动量时间占比模型构建与参数设定 [page::3]

• 通过日度净值数据，计算基金过去N个月中业绩排名前M%的月份占比，构造动量时间占比因子衡量业绩持续稳定性。

- 样本为主动偏股型基金，回测区间2012年12月至2022年2月，半年度调仓，剔除封闭期及管理期限不足基金。

动量时间占比分组测试及表现 [page::4][page::5][page::6]

• 拆分为5组，动量时间占比最大组5表现最好，年化收益16.61%，夏普比率0.77，显著超过组1和中证800。

- 组5在市场下跌年（2016、2018）表现较稳健，整体回报显著优于全样本。

Top20组合回测结果优异 [page::6][page::7]

• 挑选动量时间占比排名前20基金构建组合，年化收益18.64%，夏普比率0.86，跑赢组5和中证800。

- 分年收益显示该组合在市场震荡或下跌年份持有更稳健表现。

不同规模基金表现差异 [page::10][page::11]

• 基金规模分为5档，1-5亿元及5-10亿元区间的基金整体表现最优。

- 这两档规模的组5组合和Top20组合夏普比率均超过0.8，回报领先其他规模组。

和传统动量模型对比 [page::12][page::13][page::14]

• 传统动量策略以累计净值涨幅排名基金，组4表现优于组5，Top20组合表现不佳，体现较强动量反转。

- 动量时间占比策略Top20组合年化收益18.64%、夏普比率0.86，显著优于传统动量的13.14%和0.53。

• 表现优势尤为明显于市场下跌年份，表明策略更为稳健。

风险提示 [page::0][page::14]

• 关注系统性风险、新冠疫情风险、政策监管收紧风险及模型失效风险。

动量时间占比策略研究报告详尽解析

---

一、元数据与概览

报告标题：动量时间占比策略：优选业绩稳健的主动基金
系列：FOF策略研究系列报告
发布日期：2022年2月21日
作者及联系方式：

• 张雨蒙，上海证券研究所，SAC编号S0870521100005，电话021-53686146，邮箱zhangyumeng@shzq.com

- 联系人：乐威，电话021-53686145，邮箱yuewei@shzq.com，SAC编号S0870121100021
研究机构：上海证券研究所（上海证券有限责任公司关联机构）
主题：主动偏股型基金筛选及FOF组合构建，聚焦“动量时间占比”这一基金筛选因子。

报告核心论点与结论：
报告创新性地提出“动量时间占比”指标作为衡量基金历史业绩持续性与稳定性的重要工具，指出该指标回测表现优异，能筛选出表现稳健且优异的主动偏股型基金，从而实现提升FOF组合整体风险收益特征的目标。报告显示，动量时间占比策略相较于传统动量策略表现更稳健，尤其在市场下跌年份表现更抗跌，组合收益和夏普比率均显著优于全样本及指数基准。此外，基金规模对策略表现有显著影响，中小规模基金（1-5亿元及5-10亿元）在动量时间占比策略下的表现最好。报告末尾风险提示涉及系统性风险、政策风险及模型失效风险。[page::0]

---

二、逐节深度解读

1. 动量时间占比模型构建

1.1 模型思路解析

报告指出，相较于基金持仓数据，基金净值数据更新频率更高（日度），利用净值数据可提炼反映基金业绩的多种指标，传统指标包括年化收益、Alpha、波动率、最大回撤、Sharpe比率等。尽管历史业绩不能完全预测未来，但结合定性调研，历史表现数据仍具参考价值。

报告创新点在于提出“动量时间占比”指标，即：

• 将基金过去N个月的月度收益进行排序；

- 计算该基金在过去N个月中，月收益排名位于前M%的月份数占比；

• 该占比衡量基金业绩的持续稳定性。

该指标突出了基金在多个时间点保持较好表现的频率，非单纯衡量短期单次回报，反映一定程度的业绩稳定性，帮助筛选实际管理埋头苦干且管理风格稳健的基金经理的产品。[page::3]

1.2 模型参数

• 样本：主动偏股型基金，包括普通股票型、偏股混合型、灵活配置型及平衡混合型基金；

- 时间窗口：2012年12月31日至2022年2月18日；

• 数据频率：日度净值数据；

- 调仓频率：半年度；

• 筛选条件：基金规模≥1亿元，基金经理任职≥1年，同一基金经理仅选一只基金，排除封闭期基金。

如此设置保证了样本代表性及数据的有效性，同时筛除规模极小或流动性不足的产品；筛选基金经理投研能力更为稳定可靠。[page::3]

---

2. 模型回测结果

2.1 动量时间占比因子 RankIC 和 RankIR

报告利用RankIC（秩相关系数）与RankIR（RankIC的波动率调整值）评价动量时间占比因子的有效性。

• RankIC大部分时期为正，说明指标与未来基金表现正相关；

- 全历史平均RankIC为9.09%，RankIR为0.39，显示因子有持续稳定的预测能力。

图1条形图展示了各期RankIC的波动，其中多时段显著正向，少数时期消极，如2015年末、2018年末出现负值，可能对应市场特殊波动环境。[page::4]

2.2 分组测试

将基金按动量时间占比指标由低到高分为5组，结果：

• 组1（最低占比）表现最差，组4与组5表现最好；

- 组5年化收益16.61%，夏普比率0.77，高于组1、全样本及中证800指数，表现显著超越市场基准；

• 净值走势图（图2）显示组4、组5净值稳健增长，明显优于其他组别。

表2与表3展现分组的风险收益及逐年收益情况，特别指出2016、2018年市场下跌期间，组5下跌幅度更小，突出其抗风险能力与稳定性。[page::5][page::6]

2.3 Top20组合回测

报告进一步构建动量时间占比指标排名前20的基金组合：

• Top20组合年化收益18.64%，夏普比率0.86，超越组5及全样本组合，表现最优；

- 在熊市年份2016、2018年表现更稳健，跌幅较小；

• 图3展示了Top20组合净值走势，明显优于中证800及各分组；

- 表4、5详述风险收益指标及分年收益，验证全年区间及结构性年份表现均衡。

报告对Top20基金进行了明细披露（表6、7），为投资者提供具体产品参考。[page::6][page::7][page::8]

---

3. 不同规模基金回测分析

基金规模对动量时间占比策略表现存在显著影响：

• 规模分为5类（<1亿，1-5亿，5-10亿，10-50亿，>50亿）；

- 1-5亿和5-10亿规模基金，RankIC均值最高，分别约9.99%与10.33%，RankIR分别为0.39和0.36，领先其他规模；

• 组5净值走势（图4）显示1-5亿和5-10亿规模组5组合表现最优，年化收益分别为17.86%、18.39%，夏普比率0.84、0.85，显著优于大规模基金组别及中证800；

- Top20组合净值（图5）及风险收益表10亦证明1-5亿和5-10亿规模基金Top20组合表现同样出众，年化收益分别为19.77%和18.10%，夏普比率高达0.92和0.84。

此部分揭示规模适中基金规模具有较优的稳定性和收益率，可能由更灵活的投资操作及风险控制能力带来优势。[page::9][page::10][page::11]

---

4. 传统动量模型对比

为了验证动量时间占比策略优势，报告设计传统动量策略对比：

• 传统动量策略用过去N天净值涨幅作为动量指标；

- 组分测试（图6）发现组4净值表现最佳，组5反而低于组4，表11提供风险收益数据支持；

• 传统动量Top20组合表现不及组5，且动量反转效应明显；

- 与之对比，动量时间占比Top20组合年化收益18.64%，夏普0.86，远优于传统动量Top20（年化收益13.14%，夏普0.53）；

• 图7展示两种Top20组合净值走势差异明显，动量时间占比组合净值长期更高，且波动和回撤更弱；

- 分年收益（表13）显示动量时间占比Top20在熊市年份跌幅更小，牛市年份收益更高，表现更为稳健。

此对比验证了本报告提出的动量时间占比因子，不仅识别基金业绩优秀，还能筛选出业绩稳定持续性强的基金，降低了传统动量策略面临的动量反转风险。[page::12][page::13][page::14]

---

5. 风险提示

报告明确列出三大风险因素：

• 系统性风险：如新冠疫情恶化可能导致市场整体下跌；

- 政策风险：金融监管政策收紧可能引发市场超预期下跌；

• 模型失效风险：依赖历史数据，若市场结构、基金风格发生根本变化，模型有效性将受损。

风险提示充分且符合金融研究报告通用标准，提醒投资者理性对待模型及策略结果。[page::0][page::14]

---

三、图表深度解读与解析

图1：动量时间占比策略RankIC表现

• 该柱状图反映了从2011年至2021年间不同时间截面该因子的秩相关性变化；

- 大多数时间RankIC为正，尤其2019年末出现较大幅度正值，表明该因子有效联合基金历史表现指引未来业绩；

• 个别时点负值，表明市场剧烈波动时因子失效可能；

- 综述均值9.09%与IR0.39提示因子稳定有效，适合长期基金筛选。[page::4]

图2：动量时间占比分组净值

• 显示5个分组净值走势，组5红色线最高且稳定增长，组1蓝线显示表现最弱；

- 收益/风险分布与净值走势一致，组5年化收益16.61%，夏普0.77，显著优于指数及组1。[page::5]

图3：Top20组合净值走势

• Top20组合明显优于组5及全样本、各指数基准，收获更高的绝对回报；

- 凸显通过更严格筛选动量时间占比前20的基金有效提升组合绩效。[page::6]

图4：不同规模基金组5净值对比

• 曲线表明1-5亿及5-10亿规模组5表现最佳，走势最为强劲；

- 50亿以上规模组5表现最弱，回报未获充分放大，或因大规模限制其灵活性和alpha生成能力；[page::10]

图5：不同规模基金Top20组合净值对比

• 结果同上，1-5亿、5-10亿规模基金Top20组合表现领先，收益及夏普均较其他规模更优；

- 该图与图4形成呼应，增强规模效应结论的可靠性。[page::11]

图6：传统动量策略分组净值

• 组4表现略优于组5，出现动量反转现象；

- 与动量时间占比因子分组结果差异表明传统动量策略稳定性较差；[page::12]

图7：传统动量策略Top20组合净值对比

• 动量时间占比Top20组合（橙色）稳健领先传统动量Top20组合（红色），表现更好，风险控制更有效；

- 组合的动量反转风险低，策略长期表现优异且稳定。[page::13]

---

四、估值分析

本报告焦点在策略构建与回测，不涉及传统意义上的公司估值分析，故无DCF、市盈率等估值内容。

---

五、风险因素评估

如第三部分提及，系统性风险、政策风险、模型失效风险均明确提示，并结合市场背景加以说明，提醒投资者留意潜在影响，风险管理意识较为充分。

---

六、批判性视角与细微差别

• 报告对基金历史表现的稳定性予以高度肯定，但未深入阐述“动量时间占比”因子对不同市场环境下的具体适应度，存在模型可能面临市场结构演变风险，尤其极端市场环境下表现的可靠性存疑；

- 选择基金规模范围和管理期限筛选较为主观，可能筛除部分高潜力基金；

• 报告中虽然有风险提示，但未提及该策略在手续费、流动性及市场冲击成本等现实交易层面的表现，这可能影响实际策略的可实施性和收益表现；

- 传统动量策略对比充分，但其他现代量化策略如多因子模型等未作对比，有待后续研究完善。

• 部分图表及表格数据用词较为专业，初级投资者理解难度较大，建议配合专业解释。

---

七、结论性综合

本报告系统分析并构建了“动量时间占比”指标，成功用于主动偏股型基金筛选，验证了其稳定性与盈利能力：

• 因子在长达10年多的历史回测中表现稳定，积极有效，表现超过传统动量因子，尤其在熊市表现更具抗跌性；

- 采用该因子构建分组和Top20组合均能实现超额收益，年化收益最高达18.64%，夏普比率0.86，远超市场基准及全样本组合，风险调整后表现优异；

• 基金规模对策略表现有显著影响，中小规模（1-5亿、5-10亿）基金优势明显，获得更高收益和较优的风险控制；

- 传统动量策略对比显示动量时间占比策略在长期表现及风险管控上更胜一筹，降低了动量反转风险；

• 风险提示明确，覆盖系统性及政策风险，以及模型潜在失效风险，表明策略虽优仍需谨慎对待。

报告用详实数据和图表充分论证主张，逻辑清晰，结构完整，为资产管理机构筛选基金及构建稳健FOF组合提供了新的实证工具和思路。

总结：动量时间占比策略是主动基金筛选的有效指标，能选出业绩优异且稳定的基金组合，显著提升FOF组合绩效，推荐机构投资者关注和应用该策略。

---

附：关键图表示例

图1 动量时间占比策略 RankIC


图2 动量时间占比策略分组净值


图3 动量时间占比策略 Top20 组合净值


图4 不同规模基金组5净值


图5 不同规模基金 Top20组合净值


图6 传统动量策略分组净值


图7 传统动量策略 Top20组合净值


---

全文结束。

报告