市场交易保守程度指标构建及周期性分析 [page::3][page::4][page::5]

• 以股票型及偏股混合型基金全持仓拟合收益与真实收益的回归R²构造交易保守程度指标，R²越高表明交易越保守，逆之交易越活跃。

- 交易保守程度具明显季节效应及周期性，2018-2020年较高，2024年Q2整体偏高，反映基金持仓稳定性增强。

• 不同计算方法（1年同减与月度减同月均值）趋势相似，采用1年同减法表示交易保守度。

基于交易保守程度的中证800择时及大小盘轮动策略 [page::5][page::6][page::7]

• 交易保守程度周期变化对中证800指数的择时信号具有约60%正确率，短期5日交易窗口有效提升至4.5%年化收益。

- 基于交易保守度进行大小盘轮动，配置中证1000（小盘）、沪深300（大盘），2013年以来实现约9%年化收益，年化超额达7.15%，月度胜率55%。

• 策略效果与权益基金在宽基指数中的持仓权重高度相关，权益基金话语权下降导致策略表现回撤，恢复需依赖话语权提升。

交易倾向因子对基金组合优化的应用及效果 [page::8][page::9][page::10][page::13]

| 年份 | 超额收益（调整前） | 超额收益（调整后） | 信息比（调整前） | 信息比（调整后） | 最大回撤（调整后） |
|--------|----------------|----------------|--------------|--------------|---------------|
| 2016 | 2.37% | 1.56% | 3.96 | 2.72 | -5.28% |
| 2017 | 9.26% | 6.95% | 3.38 | 1.95 | -9.19% |
| 2018 | -3.27% | -0.02% | -0.80 | -0.01 | -28.85% |
| 2019 | 12.22% | 12.46% | 2.30 | 2.51 | -12.20% |
| 2020 | 17.26% | 21.66% | 2.86 | 3.02 | -18.99% |
| 2021 | 17.10% | 22.66% | 1.80 | 2.07 | -20.86% |
| 2022 | 5.31% | 3.54% | 0.88 | 0.45 | -32.77% |
| 2023 | 6.14% | 7.40% | 0.86 | 1.25 | -21.59% |
| 2024YTD| -3.40% | 1.86% | -0.73 | 0.43 | -22.42% |
| 全时段 | 8.03% | 9.99% | 1.24 | 1.44 | -43.73% |

• 交易倾向因子体现基金交易活跃程度，具有较强负收益预测能力，交易倾向最高的基金超过3.5%的年化负超额收益。

- 交易倾向与换手率正相关且受基金规模影响，规模越大交易倾向越低，反之小规模基金交易倾向更高但未来收益往往较差。

• 以交易倾向为负向筛选指标加入长期能力组合后，年化超额收益提升0.8%，信息比及Calmar比均有所改善。

- 结合市场交易保守度择时调整进一步提升组合表现，年化收益提升0.2%，最大回撤降低。

• 交易倾向因子优于换手率和规模因子，且能够剔除交易过激资金提高基金组合稳健性。

精准行业轮动产品组合构建与交易倾向剔除应用 [page::14][page::15][page::16][page::17]

• 通过非负OLS计算基金在中信一级行业的Alpha及Beta，运用规划求解最大化组合Alpha且控制行业Beta暴露均衡，构造精准的行业轮动组合。

- 另一方案结合全持仓行业权重和行业打分，以余弦相似度降低基金间重合度，实现更贴近行业轮动净值的跟踪，缓解规划求解无解问题。

• 利用交易倾向剔除高交易倾向基金，剥离交易带来超额，仅保留选股超额，提升行业轮动跟踪精度。

表34：六维度行业轮动FOF修正组合业绩对比

| 年份 | 超额收益（调整后） | 超额收益（调整前） | 信息比（调整后） | 信息比（调整前） |
|--------|------------------|------------------|----------------|----------------|
| 2016 | -4.33% | -5.47% | -3.35 | -2.55 |
| 2017 | 3.34% | 3.97% | 0.77 | 0.63 |
| 2018 | -1.97% | 13.86% | -0.27 | 1.71 |
| 2019 | -1.79% | 2.97% | -0.19 | 0.38 |
| 2020 | 27.44% | 7.69% | 2.84 | 1.04 |
| 2021 | -2.50% | -1.83% | -0.39 | 0.19 |
| 2022 | 2.05% | -5.99% | 0.34 | -0.65 |
| 2023 | -2.13% | -7.56% | -0.37 | -0.79 |
| 2024YTD| -0.35% | 2.17% | -0.11 | 0.42 |
| 全时段 | 2.16% | 1.04% | 0.30 | 0.12 |

• 新方案拓展性更强，能有效避免规划求解法无解，提高内部产品覆盖度，基金公司内部行业轮动组合2021年以来年化超额18.33%，信息比2。

- 交易保守与交易倾向因子的结合优化行业轮动产品，是有效提升基金配置管理和风控水平的工具。

证券研究报告详尽分析报告：市场交易保守程度量化指标及其在财富配置中的应用

---

一、元数据与报告概览

• 报告标题：《市场交易保守程度量化指标能够用来做什么？》及《财富配置深度报告》

- 作者： 丁鲁明、刘一凡

• 发布机构： 中信建投证券股份有限公司基金研究部

- 发布日期： 2024年7月22日

• 研究主题： 基于基金模拟收益和真实收益的估算误差，构建市场交易保守程度（宏观指标）和基金交易倾向（微观指标），探讨其对基金组合的优化、市场择时以及行业轮动的影响，提升组合的超额收益和稳定性。

核心观点总结：

该报告提出构建交易保守程度指标（基于基金持仓回归拟合R方）和交易倾向因子，通过分析发现：

• 交易保守程度具有较强周期性，2024年Q2权益基金依然处于较高保守水平。

- 基于交易保守程度的择时及大小盘轮动策略能实现一定超额收益。

• 结合交易倾向剔除法，基金组合的超额收益和信息比均有所提升，最大回撤得到控制。

- 交易倾向过高的基金往往在选股和行业配置上表现较差，未来趋于负超额收益。

• 新构造的行业轮动组合在拟合度和收益表现上均优于传统方法。

---

二、逐节深度解读

2.1 市场交易保守度和微观交易倾向因子

回归的决定系数R方构造指标：

• 以普通股票型基金和偏股混合基金的真实收益与拟合收益的回归R方为基础，衡量基金持仓披露与实际交易的一致性。

- R方越高，说明持仓稳定、交易保守；R方低，则交易倾向较强，持仓披露可信度较低。

• 图1（R方中位数序列）显示2016年以来基金持仓稳定性波动性较大，多在80%-90%间波动，明显季节效应，披露季节附近R方较高[page::3]。

季节效应和周期变化说明：

• 图2（月度平均R方）聚焦季节（3月末、8月末披露期）和月份影响，R方高峰集中在披露月，之后逐渐下降，反映披露数据的时效性[page::4]。

- 图3（年度平均R方）表明2024年整体持仓稳定度回升至90%左右，显著高于2017年和2021年[page::4]。

交易保守程度指标的定义和衡量方法：

• 采用月度市场平均R方中位数与1年前同月减值（即一年同减）来体现基金交易是否变得更活跃或更保守。

- 另一种减去近8年同月平均值的方法趋势相似，但前者具备年周期辨识能力，更稳健，故报告采用一年同减法[page::4-5]。

交易保守程度的周期性及对市场的影响：

• 交易保守程度呈明显周期波动，2021年Q3显著下降，2022年Q3反弹至高位，2023年Q2再次回落，2024年Q2依然保持相对高位[page::5]。

- 猜想一（市场热度关联）：保守程度高时整体市场投资热度降低，指数倾向下跌，反之亦然。

• 月度择时策略（保守程度上升空仓中证800，下降全仓）年化收益1.9%，策略效果不佳[page::5]。

- 改进为交易信号后仅持仓5个交易日（短期冲击）：年化收益提升至4.5%，正确率达到60%[page::6]。

• 猜想二（大小盘轮动）：市场保守时小盘占优，活跃时大盘占优。基于沪深300（大盘）和中证1000（小盘）指标的轮动策略自2013年起年化收益约9%，相对均衡配置超额7.15%，月度胜率55%，但受基金话语权影响显著[page::6-7]。

权益基金在宽基指数中的持仓权重及其对策略有效性的影响：

• 通过计算权益基金在沪深300和中证1000中的持仓市值占比，发现基金话语权提升期（2018-2022）对应大小盘轮动策略超额阶段，话语权下降时策略业绩回落，提示话语权为策略有效性关键因素[page::7]。

2.2 交易倾向指标对基金组合的改进

交易倾向指标定义及表现：

• 对单只基金，用 $1 - R^2$（一年同减）衡量交易倾向，交易倾向越高，仓位变化越剧烈，交易越活跃[page::9]。

- 交易倾向因子具备显著的负向收益预测能力，最活跃的分组（D10）年化超额收益较最低分组（D1）低3.5%以上，呈现明显的负收益趋势[page::10]。

交易倾向与换手率和基金规模关系：

• 换手率与交易倾向正相关，但非绝对关系，换手率高不必然导致高交易倾向，说明基金可能保持风格或选股的连续性[page::10]。

- 规模与交易倾向负相关，规模越大，交易倾向越低，显示大基金较难进行灵活交易[page::10]。

换手率和规模因子的选基效力：

• 换手率及规模因子作为选基因子表现不佳，两者均未形成显著的超额收益预测能力。

- 小规模基金反而因更高交易倾向带来负收益，没能发挥换仓优势[page::10-11]。

交易倾向与各基金业绩拆分的关系：

• 以基金的交易分项收益划分，交易倾向呈倒U型，过低和过高交易倾向的基金交易收益表现较差[page::12]。

- 业绩拆解显示，交易倾向越高，行业配置和选股收益越低，激进交易甚至带来交易收益上的损失。择时收益则影响不大[page::12-13，图22-25]。

• 结论：过高交易倾向是基金负收益的主要风险源，且难以被交易收益所弥补。

结合交易倾向进行基金组合优化：

• 利用市场整体交易保守度，对季度组合中KF-Alpha因子和交易因子权重动态调整（保守时侧重KF-Alpha，活跃时加大交易因子权重），实现策略年化收益+1.9%，超额收益提升至9.99%，信息比和最大回撤均改善[page::8-9]。

- 进一步使用交易倾向因子剔除表现差的基金，组合收益提升约0.8%，信息比及Calmar比均改善，组合风险控制增强[page::13]。

• 在已有择时调整的基础上，加入交易倾向筛选，年化收益再提升0.2%，信息比、最大回撤同步优化[page::13-14]。

- 风格轮动组合引入交易倾向筛选效果有限，但有所改善。

2.3 利用交易倾向构造更精准的行业轮动产品组合

组合构建方法：

• 以主动权益基金和指数型股票基金为基金池，利用基金收益对中信一级行业超额收益回归得出alpha和beta。

- 规划求解组合权重，约束权重总和为1，各权重在0-20%，且各行业beta均等（0.15），目标最大化组合alpha[page::14-15]。

存在问题及替代方案：

• 规划方法在部分基金公司内产品构造时无解较多，策略效果下降。

- 替代方案依据月份全持仓行业权重结合行业打分加权，采用修正的行业打分（头部行业权重放大），保持组合持仓余弦相似度低，实现行业覆盖均匀且跟踪紧密[page::15-16]。

该方案优势：

• 图32显示，基金组合拟合行业轮动净值与等权行业组合净值比值逐渐趋近1，拟合误差逐年降低[page::16]。

- 通过剔除高交易倾向基金提升组合的选股有效性，同时减少交易行为带来的负面影响，修正后的组合R方明显提升[page::16-17]。

• 新行业轮动组合相对于传统方案，在超额收益和信息比上均表现更优[page::17]。

- 单基金公司内产品构造行业轮动组合年化超额达18.33%，信息比2，覆盖度广，策略稳健[page::17]。

---

三、图表深度解读

图1（R方中位数）
展示2016年至2024年偏股及股票型基金持仓稳定度，明显的周期和季节效应提示交易保守性随披露周期波动，持仓真实性呈季节波动，R方一般在70%-95%之间，交易保守性随时间呈波动趋势[page::3]。

图2与图3（月度和年度R方中位）
图2展示每月分布，明显披露月（3月、8月）持仓稳定性最高，随后快速下降，验证持仓披露对指标影响显著。
图3以年为单位呈现了持仓稳定度的大致波动，2024年回升到历史高点。两图结合揭示基金持仓披露与交易保守性的动态变化[page::4]。

图4（交易保守度计算方法比较）
两种交易保守度计算方法走势高度一致，验证了选用一年同减法的合理性，后续分析中采用该指标作为市场交易保守性代表[page::5]。

图5与图6（交易保守程度择时策略表现）
图5单月持有策略回报较低，图6改为持有5日短期交易后，策略表现大幅改善，年化收益提升至4.5%，体现交易行为对择时策略影响显著[page::5-6]。

图7与图8（大小盘轮动及与基金话语权关系）
图7显示策略累计超额收益明显优于基准，提升约7个百分点。
图8对应基金持仓占比显示话语权下降期策略回撤，资金话语权是交易保守指标效果的重要驱动[page::7]。

图9（交易保守程度变化对交易因子超额收益影响）
归纳不同市场交易保守状态下交易因子表现，活跃市场中多头收益更好，保守期表现弱，非线性关系提示市场活跃度与交易因子收益之间存在复杂动态联动[page::8]。

图10和11（调整前后组合净值）
调整后组合净值曲线明显优于调整前，超额收益增强且回撤降低，验证交易保守度调整组合构建的有效性[page::9]。

图13至20（交易倾向、换手率、规模等因子多空收益及分组收益）
这些图展示了交易倾向、换手率、规模因子对基金未来收益的影响：

• 交易倾向因子负面预测效果明显。

- 换手率作为因子表现不明显。

• 规模因子体现大基金负收益风险，小规模基金虽然更灵活但无法带来更高收益[page::10-11]。

图21至25（交易倾向与业绩拆分分项关系）
显示交易倾向与业绩拆解各分项的对应关系，重点包括：

• 行业配置和选股收益随交易倾向升高呈下降趋势。

- 交易本身收益先升后降（倒U型）。

• 择时收益与交易倾向关联不明显。

该结果支持激进交易倾向基金大多因选股、行业配置差而负收益的结论[page::12-13]。

图26（长期能力组合修正净值）及表27（业绩对比）
剔除高交易倾向基金后，组合的超额收益、信息比和Calmar比都有不同程度提升，验证交易倾向因子作为负向筛选指标的收益增厚效果[page::13]。

表28至29（季度组合及风格轮动组合修正业绩对比）
含交易倾向剔除的组合整体展现更佳表现，尤其是季度组合，年化超额收益和信息比均改善，最大回撤降低，增强组合稳定性[page::14]。

图30至31（行业轮动FOF组合净值及各年收益）
展示了六维度行业轮动基金组合表现出色，2016年至今年化收益18.16%，2024年上半年相对基准超额7.47%。2020年及2021年收益特别突出，体现轮动策略的阶段性优势[page::15]。

图32（拟合行业轮动与实际行业轮动比值）
显示拟合组合逐年更好地贴近实际行业轮动，误差减少，拟合度提高，表明模型不断优化[page::16]。

图33（R方修正前后组合平均R方）
剔除高交易倾向基金后组合的拟合R方明显提升，显示组合行业暴露更稳定，交易噪音减少[page::16]。

图17-18（六维度行业轮动FOF修正组合净值与业绩表）
优化后组合信息比和超额收益均有提升，波动和回撤有所改善，2020年获得特别高的超额收益[page::17]。

图19（单基金公司内部产品组合净值）与表20（业绩表现）
该内部组合自2021年以来表现卓越，年化超额18.33%，信息比2，最大回撤相对较低，体现策略的实际可操作性和强大复现价值[page::17]。

---

四、估值分析

本报告侧重策略指标构建、组合优化及收益分析，未涉及传统意义上的公司估值模型（DCF、PE等），但包含多维度量化绩效分析和因子择时的有效性测度，体现为非结构化的相对收益测算。

组合构建中的规划求解方法：

• 最大化组合Alpha，约束行业暴露均衡，权重限制，体现了量化组合优化方法中的线性规划/二次规划思想。

该优化方法及行业轮动策略本身的超额收益即反映了量化策略的内在价值评价。

---

五、风险因素评估

报告提示多项风险因素：

1. 历史收益非未来收益保证： 基金过去业绩不能预示未来表现，模型基于历史数据存在失效风险[page::0,18]。

2. 量化模型失效风险： 宏观突发事件，如政策变动、美债利率、贸易冲突等，可能导致大小风格轮动、交易保守度指标发生错判[page::0,18]。

1. 基金标签局限： 仅为量化维度客观评价，不代表基金主观管理目标或策略[page::0,18]。

4. 拟合误差风险： 由于多因素影响，基金组合拟合的R方与理论净值可能产生较大差异[page::0,18]。

1. 交易倾向指标覆盖局限： 仅反映基金市场部分视角，可能不能全面反应整体市场交易倾向，存在估算偏差[page::0,18]。

6. 策略受基金话语权影响显著，基金持仓集中度变化将影响策略有效性[page::7]。

---

六、批判性视角与细微差别

• 指标构建的局限性： 交易保守程度以R方中位数估计，主要依赖持仓披露的真实度，披露频率和更新滞后可能导致指标反应滞后或不完整，季节效应明显且存在较大波动，某些判断或择时策略基于单一指标而非多维度信号，风险自主识别较弱。

- 择时策略有限且存在错判： 单月和5日持有策略年化收益较低且存在多个历史区间错判，表明交易保守度波动对指数择时的指导作用有限，需要结合其他指标。

• 交易倾向对负收益的分析虽详尽，但收益动力机制未完全厘清，非线性和因子间的相互制约需要进一步探讨。

- 行业轮动替代方案虽更灵活，但回归依赖与指数拆解仍需长期验证，策略稳定性需关注极端市场表现。

• 基金话语权的影响强调了策略成效的前提条件，策略依赖特定市场结构，扩展性和通用性需谨慎考虑。

总体来看，报告严谨详实，但对可能存在数据滞后性、市场异态反应及策略局限的披露较少，投资者应结合宏观环境和多因子分析综合判断。

---

七、结论性综合

本报告系统构建并验证了基于基金持仓拟合R方的市场交易保守程度指标及基金交易倾向因子，深入挖掘市场微观和宏观交易行为对基金组合构建的影响，提出多项具有实证支持的组合优化和择时策略。

具体结论：

• 交易保守程度指标反映了基金市场整体交易风格的周期波动，2024年保持高保守水平，该指标可用于捕捉大小盘轮动及短期市场择时信号，但预测能力有限，须结合基金话语权等因素判断有效期。

- 交易倾向因子揭示基金交易活跃度对未来收益的显著负向预测作用，激进交易倾向基金未来负超额概率高，且负向影响主要来源于选股和行业配置分项。

• 将交易保守程度和交易倾向引入基金组合构建中，通过动态因子权重调整和高交易倾向基金剔除，显著提升组合年化超额收益（相对偏股混合基金指数提升至$9.99\%$，长期能力组合提升至11.98%），提供稳定性，降低回撤。

- 构建的新型行业轮动组合采用全持仓行业打分加权策略，减小回归误差，拟合行业轮动更加贴近实际，组合年化超额收益和信息比优于传统规划求解方案；单基金公司内产品构造实现高超额(18.33%)和优秀信息比(2)，覆盖度广。

• 报告对风险因素审慎提示，提醒投资者关注模型失效、宏观政策、标签局限等潜在风险。

从图表走势看，大部分基于交易保守度和交易倾向构造的策略整体收益处于正向，回撤得到有效控制，信息比明显提升，表明指标具有实用价值和一定预测能力。

投资者通过引入交易保守度与交易倾向指标，可进一步把握市场结构性变化，优化基金组合配置及行业轮动安排，但仍应结合宏观市场环境和基金话语权等因素综合考虑，警惕模型失效风险。

---

附：重点引用图表及数据目录

| 图表编号 | 内容描述 | 核心见解 | 页码 |
|---|---|---|---|
| 图1 | 基金持仓拟合R方中位趋势 | 高频季节波动，持仓披露影响明显，R方整体趋势波动 | 3 |
| 图4 | 交易保守度指标不同计算法对比 | 两种方法结果趋势一致，选用一年同减合理 | 5 |
| 图5-6 | 交易保守度择时策略净值走势 | 5日持有策略优于单月持有，年化收益从1.9%提升至4.5% | 5-6 |
| 图7-8 | 大小盘轮动策略与基金话语权对比 | 基金持仓占比提升带动超额收益增加，降低导致策略失效 | 7 |
| 图9 | 交易保守程度变化对交易因子收益影响 | 活跃时交易因子多头表现优良，保守时下降 | 8 |
| 图10-11 | 调整前后基金组合净值对比 | 交易保守度调整显著提升净值表现和超额收益 | 9 |
| 图13-20 | 交易倾向、换手率、规模因子分组收益 | 交易倾向与负超额相关，换手率和规模影响复杂 | 10-11 |
| 图22-25 | 交易倾向与业绩拆分分项关系 | 选股与行业配置收益随交易倾向下降，交易收益倒U型 | 13 |
| 图26 | 长期能力组合修正净值 | 剔除高交易倾向基金提升组合表现 | 13 |
| 图30-31 | 六维度行业轮动FOF净值和年度收益 | 组合表现优异，超额收益显著 | 15 |
| 图32-33 | 拟合行业轮动比值及组合R方修正 | 组合拟合误差降低，稳定性提升 | 16 |
| 图表1-2（17页） | 修正与传统行业轮动组合净值对比 | 修正组合拟合更加紧密，表现更优 | 17 |
| 表27-29 | 各种组合的超额收益及信息比 | 交易倾向剔除提升组合表现和稳定性 | 13-14 |
| 表34-36 | 六维度修正行业轮动组合及基金公司内部产品组合收益数据 | 多数年度及全期均表现优异且稳定 | 17 |

---

总结

本报告基于创新的交易保守度与交易倾向指标，揭示基金市场交易行为与收益表现的深层联系。通过指标推广到基金组合的优化、市场择时、行业轮动策略，获得了稳定且显著的超额收益提升，且对组合风险控制效果明显。指标具有较强的周期性和策略敏感性，结合基金话语权的影响，体现了市场结构性动态。尽管存在指标构建和应用的局限风险，整体研究为量化基金投资及资产配置提供了有力工具，具备较大实用价值和推广潜力。

---

参考文献

• 本报告全文内容及图表，页码详见溯源标签 [page::x]

---

（分析完毕）

报告