截至2024年2月29日,模型测算主动偏股基金前5大行业分别为电子(11.43%)、医药生物(8.48%)、电力设备(8.13%)、食品饮料(7.71%)、计算机(5.84%)。2月加仓前3大行业为煤炭(+0.93%)、银行(+0.65%)、通信(+0.49%);减仓前3大行业为电力设备(-1.02%)、计算机(-1.01%)、电子(-0.74%)。 用主动偏股基金各行业的持仓和调仓信息构建的基金行业因子,可以对行业指数未来表现进行有效区分。从行业组合分年度表现来看,2017年下半年以来其年化收益率为11.44%,显著超过同期中证全指的-1.77%,且各年度收益率均超过了中证全指。 2024年前2个月,行业组合持续配置银行、家用电器、交通运输、石油石化等行业。截至2024年2月末,行业轮动策略今年以来取得了4.51%的收益,同期中证全指收益率为-3.06%,超额收益率为7.57%,组合年化波动率19.24%,最大回撤仅6.34%。 3月模型最新优选的强势行业包括:农林牧渔、汽车、交通运输、机械设备、石油石化、公用事业。 根据基金的高频行业仓位信息进行业绩归因,构建的基金选股和交易因子,可以衡量管理人的特有能力,通过计算因子的RankIC和RankICIR值,我们发现因子收益能力较强、稳定性较高。用因子进行基金优选,构造的季频调仓组合2018年至2024年2月末,组合的年化收益率为6.78%,相对偏股基金指数的年化超额收益率为2.04%,年化波动率22.40%,年化夏普比为0.30。 2024年1季度最新推荐的基金经理主要包括宝盈基金张天闻、中邮基金金振振与吴尚、大成基金苏秉毅、金鹰基金陈颖与张展华、长城基金雷俊、财通基金沈犁、国金基金马芳与姚加红、博时基金郭晓林与刘玉强、华夏基金孙蒙、博道基金杨梦、融通基金范琨、华润基金刘宏毅、西部利得基金盛丰衍、东吴基金刘元海、方正富邦基金乔培涛、招商基金王平、工银瑞信基金杨鑫鑫、景顺长城基金鲍无可、大成基金齐炜中。 卡尔曼滤波在通信、导航与控制等多领域有广泛的运用,它是一种递归的贝叶斯算法,能够实现数据实时更新和去噪声处理,并对系统状态进行最优估计。用卡尔曼滤波进行基金行业仓位测算有天然的适配性,基金的行业配置比例是状态变量,基金的净值涨跌幅是可观测值,两者满足线性转换关系,并符合模型的假设要求。可以从基金实际行业配置比例出发,通过每日涨跌幅进行校正,最终得到当期配置比例的最优估计。 在具体运用上,我们用持股明细和重仓股补全的行业配置比例作为初始值,并根据基金的行业轮动风格将基金分类,每一类中对超参数分别进行赋值。在行业收益的考量上,我们针对每只基金实际持仓构造了行业指数,并与市场行业指数进行等权结合,兼顾了基金特点与行业全局,充分利用了基金持仓与市场信息。经检验,2017年以来主动偏股基金行业测算的市场平均误差仅为0.38%,优于绝大多数传统测算模型,而且对于预测行业仓位的大幅波动,模型方向识别的准确率更高,另外模型结果整体较为平稳,噪音较低。 历史数据不被验证导致模型失效、测算模型构建的因子缺乏稳定性、股票市场波动与基金净值调整风险等。 内容目录 第一部分:行业仓位最新测算结果3 第二部分:基于基金行业因子的行业轮动策略4 第三部分:基于基金选股和交易因子的FOF策略6 第四部分:基于卡尔曼滤波的行业仓位测算原理8 风险提示11 图表目录 图表1:基金最新行业仓位占比(2024年2月29日)3 图表2:制造板块历史配置比例测算4 图表3:消费板块历史配置比例测算4 图表4:医药板块历史配置比例测算4 图表5:科技板块历史配置比例测算4 图表6:金融板块历史配置比例测算4 图表7:周期板块历史配置比例测算4 图表8:基金行业因子分组测试各组表现5 图表9:基金行业因子时序RankIC值5 图表10:行业组合净值曲线5 图表11:行业组合分年度表现6 图表12:选股和交易因子各组表现6 图表13:选股和交易因子时序RankIC值6 图表14:选股和交易因子分组测试净值曲线7 图表15:选股和交易因子多空净值曲线7 图表16:FOF组合净值曲线7 图表17:FOF组合分年度表现8 图表18:FOF组合近2期具体持仓8 图表19:卡尔曼滤波基金行业仓位测算流程示意图10 图表20:市场平均误差与基金平均误差历史均值11 公募基金作为市场上重要的机构投资者,其包括股票行业仓位配置等投资行为一直被市场所关注,及时捕捉公募基金行业仓位的变化,能在一定程度上辅助投资者对市场进行研判。公募基金实际行业仓位一般仅能通过年报、半年报公布的持股明细计算得出,数据频率较低、时间上有滞后性,因此有必要通过量化方法对基金股票行业仓位进行估计,得到更高频且及时的数据。 2024年1月16日我们推出了《基于更准确持仓测算下的行业选择和FOF策略》,我们使用卡尔曼滤波,针对公募基金投资操作特点进行建模,最终探索出一套准确度较高的行业测算方法。我们使用测算结果在两个不同的方向上进行了展开应用:一方面,用主动偏股基金各行业的持仓和调仓信息构建的基金行业因子,可以构建有效的行业轮动策略;另一方面,我们根据基金的高频行业仓位信息进行业绩归因,构建了基金选股和交易因子,用单因子构建的FOF组合能长期稳定战胜偏股基金指数。 截至2024年2月29日,模型测算主动偏股基金前5大行业(本文所列为行业投资比例为占股票市值比例)分别 为电子(11.43%)、医药生物(8.48%)、电力设备(8.13%)、食品饮料(7.71%)、计算机(5.84%)。2月加仓前3大行业为煤炭(+0.93%)、银行(+0.65%)、通信(+0.49%);减仓前3大行业为电力设备(-1.02%)、计算机(-1.01%)、电子(-0.74%)。 图表1:基金最新行业仓位占比(2024年2月29日) 板块 行业 2月末 1月末 23Q4重仓 中证全指 2月 相对于23Q4相对于中证全 行业仓位 行业仓位股补全仓位配置比例 增减仓 增减仓 指超低配情况 医药 医药生物 8.48% 8.52% 9.03% 8.92% -0.04% -0.55% -0.44% 电子 11.43% 12.17% 13.10% 8.78% -0.74% -1.67% 2.65% 科技 计算机 传媒 5.84%2.17% 6.85%2.15% 7.75%2.32% 5.53%2.24% -1.01% -1.91% 0.31% -0.07% 0.02% -0.15% 通信 4.77% 4.28% 4.55% 2.79% 0.49% 0.22% 1.98% 房地产 1.32% 1.19% 1.22% 1.53% 0.13% 0.09% -0.21% 大金融 银行 3.28% 2.63% 1.95% 6.86% 0.65% 1.33% -3.58% 非银金融 2.20% 2.23% 1.92% 6.46% -0.03% 0.28% -4.26% 煤炭 2.85% 1.92% 1.18% 1.65% 0.93% 1.67% 1.20% 石油石化 1.83% 1.42% 1.17% 1.56% 0.41% 0.66% 0.27% 基础化工 3.12% 3.31% 3.40% 4.33% -0.19% -0.27% -1.21% 周期 钢铁 有色金属 1.01%3.36% 0.75%3.43% 0.53%3.50% 0.98%3.89% 0.26% -0.07% 0.48% -0.14% 0.03% -0.53% 建筑材料 1.04% 1.00% 0.86% 0.98% 0.04% 0.18% 0.06% 建筑装饰 1.02% 1.09% 1.06% 2.09% -0.07% -0.04% -1.07% 交通运输 2.60% 2.17% 1.99% 3.02% 0.43% 0.60% -0.42% 农林牧渔 2.77% 2.40% 2.38% 1.63% 0.37% 0.39% 1.14% 家用电器 3.74% 3.56% 3.00% 2.49% 0.18% 0.74% 1.25% 食品饮料 7.71% 7.76% 7.79% 6.91% -0.05% -0.08% 0.80% 消费 纺织服饰轻工制造 1.36%1.22% 1.05%1.21% 0.95%1.28% 0.69%1.02% 0.30%0.02% 0.41% -0.05% 0.67%0.20% 商贸零售 0.64% 0.59% 0.58% 1.06% 0.05% 0.06% -0.42% 社会服务 0.96% 0.98% 1.03% 0.64% -0.02% -0.07% 0.32% 美容护理 1.03% 0.84% 0.54% 0.41% 0.19% 0.50% 0.62% 机械设备 5.52% 6.18% 6.48% 4.98% -0.66% -0.96% 0.54% 电力设备 8.13% 9.14% 9.51% 7.60% -1.02% -1.38% 0.53% 汽车 4.50% 5.13% 5.15% 4.14% -0.62% -0.65% 0.36% 制造 国防军工 2.89% 3.04% 3.28% 2.67% -0.15% -0.39% 0.22% 公用事业 2.30% 2.18% 1.81% 3.15% 0.12% 0.49% -0.85% 环保 0.63% 0.68% 0.64% 0.82% -0.05% -0.01% -0.19% 综合 0.26% 0.14% 0.05% 0.16% 0.12% 0.21% 0.10% 来源:Wind,国金证券研究所 图表2:制造板块历史配置比例测算图表3:消费板块历史配置比例测算 来源:Wind,国金证券研究所;数据区间:2017/1/1-2024/2/29来源:Wind,国金证券研究所;数据区间:2017/1/1-2024/2/29 图表4:医药板块历史配置比例测算图表5:科技板块历史配置比例测算 来源:Wind,国金证券研究所;数据区间:2017/1/1-2024/2/29来源:Wind,国金证券研究所;数据区间:2017/1/1-2024/2/29 图表6:金融板块历史配置比例测算图表7:周期板块历史配置比例测算 来源:Wind,国金证券研究所;数据区间:2017/1/1-2024/2/29来源:Wind,国金证券研究所;数据区间:2017/1/1-2024/2/29 理论上来说,基金重仓或显著加仓的行业,意味着公募基金更看好其在未来的表现,相对于宽基指数可能存在着一定的超额收益,或许能有效提示后市行业走势的变化。我们把持仓水平与调仓水平分别作为因子,并等权合成为“基金行业因子”,因子对于行业未来表现的预测能力较好。 从2017年下半年以来,我们在每个月末计算各行业的因子值,并用行业未来1个月的表现进行测试,因子的RankIC值为0.07,RankICIR为0.25,可以看出预测因子对于未来收益的区分度较好,但稳定性不佳。进一步地,我们在剔除综合行业后,每一期按照因子值由大到小排列,将申万30个行业分为5组,每组6个行业等权配置进行分组测试。 从分组测试结果可以看出,因子值最突出的第一组,长期年化收益率虽然高于第3组-第5组,但却显著低于第2组,因子RankICIR不理想主要原因就是第1组稳定性不佳。我们推测其原因,一方面是2021年以来,抱团股瓦解的现象持续发生,高仓位行业可能会出现较大幅度的回撤;另一方面,由于“赢家的诅咒”,已获重仓的行业难以获得持续性资金流入,估值端提升空间有限。而因子值处于中高水平的第2组,长期年化收益率超过10%,显著好于同期的宽基指数,我们判断这些行业正处于景气度上升的时期,且未达到过热的状态,所以长期能获得较高的超额收益。 图表8:基金行业因子分组测试各组表现图表9:基金行业因子时序RankIC值 来源:Wind,国金证券研究所;数据区间:20