`

基于基金精选的 FOF 组合策略

创建于 更新于

摘要

本报告基于战略资产配置(SAA)框架,结合基金分类与多因子选基方法构建FOF组合。通过对股票型、混合型及债券型基金的分类与因子有效性测试,选取不同因子组合筛选基金,结合不同风险风格下的资产权重进行配置。多因子FOF组合在不同风险风格下均表现出较市场平均水平的超额收益,表明因子选基方法有效提升FOF组合表现 [page::0][page::3][page::5][page::11][page::13][page::16].

速读内容


主要投资策略及模型说明 [page::3][page::4][page::5]

  • 战略资产配置(SAA)是资产组合的长期配置框架,重要性远超择时与个股选择。

- 典型SAA策略包括买入持有、固定比例再平衡和投资组合保险(CPPI)策略。
  • 不同市场环境中,三种策略表现存在较大差异:强趋势市场买入持有优,震荡市场固定比例及保险策略表现更佳。


基金分类及市场情况分析 [page::7][page::8][page::10][page::11]


| 基金类型 | 数量(只) | 规模(亿元) | 2016年年末规模增长趋势 |
|----------|---------|------------|---------------------|
| 股票型 | 632 | 6432.59 | 近年规模略有回落 |
| 混合型 | 1771 | 20956.11 | 规模达到高点后回落 |
| 债券型 | 942 | 17867.55 | 近年来规模快速增长 |
  • 基金根据持仓重新分类,Wind混合型基金部分重分类为股票型和债券型,提高分类准确性。

- 平均仓位:股票型基金股票仓位约88.68%,债券型基金债券仓位约128.5%,混合型股票约60.21%,债券约32.18%。

多因子基金因子构建与有效性测试 [page::11][page::12][page::13]

  • 因子包括收益类、风险类、风险调整收益类和管理人因子,共12个。

- 关键因子如历史一月净值收益(Return1M)在各类基金中表现出较高的IC值,存在显著短期动量效应。
  • 管理人择时与选股能力通过经典二次超额收益模型定量测算。


| 因子分类 | 关键因子 | 股票型IC (%) | 混合型IC (%) | 债券型IC (%) |
|----------|----------|--------------|--------------|--------------|
| 收益类 | Return
1M| 8.90 | 10.60 | 20.80 |
| 风险类 | — | 变动较小 | 变动较小 | 最高为11.13 |
| 风险调整 | — | 一月夏普比率约9.72% | 混合型约8.90% | 负值为主 |
| 管理人因子| 择时和择券| 1.6~2.29 | 3~3.5 | -10.68~5.18 |

单因子及多因子选基表现 [page::14][page::15][page::16][page::17]

  • Return_1M单因子选基显著超过市场平均水平,提升基金选择效率。

- 多因子组合分别对股票型、混合型、债券型基金采用不同选取因子,每月调仓,选择因子得分前20%基金进行配置。
  • 四类风险风格FOF组合表现符合预期,成长与激进型风险较高收益波动大,保守与稳健型波动小收益稳健。




| 年份 | 保守 | 稳健 | 成长 | 激进 |
|--------|--------|--------|--------|--------|
| 2014年 | 44.42% | 42.56% | 45.46% | 46.10% |
| 2015年 | 34.45% | 39.94% | 45.63% | 52.90% |
| 2016年 | -5.30% | -7.63% | -8.93% | -11.73% |

多因子FOF组合相对市场表现提升 [page::16][page::17]

  • 多因子FOF组合相比全市场平均年化收益提升约5-7个百分点,年化波动及最大回撤略高但风险可控。

- 不同风险风格均实现了超额收益,验证多因子选基提升FOF组合收益的有效性。



深度阅读

基于基金精选的FOF组合策略—详尽分析报告



---

一、元数据与报告概览


  • 报告标题:《基于基金精选的 FOF 组合策略》

- 作者与联系方式:马普凡、严佳炜(广发证券发展研究中心分析师)
  • 发布日期:报告2021年左右撰写,研究数据区间为2014-2016年

- 发布机构:广发证券发展研究中心
  • 主题:通过战略资产配置(SAA)视角,结合基金分类和多因子选基方法,构建不同风险偏好下的FOF(Fund of Funds)投资组合,从而实现优选基金前提下的资产配置优化和收益提升。


核心论点
报告主张基于战略资产配置的框架,采用分步骤方法:先进行基金筛选及分类,再通过历史业绩数据构建多种类型的有效因子,利用多因子模型选择基金,最后结合不同风险风格的配置比例,构建符合保守、稳健、成长和激进不同风险偏好FOF组合。实证结果显示,通过多因子选基策略构建的FOF组合在不同风险配置下均优于市场平均水平,具有显著的超额收益潜力[page::0,3,5,6,14,15,16]。

---

二、逐节深度解读



2.1 战略资产配置模型(SAA)


  • 内容总结

战略资产配置(SAA)是长期资产的大类配置,依据投资者风险承受能力,设计资产目标权重,以优化风险收益特征。SAA的重要性突出于选股和择时。SAA包含买入持有策略、固定比例策略和投资组合保险策略(CPPI)三种常用策略,适应不同市场行情表现不同。具体流程包括宏观分析、模型构建(EFP求解)和定期调整。
  • 逻辑与依据

报告引用学术及市场经验,强调资产配置的主导地位,配以图1(SAA模型示意)和图2(不同市场行情下策略表现图),论述不同策略适应不同市场环境的性能表现。买入持有策略低交易成本,适合趋势明显市场;固定比例策略适合震荡行情,通过买跌卖涨来获利;投资组合保险策略动态调整风险资产比例,控制最大亏损[page::3,4,5]。

2.2 基金优选构建FOF组合流程


  • 关键步骤

基金优选分为四个核心步骤:基金分类、寻找有效因子、基金选择、以及根据不同风险风格和SAA策略构建FOF组合。基金分类基于投资目标和最新仓位调整,确保同质基金比较有效。因子选取基于历史业绩,涵盖收益、风险、风险调整收益及基金管理人四大类。基金选择采用多因子方法,结合权重构建不同风险风格组合。
  • 逻辑说明

因不同基金类型驱动收益的因子不同,必须先按照基金持仓和风险收益特征区分基金池。通过统计测试,挑选对未来收益预测能力强的因子,加权形成多因子得分,选择前20%基金,实现基金的优选与波动控制。利用SAA策略对不同风险偏好客户构建对应的股债配置,以保障目标收益与风险的匹配性[page::0,5].

2.3 基金筛选与分类标准


  • 基金筛选

在Wind数据库筛选股票型、债券型、混合型基金后,剔除存续不足一年、规模小于1亿、及指数被动管理基金,得到基金池。
  • 基金分类

依据最新一期权益(股票)和债券持仓比例,动态调整基金分类。若股票型基金股票仓位<80%则剔除,债券型基金债券仓位<80%剔除,混合型根据偏股、偏债还是平衡仓位重新归类,确保基金类型准确。
  • 行业数据支撑

报告引用Wind数据统计,显示截至2016年年底,股票型基金632只,规模6432.59亿元,混合型基金1771只,规模20956.11亿元,债券型基金942只,规模17867.55亿元,基金数量与规模近年均保持增长趋势,特别债券型基金规模增长显著。
  • 仓位分析

分类后,股票型基金平均股票仓位高达88.68%,债券型基金债券仓位128.5%,混合型基金股债仓位分别约60%和32%。股票型和债券型仓位较稳定,混合型稍有波动,债券型仓位整体趋势有所下降[page::7,8,9,10,11].

2.4 基金因子选取与有效性测试


  • 因子分类

采用基金历史业绩数据构建12个因子,分为:收益类(如历史1月、3月净值收益)、风险类(1月、3月波动率和最大回撤)、风险调整类(1月、3月夏普比率和索提诺比率)、基金管理人因子(择时和选股能力,基于T-M模型回归得到)。
  • 有效性测试方法

采用IC(信息系数)测算每个因子值与未来一期净值收益的相关性,月度频率,2014年至2016年数据样本。
  • 主要发现

1个月净值收益(动量因子)平均IC最高,显示基金近月表现对短期业绩有较强预测能力,即存在动量效应。不同基金类型因子表现不同,例如债券型基金风险因子表现较强,股票和混合型基金管理人择时能力对收益有显著正影响[page::11,12,13].

2.5 多因子选基策略表现与评估


  • 多因子选基模型构建

依据因子IC,选取股票、混合、债券型基金各异的主导因子(如股票型选择1月收益、最大回撤、夏普比率、索提诺比率及择时能力等5个因子,混合型与债券型因子有所不同),等权加总生成多因子得分,月度调仓选择20%得分最高基金。
  • 风险风格的FOF配置

结合标普道琼斯目标风险指数,设定股票型、混合型及债券型基金在FOF中的配置比例,不同风险偏好对应不同股债比例。例如激进型配置中股票型基金占70%;保守型配置中债券型基金为60%。
  • 组合表现

四档FOF组合(保守、稳健、成长、激进)收益波动符合预期,风险大组合收益高波动大,风险小组合收益低波动小。2014-2016年分年度表现显示,高风险组合2014、2015年收益突出,2016年市场下行中低风险组合表现相对优良。
  • 超额收益验证

相较于市场全体基金平均水平,多因子选基策略组合均获得明显超额收益,具体表现为现年化收益率显著高于平均,最大回撤和波动率并未显著增加,显示良好的风险调整收益能力。
  • 图表说明

图15展示四种风险风格多因子FOF组合随时间的净值增长趋势。图16和17对比稳健型与激进型FOF多因子组合与市场平均表现,均显著领先,特别在市场波动阶段优势明显[page::14,15,16,17].

---

三、图表深度解读



图1:战略资产配置模型


展示SAA的框架下风险偏好划分,高收益高风险型、长期成长与低风险型一般风险平衡型,这是构建后续FOF组合的风险基础分类工具[page::3]。


图2:不同市场行情下各策略表现


X轴表示资产价格变化,Y轴表示组合价值。投资组合保险策略在极端(上涨或下跌)时超越买入持有和固定比例策略,买入持有优于固定比例策略在强趋势行情中表现更佳,震荡市场中固定比例表现好[page::4]


图4:基金优选构建FOF流程


流程图分为基金分类、因子筛选、基金选择、组合构建四步,清晰明确资金从选择到组合形成的逻辑,是FOF构建的操作蓝图[page::5]


图5:标普道琼斯目标风险指数走势


不同风险风格指数净值表现,体现增长与波动格局,激进型表现最活跃(高收益伴随高波动),保守型最稳健。[page::6]


图6&7:各类基金数量与规模变化


数量呈上升趋势,规模幅度各异。债券型基金规模增长最快,反映近年来债市资金流入扩大。这些基础数据提供了基金选择池的规模和结构基础[page::8]



图9:基金重新分类流程图


说明了基于持仓的基金动态分类方法,使得基金性质更贴近实际资产配置,提升因子测试的有效性[page::9]


图10&11:重新分类后基金数量和仓位变化


股票型和债券型基金数量及仓位整体稳定上涨,混合型基金数量稳定,仓位变量较小。展示了调整后更合理的基金池结构[page::10,11]



图12:基金因子来源示意图


说明历史业绩数据映射到四类因子类别,是多因子模型数据基础[page::11]


图13&14:单因子选基效果对比图(股票型与混合型基金)


蓝线为以历史1月净值收益选基的基金表现,红线为市场平均。蓝线整体超过红线,显示该动量因子有效提升收益[page::14]



图15:多因子FOF组合业绩表现(不同风险风格)


曲线按照风险升高排序,符合预期。表明组合构建与风险匹配合理[page::16]


图16&17:多因子FOF与市场平均对比(稳健型与激进型)


多因子组合持续优于全市场平均,强调多因子法的选基增值效果[page::17]



---

四、估值分析



报告主要聚焦于FOF组合策略构建与业绩验证,未直接涉及具体估值模型或价格目标。估值主要表现为资产配置权重选择和多因子选基模型的有效性评估,未见现金流折现(DCF)或市盈率倍数等传统估值方法应用分析。

---

五、风险因素评估


  • 历史数据风险:所有测算基于历史数据,未来市场情形可能不同于历史,模型稳定性和预测性有限。

- 市场波动性风险:高风险风险风格组合虽平均收益较高,但波动与最大回撤也较大,投资者需承受波动风险。
  • 因子稳定性风险:因子有效性系信息系数衡量,不代表因子未来持续有效,因素失效带来选基错误风险。

- 分类偏差风险:基金调整分类依据最新仓位,可能因数据延迟或基金策略调整导致分类不精准。
  • 策略实施风险:包括择时的执行难度、调仓成本、流动性风险、以及市场极端风险。


报告虽知悉历史数据限制,但未详述风险缓释具体措施,提示投资者谨慎采用[page::0,18].

---

六、批判性视角与细微差别


  • 报告充分利用历史数据作为有效因子检测与组合构造的依据,但缺乏对非历史数据、市场结构变化和宏观经济剧变情况下模型稳定性的探讨,存在潜在未来失效的风险。

- 基金分类标准虽严格动态调整,但对基金经理策略变更的实时反应可能滞后,容纳灵活配置型基金的分类定义并未充分阐述,可能引入噪声。
  • 因子权重采用等权原则,未见对因子间相关性、主客观赋权优化的深入探讨,可能限制模型效率。

- 研究区间(2014-2016)包含A股上涨与下跌周期,但仅三年样本较短,难以反映所有市场环境,模型鲁棒性有待测试。
  • 高风险组合年化波动率和最大回撤显著高于低风险组合,报告未详细分析此风险是否与收益增长相匹配的夏普比率差异,缺少风险调整后的收益深度讨论。


---

七、结论性综合



本报告从战略资产配置理论出发,构建了基于基金精选的FOF组合策略。核心成果包括:
  • 建立科学严谨的基金筛选和动态分类机制,确保基金池内同质基金比较有效,匹配投资标的的风险收益特征。

- 选取12个历史业绩衍生因子,涵盖收益、风险、调整收益及基金管理人能力指标,并基于信息系数定量测评因子对各基金类别的套用效力,直观揭示行业中短期动量及管理人择时、择股能力的存在。
  • 利用多因子选基模型,结合不同风险风格下的固定比例投资组合,成功构建了保守至激进四档FOF策略,且在测试期内显著优于市场平均水平,体现多因子策略的有效性。

- 明确展示了不同风险级别组合在收益、波动和最大回撤上的差异,有助投资者依据风险偏好选择合适策略。
  • 全面提供流程图和实证图表,数据来自权威Wind数据库与Bloomberg,结果可信。


整体而言,报告系统且数据充分,实证检验清晰,证实了在中国基金市场利用多因子选基结合战略资产配置构建FOF组合具有良好的风险收益表现。主要限制在于历史数据适用性和因子稳定性风险,建议投资者参考本报告同时结合市场现状与自身偏好谨慎应用。

---

附录:关键图表索引



| 图表编号 | 说明 | 页码 |
|----------|--------------------------|------|
| 图1 | 战略资产配置模型示意 | 3 |
| 图2 | 不同市场行情下策略表现 | 4 |
| 图4 | FOF组合构建流程 | 5 |
| 图5 | 标普目标风险指数走势 | 6 |
| 图6-7 | 基金数量与规模变化趋势 | 8 |
| 图9 | 基金动态分类流程图 | 9 |
| 图10-11 | 分类后基金数量及仓位 | 10-11|
| 图12 | 基金因子来源示意 | 11 |
| 图13-14 | 单因子选基效果对比 | 14 |
| 图15 | 多因子FOF组合业绩 | 16 |
| 图16-17 | 多因子FOF组合与市场对比 | 17 |

---

参考文献与数据来源


  • Wind基金数据库

- Bloomberg市场数据
  • 广发证券发展研究中心内部测算

- 标普道琼斯指数公司发布的目标风险系列指数

---

风险提示



本报告所有分析均基于历史数据,未来市场情况或将发生变化,投资者需充分认识模型假设和限制,谨慎决策。

---

(全文共约 1600 字)

报告