治等因素扰动下，风格表现明显分化。分类组合表现符合市场风格预期，成长型在上半年深度回撤后5月反弹，价值型持续稳健，均衡轮动型介于两者（图7）。
- 2016-2018年供给侧改革和贸易摩擦引发结构性风格差异，分类组合表现吻合市场事实，价值型领先成长型，大幅回撤均衡型表现居中（图8）。

• 结论：

分类方法与筛选模型能够有效区分价值、成长及均衡型基金，且基于此构建的策略组合在不同市场环境均表现良好，具备实用投资价值。[page::9]-[page::12]

4. 最新一期风格基金代表微观分析（第13-17页）

四个最新一期代表性风格基金组合给出基金样本、管理人、净值风格、持仓PE、行业集中度等详细指标，结合详细的行业配置分布图和基金PE曲线，验证分类方法的风格稳定性和准确性。

• 价值风格代表基金（如华泰柏瑞富利混合）

- 行业主要集中于有色金属（黄金）、房地产、银行、机械、交运等价值风格行业（图9）。
- 持仓PE长期稳定低估值区间（图10）。
- 体现行业配置超前布局及风险控制能力，价值风格特征显著。

• 成长风格代表基金（如长城竞争优势六个月混合）

- 重仓新能源、电力设备、食品饮料（白酒）、国防军工、汽车等成长特征显著行业（图11）。
- PE较高且相对稳定（图12）。
- 短期受回撤影响得分有所波动，但整体成长风格突出。

• 均衡轮动风格代表基金（如大成景阳领先混合）

- 行业配置更为分散，兼具价值和成长板块（医药、电力设备、新能源与机械、房地产、银行）（图13）。
- 行业轮动频繁，灵活调整行业仓位以适应市场风格变化。
- 长短期评分优异，体现具备风格轮动敏感度和良好风险收益平衡。

整体来看，微观案例验证了风格分类模型筛选基金的有效性，三类风格特征明显且与基金经理实际持仓管理策略高度匹配。[page::13]-[page::17]

5. 结束语及风险提示（第17-18页）

• 本文成果指出结合净值回归模型与持仓估值行业结构特点可科学划分基金风格，有效构建多风格基金池，结合收益-风险综合评分体系以优选基金，成功应用于FOF自上而下与自下而上的融合配置框架。

- 回测以及案例验证表明分类及选基方法在历史及特定环境上均能优化收益风险特征，助力投资者捕捉稳定beta收益与挖掘alpha。

• 报告强调历史分析的失效风险，不构成未来投资建议，且严格限定合规使用范围。

---

3. 图表深度解读

3.1 市盈率指数波动趋势（图1-图3，页6）

• 图1 申万低市盈率指数PE呈现显著波动，2015-2018年间维持高位，之后快速降至6点左右。体现价值指数估值受宏观与市场周期影响显著，不宜用绝对PE判断风格。

- 图2 申万高市盈率指数同样大幅波动，尤其2015年PE峰值超300，代表成长股波动剧烈，近期回落至低百点。

• 图3 基金重仓PE频数分布显示多数基金重仓股PE集中于17-40区间左右，依据此确定PE分位阈值（$30\%$和$70\%$）合理符合市场经验。

3.2 收益排名变化分布（图4与图5，页9）

• 图4 过去3个月与后1个月基金排名变化主要集中在0附近，表明短期排名有一定延续性，较大排名跃升概率较小。

- 图5 拉长观察期至1年，排名变化进一步集中，基金短中期表现存在显著相关性，支持基于近期表现进行基金短期筛选。

3.3 长期风格回测曲线（图6，页10）

• 三条主要风格线表现稳定分层：成长最高收益伴随最高波动与回撤，价值最低波动稳健，均衡介于两者。

- 组合优于基准指数，证明分类+筛选方法增强组合表现。

3.4 2022年与历史区间回测趋势（图7、图8，页12）

• 2022年各风格走势分0明显，成长先跌后回升，价值较稳健，均衡兼具两者特点，符合宏观环境与市场预期。

- 2016-2018年明显价值领先，成长回撤，均衡居中，契合行业变化及市场分化。

3.5 代表基金行业配置图示（图9-图13，13-17页）

• 各代表基金行业分布清晰对应其风格定位，从图形色块面积和结构看，价值型重仓典型低估值行业，成长型为高成长且估值高行业，均衡轮动型业行业宽泛且轮动活跃。

---

4. 估值分析

本文估值分析围绕基金持仓估值指标展开：

• 采用基金持仓加权市盈率百分比分位作为动态估值标尺，规避历史市盈率绝对值波动带来的误分类风险。

- 分类阈值：价值型PE分位 <30%，成长型PE分位 >70%，均衡轮动型介于二者之间，支持更准确匹配市场实际风格分布。

• 估值作为风格分类的重要层面，与净值回归模型结合优化风格判定，保证既能高频反映基金净值风格，也匹配底层资产风格属性，增强风格延续性和解释力。[page::5]-[page::8]

---

5. 风险因素评估

报告识别的风险主要有：

• 历史数据失效风险：基于历史公开数据的分析与模型，可能不适用未来市场环境和市场结构的变化，导致风格判定或打分效果失真。

- 数据滞后影响：持仓数据更新频率较低且存在季报公布滞后，可能无法即时反映基金风格切换。

• 模型假设局限：净值回归模型及持仓指标筛选方法设定的阈值和权重较为经验导向，部分基金或风格边缘基金可能被遗漏或错误分类。

- 市场风格变化风险：市场风格快速切换时，均衡轮动基金虽试图捕捉轮动机会，但存在错判市场的可能，影响组合表现。

• 不可预测风险：地缘政治、疫情等突发事件带来的市场波动难以度量。

报告提供了模型设计结合净值及持仓双重视角、利用多重指标综合判定，并结合短期打分剔除低质基金作为缓释措施。同时强调投资者自主决策与风险自担原则。[page::0], [page::18]

---

6. 批判性视角与细微差别

• 报告采用市盈率百分位数作为风格划分标准，有利于规避估值绝对水平波动对风格错判的影响，但也可能在极端市场环境下导致部分高估值低增长或低估值高增长公司混入其他风格池，具体行业影响未完全剖析。

- 依赖季报及半年报持仓信息可能导致风格判定更新滞后，净值模型虽弥补该缺陷，但净值反映多因素影响，纯净风格表现难保证。

• 回测未考虑交易成本及其他执行细节，策略实操时潜在滑点和费用未充分展示，现实表现或有不同。

- 风格划分的阈值和排序权重均为经验设定，缺少对随机性及参数敏感性分析，可能影响分类稳定性。

• 报告报告对微观基金alpha能力的识别依赖于风格内排名打分，未涉及基于风险调整alpha分解的深入量化验证。

整体上，报告结构严谨，数据详实，理论基础充分，融合多维度数据方法具有创新意义，但用户应意识到方法的统计性质和市场不确定性，审慎应用。[page::3], [page::18]

---

7. 结论性综合

本报告围绕FOF投资的基金筛选与风格配置，提出并验证了一套科学合理的主动权益型基金中观风格分类体系，该体系重点区别价值、成长及均衡轮动型三大风格，以兼顾市场周期变化和基金实际操作策略。基于夏普回归的净值模型实现高频风格捕捉，结合动态市盈率百分位数及行业集中度、行业轮动度等持仓特征，保证了分类的合理性与功能解释能力。

通过对历史长期（2012-2022年）及特定重要市场区间（2022年和2016-2018年）的策略回测，三类风格基金组合表现出明显不同的风险收益特征，且整体跑赢万得偏股混合型基金指数和中证全指基准，验证了分类策略的有效性。此外，微观选基层面筛选出的代表基金均展现出典型的行业及估值风格特征与稳定性，强化了分类方法的实操性和应用价值。

报告通过结合综合收益风险打分与短期表现剔除机制，进一步提炼具备持续alpha潜力的基金样本，真正实现FOF投资中自上而下beta配置和自下而上alpha甄别的统一。此体系为投资者在风格投资和FOF策略设计中提供了强有力的量化工具与实证支持。

尽管如此，报告依赖历史公开数据和既有模型设定，存在失效风险和更新滞后问题，提醒投资者谨慎使用，结合自身风险偏好与市场判断。

综上，本报告为主动权益基金风格科学分类及FOF配置策略搭建了清晰有效框架，实践上能助力提升组合绩效和风险管理水平，具备显著的理论与应用价值。

---

关键图表示例（部分）

• 图1：申万低市盈率指数市盈率TTM走势，反映市场不同时间PE波动趋势，用于指导动态估值标准。（见[page::6]）

• 图6：2012-2022年价值、成长、均衡风格遴选组合净值回测曲线，三风格均优于市场基准，风格特征显著。（见[page::10]）

• 图9：华泰柏瑞富利混合近三年行业配置分布，价值风格的行业特征清晰展现。（见[page::14]）

• 图11：长城竞争优势六个月混合近三年行业配置，成长板块在新能源及消费龙头配置突出。（见[page::15]）

• 图13：大成景阳领先混合近三年行业配置，多行业分散且兼具价值成长特征，体现均衡轮动风格。（见[page::17]）

---

总结

本报告从FOF投资需求出发，创新整合净值与持仓深度数据，以稳健的分类标准与多指标综合打分方法，实现了基金风格的精准划分与优选，为投资者把握市场风格轮动提供了有效工具与丰富实证支持，具备重要的参考价值和实际应用意义。

[全报告内容均依据报告原文页面编号溯源，详见][page::0]-[page::18]

报告