您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[开源证券]:基金研究系列(14):主动权益基金的投资策略配置与选基因子增强 - 发现报告
当前位置:首页/其他报告/报告详情/

基金研究系列(14):主动权益基金的投资策略配置与选基因子增强

2022-12-11何申昊、张翔、魏建榕开源证券比***
基金研究系列(14):主动权益基金的投资策略配置与选基因子增强

金融工程专题 2022年12月11日 金融工程研究团队 主动权益基金的投资策略配置与选基因子增强 ——基金研究系列(14) 魏建榕(首席分析师)魏建榕(分析师)张翔(分析师)何申昊(联系人) 证书编号:S0790519120001 weijianrong@kysec.cn 证书编号:S0790519120001 zhangxiang2@kysec.cn 证书编号:S0790520110001 heshenhao@kysec.cn 证书编号:S0790122080094 张翔(分析师) 证书编号:S0790520110001 傅开波(分析师) 证书编号:S0790520090003 高鹏(分析师) 证书编号:S0790520090002 苏俊豪(分析师) 证书编号:S0790522020001 胡亮勇(分析师) 证书编号:S0790522030001 王志豪(分析师) 证书编号:S0790522070003 盛少成(研究员) 证书编号:S0790121070009 苏良(研究员) 证书编号:S0790121070008 何申昊(研究员) 证书编号:S0790122080094 相关研究报告 《打造主动权益基金的投资策略标签体系-基金研究系列(9)》-2022.5.24 《主动权益基金投资策略的迁移特征与动态监控-基金研究系列(10)》-2022.8.14 《选基因子探索及FOF组合构建-基金研究系列(12)》-2022.9.21 《景气度研究:量化与主动的多视角 -大类资产配置研究系列(5)》-2021.12.23 “基金投资策略研究”系列的三篇报告,系统化地梳理了我们对于基金产品与FOF投资的思考与研究。本篇报告作为“基金投资策略研究”系列的第三篇,我们将主要讨论如何通过基金策略配置和选基因子增强来构建FOF组合。 “趋势-胜率-赔率”因子择时框架进行基金策略配置效果显著 各投资策略的超额收益存在明显的轮动现象,不同投资策略的表现呈现出不同风格因子驱动的特征。我们将驱动策略的成长、低估值、质量及机构抱团核心维度计算因子溢价。我们提出了统一的因子溢价择时框架:趋势-胜率-赔率,并建立因子溢价的周期划分进行择时。 我们将因子到策略建立映射关系,根据因子择时信号来动态配置投资策略。以各投资策略指数作为资产,择时配置组合能够稳定跑赢等权基准,年化超额收益4.58%,信息比率0.9,月度胜率65.42%。 基金评价类指标在基金策略分域中分步合成构建选基增强因子效果显著 选基因子本质是基金预期收益的预测指标,根据预测信息来源不同将选基因子分为两大类:第一类是由底层资产的alpha因子构建选基因子;第二类是基金评价类的选基因子。我们将从八大基金能力特征维度出发,构建85个选基因子,在基金策略覆盖的基金池中进行因子测试,筛选出包括基金规模、管理人持有占比、隐形交易、Carhart-alpha等20个显著有效指标,并对指标分布合成构建选基合成因子。选基合成因子的五分组多空年化收益10.93%,信息比率1.20,因子月度IC为9.34%,ICIR为1.53,IC胜率为67.3% 分别在成长、价值、均衡、交易四类策略中测试各因子显著性,比较不同策略中的因子表现异同,并分别在各类基金策略中进行选基因子合成。该分域选基合成因子具有稳定的选基增强表现稳定,但在市场风格剧烈切换下会出现阶段性失效现象,需要与配置策略进行结合增强。 策略配置与选基增强协同构建FOF组合,组合超额收益表现稳健 我们将配置信号与分域选基因子结合使用构建FOF组合。先等权配置优选策略,再从每类投资策略中选取得分最高基金等权持有,该组合虽然增强了收益,但相对选基损失了信息比率。因此,我们选用约束策略权重的最优化方式构建优化组合,其年化超额9.30%,信息比率2.08,月胜率79.44%。 对于组合的换仓频率与费率讨论,月度优化组合换手率为55.8%;如果当配置信号发生变化时进行调整能够降低交易损耗,按需调仓优化组合的费后年化超额达7.56%,信息比率1.64,历年收益均排在主动权益基金前50%。 风险提示:策略信号基于历史信息测算,可能存在失效风险。基金投资策略分类基于对公开的历史数据的定量测算与统计,基金管理人真实投资理念可能 与之存在出入。对基金产品和基金管理人的研究分析结论不能保证未来的可持续性,不构成对该产品的推荐投资建议。 金融工程研究 金融工程专题 开源证券 证券研究报 告 目录 1、基金投资策略系列介绍4 2、基金策略配置与因子择时5 2.1、投资策略的底层驱动因素5 2.2、因子溢价择时框架:趋势-胜率-赔率7 2.3、从因子择时到基金策略配置10 3、选基因子与分域研究12 3.1、基金评价类选基因子体系12 3.2、选基因子的筛选与合成16 3.3、选基因子的分域研究18 4、策略配置与选基增强协同构建FOF组合21 4.1、组合构建方式对比22 4.2、换仓频率与费率讨论23 4.3、组合绩效与最新持仓24 5、风险提示25 图表目录 图1:基金投资策略系列研究的思考脉络4 图2:开源金工主动权益基金投资策略三级标签体系4 图3:非主题类基金投资策略的收益风险比较5 图4:不同投资策略的超额收益存在周期轮动现象6 图5:开源金工基金策略配置框架6 图6:因子择时指标构建流程图7 图7:单指标因子择时:景气度区分效果显著7 图8:景气度是估值和动量择时的干扰因素8 图9:因子溢价周期的状态划分与配置观点8 图10:各象限因子预期收益:在6个象限上看多9 图11:质量因子溢价择时能够较好地规避因子回撤9 图12:成长因子溢价择时仅2018年中表现不佳10 图13:估值因子溢价择时较为精准地把握了风格切换的节奏10 图14:策略配置组合相对偏股基金指数超额明显,显著跑赢各被动配置组合11 图15:2021年持续看多黑马,2022年持续看多低估值11 图16:开源金工基金评价类选基因子体系12 图17:牛熊周期划分示例(2020/12-2022/11)14 图18:成长价值周期划分(2020/12-2022/11)14 图19:万家宏观择时多策略(519212.OF)隐形交易能力展示(2017/06-2022/11)15 图20:基金Brinson收益拆解示意15 图21:分年度权益基金收益归因分布比较(2014-2022H1)16 图22:全体基金中有效选基因子相关性17 图23:选基合成因子的五分组回测表现(2014/01-2022/11)18 图24:各分域内合成选基因子的五分组多空收益表现比较(2014/01-2022/11)20 图25:各分域内选基合成因子的IC滚动3个月均值比较(2014/03-2022/11)21 图26:配置与选基叠加优于两者单独运行22 图27:配置与选基在超额上具有互补效应22 图28:组合优化中策略配置的可偏离区间示意图23 图29:不同敞口参数下组合均有稳健超额23 图30:敞口参数k=0.4附近达到最优平衡23 图31:按需调仓组合的费后超额收益最稳健24 图32:按需调仓费后年化超额与信息比率均最优24 表1:不同择时信号组合下的投资策略配置10 表2:基金评价类因子的指标计算说明12 表3:万家宏观择时多策略(519212.OF)Brinson收益拆解15 表4:全体基金中选基能力显著的因子及其表现(五分组回测区间:2014/01-2022/11)17 表5:选基因子在各分域内的有效性T-value比较(2014/01-2022/11)18 表6:基金策略下的分域选基合成因子表现(2014/01-2022/11)20 表7:“配置+选基”组合增强了收益,但损失信息比率(2014/01-2022/11)22 表8:按需调仓优化组合的收益稳定排在主动权益基金前列24 表9:按需调仓优化组合最新持仓明细(2022/12)24 1、基金投资策略系列介绍 近年来市场中关于基金的研究内容越来越丰富,而对于基金研究需求也在向专业化、体系化的趋势发展。为了满足市场研究需求,2022年我们通过“基金投资策略研究”系列的三篇报告,系统化地梳理了我们对于基金产品与FOF投资的思考与研究。 图1:基金投资策略系列研究的思考脉络 资料来源:开源证券研究所 在第一篇《打造主动权益基金的投资策略标签体系》报告中,我们构建32个刻画基金投资特征的指标,通过相似网络对基金进行社群聚类,自适应地对基金构建三级标签体系。基金策略三级标签分类包含投资标签、策略标签、特征标签,在不同颗粒度上对主动权益基金进行分类刻画。 图2:开源金工主动权益基金投资策略三级标签体系 资料来源:开源证券研究所 在第二篇《主动权益基金投资策略的迁移特征与动态监控》报告中,我们比较了各类投资策略的收益表现差异,分析了基金经理的投资风格切换与策略迁移规律,同时对各类投资策略收益表现进行跟踪。 在本文中为了进一步提高基金策略标签的覆盖度,我们将基金分类的样本池扩大为过去4个报告期股票仓位均不低于60%的普通股票型、指数增强型、偏股混合型、灵活配置型基金产品。在每半年进行策略分类更新后,我们将根据策略分类结 果编制相应基金策略指数,进而跟踪各类基金策略的收益表现情况。图3:非主题类基金投资策略的收益风险比较 数据来源:Wind、开源证券研究所(数据截至2022/11/30) 上图中是2017年以来非主题类基金策略的分年度风险收益比较,我们不难看出:历年各类投资策略收益差异显著,当基金产品的投资策略与市场风格匹配时,相应投资策略的基金将有更好的收益表现。那么我们该如何打通从策略配置到投资组合的最后一步?我们将在前两篇介绍的权益基金投资策略分类体系、投资策略指数编制的基础上尝试给出答案。 作为“基金投资策略研究”系列的第三篇报告,我们将主要讨论如何通过基金策略配置和选基因子增强构建FOF组合。本文主要围绕以下3个问题展开讨论: (1)如何对基金策略进行择时配置? (2)各类策略中哪些指标对基金预期收益有预测能力? (3)如何融合策略配置与选基因子构建FOF组合? 2、基金策略配置与因子择时 2.1、投资策略的底层驱动因素 通过计算各投资策略指数滚动一年的超额收益,我们观察到明显的策略轮动现象。如果想要捕捉轮动的规律,获取基金策略配置收益,我们要先理清每类策略其背后的驱动因素。基金的策略分类主要是根据其持仓的投资特征划分的,每类策略 的基金都在部分因子存在明显差异,从而不同投资策略的表现呈现出不同风格因子驱动的特征。 图4:不同投资策略的超额收益存在周期轮动现象 数据来源:Wind、开源证券研究所 策略划分所涉及的核心维度为:成长、低估值、质量及机构抱团因子。由于抱团因子与质量因子的溢价有很高的负相关性,我们可以仅关注前三个维度。总结而言,成长因子驱动所有成长和交易风格的策略;质量因子正向驱动高质量成长、高质量均衡、高质量价值,负向驱动黑马成长、黑马价值;低估值因子驱动所有价值风格的策略、稳健成长及稳健均衡。 图5:开源金工基金策略配置框架 资料来源:开源证券研究所 基金策略配置的框架如上图所示。首先,我们使用公募基金持仓股票池构建了月度换仓的风格因子,以Top30%组合收益减去股票池平均收益作为因子溢价。随后,我们从趋势、胜率、赔率三个角度选取指标,对风格因子溢价择时。最后,我们根据风格因子对投资策略的驱动关系,用因子择时的观点指导策略配置。 2.2、因子溢价择时框架:趋势-胜率-赔率 我们从中观和微观的视角切入,通过因子组合内生的指标择时。内生指标的因子择时有大量相关的研究,但他们对指标的处理上存在细节差异。结合本篇报告的最优实践,我们提炼出一套稳健、普适的处理流程,以降低复杂处理技巧和参数带来的过拟合风险。择时研究的时间窗口为2013年12月31日至2022年11月30日。 图6:因子择时指标构建流程图 资料来源:开源证券研究所 我们在基本面维度选取了景气度和估值,在交易面维度选取