量化专题报告：基金交易三维刻画：胜率、赔率和频率

量化专题报告 基金交易三维刻画：胜率、赔率和频率 2024年01月25日 交易特征是基金经理个人理念和投资策略的体现。在对冲基金MAN GROUP发表的《InvestinginSkill》中，提出其将胜率（HitRate）和赔率（PayoffRate）列入基金经理考核指标，并发现业绩相近的两只基金，由于投资理念不同，胜率赔率也有明显差异。其中胜率是判断准确度，赔率是认知程度，此外交易频率也是反映基金经理投资风格的重要指标，胜率、赔率和频率一起形成了立体的基金交易评价方案。 分析师叶尔乐执业证书：S0100522110002 从胜率、赔率和频率关系反映的投资决策，可对不同理念投资者进行区分。 邮箱：yeerle@mszq.com研究助理关舒丹 基于交易结果将主动权益基金的交易策略大致分6类：由于基金经理对个股成长 执业证书：S0100123010007 潜力、风险类型、价值判断等多方面的不同，低换手率策略可包括“精准出击 邮箱：guanshudan@mszq.com 型”、“高度自信型”、“稳中求胜型”等；由于交易中选股偏好和市场判断的差异，高换手率策略可包括“高频交易型”、“频繁试仓型”、“积极进取型”等，其中“精准出击型”和“积极进取型”长期业绩占优。 相关研究1.基金分析报告：基金季报2023Q4：公募行业重仓易位-2024/01/232.量化周报：风险有所释放，机会仍需等待- 根据基金主动调仓的收益影响刻画交易的胜率、赔率。在季报持仓补全的基 2024/01/21 础上，结合前后两期基金持仓股权重变化和个股涨跌幅，计算其对个股的主动增/减持比例；接下来考虑前一个季度的主动调仓，在下一季度的收益影响，根据过去四个季度中调仓的准确率和回报损失比，构建了基金交易的胜率与赔率指 3.量化专题报告：迈向价值之路：竞争壁垒分 析框架下的选股逻辑-2024/01/15 4.量化周报：流动性进一步回落-2024/01/145.量化周报：波动率回升象限注意风险-2024 标。但是从单因子检验结果来看有效性较弱，在全样本中根据胜率分层基本未表 /01/07 现出单调性，而赔率最高的前10%和前20%组合长期超额收益较为明显。 中低频率中赔率更有效，高频率中胜率更有效。叠加频率进行基金交易指标 的双排序，即先根据交易频率由低到高分为三组，在每组中再根据胜率和赔率分五组，来检验在同一交易频率区间内胜率/赔率因子的有效性。发现在中低交易频率基金中，高赔率组合未来收益更高；而高交易频率基金中，高胜率组合单调性更佳。 胜率-赔率-频率象限图：基金交易状态的直观反映。根据胜率、赔率和频率 构建基金交易的象限图，可以了解基金经理的投资状态。而观察不同时段中绩优基金在象限图中的分布，会发现去年业绩靠前的基金多表现为市场适应能力较强的高换手高胜率策略；而长期高回报基金，多数至少具备高胜率和高赔率中一项。 在已有结论的基础上，构造两个不同目标的基金配置策略。高频率-高胜率- 低beta组合年化超额收益为9.35%，年化夏普0.75；牛市有超额，熊市控回撤；行业轮动能力强、动态收益贡献较高，调仓较准确。高频率-高胜率-高赔率组合年化超额收益为12.14%，年化夏普达0.90；除2022年外均跑赢偏股基金指数，牛市中弹性更强，能把握市场结构性机会；在行业配置、选股和动态调整上均具备稳定的能力。 风险提示：1）基金历史业绩不代表未来业绩。2）量化统计未来有失效风险。 目录 1从交易结果刻画基金经理特征3 1.1交易频率本身为中性指标4 1.2根据胜率、赔率、频率可对不同理念投资者进行区分5 2基金交易的胜率、赔率刻画6 2.1基金季报持仓补全6 2.2交易胜率：调仓获得正回报的概率6 2.3赔率：调仓的收益空间8 2.4中低换手中赔率更有效，高换手中胜率更有效9 2.5基金交易情况的象限图11 2.6胜率、赔率和频率在行业基金上的应用13 3组合策略构建14 3.1高频率-高胜率-低beta14 3.2高频率-高胜率-高赔率15 3.3策略组合分析16 4总结18 5风险提示19 插图目录20 表格目录20 1从交易结果刻画基金经理特征 对冲基金英仕曼（MANGROUP）在2022年3月发表的报告《InvestinginSkill》中，分享了其对于基金经理的考核指标：胜率（HitRate）：基金经理的投资能赚钱的百分比；赔率（PayoffRate）：平均收益对平均损失的比率。 业绩相近的两只基金，其胜率赔率表现的差异能够反映投资理念的不同。由于公司拥有内部数据，可以根据一段时间内基金经理持仓的回报来计算胜率和赔率指标。对此，报告给出了两个例子： 1、对冲基金A的胜率略低但赔率较高，这是因为团队注重管理下行波动，表现不好的股票很快就会被减仓剔除，因此虽然持仓胜率较低，但是由于下跌个股跌幅较小，所以整体赔率更高。 2、基金B的基金经理对投研团队的分析有高度的信心，这样即使持仓出现短期下跌也能够坚定持有，这使得虽然持仓中最终获得正收益个股数量较多、胜率较高，但一些持仓股出现较大跌幅，整体赔率略低。 由此可见，即便在最终回报上比较接近的基金，其投资逻辑和过程也不尽相同，而在不同方法论的影响下，基金B遭受大幅损失的可能性更大，熊市风险更高；基金A更可能控制风险，但牛市踏空风险更高。这一差异可以直观地体现在交易指标上，也就是说通过对交易中的胜率赔率等指标的刻画，可以大致描绘基金投资特征，从而判断基金适应的市场环境。 图1：组合收益与胜率和赔率的关系 资料来源：GeorgeWhicheloe(QuantitativeResearcher,ManGLG)《InvestinginSkill》，民生证券研究院整理 频率也是反映基金经理投资风格的重要指标。胜率通常被理解为判断的准确率，赔率反映的则是基金经理对交易对错的认知程度，即能够在认为正确时放大盈利、在认为错误时及时止损。除英仕曼报告中提到的胜率和赔率外，交易频率也是反映基金经理市场适应性、投资风格和风险管理的直观指标，且其与胜率赔率之间存在着密切关系。例如对于高胜率基金，若其交易频率同样较高则一般是 积极寻求市场机会，通过提高统计概率来获得收益；而若是交易频率较低的基金，则可能是对持仓研究深入，操作稳健。由此可见交易频率是对胜率赔率评价维度的重要补充，投资习惯与交易效果的结合共同构建起对于基金经理交易策略的刻画，至此，胜率、赔率和频率一起形成了更为立体的基金交易评价方案。 本文从基金获得回报的过程入手，通过刻画交易中的胜率、赔率和频率，来反映其操作准确性和认知度，并且从交易过程窥见基金经理对于组合或个股的投资策略，为基金的投资评价提出新的视角。 1.1交易频率本身为中性指标 基金换手率整体右偏，平均接近四个月全部更换持仓。我们采用半年度双边换手率来反映基金的交易频率，即：半年度双边换手率=半年报中买卖股票总金额 /（（期初股票持仓规模+期初股票持仓规模）/2）。统计基金在季度末时点上，最近两期的半年度双边换手率均值，计算结果整体呈现明显的右偏态，均值为3.32 倍、中位数在2.58倍。考虑到后续分析依赖基金的季度持仓情况，因此在后续计 算中剔除半年度双边换手率大于12倍的基金，各期累计共约115只。 整体来看，除换手特别低的组合明显跑输外，换手率是相对中性的特征。我们首先根据交易频率指标进行了分组，但结果发现，除了交易频率最低的20%基金在2021年市场切换中跑输外，其他分组中基金整体回报并未因换手率的提高而增加。 图2：偏股基金半年度双边换手率（近两期均值）分布图3：半年度双边换手率（近两期均值）分组情况 5 4 3 2 1 p1p2p3p4p5 资料来源：wind，民生证券研究院；计算区间：2012/12/31-2023/12/31资料来源：wind，民生证券研究院；计算区间：2013/1/1-2023/12/31 1.2根据胜率、赔率、频率可对不同理念投资者进行区分 从胜率、赔率和频率关系反映的投资决策，是基金经理个人价值观、投资策略的体现。我们根据交易中蕴含的胜率、赔率和频率三个指标，可以将主动权益基金的交易策略大致分6类： 1）换手率较低的基金基本采用买入持有策略，但根据其交易的胜率和赔率又可以提炼出“精准出击型”、“高度自信型”、“稳中求胜型”等，其所对应的则是基金经理在买入持有的过程中，对于个股成长潜力、风险类型、价值判断等多方面的不同偏好，以及对持仓研究的深广度的差异。其中“精准出击型”个股研究深入，持仓明显低估或极具成长潜力；“高度自信型”持股同样有较高的上涨空间，但风险较高；“稳中求胜型”偏好基本面较强个股、避免高波动。 2）换手率较高的基金更倾向于寻求较短期机会，也可以进一步分为“高频交易型”、“频繁试仓型”、“积极进取型”等，其所对应的则是基金经理在交易过程中，选股偏好和市场判断的差异。其中“高频交易型”相应迅速、判断准确；“频繁试仓型”寻求短期大幅波动机会；“积极进取型”则通过高频交易来获取稳定的小幅利润。 图4：在胜率、赔率和频率的三维交易指标下的策略划分 资料来源：民生证券研究院绘制 下面我们将着重介绍交易中胜率和赔率指标的构建，以及其在帮助我们识别基金经理特征和寻找优质产品中的重要作用。 2基金交易的胜率、赔率刻画 本节我们主要介绍交易胜率和赔率的构建方式，其中由于公募基金持仓披露信息有限，若采用单笔投资的收入和来本来统计交易指标，需要更精细的持仓数据，对此我们虽然考虑了仓位补全来增加信息量，但补全结果仍然是季度的截面数据，因此考虑从个股交易所带来的收益影响出发，来近似刻画基金交易的胜率和赔率，并对其进行检验、分析和初步应用，以期根据胜率、赔率和频率的三维交易指标，来反映基金的投资策略和准确性。 2.1基金季报持仓补全 在计算之前，考虑基金持仓的分散化趋势，我们先对季报持仓进行补全。1）上市公司股东：首先从上市公司披露的股东数据进行初步补充。2）年报半年报持仓：加入基金前一个年报或半年报的全部持仓，结合季报披露的证监会行业分布和个股区间涨跌幅，估算历史持仓的理论权重。3）市场和同公司持仓：若未补充完全，再利用同公司其他产品持仓和中证800成分股进行长尾补充。 利用上述方法对2010年以来主动权益型基金的季报持仓进行还原，从结果来看，还原后持仓的行业重合度均值达86.63%，超50%持仓还原后行业重合度达到了96%以上。 图5：基金季报持仓还原的行业重合度 40000 35000 30000 25000 20000 15000 10000 5000 0 ≤0.4(0.4,0.5](0.5,0.6](0.6,0.7](0.7,0.8](0.8,0.9](0.9,1] 资料来源：wind，民生证券研究院；计算区间：2010/3/31-2023/12/31；住：纵轴为季报数量 2.2交易胜率：调仓获得正回报的概率 在计算胜率时，主要考虑基金经理调仓判断的准确性，计算时点为季度末，即每年的3/6/9/12月底，统计样本为：普通股票型、偏股混合型、灵活配置型基金，管理以来平均股票仓位>70%，剔除定开和持有期产品，剔除半年度双边换手率大于12倍的基金。具体步骤如下： 𝒊,𝒕−� 1、理论持仓占比：首先根据补全持仓个股在t-2季度的占比𝒘𝒊,𝒕−𝟐，假设不主动调仓，考虑个股区间涨跌幅之后，估算出每个持仓股在t-1季度的占比情况𝒘′， 𝒊,𝒕−� 这里会将所有的𝒘′归一化至100%； 𝒊,𝒕−� 𝒘′=𝒘𝒊,𝒕−�×(�+𝒑𝒄𝒉𝒊,𝑻−𝟏) 其中𝒘𝒊,�为基金在季报t中持有个股i占股票持仓市值比；𝒑𝒄𝒉𝒊,�为个股i在季度T区间内的涨跌幅。 2、主动增/减持比例：用基金t-1季度实际补全持仓占比̅𝒘̅̅𝒊̅,̅𝒕̅−̅𝟏̅，与估算的不主动调仓的占比情况相减，得到基金经理在上一季度中对每只个股的主动调仓权重变化； 𝒊,𝒕−� ∆�