炒股不如买基金：股票与基金收益对比及市场背景分析 [page::4][page::5]

• 2019年股基收益中位数(45.52%)远高于股票中位数(17.65%)，2020年截止10月30日基金中位数仍高达42.82%，股票中位数仅6.49%。

- 2020年新发主动管理型基金数量与规模领先，主动量化基金和指数增强基金产品表现及市场份额有所下降。

• 指数增强型基金绝对收益乏力主要因基准指数收益弱势，而不是超额收益能力下降。

优秀基金的筛选及表现检测 [page::9][page::11][page::12]

• 多因子构建的综合选基因子涵盖基金业绩前瞻能力、隐形交易能力、选股能力、机构关注度与基金规模等5大维度。

- 综合选基因子季度RankIC均值16.13%，胜率85.7%；FOF精选组合年化收益15.05%，年超基准6.9%。

• 按综合选基因子得分选取的TOP30和TOP30%基金组合均长期战胜基金中位数，年化超额收益分别达8.33%和5.98%。

基金持仓特性及组合构建逻辑 [page::13][page::14]

| 年份 | 股基中位数 | TOP30%持仓组合 | 超额收益 |
|------|-------------|----------------|----------|
| 2010 | 3.68% | 9.17% | 5.49% |
| 2019 | 45.52% | 50.03% | 4.51% |
| 2020/10/30 | 42.82% | 41.36% | -1.46% |

• 基金持仓组合更动态，行业风格变动剧烈，需区别于传统宽基指数的增强策略。

- TOP30%优选基金持仓组合回测年化收益约为11.46%，明显高于全部公募基金持仓组合。

• 直接复制基金持仓存在时滞和隐形交易能力差异等问题导致收益损失。

动态RankICIR方法与多因子量化增强策略 [page::16][page::17][page::18]

• 采用动态算法滚动复制当前持仓12期，计算因子在当前持仓池的RankICIR以反映因子有效性。

- 复合Alpha因子在优选基金持仓中分组表现单调，年化多头超额收益达18.21%。

• 高频调仓，考虑基金赎回成本优化，股票组合调仓成本较低，组合仓位稳定在85%以上。

优秀基金持仓精选组合与公募基金业绩增强组合绩效展示 [page::19][page::21][page::24]

| 年份 | 优秀基金精选组合（考虑仓位） | 股基中位数 | 超额收益 |
|------|---------------------|-----------|----------|
| 2010 | 26.29% | 3.68% | 22.61% |
| 2019 | 75.18% | 45.52% | 29.67% |
| 2020/10/30 | 61.59% | 42.82% | 18.77% |

| 年份 | 增强组合（考虑仓位） | 股基中位数 | 超额收益 | 排名分位点 |
|------|----------------|-----------|----------|------------|
| 2010 | 18.62% | 3.68% | 14.94% | 8.83% |
| 2019 | 61.53% | 45.52% | 16.01% | 18.74% |
| 2020/10/30 | 59.00% | 42.82% | 16.18% | 16.51% |

• 优秀基金持仓精选组合年化收益高达35.33%，超过中证500指数32.32%。

- 业绩增强组合通过行业、风格等多约束组合优化方法构建，年化收益25.89%，年化超额收益达17.74%。回测期排名多处于公募股基前20%。

• 组合月均换手率约55%，持仓股票数稳定在约38只，加权组合限制偏离基准行业、市值等因子，保证风格稳定。

行业与指数权重分布 [page::22]

• 组合持仓主要集中在医药、电子、食品饮料、计算机、基础化工、汽车等行业。

- 持仓覆盖沪深300（34%权重）、中证500（24%权重）、创业板（10%权重）及其余板块（32%）。

国信证券经济研究所《基于优秀基金持仓的业绩增强策略》深度解析报告

---

一、元数据与概览

报告标题： 基于优秀基金持仓的业绩增强策略
专题名称： 金融工程专题研究—数量化投资
作者： 张欣慰、张宇
机构： 国信证券经济研究所
发布日期： 2020年11月15日
研究主题： 公募基金、量化投资、基金持仓优化及绩效增强

核心论点概述：
2020年公募基金表现爆发式增长，但指数增强型基金规模及业绩均有下降。报告指出，指数增强弱势并非超额收益能力下降，而是基准指数表现疲软所致。提出量化策略破局新思路，即从传统的以宽基指数为基准转向以主动管理基金为基准，通过多维度筛选优秀基金，基于其持仓构建选股池，采用动态加权多因子模型进行业绩增强。实证结果显示，该策略自2010年以来年化收益显著优于基准股基中位数，并实现显著超额收益。报告详细阐述了择基逻辑、持仓精选及复合因子增强方法，展示稳健的历史业绩数据，确认其优越性和可行性。

---

二、逐节深度解读

2.1 量化基金的困境与破局

• 主要论点：

2020年是公募基金鼎盛之年，然而量化基金（主动量化型及指数增强型）在新发规模和业绩方面均遭遇瓶颈。指数增强基金虽然能稳定获得正超额收益，绝对收益落后主要因基准指数表现不佳。公募基金整体上涨但个股收益分布宽，投资股基几乎无亏损，但投资单只股票仅有60%概率获利，凸显基金管理的价值。

• 证据与数据：

2019年与2020年（截至10月30日）股票与股基收益率分布图（图1、2），基金收益中位数分别高达45.52%、42.82%，远高于同期股票中位数。2020年超过半数股基收益率超过42%，而仅20%的个股收益能超过股基中位数（表1）。新发基金统计显示主动管理基金占比62.9%，募集资金占比88.1%，而主动量化和指数增强基金分别仅占基金数量的2%和3%（图3、4）。主动量化基金2017年以来业绩排名持续回落至中位数以下，规模占比下降（图5、6），而指数增强型基金虽保持超额收益能力，因基准指数疲软导致绝对收益较弱（图7、8、9）。

• 重要推断：

指数增强基金的绝对收益弱势非技能下降，而是基准指数表现不及主动管理基金。因此报告提出，从传统指数基准转向主动基金持仓基准，基于主动基金表现构建量化增强组合的新思路。

2.2 多维度筛选优秀基金

• 关键内容：

基于前期FOF研究报告，构建涉及基金业绩前瞻能力、隐形交易能力、选股能力、机构关注度及基金规模的综合选基因子对公募基金进行筛选，优选基金组合能持续稳定战胜市场股基中位数。

• 指标定义：

基金业绩前瞻能力通过基金持仓对未来股票表现预测能力衡量；隐形交易能力衡量基金真实收益与披露持仓组合收益的偏离，反映基金经理信息优势；TM-FF超额收益模型剔除因子影响后的alpha作为表现指标；基金夏普率衡量风险调整收益；机构关注度根据基金持有人机构比例评估；基金规模预计影响选股灵活性及打新收益。

• 验证结果：

综合因子分组显示分组超额收益单调递增（图13），季度RankIC均值16.13%，胜率85.7%（图14），FOF精选组合费后年化收益15.05%，较股基中位数高出6.9%（图15、16）。同时，月度调仓的TOP30%及TOP30基金组合净值持续优于市场基准和中位数（图17），历年收益基本稳定领先（表4）。剔除医药主题基金以防极端其对组合的影响。

2.3 从基金到基金持仓

• 分析：

优选基金的持仓较为分散，且存在季节性集中披露特征（图18、19），优选基金持仓组合的收益虽逊于基金整体组合，但仍显著优于市场股基中位数（图20、21；表5）。信息获取滞后和隐形交易能力是基金持仓收益低于基金组合的主要原因。

• 投资逻辑：

实证显示，借用优选基金的持仓作为选股池是有效的，且该持仓组合具备超额收益能力，可为后续多因子强化提供基础。

2.4 基于优秀基金持仓的业绩增强策略

• 持仓特征分析：

优选基金持仓板块风格对应的行业划分为周期、消费、科技和大金融四大类（表6），优选基金相较传统中证500指数更灵活且持仓风格波动幅度较大（图22、23）。市场行情驱动风格切换，如2014年底大金融板块爆发，公募基金大幅加仓。

• 动态因子有效性检验：

报告指出，传统静态RankIC评估因子对优选基金持仓这种动态快速变化的股票池可能失效（示意图24、25）。提出动态算法：以当前持仓为基准，将当前持仓回溯复制至过去12期，计算因子历史在该持仓股票池中的RankIC，从而计算因子的动态RankICIR，更准确反映因子当前池中有效性。

• 多因子构建与应用：

选取估值、动量、盈利等多因子组成复合Alpha因子，对因子做行业、市值中性化处理，利用动态RankICIR加权合成复合因子（表7，图26）。复合因子在优选基金持仓中表现优秀，多空组合年化超额收益分别达到+18.21%和-12.81%, 多空对冲组合表现稳定（图27、28）。

2.5 优秀基金持仓精选组合与公募基金业绩增强组合

• 精选组合构建：

基于TOP30%优选基金持仓，每月选出复合因子得分最高的20只股票等权构建组合，股票仓位接近85%左右（图29）。历史业绩优异，满仓年化收益35.33%，超越中证500年化超额收益32.32%；考虑仓位后年化收益30.70%，相对股基中位数超额22.55%（表8）；表现稳定持续优于市场。

• 业绩增强组合构建及约束：

针对精选组合行业及风格过度偏离问题，引入基准构建（TOP30优选基金持仓构建基准指数），采用组合优化方法约束行业、风格、个股权重偏离，最大化组合对复合Alpha因子暴露。优化约束详见第20页，具体包括股票权重上下限、股票在基准指数权重偏离限制、行业偏离限制、仓位管理等。

• 绩效表现：

业绩增强组合经交易成本及仓位调整后年化收益率达到25.89%，超股基中位数17.74%，回测2010年至2020年，组合在每年业绩中均排名股基前20%（图31，表9，图38）。换手率合理（54.82%月均，图32），持仓数量稳定（38只左右，图33）。组合在沪深300、中证500、创业板及其他板块配置均衡，行业偏好医药、电子等（图34、35）。单日资金容量均值4亿元，说明策略具备一定可操作性（图36）。

---

三、图表深度解读

• 图1-2（2019及2020年股票和股基收益分布）提供基础市场收益结构，突出基金收益分布相对集中且更优的特征，支撑“炒股不如买基金”的现象。[page::4]
• 表1（2019及2020年股票及基金收益分布表）定量佐证基金收益中位数远超股票，突出基金的稳定性与优势。[page::4]
• 图3-4显示2020年不同类型基金新发数量与规模，主动管理占优，量化基金规模和数量相对较小，反映市场偏好与资金流向状况。[page::5]
• 图5-6揭示主动量化基金的排名及规模随市场小市值风格切换的迭代，展示了主动量化产品的周期性表现。[page::5]
• 图7-8指数增强基金持续获得正向超额收益，且基于加料机制表现稳健，表明其超额收益能力未见显著衰退。[page::6]
• 图9及表2揭示股基中位数收益显著优于沪深300和中证500指数，解释了指数增强基金绝对收益不佳的基础原因。[page::6-7]
• 图10及表3构建“公募基金持仓组合”，显示其长期超越宽基指数，验证了基金持仓信息的价值。[page::8]
• 图11公募基金持仓组合与公募基金等权组合净值对比，揭示直接复制基金持仓并不能完美复刻基金业绩，提示持仓复制存在折损。[page::9]
• 图12-16及表4说明基金筛选维度、综合因子的有效性及FOF精选组合的卓越表现，奠定基金优选理论基础。[page::9-11]
• 图17复盘基于综合因子筛选的TOP30及TOP30%基金等权组合净值，表现优异持续跑赢基准。[page::12]
• 图18-21及表5展示优选基金持仓特征及其持仓组合表现，阐明基金持仓作为选股池的价值和局限。[page::13-14]
• 图22-23及表6行业与板块分析，显示优选基金持仓更具动态调整特征，区别于传统宽基指数，反映更灵活的基金持仓风格。[page::15]
• 图24-25及表7详细介绍因子RankICIR的静态与动态计算方法，动态算法更适用于快速变动股票池，确保因子加权的时效性和准确性。[page::16-17]
• 图26-28复合选股因子构建流程及实证效果，证明复合因子在优选基金持仓的预测力，尤其多空策略表现显著。[page::17-18]
• 图29及表8优秀基金持仓精选组合仓位统计及绩效，展现高收益与超额收益，支撑基于基金持仓的股票精选可行性。[page::18-19]
• 图30及20页文本说明基于基金持仓的业绩增强组合构建框架和具体约束条件，严谨结合基金持仓风格限制，实现资产配置合理化。[page::19-20]
• 图31及表9公募基金业绩增强组合历史表现及详细年化数据，体现策略持续优于市场基准和股基中位数的稳健性。[page::21]
• 图32-33换手率及持仓数量分布，验证策略交易频率合理且持仓稳定，有利于实现策略可操作性和风险管理。[page::22]
• 图34-35展示组合行业及指数权重分布，平衡配置，兼顾稳健与成长，分散风险。[page::22]
• 图36最大单日资金容量分析，说明该策略具备较好的资金承载能力，具备实际操作的可能性。[page::23]
• 图37-38及总结章节逻辑梳理及综合展示公募基金业绩增强组合的成长路径和效果，强化报告结论的说服力。[page::23-24]

---

四、估值分析

报告本身不涉及传统意义上的股票估值方法（如DCF、市盈率等），而是对基金组合进行绩效比较和增强策略构建，核心使用基于多因子模型的组合优化方法。

组合优化模型细节：

• 目标函数： 最大化复合Alpha因子加权得分$\alpha^T w$，$w$为权重向量，$\alpha$为股票复合Alpha因子值。

- 约束条件：
- 风格暴露约束，防止组合风格偏离基准指数过大；
- 行业暴露约束，限制或确保行业配比合理；
- 个股权重偏离限制，避免个股权重过度偏离基准指数；
- 成分股权重占比约束，控制组合以优选基金基准指数成分股为主；
- 仓位约束，符合基金实际仓位水平（如85%左右）。

• 优化调整参数： 个股最大偏离3%、行业偏离2%、市值风格0.1、成分股权重不低于80%，个股权重上限约5%。

该组合优化方法确保收益增强的同时，风险敞口稳定，体现稳健与灵活兼顾。

---

五、风险因素评估

报告主要识别如下风险：

• 市场环境变动风险： 市场风格切换及行情变化可能导致因子失效和策略表现波动。

- 因子失效风险： 多因子模型依赖历史数据，未来因子表现可能出现衰退，短期可能存在预测失准。

• 信息滞后及隐形交易风险： 基金持仓滞后性及基金经理隐形交易能力导致的收益复制困难。

- 交易成本及流动性风险： 换手率及资金容量限制可能约束实际执行，尤其在极端行情下。

报告未明确提出具体的缓释措施，但通过动态算法、因子筛选、组合优化等技术手段已部分缓解。

---

六、批判性视角与细微差别

• 该报告依赖于基金持仓数据的及时性和准确性，然而数据披露存在一定延迟，隐形交易及频繁调仓可能导致信息滞后，收益重复计量和选样偏离风险存在。

- 多因子模型基于历史回测，未来市场环境若发生明显结构变化，因子及模型效果是否持续尚存不确定。

• 组合优化约束参数的选择若过于严格，可能限制超额收益空间，若放松则可能增加风险敞口，存在权衡空间。

- 报告中表述“稳健超越股基中位数”较为泛泛，未详细披露波动率、最大回撤等风险指标，投资者需谨慎评估策略的风险调整表现。

• 行业和风格分布显示较高医药股权重，存在集中风险，需进一步跟踪行业轮动对组合影响。

- 组合容量及流动性假设合理但未来市场变动可能影响执行效果。

报告整体论述扎实，方法创新，数据详实，但对风险管控细节和交易实操难度描述略显不足。

---

七、结论性综合

国信证券经济研究所发布的《基于优秀基金持仓的业绩增强策略》报告针对近年来公募量化基金业绩及规模下滑的困境，创新提出从传统宽基指数基准转向主动基金持仓基准的理念，通过多维度筛选出业绩和前瞻能力优秀的基金，并基于这些优选基金的持仓引入动态多因子模型构建业绩增强组合。

关键发现包括：

• 公募基金整体表现优于宽基指数，基金持仓组合长期展现显著超额收益（年化9.31% vs 2.65%沪深300），明确基金持仓信息的价值来源。[page::8]
• 综合选基因子在筛选未来优秀基金方面表现稳定且显著，FOF精选组合年化收益达15.05%，相较股基中位数多出6.9%，体现择基能力有效。[page::11]
• 品质优异基金持仓组合自身具备超额收益能力，年化收益达11.46%（TOP30%基金），持仓股票基于动态因子选股表现出色，能实现年化多头超额18.21%。[page::13-18]
• 利用动态RankICIR计算法强化因子权重分配，更好匹配快速变动的基金持仓股池，显著提升因子预测能力，增强组合选股表现。[page::16-18]
• 基于TOP30%优选基金持仓构建的精选组合年化收益高达35.33%（考虑仓位30.70%），大幅超越中证500和股基中位数，显示复合因子的强大收益提升效应。[page::18-19]
• 进一步通过组合优化控制行业、风格偏离，构建的公募基金业绩增强组合年化收益25.89%，相较股基中位数超额17.74%，在2010年至2020年间稳定排名前20%，具备显著市场竞争力。[page::21-24]
• 组合换手率适中，持仓数量稳定，资金容量充足，具备良好的实际操作前景和风险管理能力。[page::22-23]

总体而言，报告科学地揭示了主动基金持仓数据的投资价值，结合动态多因子模型，设计出一套成熟且高效的公募基金业绩增强策略，打破量化基金业绩瓶颈，成果卓著，对行业具有重要的研究和实践意义。投资者可重点关注该策略在实际应用中的稳定性、交易成本与市场变动的适应性。

---

八、参考附注

全文所有推断均严格基于报告内容，引用页码标记对应报告分页，如[page::4][page::11][page::21]等，用于溯源验证。

---

附图示例（节选）

• 图1：2019年股票和股基收益分布

[page::4]

• 图27：复合选股因子年化超额收益分组

[page::18]

• 图31：公募基金业绩增强组合历史表现

[page::21]

• 图37：公募基金业绩增强组合策略梳理

[page::23]

---

结语

本次国信证券研究报告综合运用数据分析、金融工程及定量选基方法论，针对量化基金行业困境提出了系统性解决方案。思路新颖、方法严密、实证充分，是对中国市场公募基金量化投资领域的重要贡献。读者应结合市场环境与自身风险偏好科学使用本文策略建议。

[全文完]

报告