市场风格与基金指数表现 [page::3][page::4]

• 市场自2010年以来风格分化明显，单一风格难穿越牛熊周期。

- 偏股基金指数自2010年长期跑赢市场主流宽基指数，表现稳健，成为组合业绩基准优选[page::3]。

• 2015年至今偏股基金指数累计收益超过100%，较沪深300超额80%，反映基金经理的资产配置能力显著[page::4]。

权益基金指数发行机构及体系 [page::5][page::6][page::7]

• Wind、国证、中证为三大权益类基金指数主要发布机构，Wind指数数量最多[page::5]。

- 基金指数根据基金类型、风格及策略划分，涵盖主动/被动、股票型、混合型等多样产品[page::6][page::7]。

基金指数业绩表现对比 [page::8]

• 代表性基金指数近三年及近五年均跑赢沪深300，Wind普通股票型及偏股混合型基金指数表现突出。

- 合作基金指数如工银股混表现长期优异，多维度考核基金经理及产品质量[page::8]。

基金行业配置测算及港股投资影响 [page::9][page::10][page::11][page::12]

• 通过仓位测算模型定量拆分基金行业配置，解决基金持仓披露滞后问题[page::9]。

- 结合基于Lasso回归的风格识别模型，实现金融、消费、科技等行业仓位精准识别[page::10]。

• 港股基金与港股投资占比显著提升，《指引》后港股基金仓位平稳提升至77%，港股通指数高度匹配港股投资标的[page::11][page::12]。

组合构建模型设计与行业配置约束 [page::14][page::15]

• 目标最大化组合Alpha收益，控制组合相对于业绩基准的行业Beta暴露度，小幅放宽军工及港股板块无额外约束。

- 采用申万一级行业合并8大板块，限制组合配置比例与市场基金整体配置中枢接近。

• 行业配置偏好分析显示消费、科技与医药为主要配置，军工与综合板块配置较低[page::14][page::15]。

组合优化模型及回测结果 [page::16][page::17][page::18][page::19][page::20]

| 基金个数 | 区间收益率 | 最大回撤 | 收益回撤比 | 波动率 |
|---------|------------|----------|------------|--------|
| 5 | 153.2% | 47.8% | 3.20 | 23.5% |
| 10 | 145.9% | 51.2% | 2.85 | 22.6% |
| 15 | 137.8% | 49.2% | 2.80 | 22.8% |
| 20 | 148.4% | 49.3% | 3.01 | 22.8% |
| 25 | 140.4% | 49.0% | 2.86 | 22.7% |
| 30 | 157.4% | 48.3% | 3.26 | 22.6% |
| 35 | 153.3% | 48.5% | 3.16 | 22.6% |
| 40 | 156.1% | 48.5% | 3.22 | 22.6% |
| 45 | 165.3% | 47.5% | 3.48 | 22.5% |
| 50 | 164.5% | 48.2% | 3.41 | 22.6% |

• 季度调仓、等权配置、30只及以上基金优选组合表现最优，收益率最高达165%，夏普指标表现优越，风险适中[page::17]。

- 回测显示季度调仓优于半年和年度调仓，表现稳定且与基金经理调仓频率相匹配[page::17][page::18][page::19][page::20]。

• 基于业绩归因Alpha进行非等权优化，回撤及波动加大，等权配置更具稳健性。

基于层次聚类的板块划分修正与模型提升 [page::18][page::19]

• 基于行业日收益率的层次聚类修正板块划分，细化消费、金融、科技、制造等行业聚类。

- 动态每年更新板块分类，解决传统板块划分内部分化严重问题。

• 修正板块提升行业暴露度控制精准度，使组合收益从164%提升至最高187%，显著优于沪深300与偏股基金指数。

- 优选15只基金组合年度胜率80%，季度胜率67%，长期展现稳定超额收益能力[page::19][page::20]。

研究总结与后续拓展方向 [page::21]

• 基于基金经理风格和行业配置构建的基金增强组合能有效适应市场风格切换，长期超越基金指数与大盘表现。

- 业绩归因和仓位测算模型为组合管理提供量化基础，层次聚类动态修正板块划分有效优化风险暴露控制。

• 后续工作将结合基金及基金经理综合评价体系，优化基础基金池，挖掘绩优基金经理，提升组合质地及战略增强效果。

- 风险提示：模型及历史回测存在局限，未来收益不保证[page::21]。

专题报告《FOF增强：如何战胜基金指数》详尽分析报告

---

一、元数据与概览

• 报告标题：《FOF增强：如何战胜基金指数》

- 作者：任瞳、姚紫薇

• 发布机构：招商证券研究发展中心

- 发布日期：2020年8月23日

• 主题：基金指数增强组合的构建方法及实证效果，旨在探索如何构建跟踪全市场主动偏股基金的基金组合（FOF），并在此基础上实现持续的超额收益。

核心论点与目标

• A股市场风格频繁切换，单一市场风格难以穿越牛熊周期。

- 主动管理的偏股基金指数长期跑赢各类宽基指数，具有较好的长期投资表现。

• 本文提出基于基金指数的增强组合构建思路，利用仓位测算模型估算基金行业配置比例，并通过业绩归因模型测算单只基金的Alpha，构建既行业中性又优选高Alpha底层基金的指数增强组合。

- 经过回测，该指数增强组合在2011年至2020年期间，累计收益高达164%-187%，远超同期沪深300（49%）和偏股混合基金指数（138%）。

• 当前模型仅基于业绩归因的Alpha筛选底层基金，未来计划引入更加全面的基金及基金经理评价体系，提升组合的增强收益能力。

- 该策略的历史回测优异，但存在模型风险，不能保证未来收益[page::0] [page::3] [page::4] [page::14] [page::19] [page::21]。

---

二、逐节深度解读

1. 研究背景：基金指数长期跑赢市场（第3页）

• A股市场2000-2009年呈现高度波动与经济周期对应的风格波动，2010年后经济结构转型使市场风格更加多样且风化，市场表现更加分化。

- 2011-2020年间，不同代表指数（如上证50、沪深300、中证500、中证1000、创业板指等）各年收益率差异显著，反映出风格频繁转换。

• 举例：2013年创业板指上涨83%，2017年蓝筹指数表现优异而创业板和中证1000表现相对疲软。

- 偏股基金指数则长期跑赢市场宽基指数，尤其2015年以来，偏股基金指数在多个宽基指数中表现位于前50%。

• 说明主动基金经理较好把握市场风格，基于其风格构建组合可顺应市场风格转换，实现超额收益[page::3]。

2. 基金指数体系现状、类型及代表产品（第4-8页）

• 权益类基金指数由中证指数、国证指数及Wind主要发布，三者合计发布约90个权益基金指数。

- 按类型划分主要包括股票型、混合型、主动型、被动型、QDII、FOF等。

• 指数产品多样，覆盖不同基金类型、规模及风格。Wind指数数量最多（50只）。

- 具体指数如中证偏股基金指数（规模加权，样本量1656只）、Wind偏股混合基金指数（等权，样本量1139只）均业绩优异。

• 不同指数在样本构成、加权方式及类型侧重点方面存在差别，导致业绩表现存在差异。

- 代表性基金指数如工银股混指数、金牛股票指数、金牛混合指数在近三年和近五年的表现均突出，显著跑赢沪深300[page::4] [page::5] [page::6] [page::7] [page::8]。

3. 基金行业配置测算（第9-13页）

• 基金组合收益拆解为市场Beta收益+行业/风格Beta收益+Alpha收益。指数增强策略核心通过控制行业Beta暴露与基准接近，实现行业中性，进而优选高Alpha基金获取超额回报。

- 由于基金持仓披露滞后及信息不全，公司采用基于基金净值的回归方式（Lasso回归改进的Sharpe模型）测算每日基金行业配置，模型约束结合基金股票仓位特征，兼顾实时性和准确性。

• 港股投资现象需考虑，尤其2017年《港股通指引》发布后港股基金投资比例显著提高。公募基金通过港股通及QDII参与港股市场，港股仓位在不同类型基金间存在显著差异。测算模型纳入港股因素，分别估算A股与港股仓位，避免错误归因。

- 申万一级行业划分为8大板块（周期、中游制造、消费、医药、军工、金融地产、科技、综合），结合行业上下游及主营业务进行合并，方便风险暴露控制与组合构建。

• 对模型回测多种时间窗口误差，30天时间窗口反映的仓位测算误差与实际持仓数据最优，兼顾准确性和时效性[page::9] [page::10] [page::11] [page::12] [page::13]。

4. 基于基金指数的增强组合构建（第14-20页）

• 基金样本池筛选成立满2年且资产规模大于2亿的普通股票型和偏股混合基金，去除港股基金。

- 以全市场基金行业配置均值为行业Beta基准，约束组合在申万一级行业合并的8大板块配置偏离度，控制行业匹配度，实现在行业中性前提下优选高Alpha基金。

• 优化模型支持等权和非等权配置，等权模型选择固定数量基金权重均分，非等权允许权重优化，控制单只基金权重上限。

- 回测期2011年至2020年7月，回测结果显示组合累计收益61%-166%，同期沪深300上涨49%，偏股混合基金指数涨幅138%。

• 调仓频率季度、半年、年度对组合业绩影响明显，季度调仓效果最好，行业配置跟踪更严密、超额收益稳定。

- 等权配置业绩稳定且波动较小，非等权组合波动较大且更依赖Alpha估值的准确性。

• 优选基金数量在30只以上组合表现最佳，收益最大回撤抑制良好，5只基金配置则波动大集中度高。

- 板块划分采用层次聚类方法对过去行业收益率相似度动态调整，修正传统板块调整不匹配市场实际走势的问题，提升模型性能。

• 基于动态聚类修正的组合收益提升明显，累计收益率达164%-187%，相较原始板块分类平均提升约13个百分点。

- 优选15只基金的增强组合年度击败偏股基金指数胜率达80%，季度胜率67%，表现稳定超额[page::14] [page::15] [page::16] [page::17] [page::18] [page::19] [page::20]。

5. 总结与讨论（第21页）

• 当前市场环境下，单一风格难以穿越牛熊，基于主动基金经理投资风格的组合可以较好适应市场风格切换。

- 公募基金指数代表全市场基金平均业绩，基于基金指数构建行业中性且优选高Alpha基金的增强组合，实现了长期超越市场和偏股基金指数的目标。

• 业绩归因模型结合行业配置控制和Alpha测算为策略核心，聚类修正板块划分提升模型适应性。

- 该方法成功实现行业控制下基金的Alpha挖掘，并体现显著的长期超额收益。

• 当前策略仍依赖业绩归因的Alpha筛选基金，未来将通过基金及基金经理的综合评价体系进行高质量优选，提升模型的深度与收益能力。

- 需注意模型风险，历史业绩不代表未来表现[page::21]。

---

三、图表深度解读

图1-2（第3页）：代表性指数年收益率及中信证券风格指数年收益率

• 图1显示上证50、沪深300、创业板指等指数在2011-2020年的年收益差异较大，体现频繁市场风格切换。

- 图2反映金融、消费、成长、周期、稳定等风格指数年收益表现，进一步体现风格轮动，例2014年金融收益显著，2013年成长风格突出。

• 图表支持报告论点：风格频繁切换，单一风格难穿越牛熊[page::3]。

图3（第4页）：偏股基金指数及代表性宽基指数累计收益率曲线（2015-2020）

• 偏股基金指数整体领先于所有宽基指数，表现稳健增长。

- 明显跑赢创业板指及沪深300，显示主动基金提高了收益表现。

• 支撑主旨：基金指数长期跑赢市场基准[page::4]。

表1（第4页）：偏股基金指数及代表性宽基指数逐年收益率对比

• 偏股基金指数10年绝大多数年份跑赢宽基指数。

- 例如2015年偏股基金指数涨43%，显著高于沪深300 6%。

• 不同宽基指数涨跌表现分化，偏股基金指数表现更稳健且长期占优[page::4]。

图4-5（第5页）：基金指数发布机构及发布时间分布

• Wind发布的权益类基金指数最多（50只），中证指数26只，国证12只。

- 指数发布时间集中于2013年及以后，反映基金指数体系快速发展。

• 反映基金指数生态格局及发展历程[page::5]。

表2-4（第5-6页）：不同指数详细信息及合作机构

• 展示中证独立及合作编制的指数分类，如偏股基金、ETF、FOF等。

- 国证指数多注重上市基金及机构定制指数。

• 反映指数产品的多样性与机构参与度[page::5] [page::6]。

图6-7及表5（第8页）：代表性基金指数近3年及5年收益表现

• 指数如Wind普通股票型、偏股混合型及工银股混等长期收益出色。

- 多数明显跑赢沪深300，体现主动基金优势。

• 数据透明支持本报告提出的指数体系及基金表现观点[page::8]。

表6（第9页）：公募基金报告披露时间及持仓信息

• 季报披露前十大持仓，半年度及年度披露全部股票持仓。

- 披露时滞对投资者及时性影响，体现研究采用净值回归模型测算仓位的重要性[page::9]。

图8-13（第11-12页）：港股基金数量、仓位及公募基金港股持仓分析

• 港股基金数量结构显示指引发布后基金数量增加，港股仓位依赖基金类型和成立时间差异明显。

- 通过测算A股和港股仓位，避免估算误差，反映公募基金对港股配置逐步加强。

• 重合度分析显示恒生港股通指数与公募基金投资标的高度重叠，适合代表港股投资表现。

- 行业偏好图显示公募基金港股侧重消费、金融地产和TMT，反映实际投资布局[page::11] [page::12]。

图14（第13页）：股票型与偏股混合型基金仓位测算误差随时间窗口变化

• 随时间窗口增长，测算误差明显下降，30日后趋于稳定。

- 说明30日时间窗口兼顾准确性和时效性，适合作为模型参数[page::13]。

图15（第14页）：增强组合构建思路示意图

• 清晰展示组合构建逻辑：行业板块中性+优选高Alpha基金。

- 支撑本文核心策略的框架思路[page::14]。

图16（第14页）及表8（第15页）：主动偏股基金行业板块及细分行业配置

• 显示消费、科技、医药、金融地产、中游制造、周期等行业配置为主，军工及综合板块配置较少。

- 细分行业数据支持组合在主流行业配置限制的合理性与现实基础[page::14] [page::15]。

表9（第17页）：季度调仓等权配置组合累计收益表现

• 优选数量在30只及以上组合收益优异，最大回撤控制良好，收益回撤比高。

- 5只基金组合波动率高，资金集中度增加风险。

• 揭示组合规模与分散度对收益稳定性影响[page::17]。

图17-22（第17-18页）：不同调仓频率及权重方式回测累计收益率与走势

• 季度调仓组合收益领先于半年及年度调仓，等权组合波动率更低。

- 组合收益曲线平稳呈上升趋势，体现模型的稳定性。

• 支撑研究关于调仓频率和权重分配策略选择的结论[page::17] [page::18]。

图23（第18页）：基于行业日收益率的层次聚类树状图

• 通过收益相关度聚类划分行业板块，将相关性较高行业归为同一类。

- 展示动态调整板块的科学依据。

• 该图为改进传统行业分类以匹配实际走势的关键技术支撑[page::18]。

图24（第19页）：基于层次聚类修正板块分类的组合收益走势

• 修正后组合多样基金数均表现优异，不同组合均显著跑赢沪深300和偏股基金指数。

- 说明动态板块划分增强模型有效性，提升组合超额收益。

• 反映出板块划分调整对策略绩效的积极影响[page::19]。

表10（第20页）：层次聚类板块划分vs传统划分组合收益风险对比

• 聚类方法整体收益率较传统划分平均提高19%，收益回撤比提高。

- 波动率和最大回撤基本维持不变，提升了风险调整收益。

• 验证聚类改进的显著优势[page::20]。

表11及图25-26（第20页）：基金指数增强组合与偏股基金指数和沪深300对比

• 显示年度及季度层面增强组合多数时间跑赢偏股基金指数，部分年份表现更优。

- 组合整体收益187%，偏股基金指数138%，沪深300 49%。

• 统计显示增强组合在多数月份及季度中实现正超额收益，胜率较高。

- 数据佐证了策略的稳定超额收益能力[page::20]。

---

四、估值分析

本报告主要聚焦于基金组合构建与回测，估值部分体现在基金Alpha的测算中。基于基金净值收益与行业风格指数回归，采用改进的Lasso回归模型提取行业暴露度及Alpha收益，Alpha即组合的超额业绩指标。组合优化中通过最大化基金Alpha加权和，获得优化的基金权重配置，没有直接体现传统股票估值方法（如DCF、PE等），但行业暴露度及Alpha测算为策略回报提供定量驱动。对基金单只Alpha的测算依赖于净值时间序列及申万一级行业指数，且考虑了基金股票仓位约束，保证测算逻辑稳健和适用。

---

五、风险因素评估

• 模型风险：Alpha及行业配置测算依赖资产配置净值回归及业绩归因模型，模型假设及估计误差可能导致预期收益偏离实际表现。

- 历史业绩不代表未来：策略基于过去十年数据回测，未来市场结构、风格转换力度和基金经理表现可能发生变化，导致回测结果难以复制。

• 行业风格切换风险：虽然采取了行业中性策略，但未来若市场出现严重结构性断裂，行业Beta暴露控制可能不足。

- 基金经理更替风险：回测中排除了近两年更换基金经理产品，但实际运营中管理层变动可能影响Alpha。

• 流动性及交易成本：回测未计入申赎费用，实际交易成本可能影响净收益。

- 报告强调策略需持续监控模型有效性及底层基金质量，拟通过引入基金经理综合评价体系降低风险[page::0] [page::21]。

---

六、批判性视角与细微差别

• 报告强烈依赖回归与归因模型测算行业配置和Alpha收益，缺乏对基金本身基本面及基金经理定性因素的深入分析，目前仅计划将来引入。

- 基于历史数据的层次聚类方法虽改进板块划分，但依赖未来数据（后期行业收益）存在未来偏差，实际操作中仅能应用滞后调整，可能滞后反应市场变化。

• 模型对Alpha的假设依赖稳定的基金经理能力，但市场与基金经理表现均具有不确定性，Alpha波动可能较大。

- 组合虽然行业中性，但未完全考虑风格因子风险及系统性市场风险暴露。

• 调仓频率与选基数量对风险波动和收益表现影响明显，实际应用时需平衡交易成本与收益稳定性[page::0] [page::18] [page::21]。

---

七、结论性综合

本文系统探讨了基于公募基金指数与业绩归因模型的基金组合增强方法，综合如下关键发现：

• 市场环境：A股市场风格复杂多变，单一风格难以持久，主动基金经理凭借行业跳动和选股能力长期跑赢市场宽基指数。

- 指数表现：偏股基金指数及其他权益类基金指数在过去十年内表现领先沪深300及创业板等主流宽基础指数，基金指数已成为有效的业绩基准。

• 模型设计：结合净值回归与Lasso回归技术测算基金行业配置及Alpha，基于申万一级行业归纳八大板块，并进一步采用层次聚类方法动态修正板块划分，提高板块内行业归集的精准度与行业相关性。

- 组合构建：通过最大化基金Alpha且行业Beta与基准基金指数匹配，构建行业中性增强组合。考虑不同调仓频率及配置权重，季度调仓且等权配置，平衡收益和风险表现最佳。

• 回测表现：策略十年累计收益区间164%-187%，大幅跑赢偏股基金指数138%及沪深300的49%。动态板块分类后策略收益进一步提升，稳定实现长期超额。

- 策略优势：行业中性限制减少风格切换风险，高Alpha筛选精准挖掘超额收益来源，动态行业划分提升模型适应性，精选15-20只基金组合表现最佳。

• 未来方向：将结合基金及基金经理综合评价体系，改进基金优选逻辑，提升组合的Alpha质量及持续性。

- 风险提示：策略依赖模型估计与历史表现，存在模型风险和未来不确定性，投资决策需注意动态调整与风险管理。

综上，报告深度分析了基于基金指数的行业配置和Alpha挖掘的组合增强框架，通过量化模型结合实证数据验证了策略的稳健性与有效性。图表清晰展示了行业配置结构、基金指数表现、回测业绩及风险指标，全方位支撑结论。该研究为公募基金指数增强投资提供了重要理论与实战指导，具有较高的参考价值和实际应用潜力[page::0] [page::3] [page::4] [page::9] [page::14] [page::19] [page::21]。

---

附：部分重要图表展示示例

图1：代表性指数历年收益率

图3：偏股基金指数及代表性宽基指数收益（20150101-20200721）

图15：增强组合构建思路

图24：组合收益走势：基于层次聚类的板块分类修正

---

以上为《FOF增强：如何战胜基金指数》报告的全面、细致、结构化分析，涵盖论点剖析、数据解读、图表说明与策略建构，旨在为专业投资者及基金研究人员提供深入洞察与实务指导。

报告