中信期货研究|FOF配置专题报告 如何挑选均衡与轮动基金? ——FOF配置公募基金研究系列专题报告之五 2023-05-29 投资咨询业务资格: 证监许可【2012】669号 报告要点 本文将探讨权益公募的量化选基方法,通过单因子检验筛选有效择基因子,并用 多维视角评价方式,构建严格均衡、灵活均衡、择时轮动三类基金的量化核心池 和小规模核心池。19年以来严格均衡、灵活均衡、择时轮动三类代表池较万得偏股混合基准分别有6.55%,9.33%,8.17%的年化收益提升。 中信期货商品指数走势 中信期货十年期国债期货指数中信期货沪深300股指期货指数中信期货商品指数 123220 119 115 180 111 140 107 103 2022/72022/82022/92022/102022/112022/122023/12023/22023/32023/4 100 摘要: 在前期报告中,我们构建了二维视角下基于策略收益来源的公募基金分类,定位了严格均衡、灵活均衡、择时轮动三类全市场选股型权益公募。本文将进一步探讨这三类基金的量化选基方法,通过单因子检验筛选有效择基因子,并用多维视角评价方式,分别构建三类策略各包含20只产品的量化核心池和小规模核心池。 严格均衡配置策略:回测期内,标准池年化收益率为20.49%,年化波动率为16.09%,夏普比率为1.09,最大回撤22.25%。相较于万得偏股混合型基金指数,年超额收益率为4.6%。小规模池年化收益率为22.44%,年化波动率为16.3%,夏普比率为1.19,最大回撤21.74%。相较于万得偏股混合型基金指数,年超额收益率为6.55% 灵活均衡配置策略:回测期内,标准池年化收益率为23.44%,年化波动率为17.15%,夏普比率为1.19,最大回撤21.45%。相较于万得偏股混合型基金指数,年超额收益率为7.55%。小规模池年化收益率为25.22%,年化波动率为17.35%,夏普比率为1.28,最大回撤17.35%。相较于万得偏股混合型基金指数,年超额收益率为9.33% 市场择时轮动策略:回测期内,标准池年化收益率为24.06%,年化波动率为19.64%,夏普比率为1.07,最大回撤31.21%。相较于万得偏股混合型基金指数,年超额收益率为8.17%。小规模池年化收益率为22.72%,年化波动率为19.85%,夏普比率为0.99,最大回撤31.18%。相较于万得偏股混合型基金指数,年超额收益率为6.83% 风险提示:模型不适当风险、参数不适当风险、抽样风险 FOF配置团队 研究员:张菁 021-80401729 从业资格号F3022617 投资咨询号Z0013604 重要提示:本报告非期货交易咨询业务项下服务,其中的观点和信息仅作参考之用,不构成对任何人的投资建议。中信期货不会因为关注、收到或阅读本报告内容而视相关人员为客户;市场有风险,投资需谨慎。如本报告涉及行业分析或上市公司相关内容,旨在对期货市场及其相关性进行比较论证,列举解释期货品种相关特性及潜在风险,不涉及对其行业或上市公司的相关推荐,不构成对任何主体进行或不进行某项行为的建议或意见,不得将本报告的任何内容据以作为中信期货所作的承诺或声明。在任何情况下,任何主体依据本报告所进行的任何作为或不作为,中信期货不承担任何责任。 目录 摘要:1 一、定位均衡与轮动基金3 (一)基金初筛3 (二)基于收益来源的基金分类4 二、构建权益公募多维因子体系5 (一)多维权益公募择基因子体系5 (二)单因子检验过程6 (三)综合打分指标构建8 三、不同收益来源视角下的基金策略10 四、风险提示14 免责声明15 图表目录 图表1:稳定权益公募样本数量3 图表2:主观多头收益来源4 图表3:中信产业-风格一维综合分类4 图表3:多维权益公募因子体系5 图表5:不同回看期间的多维权益公募因子6 图表6:收益类因子有效性检验6 图表7:收益表现类因子有效性检验7 图表8:rr_1y分组回测结果8 图表9:rr_1y各组年化超额收益8 图表10:rr_1y首尾组累积超额收益8 图表11:rr_1y首尾组月超额收益分布8 图表12:rr_1y较基准累积超额收益8 图表13:rr_1y较基准月超额收益分布8 图表14:因子相关性检验9 图表15:综合打分法收益敏感性(20190131至20230430年化收益率)9 图表16:核心池表现(20190131至20230430)10 图表6:严格均衡类核心池表现(20190131至20230430)11 图表6:灵活均衡类核心池表现(20190131至20230430)12 图表30:择时轮动类核心池表现(20190131至20230430)13 在前期报告中,我们构建了二维视角下基于策略收益来源的公募基金分类,将权益公募基金划分为严格均衡、灵活均衡、择时轮动和主题增强四大类,探究了轮动与均衡两类全市场选股型策略的择时配置方法。如读者对此前分类和择时方法感兴趣,详见《【中信期货FOF配置】轮动与均衡型权益基金孰优?— —公募基金研究专题报告20230418》。 本文将进一步探讨严格均衡、灵活均衡、择时轮动三类基金的量化选基方法,通过单因子检验筛选有效择基因子,并用多维视角评价方式,构建三类策略量化核心池。 一、定位均衡与轮动基金 (一)基金初筛 本文的研究对象着眼于权益主动管理型公募基金,范围主要包括Wind基金分类中的普通股票型基金、偏股混合型基金和灵活配置型基金这三类初始基金。为避免基金经理变动、规模扰动、可投性等要素影响,本文构建了稳定主动权益公募样本,筛选方式如下: 1.样本范围:属于万得普通股票型、偏股混合型、灵活配置型的初始基金; 2.可投性:非定开基金; 3.规模限制:规模不小于2亿; 4.权益型:平均权益仓位大于65%; 5.样本稳定性:同一基金经理管理本产品超过1或2年。 图表1:稳定权益公募样本数量 4500 4000 两年一年主动权益基金 4188 3500 3000 2500 2000 1500 2015 1453 1000 500 0 2016-06 2017-03 2017-12 2018-09 2019-06 2020-03 2020-12 2021-09 2022-06 2023-03 资料来源:Wind中信期货研究所 (二)基于收益来源的基金分类 主观多头基金收益可以拆分为宏观择时、行业(风格)择时、个股选择和交易收益。宏观择时和行业(风格)择时具有Beta收益的特征。前者往往为通过自上而下的宏观判断进行仓位调整,而后者操作的多样性更为丰富,包括经济周期、行业景气度等框架的轮动策略。个股选择和交易收益则具有特异性,基金经理基于自下而上的主观判断获取的Alpha差异更为明显。 图表2:主观多头收益来源 资料来源:中信期货研究所 聚焦于基金的Beta和Alpha收益风格,我们将权益公募基金划分为严格均衡型、灵活均衡型、择时轮动型和主题增强型四大类。在四类收益来源中,目前绝多数权益公募的主要收益为行业择时和个股选择。在分类过程中,我们首先通过对以往多期的特征识别定位赛道型基金。在全市场型基金中,根据基金在市场结构性行情的Beta择时的积极程度,划分为严格均衡型、灵活均衡型、择时轮动型三类。 图表3:中信产业-风格一维综合分类 严格均衡 无论市场风格变动情况, 均坚守全市场均衡配置 近八季度均为均衡配置 灵活均衡 多数时间保持均衡配置,同 时在高确定性情况下,偏向某一类产业或风格 有单一风格或产业的暴露, 持续期短 择时轮动 操作相对积极,希望同时赚 取市场的Beta和选股端Alpha 有多种风格或产业的偏好切 换 主题基金 聚焦某一特定行业或风格的 赛道型选手 有单一产业或风格的暴露, 持续期长 基于收益来源分类 全市场选股型 分类特征 分类方法 资料来源:中信期货研究所 二、构建权益公募多维因子体系 通过对国内的权益公募基金构建因子体系,刻画收益预测性较强的基金因子,构建综合打分指标,以此优选基金。首先在各类基金中对择基因子做单因子检验,挑选出各维度评价指标中择基能力较强的因子。将各因子在大类维度上复合,然后构建综合打分指标进行核心池筛选。 (一)多维权益公募择基因子体系 公募择基因子体系囊括六大维度,包含基金净值表现、选股择时能力、牛熊表现能力、基金交易能力、基金规模份额、持有人结构。大类因子从不同角度刻画基金管理能力及基金特质,为截面筛选基金提供依据。在因子检验过程中,通过观测因子的有效性,可以反应出这类因子所表征能力的持续性。此外,我们发现基金因子在不同市场环境下收益表现大相径庭,因而通过研究因子的有效区间,对不同市场环境下择基有所指引。 图表4:多维权益公募因子体系 净值表现因子 持有人结构 基金规模份额 基金交易能力 选股择时能力 牛熊表现能力 资料来源:中信期货研究所 针对不同回看区间分别构建因子,采用长短不同的回测期各有优劣。由于基金因子更多评价的是基金经理的管理能力,其回测区间不应过短,以免其变为对基金投资组合这一权益组合的因子构建,或导致其受短期市场扰动的影响过大。此外,对于信奉价值投资的基金经理而言,短区间的考核往往与其投资周期不匹配。但长回看期构建指标亦有可指摘之处,主要集中于早期信息的失效。这种失效源于基金经理在投资过程中不断成长和市场环境的变化,以及两者交互作用下基金经理市场环境适应性的时变特征。 图表5:不同回看期间的多维权益公募因子 当期 回看6月 回看1年 回看2年 ar_allo rr_6m rr_1y rr_2y sr_allo r_skew_6m r_skew_1y r_skew ar_allo_seasonal r_kurt_6m r_kurt_1y AR_allo std_6m std_1y SR_allo mdd_6m mdd_1y r_transaction d_std_6m d_std_1y net_asset_total sharpe_6m sharpe_1y unit_fundshare_total calmar_6m calm net_asset_change sortino_6m unit_fundshare_change infoRatio_6m net_asset_change_ratio upCap_6m unit_fundshare_change_ratio upWin_0_6m org_investor_ratio upWin_ben personal_investor_ratio do supervisor_staff_ratio 资料来源:中信期货研究所 (二)单因子检验过程 因子具体检验过程为因子预处理、因子IC检验和因子分组测试三个步骤。IC相关统计检验主要测试相关因子值在样本总体层面对下期基金收益的预测性。由于基金投资考核方式更多注重标的的相对排名而非类似股票投资中的收益预测,在检验过程中优先考虑RankIC结果。分组回测通过分组的方式对同组内的相对排名进行了模糊化的处理,削减了数据噪音的影响。值得注意的是,由于基金投资仅可获得因子多头端收益,多空超额回溯为对纯基金因子有效性的检验。由于篇幅有限,本文仅以收益表现类因子为例,读者如对具体因子检验结果感兴趣,欢迎直接与我们联系。 图表6:收益类因子有效性检验 基金因子预处理 •对因子进行缩尾,对两侧各2.5%的样本进行处理 •用zscore方式进行因 子值的标准化 因子IC检验 •IC均值 •ICIR •RankIC均值 •RankICIR 因子分组测试 •分层净值序列表现 •分层年化超额收益 •多空累积超额表现 •多空月度超额表现 •多头累计超额表现 •多头月度超额表现 资料来源:中信期货研究所 首先观测因子在各类样本中的rankIC均值、rankICIR和多空年化收益进行初筛。在收益表现类因子中,rr_1y指标表现较优,其在灵活均衡组