基于更准确持仓测算下的行业选择和FOF策略（7月期）：关注红利与大消费板块

截至2024年6月30日，模型测算主动偏股基金前5大行业分别为电子（12.66%）、医药生物（7.91%）、电力设 备（7.70%）、食品饮料（6.93%）、有色金属（6.40%）。6月加仓前3大行业为通信（+1.00%）、有色金属（+0.61%）、 电力设备（+0.49%）；减仓前3大行业为计算机（-1.02%）、传媒（-0.50%）、医药生物（-0.48%）。 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10.72%，显著超过同期中证全指的-2.51%，超额收益率为13.23%，且各年度收益率均超过了中证全指。 2024年上半年，行业组合取得了较好的超额收益。截至2024年6月末，行业轮动策略今年以来取得了3.51%的收益，同期中证全指收益率为-8.64%，超额收益率为12.15%，组合年化波动率16.55%，最大回撤仅8.53%。6月行业组合全月取得收益-4.26%，同期中证全指收益率为-5.79%，超额收益为1.53%。 7月模型最新优选的强势行业包括：银行、公用事业、食品饮料、医药生物、电力设备、煤炭。 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6月末，组合的年化收益率为6.83%，相对偏股基金指数的年化超额收益率为4.04%，年化波动率22.06%，年化夏普比为0.31。2024年6月，组合实现收益率-0.71%，同期偏股基金指数收益率为-3.17%，超额收益率2.46%。 2024年3季度建议重点关注的基金经理主要包括银华基金和玮、博时基金吴鹏王凌霄、广发基金孙迪、民生加银基金柳世庆、汇添富基金蔡志文、宏利基金庄腾飞王鹏、财通基金张胤、易方达基金刘健维、上银基金卢扬、南华基金沈致远、富国基金杨栋、华夏基金刘心任、景顺长城基金鲍无可张雪薇、嘉实基金谭丽、汇丰晋信基金郑小兵、淳厚基金薛莉丽陈文、大成基金刘旭。 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优于绝大多数传统测算模型，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。基金相关信息及数据仅作为基金研究使用，不作为募集材料或者宣传材料;本文涉及所有基金历史业绩均不代表未来表现。 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6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6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（12.66%）、医药生物（7.91%）、电力设备（7.70%）、食品饮料（6.93%）、有色金属（6.40%）。6月加仓前3 大行业为通信（+1.00%）、有色金属（+0.61%）、电力设备（+0.49%）；减仓前3大行业为计算机（-1.02%）、传媒（-0.50%）、医药生物（-0.48%）。 板块 行业 6月末 5月末 23年报仓位 中证全指 6月 相对于23年报相对于中证全 图表1：基金最新行业仓位占比（2024年6月30日） 行业仓位 行业仓位 配置比例 增减仓 增减仓 指超低配情况 医药 医药生物 7.91% 8.39% 10.43%8.58% -0.48% -2.52% -0.67% 电子 12.66% 12.63% 13.91%8.76% 0.03% -1.25% 3.90% 计算机 4.00% 5.02% 7.19%5.42% -1.02% -3.19% -1.42% 科技 传媒 1.13% 1.64% 2.12%2.25% -0.50% -0.99% -1.12% 通信 5.80% 4.80% 3.75%2.87% 1.00% 2.06% 2.93% 房地产 1.05% 1.08% 1.26%1.45% -0.02% -0.21% -0.40% 大金融 银行 2.75% 2.46% 1.83%6.76% 0.29% 0.91% -4.01% 非银金融 1.55% 1.62% 2.01%5.98% -0.07% -0.47% -4.43% 煤炭 2.24% 2.45% 1.53%1.57% -0.21% 0.71% 0.67% 石油石化 2.51% 2.33% 0.94%1.62% 0.18% 1.57% 0.89% 基础化工 2.80% 3.02% 3.69%4.37% -0.22% -0.89% -1.57% 钢铁 0.80% 0.76% 0.62%0.96% 0.03% 0.18% -0.16% 周期 有色金属 6.40% 5.79% 3.73%4.31% 0.61% 2.67% 2.09% 建筑材料 0.78% 0.80% 0.76%0.95% -0.03% 0.02% -0.17% 建筑装饰 1.00% 0.96% 0.96%2.08% 0.05% 0.04% -1.08% 交通运输 3.76% 3.38% 2.02%3.03% 0.38% 1.74% 0.73% 农林牧渔 2.11% 2.35% 2.65%1.66% -0.24% -0.53% 0.45% 家用电器 4.29% 3.95% 2.78%2.51% 0.34% 1.51% 1.78% 食品饮料 6.93% 6.83% 7.22%6.92% 0.10% -0.29% 0.01% 消费 纺织服饰 1.13% 1.19% 1.04%0.71% -0.06% 0.09% 0.42% 轻工制造 1.26% 1.32% 1.31%1.04% -0.07% -0.05% 0.22% 商贸零售 0.45% 0.53% 0.57%1.05% -0.09% -0.12% -0.60% 社会服务 0.59% 0.72% 0.95%0.63% -0.13% -0.36% -0.04% 美容护理 0.56% 0.63% 0.48%0.40% -0.07% 0.07% 0.16% 机械设备 5.59% 5.91% 7.00%5.08% -0.32% -1.41% 0.51% 电力设备 7.70% 7.21% 7.56%7.76% 0.49% 0.14% -0.06% 汽车 5.38% 5.48% 5.71%4.26% -0.10% -0.33% 1.12% 制造 国防军工 2.63% 2.65% 3.58%2.75% -0.02% -0.95% -0.12% 公用事业 3.61% 3.37% 1.77%3.21% 0.24% 1.85% 0.40% 环保 0.51% 0.54% 0.60%0.86% -0.02% -0.08% -0.35% 综合 0.12% 0.20% 0.03%0.17% -0.08% 0.08% -0.05% 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：2017/1/1-2024/6/30 来源：Wind，国金证券研究所；数据区间：2017/1/1-2024/6/30 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：2017/1/1-2024/6/30 来源：Wind，国金证券研究所；数据区间：2017/1/1-2024/6/30 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：2017/1/1-2024/6/30 来源：Wind，国金证券研究所；数据区间：2017/1/1-2024/6/30 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0.083，RankICIR为0.28，可以看出预测因子对于未来收益的区分度较好，但稳定性一般。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，长期年化收益率接近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。因子最近