中性或乐观——主动权益基金股票仓位隐含的市场预期 证券研究报告/公募基金评价报告2023年2月27日 分析师:李新春 执业证书编号:S0740520080002电话:18019761462 Email:lixc@r.qlzq.com.cn 相关报告 《复制万得普通股票型基金指数— —机器学习系列》 投资要点 权益类基金的股票仓位隐含了基金经理们对权益市场的整体预期。我们试图用多种模型解读2月份股票仓位(探测数据截至2023/2/24)隐含的市场观点。 样本基金: 普通股票型、偏股混合型和灵活配置型的初始基金,成立时间在一年以上,同时剔除定期开放或限定最短持有期的基金,也剔除行业主题基金。 无监督模型观点: 主观分类:当前整体平均股票仓位(约87%)处于较高历史百分位(约76%),但并非趋势线以上的“乐观”水平。 Kmeans分类:我们进一步为样本引入峰度、偏度、波动率等特征值。在三分类下,当前股票仓位分类为中性。 有监督模型观点: 分类树模型:当前股票仓位特征值隐含的市场预期为乐观。特征对模型的重要性依次为峰度、偏度、波动率和平均值。这说明解读市场预期更应该关注股票仓位的分歧。 综合观点:基于以上多个模型的指标和观点,我们认为当前股票仓位隐含的市场预期为中性或乐观。 风险提示事件:本报结论基于公开的历史数据进行统计、测算,文中部分数据有一定滞后性,同时存在第三方数据提供不准确风险;对基金产品和基金管理人的研究分析结论并不预示其未来表现,也不能保证未来的可持续性,亦不构成投资收益的保证或投资建议;产品的表现受宏观环境、行业基本面超预期变动、市场波动、风格转换等多重因素影响,存在一定波动风险。 内容目录 一、样本基金范围.-3- 二、无监督模型观点...........................................................................................-3- 三、有监督模型观点...........................................................................................-5- 风险提示..............................................................................................................-7- 一、样本基金范围 我们从wind开放式基金分类:普通股票型、偏股混合型和灵活配臵型的初始基金中筛选满足成立时间在一年以上(截至2023年1月末)的基金,同时剔除其中的定期开放基金或限定最短持有期的基金。进一步,剔除其中单一行业(按中信一级行业分类)持仓占比超过50%的行业主题基金。最终我们得到约2000个主动权益类基金。 尽管主动权益类基金的选股策略和攻防之道千差万别,但股票仓位数据隐含了基金经理们对权益市场的整体观点。我们尝试用多个模型来解读2月份股票仓位(探测数据截至2023/2/24)隐含的市场观点。 备注:考察样本期自2015年末开始。基金会在季报中公布自身的股票仓位数据,但季报在季度结束之日起十�个工作日内进行披露。我们使用模型探测拟合的股票仓位数据基于过去15个交易日的基金净值和行业指数。 二、无监督模型观点 主观分类:我们使用样本基金过往季报中公布的股票仓位数据,以及探测获得的股票仓位数据(详见报告《固收+基金资产组合探测》等)对比和分析当前主动权益类基金的股票仓位水平: 图1:主动权益类基金的平均股票仓位变动 来源:wind,中泰证券研究所,数据截至2023/02/24 结合历史数据来看,当前仓位数据处于较高历史百分位(约76%),但并非趋势线以上的“乐观”水平。 K-Means分类:该算法是典型的基于距离的非层次聚类算法,在最小化误 差函数的基础上将数据划分为预定的类数K。采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。 为了提高模型效果,我们进一步扩充样本的特征维度。在平均股票仓位 (Mean)之外,我们加入由单个基金的股票仓位计算出的波动率(Std)、偏度 (Skew)和峰度(Kurt)。进一步,将它们做Z-score处理。 另外影响模型表现的重要超参就是预设的分类参数K。从主观经验的角度,我们会把观点分为乐观、中性和悲观。从数据驱动的角度,我们使用R语言中的NbClust包,可以综合多个评价指标给出合适的聚类参数。对2015年末至今的样本数据,NbClust给出的结果如下: 图2:对聚类参数的推荐结果 ******************************************************************* *Amongallindices: *4proposed2asthebestnumberofclusters *13proposed3asthebestnumberofclusters *1proposed5asthebestnumberofclusters *5proposed6asthebestnumberofclusters *****Conclusion***** *Accordingtothemajorityrule,thebestnumberofclustersis3 ******************************************************************* 来源:wind,中泰证券研究所,数据截至2023/02/24 幸运的是,NbClust也推荐使用三分类。我们使用python语言的sklearn中的Kmeans,设定分类参数为3后获得如下聚类结果。当前仓位隐含的市场观点为“中性”。 图3:主动权益类基金股票仓位分类(节选2020年末以来) Mean Std Skew Kurt 标签 2020/12/31 1.63 -1.80 -1.97 2.39 乐观 2021/3/31 0.61 -0.65 -0.53 0.43 中性 2021/6/30 1.02 -0.66 -1.09 1.00 乐观 2021/9/30 0.59 -0.42 -0.54 0.43 中性 2021/12/31 1.15 -1.22 -1.09 1.02 乐观 2022/3/31 0.36 -0.15 -0.38 0.20 中性 2022/6/30 1.12 -1.25 -1.27 1.34 乐观 2022/9/30 0.40 -0.21 -0.53 0.38 中性 2022/12/31 1.02 -1.16 -1.12 1.18 乐观 2023/2/24 1.06 -0.53 0.07 -0.17 中性 来源:wind,中泰证券研究所,数据截至2023/02/24 三、有监督模型观点 我们为原有的样本特征值,加入Y变量:未来三个月万得偏股基金指数的收益率,超过5%标记为1,低于-5%标记为-1,其它情况标记为0。 图4:主动权益类基金股票仓位特征和预期收益(节选) Mean Std Skew Kurt 预期收益 2020/12/31 1.63 -1.80 -1.97 2.39 0 2021/3/31 0.61 -0.65 -0.53 0.43 1 2021/6/30 1.02 -0.66 -1.09 1.00 0 2021/9/30 0.59 -0.42 -0.54 0.43 0 2021/12/31 1.15 -1.22 -1.09 1.02 -1 2022/3/31 0.36 -0.15 -0.38 0.20 1 2022/6/30 1.12 -1.25 -1.27 1.34 -1 2022/9/30 0.40 -0.21 -0.53 0.38 0 2022/12/31 1.02 -1.16 -1.12 1.18 0 2023/2/24(E) 1.06 -0.53 0.07 -0.17 1(E) 来源:wind,中泰证券研究所,数据截至2023/02/24 我们使用sklearn中的tree模型进行拟合,模型预测最新时点的隐含市场观点为乐观(即未来三个月收益超过5%的概率较高)。 同时模型给出了各个指标对预测结果的重要性,依次为峰度、偏度、波动率和平均值。结合主观经验来看,以上数据说明解读市场预期更应该关注股票仓位的分歧度。 图5:分类树模型给出的特征重要性 来源:wind,中泰证券研究所,数据截至2023/02/24 22年Q4(左)和当前股票仓位的分布图,横轴为仓位水平: 图6:主动权益类基金的股票仓位分布图 来源:wind,中泰证券研究所,数据截至2023/02/24 风险提示 本报结论基于公开的历史数据进行统计、测算,文中部分数据有一定滞后性,同时存在第三方数据提供不准确风险;对基金产品和基金管理人的研究分析结论并不预示其未来表现,也不能保证未来的可持续性,亦不构成投资收益的保证或投资建议;产品的表现受宏观环境、行业基本面超预期变动、市场波动、风格转换等多重因素影响,存在一定波动风险。 评级 说明 股票评级 买入 预期未来6~12个月内相对同期基准指数涨幅在15%以上 增持 预期未来6~12个月内相对同期基准指数涨幅在5%~15%之间 持有 预期未来6~12个月内相对同期基准指数涨幅在-10%~+5%之间 减持 预期未来6~12个月内相对同期基准指数跌幅在10%以上 行业评级 增持 预期未来6~12个月内对同期基准指数涨幅在10%以上 中性 预期未来6~12个月内对同期基准指数涨幅在-10%~+10%之间 减持 预期未来6~12个月内对同期基准指数跌幅在10%以上 备注:评级标准为报告发布日后的6~12个月内公司价格(或行业指数)相对同期基准指数的相对市场表现。其中A股市场以沪深300指数为基准;新三板市场以三板成指(针对协议转让标的)或三板做市指数(针对做市转让标的)为基准;香港市场以摩根士丹利中国指数为基准,美股市场以标普500指数或纳斯达克综合指数为基准(另有说明的除外)。 投资评级说明: 重要声明: 中泰证券股份有限公司(以下简称“本公司”)具有中国证券监督管理委员会许可的证券投资咨询业务资格。本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为客户。 本报告基于本公司及其研究人员认为可信的公开资料或实地调研资料,反映了作者的研究观点,力求独立、客观和公正,结论不受任何第三方的授意或影响。本公司力求但不保证这些信息的准确性和完整性,且本报告中的资料、意见、预测均反映报告初次公开发布时的判断,可能会随时调整。本公司对本报告所含信息可在不发出通知的情形下做出修改,投资者应当自行关注相应的更新或修改。本报告所载的资料、工具、意见、信息及推测只提供给客户作参考之用,不构成任何投资、法律、会计或税务的最终操作建议,本公司不就报告中的内容对最终操作建议做出任何担保。本报告中所指的投资及服务可能不适合个别客户,不构成客户私人咨询建议。 市场有风险,投资需谨慎。在任何情况下,本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。 投资者应注意,在法律允许的情况下,本公司及其本公司的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易,并可能为这些公司正在提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。本公司及其本公司的关联机构或个人可能在本报告公开发布之前已经使用或了解其中的信息。 本报告版权归“中泰证券股份有限公司”所有。事先未经本公司书面授权,任何机构和个人,不得对本报告进行任何形式的翻版、发布、复制、转载、刊登、篡改,且不得对本报告进行有悖原意的删节或修改。