`

从基金持仓行为到行业轮动策略

创建于 更新于

摘要

本报告基于基金持仓高频监测模型和Brison归因,优选具备短期行业配置能力的基金,构建行业轮动因子。行业轮动因子涵盖定价权、仓位及持仓估值三个维度,定价权因子表现最佳,实现多头超额年化收益11.8%,多空组合年化收益达17%,显著优于行业等权基准。因子设计通过历史偏离度与分位点衡量基金持仓动态,融合多种行业信号合成方式,测试验证了基金行业配置能力对行业未来上涨动能的显著预测作用,为行业轮动策略提供量化支持 [pidx::0][pidx::3][pidx::5][pidx::6][pidx::19][pidx::23].

速读内容

  • 基金行业轮动因子构建框架 [pidx::3]:


- 通过基金初筛、Brison归因优选短期行业配置能力强的基金。
- 基于单基金持仓行业信息构建动态行业信号。
- 汇总优选基金信号,形成行业轮动因子。
  • 基金分域优选效果验证 [pidx::4]:

- 基金行业配置能力越强,行业轮动因子有效性越高。
- 选取配置能力前10%基金作为优选基金,提升因子表现。
  • 定价权类因子详解及表现 [pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::11][pidx::12][pidx::13]:

- 定价权总偏离因子最佳回溯期36月,RankIC均值8.3%,多空年化收益12.6%,多头超额年化收益9.2%。



- 定价权偏离分歧度因子回溯48月效果最佳,年化收益14.1%,多头超额10%。


- 定价权高偏离占比因子回溯48月,年化收益14.4%,多头超额9.2%。


- 定价权高分位占比因子回溯60月,年化收益14.8%,多头超额11.4%。

  • 仓位类因子表现 [pidx::13][pidx::14][pidx::15][pidx::16][pidx::21][pidx::22][pidx::23]:

- 仓位偏离分歧度回溯24月,有效性最佳,年化收益12.7%,多头超额7.5%。


- 仓位高偏离占比回溯24月,年化收益12.2%,多头超额7.1%。


- 合成仓位因子,年化收益15.4%,多头年化收益15.1%,多头超额8.4%。
  • 持仓估值低偏离占比因子表现 [pidx::17][pidx::18][pidx::19]:

- 回溯36月RankIC均值9.1%,年化收益16.9%,年化IR1.61,表现优异,2022年下半年略有回撤。

  • 因子相关性及合成 [pidx::23]:

- 同信息维度内因子相关性较高,定价权类因子间相关率60%以上,仓位类因子间相关率71%。
- 定价权因子合成4个定价权类因子,仓位因子合成两个仓位类因子,合成因子表现更优异。
  • 综合因子表现总结 [pidx::19][pidx::20][pidx::21]:

- 定价权因子多头年化收益17.9%,多空多头组合年化收益17%,年化IR1.45,收益及超额贡献显著。


- 仓位因子多头年化收益15.1%,多空组合15.4%,超额年化收益8.4%。


- 持仓估值低偏离占比因子年化收益16.9%,多头超额年化收益9.7%。
  • 行业轮动应用与优选基金名单 [pidx::23][pidx::24]:

- 定价权因子能有效捕捉涨幅前五行业,月度多头覆盖16个涨幅前5行业,少量误判。
- 优选基金名单包含130只短期配置能力强基金,前20基金资产规模及基金经理信息公开。

深度阅读

金融研究报告深度解析:《从基金持仓行为到行业轮动策略》——开源证券金融工程研究团队(2023年8月28日)



---

一、元数据与报告概览


  • 报告标题:《从基金持仓行为到行业轮动策略》

- 作者及团队:开源证券金融工程研究团队,首席分析师魏建榕及多位分析师与研究员参与撰写。
  • 发布日期:2023年8月28日

- 研究主题:基于基金持仓行为的多维度行业轮动策略研究,侧重于基金短期行业配置能力及其行业轮动因子的构建与验证。
  • 核心观点

1. 通过开源金工高频监测模型,实时测算基金行业持仓及其动态,克服披露频率低、时延大的问题。
2. 结合Brison归因方法定量评价基金短期行业配置能力,筛选配置能力强的基金构成优选基金池。
3. 基于基金行业持仓“定价权”、“行业仓位”及“持仓估值特征”等维度,分别构建多种行业轮动因子。
4. 进一步将同类因子合成为定价权因子、仓位因子和持仓估值因子,构建完整的行业轮动策略。
5. 各因子及组合策略回测均表现稳健有效,特别是定价权因子多头组超额收益显著,2023年以来超额年化达22.3%。
  • 风险提示:模型基于历史数据,未来市场变化可能影响模型有效性,研究结论不构成投资建议。[pidx::0][pidx::3][pidx::25]


---

二、逐节深度解读



1. 开源金工基金行业轮动因子构建框架


  • 基金初筛:选取普通股票型和偏股混合型基金,成立时间半年以上,规模≥2亿,A股权益仓位≥60%,排除行业主题基金(前两大行业仓位≤60%),保证基金池的代表性与稳定性。

- 基金分域:应用Brison归因将基金收益拆分为行业配置收益与行业内个股选择收益,重点评价短期行业配置能力,用截面均值比方差的指标衡量,基金按能力划分为10组。结果显示配置能力越强,基于基金持仓构建的行业轮动因子效果越好,故选择最优10%基金构成优选基金池。
  • 单基金行业信息处理:采用历史偏离度标准化方法(Z-score),衡量基金行业持仓相对历史的偏离程度,剔除绝对水平干扰,更能反映基金的多空观点。

- 行业信号合成:优选基金间行业信号合成采取三种方式——信号简单累计(汇总)、行业观点分歧度(标准差)及满足条件基金占比,分别从不同维度反映整体行业观点与共识程度。

该框架实现了从个基持仓到行业轮动因子构建的系统化、多维度切入,兼顾了基金配置能力和信息聚合的有效性。[pidx::3][pidx::4]

---

2. 定价权维度因子构建及验证


  • 定价权定义:基金行业持仓市值占行业成交额比例,视为基金对该行业的定价权。

- 基于基金内部定价权的历史偏离度及基金间的分布特征,构造了四类定价权因子:
1. 定价权总偏离:基金行业定价权历史偏离度均值求和。最佳回溯期为36个月,RankIC均值8.3%,多空组合年化收益12.6%,多头超额9.2%,2023年多头超额17%。

2. 定价权偏离分歧度:基金间行业定价权偏离度的标准差。最佳回溯期48个月,RankIC均值9%,多空组合收益14.1%,多头超额收益10%。特别在2020-2022年表现高,2023年小幅回撤。

3. 定价权高偏离占比:统计基金中定价权偏离度显著高于1标准差的比例,反映显著看多的拥护度。最佳回溯期48个月,RankIC均值9.8%,多空年化收益14.4%,多头超额9.2%。

4. 定价权高分位占比:统计定价权分位点高于80%的基金占比,最佳回溯期60个月,RankIC均值9.6%,多空年化收益14.8%,2023年年化收益达27.1%,多头超额11.4%。

四类因子均显示显著的多头优势和稳定的超额收益,验证了定价权上升预示行业上涨动能增强的假设,表现最佳的组合因子为整合后“定价权因子”。[pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::11][pidx::12]

---

3. 行业仓位维度因子构建及验证


  • 仓位定义:基金行业持仓占基金总资产的比例,调整为相对于全市场行业市值占比的比值,剔除价格变动影响,真实反映基金经理行业配置态度。
  • 构造两类仓位因子:

1. 仓位偏离分歧度:基金间调整后仓位的历史偏离度标准差,最佳回溯期24个月,RankIC均值7.3%,多空组合收益12.7%,多头超额7.5%。
2. 仓位高偏离占比:统计偏离度超过2标准差的基金占比,最佳回溯24个月,RankIC均值7.9%,多空组合收益12.2%,多头超额7.1%。
  • 两因子相关性较高,合成为“仓位因子”,年化收益约15.4%,年化IR1.41,多头超额8.4%。表现稳定,且分组单调性不及定价权因子,但同样在各年度表现正收益,尤其自2020年后表现较好。


该维度更直观体现基金经理多空观点的变化,辅助提升轮动因子的有效性。[pidx::13][pidx::14][pidx::15][pidx::16][pidx::21][pidx::22][pidx::23]

---

4. 持仓特征维度因子构建及验证


  • 基于基金个股持仓估值(行业内加权标准化估值)构建,低估值加权越多,表示基金更倾向左侧配置。
  • 构造持仓估值低偏离占比因子:计算基金行业持仓估值历史偏离度,统计显著低于2倍标准差的基金占比,最佳回溯期36个月,RankIC均值9.1%,年化收益16.9%,年化IR1.61,多头超额收益9.7%。
  • 因子表现稳定,部分年份回撤(如2022年下半年),但总体提供了显著的超额回报。


此维度更捕捉市场左侧买入布局的机会,补充行业轮动因子的多元信息来源。[pidx::17][pidx::18][pidx::19]

---

5. 因子合成与综合表现


  • 相关性分析:同类别因子相关性较高(定价权因子间≥60%,仓位因子间达71%),不同类别因子相关性适中(约40%-30%),持仓估值因子相对独立。
  • 合成方案

- 定价权类4个因子标准化后等权合成“定价权因子”,RankIC均值9.9%,多空年化收益17%,多头超额年化11.8%。
- 仓位类2因子合成“仓位因子”,RankIC均值8.1%,年化收益15.4%,多头超额8.4%。
- 保留“持仓估值低偏离占比”独立作为特征因子,年化收益16.9%,多头超额9.7%。
  • 综合绩效

- 定价权因子表现最佳,10年均录正收益且超额显著,2023年7月收益持续领先行业等权。
- 仓位因子表现稳健,部分年度略逊色但长期仍有稳定超额。
- 持仓估值因子作为补充提供额外的alpha来源。
  • 因子整体贡献突出,多头均较行业等权显著超额,年化超额均在7%-12%区间。
  • 综合轮动策略具备较强的历史绩效和稳定性,具备较强的行业轮动代表性与指导价值。[pidx::20][pidx::21][pidx::22][pidx::23]


---

6. 行业精选与优选基金名单


  • 行业精选:2022年以来,定价权因子打分领先的行业多数月份对应当月涨幅前五,其中包括银行、食品饮料、电力设备、房地产、有色金属、国防军工等。体现行业轮动因子对行情趋势的较好捕捉能力。

- 优选基金:截至2023年7月31日,通过Brison归因筛选出的短期行业配置能力较强的130只基金名单,列举了排名前20的基金,涵盖知名公募如中信建投价值增长、万家消费成长、工银大盘蓝筹等,基金经理专业且规模适中,奠定了因子构建的基础。[pidx::23][pidx::24]

---

7. 风险提示与声明


  • 强调基于历史数据测试,未来市场不确定性可能导致模型及因子表现偏离历史趋势。

- 明确不构成投资建议,仅供机构及合规投资者参考。
  • 提示法律合规及投资风险,符合相关监管规定。

- 评级体系基于相对市场表现,慎重使用,考虑个人实际投资需求。[pidx::25][pidx::26][pidx::27]

---

三、图表深度解读



图1:行业轮动因子构建框架图
  • 展示了基金初筛、基金分域、单基金行业信息处理及优选基金信号合成的流程,说明方法论的系统性和逻辑流程。[pidx::3]


图3:定价权总偏离因子不同回溯期有效性对比
  • 随回溯期的拉长,因子RankIC先升后降,最佳为36个月,说明因子对行业上涨信号捕捉具有周期敏感性,过长容易稀释信号。[pidx::5]


图4、5、6:定价权总偏离因子含收益及分组表现
  • 多空组合年化12.6%,第5组收益最优。多年度多头组均录正收益,2023年超额年化收益为17%,显示持续有效且表现稳定。[pidx::6]


图7-10:定价权偏离分歧度因子回溯期及收益表现
  • 回溯48个月效果最佳,年化多空组合收益14.1%,多头超额10%,尤其2020至2022年表现突出。体现基金间分歧度高时,部分提前左侧配置策略有效。[pidx::7-9]


图11-14:定价权高偏离占比因子回溯期及收益
  • 因子有效性随着回溯期增加稳步提升,48个月最佳,年化收益14.4%。多头组优势明显,2023年保持正收益。多头组超额收益9.2%。[pidx::9-11]


图15-18:定价权高分位占比因子表现
  • 回溯期60个月,因子RankIC达9.6%,多空年化14.8%,2023年年化27.1%。多头组多年份保持较高超额。体现定价权分布极值有稳定预测力。[pidx::11-13]


图19-22:仓位偏离分歧度因子效果分析
  • 最佳回溯24个月,年化多空收益12.7%,多头超额7.5%。多年份保持正收益,体现仓位调节在行业轮动中的稳定作用。[pidx::13-16]


图23-26:仓位高偏离占比因子表现
  • 回溯24个月,年化收益12.2%,多头组13.8%以上,部分年份如2020-2022年表现突出,部分年份负收益,整体贡献稳健。[pidx::15-17]


图27-30:持仓估值低偏离占比因子表现
  • 回溯36个月,年化十七点多,IR1.61,多头组持续稳健超额,特别是2021、2022年表现强劲。反映价值低估时机构左侧布局优势。[pidx::17-19]


图31-38:综合定价权因子与仓位因子表现
  • 定价权因子综合表现优异,年化17%,多头超额11.8%,各年度稳定正收益。仓位因子年化15.4%,多头超额8.4%,表现略逊色但稳健。多空组合正收益稳定,展示出强有效性与可操作性。[pidx::19-22]


---

四、综合结论



本报告系统构建了基于基金持仓动态的行业轮动因子体系,核心贡献体现在:
  • 突破持仓信息时效性限制:通过高频监测和卡尔曼滤波技术,精确估计基金个股及行业持仓,消除披露滞后影响,增强行业轮动信息的前瞻性。
  • 科学评价基金短期行业配置能力:创新采用Brison归因结合标准差调整指标,挑选具短期行业配置优势的基金作为信息来源,保障因子构建的有效性。
  • 多维度构建行业轮动因子:围绕“定价权”、“仓位”与“估值”三个关键维度,设计多种因子,并结合历史偏离度及分位点等信号变动指标,深入剖析基金多空布局策略。
  • 因子表现亮眼且稳定:各因子及组合策略长期回测均展现优异的风险调整后收益,特别是定价权因子多头组不仅收益显著,且各年度持续优于行业等权基准,验证了行业“定价权提升”即行业上涨动能增强的核心假设。
  • 实用性强,指引行业投资:行业轮动因子筛选的高分行业与实际涨幅高度吻合,基金配置集中度较高的优选基金名单亦列出,方便投资决策与策略配置。
  • 理性风险提示:模型以历史数据为基础,不保证未来收益,研究结论严谨客观。


综合来看,报告为基金持仓数据应用到行业轮动策略提供了清晰、创新和有效的研究框架及实证基础,具备较高研究价值和实操意义。值得机构投资者重点关注与参考。[pidx::0-25]

---

注释: 本文内容严格依据开源证券原文所载信息与图表,逐页溯源至对应页码,确保分析的严谨性和溯源的明确性。所有图表均按照报告原图引用,数据时间区间多跨2014-2023年,覆盖市场多周期表现。

报告