基于行业配置稳定性及选股能力的基金优选策略

创建于 2025-07-21T16:12:41.143818+08:00 更新于 2025-07-21T17:48:04.146141+08:00

摘要

本文以3年时间周期考察基金行业配置稳定性和选股能力，构建多维指标衡量两者，系统研究了行业配置稳定性、选股能力与基金收益的相关关系。结果显示，选股能力与基金收益显著正相关，而行业配置稳定性近年来与收益呈负相关。结合Brinson个股选择胜率与长线持仓相对行业胜率指标优选基金构建“高选股能力”组合，进一步叠加行业配置稳定性筛选，可获得更高收益率，提供了基金优选的有效量化依据[page::0][page::4][page::6][page::14][page::18][page::27][page::29]。

速读内容

基金市场发展及研究框架 [page::4][page::5]

2019年前，A股公募基金规模从数百亿增长至逾14万亿元，基金数量超6000只。

- 研究框架分为基金分类、指标构建、基金筛选等步骤，重点选取主动型权益基金作为研究对象。

基金行业配置稳定性指标构建 [page::7][page::8]

使用申万一级行业，进一步归为成长、消费、周期、大金融四板块。

- 以行业偏离幅度和行业配置变化幅度衡量基金行业配置稳定性，3年3个月为统计窗口。

行业偏离幅度和配置变化幅度主要集中10%-30%之间，长期稳定。

基金选股能力的多维度度量 [page::9][page::10][page::11][page::13]

通过Brinson模型分解个股选择收益及胜率作为选股能力指标。

- 采用Fama五因子模型回归净值数据，计算净值回归超额收益及其稳定性。

基于基金长期持仓（连续多个季度重仓股票）表现衡量基金选股能力。

- 各方法显示选股收益呈现正相关且具有一定稳定性和预测力。

行业配置稳定性与选股能力对基金收益的影响 [page::14][page::15][page::17]

行业配置稳定性指标与基金收益近年相关性下降，2018年后负相关显著。

- 选股能力指标（Brinson个股选择收益及胜率、净值回归超额收益、长线持仓表现）与基金收益均呈明显正相关。

行业配置稳定性与选股能力呈负相关，行业稳定的基金股票选择能力更强。

基于行业配置稳定性及选股能力的基金优选策略构建 [page::22][page::23][page::24][page::26][page::27][page::28]

采用季度调仓策略，基于行业配置变化幅度和选股能力指标分别构建基金组合。

- 行业配置稳定性指标本身选基效果有限，但Brinson个股选择胜率及长线持仓胜率具有显著选基能力。

结合选股能力筛选的“高选股能力”组合2016-2019年累计收益达104.4%。

- 叠加行业配置稳定性筛选后，收益进一步提高至107.95%，具备实际投资参考价值。

深度阅读

基于行业配置稳定性及选股能力的基金优选策略报告详尽分析

---

1. 元数据与概览

报告标题： 基于行业配置稳定性及选股能力的基金优选策略
系列名： 基金产品专题研究系列之十七
发布机构： 广发证券发展研究中心
作者/分析师： 罗军（首席分析师）、安宁宁（联席首席分析师）、史庆盛、马普凡、张超、文巧钧、陈原文、樊瑞铎、李豪、郭圳滨
发布时间： 截至2019年底最新数据，属于2019年第四季度报告
研究主题： 以A股市场中主动型权益基金为研究对象，探讨基金行业配置稳定性与选股能力之间的联系，及其对基金收益的影响，最终构建优选基金组合策略。

核心论点：

基金历史的行业配置稳定性及选股能力是预测基金未来业绩的重要因子。

- 通过构建基于持仓和净值数据的行业配置稳定性和选股能力指标，对基金进行筛选可以提升组合表现。

选股能力指标（尤其是Brinson个股选择胜率和基于长线持仓的胜率）对基金业绩的预测效果显著优于行业配置稳定性指标。

- 行业配置稳定性与基金收益近年来相关呈现负相关关系，同时行业配置稳定性与选股能力也呈负相关。

综合考量选股能力和行业配置稳定性，筛选出的基金组合取得优于市场整体的超额收益。

风险提示： 文章中指标和模型均基于历史数据构建，可能无法完美刻画真实市场动态，未来表现可能会有偏差。[page::0,29]

---

2. 逐节深度解读

2.1 基金市场概况及研究框架（第4-6页）

报告先介绍了A股公募基金快速发展的背景，截止2019年第四季度基金市场总规模达到约14.66万亿元，基金数量超过6000只。基金规模和数量自2013年起持续增长，市场活跃度提升。以上数据基于Wind统计（图1）。

基金研究框架分为三个主要步骤（图2）：

投资目标与基金分类：依据不同基金的投资标的和运作模式区分基金类别，满足不同投资需求；

2. 基金特征多角度刻画：结合基金历史业绩、持仓及其他数据，构建多维度表现指标；

指标筛选与基金优选：基于相关性和预测有效性筛选指标，优选未来有望表现较好的基金。

此处重点选取主动型权益基金，2020年前符合筛选条件（规模>2亿元，权益比例>60%等）的共有327只，管理规模约6400亿元（图3）。这种筛选确保研究专注于具备稳定性且代表市场主流的基金样本。[page::4,5,6]

---

2.2 基金行业配置稳定性的定量刻画（第7-8页）

基金行业配置以申万一级28个行业为基础，分类整合为成长、消费、周期、大金融四大板块（表1）。研究周期为滚动3年，采用季度为频率，通过基金半年报、季报数据计算。

构建两类关键指标：

行业偏离幅度：基金历史N期内，单期行业配置偏离平均值（申万一级行业配置均值）的绝对偏差。

- 行业配置变化幅度：基金相邻两个报告期期间的行业配置变动幅度的平均值。

统计显示2016年以来，行业偏离幅度平均约20%，行业配置变化幅度约22%，在时间序列中保持相对稳定（图5，图6）。行业偏离和配置变化幅度的分布多在10%-30%区间，少数基金偏离或变动较大（图7，图8）。
这两个指标表征基金在行业层面的配置稳定性，其中变化幅度反映基金主动调整频率，偏离幅度反映基金行业风格偏离基准的大小。[page::7,8]

---

2.3 基金选股能力指标构建（第9-13页）

Brinson模型个股选择能力度量（第9-10页）

基于Brinson归因模型，将基金超额收益分解为行业配置收益、个股选择收益、交互收益。基金个股选择收益反映基金相对基准在个股选择上的能力。
研究中以中证800指数为基准（基金持仓集中于该指数成分股，约70%占比，图9），按季度计算滚动3年内Brinson个股选择收益均值及胜率。

数据显示，基金平均Brinson个股选择收益存在波动，胜率稳定在50%左右，代表基金总体选股能力有限但相对稳定（图10）。

净值回归超额收益及稳定性指标（第10-11页）

采用经典Fama-French五因子模型剥离市场和风格因素，净值回归得到基金的超额收益及其稳定性(平均值除以标准差)，能刻画基金风格调整后的选股能力。研究采用3个月滚动回归窗口，滚动3年计算指标均值和稳定性。

数据显示近几年此指标和稳定性均呈上升趋势（图11），表明部分基金在风格中性后的选股能力提升且较稳定。

基于历史长线持仓的选股能力（第11-13页）

考虑基金持股的连续持有特性，筛选连续4期以上在前十大重仓股列表中的持仓，统计对应超额收益和胜率（相对申万一级行业指数）。该方法可捕捉基金在重点个股上的长期投资能力。

历史数据显示基金长线持仓多数超额收益为正，胜率超过60%，长期持有具备明显的超额收益能力（表2，图12，图13）。举例中显示著名消费股如贵州茅台、五粮液持有超过6年，获利显著。

综上三种选股能力指标，Brinson个股选择和长线持仓指标均表现出积极的基金选股能力信号，净值回归超额收益则揭示风险调整后能力。[page::9,10,11,12,13]

---

2.4 基金收益、行业配置稳定性、选股能力的关系（第14-21页）

行业配置稳定性与基金业绩关系（第14-16页）

四项行业稳定性指标之间高度相关（表3），但与基金近3年累计收益的相关性自2018年开始转为负相关（图14，图15）。
分档收益显示配置稳定性较高的基金获得更高累计收益，尤其行业配置变化幅度的单调性更明显（图16，图17）。考虑到基金的换手率较高且季度持仓更频繁，报告选择以季度报告数据和行业配置变化幅度为稳定性主指标（图18，图19）。

选股能力与基金业绩关系（第17-19页）

六项选股指标相关性中长线持仓与其他指标相关较低（表4），但整体呈中等正相关。
三大选股指标均与基金收益呈明显正相关：

Brinson个股选择收益和胜率相关系数分别约为46.6%、40.7%；

- 净值回归超额收益及稳定性相关系数高达85.1%、69.7%；

长线持仓相对行业超额收益及胜率相关系数分别为43.9%、53.5%。

分档收益显示高选股能力基金组合明显跑赢低选股能力基金，表现持续优异（图20-25）。

行业配置稳定性与选股能力相关性（第20-21页）

三类选股能力指标与行业配置变化幅度整体呈负相关相关，相关系数在-15%到-35%之间。尤其Brinson指标负相关最为明显（图26-29）。
进一步测试显示，在剔除高行业配置变化幅度基金后，选股能力前1/5基金组合的收益率更高（图30）。
基金表现倾向于两者均优秀——稳定的行业配置配合强选股能力提升回报。

---

2.5 基于行业配置稳定性及选股能力的基金优选（第22-28页）

通过实证回测，报告构建并测试以下基金组合：

高行业配置稳定性组合： 按行业配置变化幅度指标选择1/5最稳定基金。表现与市场总体接近，超额收益有限（图31，表5）。

- 高Brinson个股选择胜率组合： 选股能力较强组合，尤其行业配置变化幅度<25%的筛选后，绩效更佳（图32，表6）。

高净值回归超额收益稳定性组合： 该指标的选基能力较弱，组合表现一般（图33，表7）。

- 高长线持仓相对行业胜率组合： 具选基能力，叠加行业配置稳定性筛选后绩效进一步提升（图34，表8）。

复杂组合：“高选股能力”基金组合（同时满足Brinson胜率>50%、长线胜率>80%）在2016-2019年累计收益达104.4%；叠加行业配置稳定性筛选（配置变化幅度<25%）后累计收益进一步提升至107.95%（图35-38，表9-10）。

综上，选股能力指标具备良好的历史选基效果，行业配置稳定性指标单独效果一般。但两者结合可实现小幅增益。行业配置稳定性与选股能力负相关，导致叠加约束提升幅度有限。

---

2.6 总结与风险提示（第29页）

基金行业配置稳定性与收益相关性近年来呈负相关；

- 基金选股能力与收益始终正相关，Brinson个股选择胜率及长线持仓表现指标尤其有效；

结合两类选股能力指标能创造更好基金组合表现；

- 叠加行业配置稳定性约束进一步提升收益，但幅度有限；

研究基于历史数据与统计模型，存在预测与现实偏差风险。

---

3. 图表深度解读

报告中图表内容丰富，以下为重点图表解析：

图1 展示2005-2019年公募基金规模和数量高速增长趋势，说明市场的活跃性和投资者关注提升。

- 图5-8 明确基金行业偏离幅度平均约20%，行业配置变化幅度约22%，数据分布集中且波动有限，确认行业配置稳定性的量化基础。

图9 说明样本基金持仓集中于中证800，验证以中证800做Brinson基准的合理性。

- 图10 Brinson个股选择收益波动较大但胜率稳定，反映选股能力稳定存在但收益质量波动。

图11 净值回归超额收益及稳定性逐年上升，标志基金风险调整后超额收益能力增强。

- 图12-13 长线持仓指标长期为正，胜率超过60%，反映长期持股带来持续超额收益。

图14-17 行业配置稳定性指标与基金累计收益相关性转换，分档组中稳定配置基金收益更好，支持稳定配置假说。

- 图18 基金换手率居高不下，支持季度频率行业配置波动测算。

图19 行业配置变化幅度小基金偏好消费板块，低配大金融。

- 图20-25 三类选股能力分档收益均体现正向收益梯度，强化选股指标有效性。

图26-29 选股能力指标与行业配置变化幅度负相关明显，显示两种能力的权衡关系。

- 图30-38 选基效果和收益对比清晰，表明结合指标筛选的基金组合明显跑赢市场，尤其高选股能力组合。

图表充分结合文本论述，支撑作者观点，整体数据质量高，覆盖面全面。唯一潜在局限为季报持仓不完整可能引入行业配置测度误差，报告中通过半年度数据对比及基金持仓集中度筛除进行了合理控制。[page::4-29]

---