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。[西南证券]:基金优选系列之三十三:国金量化多因子A:以机器学习为基础,多维度预测提高决策稳健性 - 发现报告
当前位置:首页/其他报告/报告详情/

基金优选系列之三十三:国金量化多因子A:以机器学习为基础,多维度预测提高决策稳健性

2023-06-26郑琳琳西南证券点***
基金优选系列之三十三:国金量化多因子A:以机器学习为基础,多维度预测提高决策稳健性

2023年06月26日 证券研究报告金融工程专题报告 基金研究系列 ——基金优选系列之三十三 摘要 西南证券研究发展中心 基金经理简介 分析师:郑琳琳 基金经理马芳,2016年5月加入国金基金管理有限公司,历任量化投资运营中心副总经理,产品中心副总经理,量化投资事业部副总经理。2020年9月起任国金量化多因子股票型证券投资基金经理。 执业证号:S1250522110001电话:13127711820 邮箱:zhengll@swsc.com.cn 基金经理姚加红,历任博时基金管理有限公司信息技术部高级程序员,国金基金管理有限公司信息技术部总经理、指数投资事业部副总经理,现任国金基金管理有限公司量化投资事业部总经理。2023年1月起任国金量化多因子股票型证券投资基金经理。 相关研究 1.天弘指增张戈:四大优势特色环节,共促超额收益稳健可持续(2023-06-26)2.新华基金栾超:着眼产业景气度,把握行业周期和企业成长性(2023-06-20)3.汇添富基金赖中立:深耕中游制造,长期超配新能源(2023-06-18) 量化策略框架由两个主要部分组成:第一部分是对预测标的进行分析,包括预测市场指数的最高频率成分以及个股阿尔法的最低频率成分;第二部分是针对市场系统性波动的风险模型分解,通过对每个波动进行未来收益的预测,最后将其叠加起来。目前两位基金经理共同在管产品2只,在管总规模65.21亿元。基金经理马芳管理规模今年以来扩张迅猛,由去年底的33.97亿元扩张至114.56亿元。 4.泰康基金傅洪哲:立足胜率与赔率,寻找“二阶导大于0”医药子行业投资机会(2023-06-16) 代表基金——国金量化多因子A(015139.OF) 5.中欧丰泓沪港深灵活配置混合:进攻能力突出,高纯度港股投资利器(2023-06-09) 业绩表现:从绝对收益来看,从2020年9月3日到2023年6月14日期间总回报48.86%,年化回报16.37%,同类排名22/464。从相对收益来看,相对中证500的累计超额收益达58.88%,年化超额收益为18.24%;相对偏股混合基金指数的累计超额收益达57.75%,年化超额收益为17.94%。在中证500走低的情况下,基金仍能获得相对稳健的盈利增长。 6.央企股东回报ETF:描绘国企改革新画卷,把握高分红央企重要投资契机(2023-05-27) 7.天弘基金于洋:深度甄选食品饮料子行业,长期超配白酒获稳健收益(2023-05-17) 持有体验:自基金经理任职以来,日度、月度和季度收益大于0的概率为55.27%、69.70%和72.73%。在单次买入该基金的情况下,持有3个月盈利的概率为70.85%,平均收益为4.59%;持有6个月盈利的概率为92.63%,平均收益为9.08%;持有1年盈利的概率为98.83%,平均收益为18.22%。整体来看,持有该基金胜率较高,并且随着持有时间的拉长,胜率和平均收益逐步上升也表明该基金更适合长期持有。 8.工银中证港股通高股息精选ETF:非金融地产高股息策略,攻守兼备应对震荡市场(2023-05-10) 9.鹏华中证中药ETF:中药配置价值不断彰显,特色产品把握后市投资机会(2023-05-10) 板块配置分散,持股市值偏中小盘,量化选股风格均衡,重仓股无明显抱团现象。 对各个行业一视同仁,利用机器学习判断行业胜率。在基金存续期内个股板块均有配置。量化投资通过提供多个机会并进行广泛分散,以实现相对稳定的回报。 10.银华食品饮料量化优选:量化与基本面相结合的长期稳健增强主题产品(2023-05-02) 虽然在单个机会上的收益可能较小,但整体而言,波动性较低。 Barra模型分析结果:基金风格均衡,风险模型控制风险。国金量化多因子A无明显风险偏好,各风格均衡。量化策略中会针对市场系统性波动的风险模型进行分解,通过对每个波动进行未来收益的预测,最后叠加起来得到整体波动。另外,策略框架会自行补充高频风险模型,以弥补barra模型的不足。 风险提示:本报告结论完全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,投资者需充分认知自身风险偏好以及风险承受能力,基金有风险,投资需谨慎。 1基金经理马芳,姚加红 1.1基金经理基本信息 基金经理马芳,历任华泰贝通网络科技有限公司担任IT事业部测试工程师、奥博杰天软件北京有限公司担任软件研发中心证券交易系统自动化测试部经理、北京海峰科技有限责任公司担任特定估值方案项目部经理,2016年5月加入国金基金管理有限公司,历任量化投资运营中心副总经理,产品中心副总经理,量化投资事业部副总经理。2020年9月起任国金量化多因子股票型证券投资基金经理。 基金经理姚加红,历任博时基金管理有限公司信息技术部高级程序员,国金基金管理有限公司信息技术部总经理、指数投资事业部副总经理,现任国金基金管理有限公司量化投资事业部总经理。2023年1月起任国金量化多因子股票型证券投资基金、国金量化多策略灵活配置混合型证券投资基金经理。 量化策略框架由两个主要部分组成:第一部分是对预测标的进行分析,包括预测市场指数的最高频率成分以及个股阿尔法的最低频率成分;第二部分是针对市场系统性波动的风险模型分解,通过对每个波动进行未来收益的预测,最后将其叠加起来。目前两位基金经理共同在管产品2只,在管总规模65.21亿元。基金经理马芳管理规模今年以来扩张迅猛,由去年底的33.97亿元扩张至114.56亿元。 表1:基金经理在管产品一览 图1:基金经理管理规模(亿元) 2代表基金——国金量化多因子A(006195.OF) 2.1基本信息:以机器学习为基础,多维度预测提高决策稳健性 以机器学习为基础,多维度预测提高决策稳健性。国金量化多因子A成立于2018年10月31日,为普通股票型基金。基金经理马芳自2020年9月3日开始管理,任期总回报为48.86%,任期排名22/464,相对比较基准超额收益55.11%。基金产品以中证500指数为基准,持续稳定地获得超额收益。通过量化手段构建模型,框架基于时间维度、标的维度和风险模型的分解进行预测。该框架由两个主要部分组成:第一个部分是对预测标的进行分析,包括短周期预测市场指数和个股Alpha。第二个部分是针对市场系统性波动的风险模型分解,涉及预测因子分析和行业因子等,对每个波动进行未来收益的预测,并将其叠加起来。此外,由于barra模型不适合国内量化,框架还会补充一套风险模型,主要关注高中频的风险和短期有效的风险。这些风险模型的补充能够直观地反映出热点。策略通过机器学习预测,结果最终综合到行业、风格和热点等方面的配置和收益优化之中。 表2:国金量化多因子A基本信息 从规模来看,自成立以来基金规模整体呈现稳步上升的趋势,其中在2022年Q4至2023年Q1基金规模由21.98亿增长至55.04亿,在一季度内规模增长超过1倍。 马芳管理初期,基金持有人结构个人投资者为主占97.89%,在2022年 H2 ,机构投资者进行了较大规模的申购,目前机构投资者占比攀升至52.66%,个人投资者持有比例为47.34%。 图2:基金规模变化(亿元) 图3:基金持有人结构变化(%) 2.2业绩表现:长期增值稳健,攻防兼备更擅防守 从绝对收益来看,从2020年9月3日到2023年6月14日期间总回报48.86%,年化回报16.37%,同类排名22/464。 从相对收益来看,从2020年9月3日到2023年6月14日,相对中证500的超额收益达58.88%,年化超额收益为18.24%;相对偏股混合基金指数的超额收益达57.75%,年化超额收益为17.94%。在中证500走低的情况下,基金仍能获得相对稳健的盈利增长。 图4:基金累计收益与滚动回撤图(%) 图5:基金相对中证500超额收益(%) 图6:基金相对偏股混合超额收益(%) 从市场行情划分区间来看,基金经理攻守兼备且更擅长防守,熊市能够获得显著超额收益。该产品在2021-02-18至2022-10-28的下跌行情区间中,相对中证500超额收益为34.03%;而在2022-10-28至2023-06-14的上涨行情区间中,相对中证500超额收益为12.89%。自2021年以来稳定排名前20%。 图7:基金在不同涨跌区间与中证500走势对比(%) 表3:基金在不同涨跌区间涨跌及排名 2.3持有体验:业绩优秀且稳定,持有一年平均收益为18.22% 正收益概率角度:自基金经理任职以来,日度、月度和季度收益大于0的概率为55.27%、69.70%和72.73%。 基金持有一定时期的盈利概率和平均收益:历史数据回测显示,在单次买入该基金的情况下,持有3个月盈利的概率为70.85%,平均收益为4.59%;持有6个月盈利的概率为92.63%,平均收益为9.08%;持有1年盈利的概率为98.83%,平均收益为18.22%。整体来看,持有该基金胜率较高,并且随着持有时间的拉长,胜率和平均收益逐步上升也表明该基金更适合长期持有。 图8:基金正收益交易日占比(%) 图9:基金持有一定时间平均收益与盈利概率(%) 表4:基金每年最大回撤修复情况 基金业绩稳定性角度:基金经理长短期业绩兼顾,均显著高于市场,在近年受疫情影响股票市场整体低迷的环境下仍能保持相对稳健,业绩稳定性强。我们把基金滚动近三(六)个月排名百分数按照四分位分别标签为优秀(0-25%)、良好(25-50%)、一般(50-75%)、不佳(75-100%)。 国金量化多因子A滚动近三(六)个月排名标签为优秀和良好(即排在同类前50%)的比例分别为72.81%、69.54%,平均同类排名分别为32.38%、32.73%,说明大部分的时间基金的滚动相对排名处于同类前50%的水平。 图10:业绩稳定性(滚动近三月同类排名)(%) 图11:业绩稳定性(滚动近六月同类排名)(%) 2.4资产配置:股票仓位一直稳定在85%左右 持仓数据显示,国金量化多因子A的股票仓位十分平稳,成立以来股票仓位都在85%左右波动。 图12:股票仓位(%) 2.5行业配置:行业配置分散,机器学习判断行业胜率 板块配置分散。对各个行业一视同仁,在基金存续期内个股板块均有配置,2022H1大幅增加TMT板块,其他报告期各大板块配置均低于40%。 机器学习判断行业胜率。团队派遣研究员进行特定行业的深度研究和特色因子的布局。 团队会与行业研究员进行交流,但更注重的是获取信息增量。不完全依赖行业研究员的结论或经验,而是通过机器学习来判断行业未来是否会有超额收益。基金经理关注数据和信息,而不是人工总结的经验或建议。 图13:行业风格板块配置(%) 基金的行业分布分散,量化投资分散风险。通常采取较高的分散风险策略,投资组合广泛分散,以降低特定股票或行业的风险。与主观性投资风格相比,量化投资的仓位调整通常更为谨慎。对于特定的热点行情或者对ChatGPT等股票的看好,量化投资可能只会投入较小的仓位,例如2%或3%。这种策略在赚钱时收益可能不显著,但在回撤时也不会承受过大的损失。 图14:行业集中度(%) 图15:各报告期行业配置(%) 图16:各报告期板块配置(%) 图17:行业偏好(各报告期前五大重仓行业)(%) 2.6个股配置:持股市值偏中小盘,量化选股风格均衡 持股市值偏中小盘。持股市值风格上,基金产品在2020H2以大盘为主,自2021H1起持仓股票以中小盘风格为主,有一定微盘股的配置。策略运用机器学习预测风格切换,对于最近的风格切换,无论小市值股票的行情还是大市值股票的行情,产品的超额收益相对稳定。