智能化选基系列之二：风格轮动型基金智能识别与量化优选

智能化选基系列是国金证券金融工程团队通过量化手段筛选基金的系列报告。在本系列的第一篇报告中，我们构建了多维度量化选基体系。作为本系列的第二篇报告，我们对风格轮动型基金进行了智能识别与量化优选。 市场风格持续切换，轮动型基金存在配置需求 近年来A股存在明显的风格轮动行情，价值与成长、大盘与小盘轮番占优。本报告从市场表现出的风格轮动现象出发，当市场不再是某一特定风格占优而是各风格轮番强势的时候，固定的投资风格就难以获得持续的收益。如果我们可以准确识别出主动进行风格轮动的基金经理并构建基金组合，将基金组合的风格配置权转移到底层基金经理，也可以实现基金组合的风格轮动。 风格轮动型基金的智能识别 基于学术界理论研究成果，基于基金各个报告期的持仓数据，我们将风格轮动划分为主动与被动两类，构建了度量基金风格轮动行为的指标，并将连续三个报告期风格轮动指标排名持续靠前的基金标记为风格轮动型基金，将连续三个报告期风格轮动指标排名持续靠后的基金标记为风格稳定型基金。 与风格稳定型基金相比，风格轮动型基金规模偏小、报告期换手率偏高，在行业配置及风格暴露上可能有较大调整。长期来看，风格轮动型基金组合表现优于偏股混合型基金指数，优于风格稳定型基金组合。 风格轮动型基金的量化优选 我们在风格轮动型基金池中，构建了两个选基因子，分别为截面风格收益因子、风格轮动收益因子，两个因子均对风格轮动型基金的未来业绩有一定预测作用，通过等权线性合成，合成因子的IC均值达到9.12%，分成5组后的多空组合年化收益率为5.04%，夏普比率为0.63。 我们基于合成因子构建了风格轮动型基金优选组合。从2016年3月至2023年1月，优选组合实现费后6.57%的年化超额收益率，信息比率达到0.90。优选组合在2017年-2022年均跑赢偏股混合型基金指数，2020年至2022年策略超额显著。2022年优选组合实现10.42%的超额收益率，其中1-10月属于样本内测试，优选组合超额收益率为6.31%，而样本外跟踪的11-12月表现依然较好，优选组合相对于偏股混合型基金指数取得了3.86%的超额收益率。 风险提示 以上结果通过历史数据统计、建模和测算完成，在市场环境发生变化时模型存在失效的风险；当交易成本或其他条件改变时，可能导致策略收益下降甚至出现亏损。 内容目录 一、风格持续切换，轮动型基金存在配置需求4 1.1A股市场风格持续切换4 1.2风格轮动型基金VS风格稳定型基金4 1.3理论支持4 二、风格轮动型基金的智能识别5 2.1基金池构建5 2.2基金风格轮动行为的度量5 2.3风格轮动型基金的智能识别7 2.4风格轮动型基金的特征8 三、风格轮动型基金的量化优选9 3.1风格轮动收益因子构建9 3.2因子测试10 3.3因子合成12 3.4风格轮动型基金优选组合构建13 四、总结14 五、参考文献14 六、风险提示15 图表目录 图表1：成长VS价值：2017年以来累计收益率4 图表2：大盘VS小盘：2017年以来累计收益率4 图表3：估值维度单一风格连续占优季度数4 图表4：市值维度单一风格连续占优季度数4 图表5：基金池构建5 图表6：风格因子说明5 图表7：基金主动轮动和被动轮动整体反向6 图表8：不同风格上的轮动可能互相抵消7 图表9：绝对主动轮动与绝对被动轮动7 图表10：风格轮动型基金数量7 图表11：风格稳定型基金数量7 图表12：风格轮动型、风格稳定型基金与偏股混合型基金指数回测净值曲线8 图表13：风格轮动型、风格稳定型基金与基准回测指标统计8 图表14：轮动型与稳定型基金规模比较8 图表15：轮动型与稳定型基金换手率比较8 图表16：风格轮动型基金A行业配置变化9 图表17：风格稳定型基金B行业配置变化9 图表18：基金A的风格暴露变动9 图表19：基金B的风格暴露变动9 图表20：时间轴10 图表21：因子在风格轮动型基金池内（Q=50）IC测试结果10 图表22：因子分位数组合测试的指标统计10 图表23：因子𝑺�分位数组合表现11 图表24：因子𝑺�多空组合净值11 图表25：因子𝑺�分位数组合累计收益情况11 图表26：因子𝑪𝒖𝒎_𝒂𝒔𝒅_�分位数组合表现11 图表27：因子𝑪𝒖𝒎_𝒂𝒔𝒅_�多空组合净值11 图表28：因子𝑪𝒖𝒎_𝒂𝒔𝒅_�分位数组合累计收益12 图表29：合成因子IC测试结果12 图表30：风格轮动型基金(Q=50)合成因子分位数组合表现统计12 图表31：合成因子分位数组合表现12 图表32：合成因子多空组合净值12 图表33：合成因子分位数组合净值13 图表34：风格轮动型基金优选组合(Q=50)净值13 图表35：风格轮动型基金优选组合(Q=50)超额净值13 图表36：风格轮动型基金优选组合表现汇总13 图表37：策略分年度超额收益14 一、风格持续切换，轮动型基金存在配置需求 1.1A股市场风格持续切换 近年来A股存在明显的风格轮动行情，价值与成长、大盘与小盘轮番占优。我们根据国证风格指数统计了估值与市值两个维度，单一风格连续占优的季度数量。在2016年3季度至2017年2季度、2018年2-4季度、2019年3季度至 2020年2季度、均是估值维度单一风格持续占优的时间段。2020年三季度以来，估值维度风格轮动加速，成长与价值在各季度频繁切换。从市值维度来看，2011年曾出现连续5个季度单一市值风格占优的行情，但后续并未出现较长时间的单一风格占优的行情。 图表1：成长VS价值：2017年以来累计收益率图表2：大盘VS小盘：2017年以来累计收益率 1.2 1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 1.2 1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 大盘成长大盘价值大盘成长小盘成长 来源：iFinD，国金证券研究所来源：iFinD，国金证券研究所 图表3：估值维度单一风格连续占优季度数图表4：市值维度单一风格连续占优季度数 56 45 4 3 3 2 2 11 00 来源：iFinD，国金证券研究所来源：iFinD，国金证券研究所 1.2风格轮动型基金VS风格稳定型基金 在市场主线风格不断切换的背景下，固定的投资风格就难以获得持续的收益。此时如果能正确研判出未来的优势风格并配置对应风格的风格稳定型基金则会带来超额收益，但是这需要对风格轮动有着较强的判断力，在风格频繁切换的行情下，如果不断调整基金持仓，也会增加交易成本。对于FOF管理者来说，除了自己去研判市场风格并配置对应风格的基金产品，还可以选择把管理权交给底层基金经理，如果我们可以准确识别出主动做风格轮动的基金并进行配置，则对于基金组合来说也能实现风格轮动的效果。 1.3理论支持 学术界对于基金风格的研究为我们筛选风格轮动型基金并进行优选提供了理论支撑，也在模型上给予了我们一些启发。RussWermers发表于2012年的《AMatterofStyle:TheCausesandConsequencesofStyleDriftinInstitutionalPortfolios》以及YezhouSha发表于2020年的《Thedevilinthestyle:Mutualfundstyledrift,performanceandcommonrisk》，均对基金的风格漂移行为进行了研究。 前者利用基金持股数据刻画基金的投资风格，并将风格漂移划分成主动风格漂移与被动风格漂移，该研究在美股市场中发现，风格轮动意味着基金经理更频繁的交易，具有卓越择券能力的、基金规模小的基金往往表现出更大的风格轮 动特点且由此净值表现会更好，总的来说，积极改变风格的基金表现好于“稳定不变”型基金；类似的研究思路，后者修改了风格漂移指标的度量方式，并在A股市场中实证发现风格轮动会带来超额收益，但是该收益为风险收益。 基于上述研究成果，本篇报告通过定量的方法去刻画国内主动权益型基金的风格，并构造了刻画基金风格轮动行为的风格轮动因子，基于此类因子对基金进行区分：风格轮动型基金与风格稳定型基金，最后考虑到轮动本身对基金经理的研判能力要求较高，于是我们在风格轮动型基金中进行量化优选，最终挖掘出积极进行风格轮动并且轮动效果较好的基金，在当前风格切换频繁的市场中获取超额收益。 二、风格轮动型基金的智能识别 2.1基金池构建 由于我们研究的是基金经理的主动风格轮动能力，因此我们以主动权益型基金（普通股票型基金以及偏股混合型基金）为研究对象。随着沪港通、深港通的开通，越来越多的股票型基金开始持有港股，北交所成立后部分基金也开始持有北交所股票，因此我们在基金持仓中剔除掉了港股及北交所股票的部分，只对基金持有的A股进行了风格刻画。但是对于持有大量港股及北交所的基金，剔除港股之后剩余A股的权重可能较低，在这种情况下仅对少量A股持仓部分进行研究会有较大误差。因此，我们对股票池做进一步筛选：剔除港股和北交所股票后剩余A股权重之和占比超过50%的基金。 我们用基金的股票持仓数据来刻画基金的风格，由于基金的季报未能披露全部股票持仓，因此我们仅在基金的中报、年报披露后，对基金的风格进行刻画。 图表5：基金池构建 基金池 1、主动权益型基金（普通股票型、偏股混合型基金） 2、剔除港股、北交所股票后剩余股票权重之和超过50% 3、基金份额类型为“A”或“无 来源：国金证券研究所 2.2基金风格轮动行为的度量 2.2.1基金风格的度量 在我们的两篇参考文献中，均使用了市值、账面市值比、动量三个风格维度去刻画个股的风格并最终得到基金的风格，具体的数学表达式为： 𝑡,� 𝑆𝑡𝑦𝑙𝑒𝑖,�=∑𝑗,�𝑤𝑡,��� 𝑡,� 其中𝑆𝑡𝑦𝑙𝑒𝑖,�表示基金�在�期的三个风格维度总得分，𝑤𝑡,�为该基金在�期持有股票�的权重（占股票市值权重），��为股 票�在�期在风格�上的暴露，�包括市值、账面市值比、动量。 但我们认为，仅用上述三个因子对基金风格进行刻画是不全面的，我们将上述风格的维度�扩充至10个风格因子，具 体来说包括如下10个风格维度： 图表6：风格因子说明 因子名称因子简介 Beta贝塔 Momentum动量 Size市值 EarningYields盈利 ResidualVolatility残差波动率 Growth成长性 BookToPrice账面市值比 Leverage杠杆 Liquidity流动性 NoneLinearSize非线性市值 来源：国金证券研究所 基于上述风格因子及公式（1），我们可以计算在基金在每个中报和年报、在每个风格上的风格系数以及总的风格系数。 2.2.2风格轮动的度量 有了标准化的风格因子以及风格定量的公式，我们对基金风格轮动的刻画即为两期风格得分的差，即总风格轮动指标为： 总风格轮动𝑇�𝐷𝑖,�=∑(𝑤𝑗,𝑡��−𝑤𝑗,𝑡−1��) 𝑡,� 其中𝑤𝑡,𝑗，𝐶�的定义同上。 𝐷,� 𝑗,� 𝑗,𝑡−1 然而，从我们“寻找积极主动做风格轮动的基金经理”角度考虑，上面总风格轮动指标可能并不是一个很好的衡量标准：由风格得分的表达式可知，其值高低主要取决于股票的权重以及对于股票的风格暴露，而股票的风格暴露是会随时间发生变化，因此，即使基金经理没有任何调仓（更改风格配置）行为，也会由于持仓股票本身风格暴露的变化而发生基金风格的变化，这部分变化不是我们重点关注的部分。为此，我们将总风格轮动拆分为主动风格轮动和被动风格轮动： 被动风格轮动𝑃𝑆𝐷𝑖,�=∑(𝑤′��−𝑤𝑗,𝑡−1��) 𝐷,� 𝑗,� 𝑗,� 𝑗,𝑡−1 其中𝑤𝑡,𝑗，𝐶�的定义同上，但𝑤′为上期持仓模拟组合遵循“BuyandHold”策略持有至本期的权重：如前所说，被 𝑡,��,� �,𝑡 动风格轮动旨在识别非调仓行为导致的风格变化，股票本身的风格暴露