基于更准确持仓测算下的行业选择和FOF策略（5月期）：测算增周期减电子，推荐周期制造板块

截至2024年4月30日，模型测算主动偏股基金前5大行业分别为电子（12.31%）、医药生物（8.18%）、电力设 备（7.21%）、食品饮料（6.96%）、机械设备（5.89%）。4月加仓前3大行业为煤炭（+1.01%）、石油石化（+1.00%）、 银行（+0.47%）；减仓前3大行业为电子（-1.25%）、医药生物（-0.67%）、电力设备（-0.63%）。 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11.94%，显著超过同期中证全指的-1.39%，且各年度收益率均超过了中证全指。 2024年前4个月，行业组合持续配置公用事业、交通运输、石油石化等行业，并取得了较好的超额收益。截至 2024年4月末，行业轮动策略今年以来取得了9.58%的收益，同期中证全指收益率为-1.54%，超额收益率为11.12%，组合年化波动率17.89%，最大回撤仅6.34%。4月行业组合全月取得收益1.16%，同期中证全指收益率为1.00%，超额收益为0.16%。 5月模型最新优选的强势行业包括：公用事业、汽车、有色金属、交通运输、食品饮料、机械设备。 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4月末，组合的年化收益率为7.60%，相对偏股基金指数的年化超额收益率为3.52%，年化波动率22.24%，年化夏普比为0.34。2024年4月，组合实现收益率1.55%。 2024年2季度建议关注的基金经理主要包括新华基金赵强、鹏华基金胡颖、富国基金孙权、中银证券张丽新、招商基金王平、融通基金关山、大成基金齐炜中、中信建投栾江伟、华夏基金孙蒙孙然晔、汇丰晋信陈平闵良超、国联基金王可汗、中金公司朱剑胜、东方红周杨、华商基金周海栋孙蔚、中欧基金许文星、信达澳亚沈莉李丛文、易方达基金蔡荣成、中加基金何英慧、光大保德信马鹏飞、汇丰晋信陆彬。 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10 图表目录 图表1：基金最新行业仓位占比（2024年4月30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 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4月30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（12.31%）、医药生物（8.18%）、电力设备（7.21%）、食品饮料（6.96%）、机械设备（5.89%）。4月加仓前3大行业为煤炭（+1.01%）、石油石化（+1.00%）、银行（+0.47%）；减仓前3大行业为电子（-1.25%）、医药生物（-0.67%）、电力设备（-0.63%）。 图表1：基金最新行业仓位占比（2024年4月30日） 板块 行业 4月末行业仓位 3月末行业仓位 23年报仓位 中证全指配置比例 4月增减仓 相对于23年报 增减仓 相对于中证全指超低配情况 医药 医药生物 8.18% 8.86% 10.43% 8.58% -0.67% -2.24% -0.40% 电子 12.31% 13.57% 13.91% 8.76% -1.25% -1.60% 3.55% 科技 计算机传媒 5.40%1.85% 5.96%2.13% 7.19%2.12% 5.42%2.25% -0.56% -1.80% -0.02%-0.40% -0.28% -0.27% 通信 4.49% 4.31% 3.75% 2.87% 0.19% 0.74% 1.62% 房地产 1.01% 0.97% 1.26% 1.45% 0.04% -0.25% -0.44% 大金融 银行 2.54% 2.07% 1.83% 6.76% 0.47% 0.70% -4.22% 非银金融 1.83% 1.64% 2.01% 5.98% 0.19% -0.19% -4.15% 煤炭 3.00% 1.99% 1.53% 1.57% 1.01% 1.47% 1.43% 石油石化 2.44% 1.45% 0.94% 1.62% 1.00% 1.50% 0.82% 基础化工 3.19% 3.45% 3.69% 4.37% -0.26% -0.50% -1.18% 周期 钢铁有色金属 0.91%5.42% 0.63%5.06% 0.62%3.73% 0.96%4.31% 0.27% 0.29% -0.05% 0.36% 1.69% 1.11% 建筑材料 0.72% 0.72% 0.76% 0.95% 0.01% -0.03% -0.23% 建筑装饰 1.01% 0.94% 0.96% 2.08% 0.07% 0.05% -1.07% 交通运输 2.90% 2.58% 2.02% 3.03% 0.32% 0.88% -0.13% 农林牧渔 2.21% 2.22% 2.65% 1.66% -0.01% -0.44% 0.55% 家用电器 3.50% 3.07% 2.78% 2.51% 0.43% 0.71% 0.99% 食品饮料 6.96% 6.99% 7.22% 6.92% -0.03% -0.26% 0.04% 消费 纺织服饰轻工制造 1.18%1.21% 1.08%1.30% 1.04%1.31% 0.71%1.04% 0.10% -0.09% 0.14% -0.10% 0.47%0.17% 商贸零售 0.60% 0.68% 0.57% 1.05% -0.07% 0.04% -0.45% 社会服务 0.90% 1.10% 0.95% 0.63% -0.20% -0.05% 0.27% 美容护理 0.61% 0.44% 0.48% 0.40% 0.17% 0.12% 0.21% 机械设备 5.89% 6.48% 7.00% 5.08% -0.59% -1.11% 0.81% 电力设备 7.21% 7.84% 7.56% 7.76% -0.63% -0.35% -0.55% 汽车 5.50% 5.68% 5.71% 4.26% -0.18% -0.20% 1.24% 制造 国防军工 3.11% 3.21% 3.58% 2.75% -0.10% -0.48% 0.36% 公用事业 3.19% 2.81% 1.77% 3.21% 0.39% 1.42% -0.02% 环保 0.59% 0.73% 0.60% 0.86% -0.14% 0.00% -0.27% 综合 0.14% 0.05% 0.03% 0.17% 0.09% 0.10% -0.03% 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：2017/1/1-2024/4/30来源：Wind，国金证券研究所；数据区间：2017/1/1-2024/4/30 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：2017/1/1-2024/4/30来源：Wind，国金证券研究所；数据区间：2017/1/1-2024/4/30 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：2017/1/1-2024/4/30来源：Wind，国金证券研究所；数据区间：2017/1/1-2024/4/30 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0.08，RankICIR为0.26，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11%，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。最新一个月的RankIC