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。[华宝证券]:基金量化因子探析(四):寻找基金中的“Alpha捕手”,构建股基增强基金组合 - 发现报告
当前位置:首页/其他报告/报告详情/

基金量化因子探析(四):寻找基金中的“Alpha捕手”,构建股基增强基金组合

2024-07-18李亭函、黄浩华宝证券还***
基金量化因子探析(四):寻找基金中的“Alpha捕手”,构建股基增强基金组合

2024年07月18日 证券研究报告|公募基金深度报告 寻找基金中的“Alpha捕手”,构建股基增强基金组合 基金量化因子探析(四) 分析师:李亭函 分析师登记编码:S0890519080001电话:021-20321017 邮箱:litinghan@cnhbstock.com 研究助理:黄浩 邮箱:huanghao@cnhbstock.com 销售服务电话: 021-20515355 相关研究报告 1、《收益率选基是否有效?探究基金业绩的可持续性—基金量化因子探析 (三)》2024-03-14 2、《妙用ETF申购赎回清单,刻画指增ETF投资特征—公募指增专题研究》2023-12-29 3、《量化策略赋能固收+基金,绝对收益理念的有机结合—公募基金专题报告》2023-12-24 4、《如何基于股票回购信息,构建高性价比的主动权益基金组合—基金量化因子探析(二)》2023-11-22 5、《为何主动权益基金会跑输被动指数?兼论基于低抱团视角的基金遴选策略—公募基金专题报告》2023-09-05 投资要点 在基金量化因子系列报告中,我们对多类持仓因子和绩效因子的有效性和应用场景进行了探析,将研究结论应用于不同风格中和不同场景下的选基策略。我们基于场景化基金组合的理念,构建各类基金组合策略以满足不同风险偏好以及不同投资场景的投资者的选基需求。在权益基金组合策略中,目前已经上线常青低波基金组合并进行持续跟踪,在策略运行以来接近一年的时间里,组合表现出了优秀的低波属性,在权益市场波动的行情中为组合投资者获取超额收益,组合收益风险特征适合风险偏好适中的权益基金投资者持有。 我们以进一步完善不同风险偏好的权益基金投资者的需求为目标,尝试构建组合波动与权益基金基准指数相近,适合风险偏好较高的基金投资者进行配置,在净值波动适中的前提下,获得相较权益基金指数更高的收益,以高胜率优化组合持有体验。在对基金收益率指标研究的基础之上,我们深入挖掘基金收益的来源,对基金的配置行业收益和选股超额能力进行拆分,发现基金收益在剔除所配置行业的Beta收益后剩余的Alpha收益,具有显著延续性,并基于此构建了股基增强基金组合。 在全市场权益基金范围内选取高Alpha收益基金,从2017年以来的回测区间的表现来看,历史Alpha收益靠前的基金在策略持有期间依旧保持较好表现,策略组合能够跑赢万得偏股混合型基金指数基准,但是在超额收益的表现上有进一步优化的空间。 以优化持有期胜率为目标的前提下,我们对行业集中度、持仓特征因子、基金规模因子等方面进行Alpha收益因子选基策略优化。在加入行业集中度限制后,从均衡分散型中选取历史Alpha收益靠前的基金,有效避免组合的行业配置过度集中,提高了相比于股基指数基准的胜率,回测区间月度统计持有180天的胜率能够达到83.95%,超额收益稳定性也在缩小初筛池范围后有所提升。 在优化行业暴露集中度的基础之上,我们进一步优化基金初筛池在持仓因子上的风格暴露,避免在风格上的暴露过于集中。通过剔除处在规模、持仓PE、持仓ROE以及持仓市值等因子的极端区间的基金,在没有极端风格暴露的基金中优选高Alpha收益基金,策略组合持有期胜率得到进一步优化,回测区间月度统计持有180天的胜率进一步提升至92.59%。 通过分析组合历史持仓基金情况,可以看到策略能够有效选取到具有优秀个股挖掘能力、注重公司多维基本面、控制行业配置均衡水平的优秀基金经理“Alpha捕手”在历史回测中帮助组合获取稳定超额,符合策略选基目标。 风险提示:本报告模拟组合结果基于对应模型计算,需警惕模型失效的风险;文中涉及基金组合等模型结果,仅供研究参考,不构成投资建议;模型均基于历史数据测试得到,在未来存在失效的可能,不代表基金未来表现,不对基金的未来表现构成预测。 内容目录 1.如何衡量权益基金Alpha收益3 2.探究Alpha持续性4 3.寻找权益基金中的“Alpha捕手”5 3.1.所有权益基金范围内选基5 3.2.均衡分散型权益基金范围内选基6 3.3.行业集中型权益基金范围内选基7 3.4.均衡分散型权益基金选基优化8 3.5.股基增强基金组合历史持仓分析10 4.总结11 5.风险提示12 图表目录 图1:基金策略组合回测结果(所有权益基金)5 图2:月频相较万得偏股混合基金指数超额(持有180日)(所有权益基金)5 图3:组合一级行业配置集中度统计(所有股基内选基)6 图4:组合二级行业配置集中度统计(所有股基内选基)6 图5:基金策略组合回测结果(均衡分散型基金)6 图6:月频相较万得偏股混合基金指数超额(均衡分散型持有90日)7 图7:月频相较万得偏股混合基金指数超额(均衡分散型持有180日)7 图8:组合一级行业配置集中度统计(均衡分散型基金)7 图9:组合二级行业配置集中度统计(均衡分散型基金)7 图10:基金策略组合回测结果(行业集中型基金)8 图11:月频相较万得偏股混合基金指数超额(行业集中型持有90日)8 图12:月频相较万得偏股混合基金指数超额(行业集中型持有180日)8 图13:基金策略组合回测结果(均衡分散型基金优化)9 图14:月频相较万得偏股混合基金指数超额(均衡分散型优化前25只持有90日)9 图15:月频相较万得偏股混合基金指数超额(均衡分散型优化前25只持有180日)9 图16:基金策略组合回测结果(均衡分散型基金优化——基于重仓持股和全仓持股对比)10 表1:历史Alpha收益与未来Alpha收益相关性测试4 表2:月频相较万得偏股混合基金指数超额统计(均衡分散型)7 表3:月频相较万得偏股混合基金指数超额统计(均衡分散型优化——前25只)10 表4:股基增强基金组合部分历史持仓11 我们在基金量化因子探析系列报告中,对基金在净值、持仓以及基本信息等多维度因子进行研究,分析因子选基的有效性和因子与基金未来表现的关联,在分析结果基础之上开发有效的选基因子并构建基金组合策略。 目前,我们在报告《寻找主动权益基金中的“低波”选手——基金量化因子探析(一)》 (发布于2023年8月9日)中探究了最大回撤和波动率等风险因子的延续性,在结合估值水平的筛选下构建打分模型,优选具有低波动属性的较强抗风险能力基金,构建常青低波基金组合。在报告发布后,我们对组合持续跟踪,今年以来组合累计收益9.15%(截至:2024年5月31日),相比中证主动股票型基金指数超额收益11.61%,同时呈现优秀的稳健和低波动属性。在报告《如何基于股票回购信息,构建高性价比的主动权益基金组合——基金量化因子探析(二)》(发布于2023年11月22日)中,我们基于回购指标选股的研究成果,创新性构建了基金持仓的回购信心强度得分,通过得分优选左侧布局能力较强的基金经理,在反弹行情中可以收获更大弹性。我们还在系列报告《收益率选基是否有效?探究基金业绩的可持续性——基金量化因子探析(三)》(发布于2024年3月20日)中,探究了收益率选基的有效性,收益率在所有主动权益基金范围中难以作为有效选基因子,但是将基金范围缩小至行业内和风格内后,有效性能够获得显著提升。 基于行业主题基金在相近行业暴露下,基金经理在行业内获取超额的能力有一定持续性的结论。本文将在此基础之上,进一步探究权益基金在剔除行业的Beta收益后,Alpha收益获取能力能否在未来得到有效延续,并寻找权益基金中的优异“Alpha捕手”,尝试构建能够稳定获得相比权益基金指数超额收益的增强基金组合。同时作为我们在多元场景下搭建权益基金组合体系的补充,常青低波基金组合整体波动较低,适合风险偏好适中的投资者,在此基础上拓展权益基金组合的可选项,构建具有更高波动特征的基金组合,供风险偏好较高的基金投资者选择。 1.如何衡量权益基金Alpha收益 通常计算基金超额收益时,会使用同一较宽泛的基金指数作为基准,该方式计算出的超额收益在进行基金比较时与基金收益率指标的效果相近,选基效果不佳。与所有基金选择同一个比较基准计算Alpha收益的方式不同,本文希望聚焦于基金所配置行业基础之上的Alpha收益,即剔除持仓行业收益的Alpha收益,对基金的收益表现进行拆分,解析其行业收益和选股超额收益的表现,因此需要根据持仓对每个基金的Beta收益进行单独衡量。 使用连续两期持仓披露报告之间的时间区间来定义单期的基金持仓行业Beta,基于基金的股票持仓穿透至中信一级行业或者中信二级行业配置比例,取两期平均值代表该时间区间内的基金行业配置比例后,将时间区间内的各行业收益根据基金行业配置比例加权平均。最后考虑主动权益基金的权益仓位配置比例不同,根据权益仓位比例对计算得到的基金持仓行业Beta进行调整。 � 𝐵𝑒𝑡𝑎ƒ𝑢𝑛�=∑(𝐼𝑛𝑑𝑢𝑠𝑅𝑒𝑡𝑢𝑟𝑛i 𝐼𝑛𝑑𝑢𝑠ݑ𝑒i𝑔ܹ𝑡ƒ𝑢𝑛𝑑,i+𝐼𝑛𝑑𝑢𝑠ݑ𝑒i𝑔ܹ𝑡ƒ𝑢𝑛𝑑,i/th � i=t 𝑇tt,� 𝑇tt� 𝑇tt,� 𝐼𝑛𝑑𝑢𝑠𝑅𝑒𝑡𝑢𝑟𝑛i为�tt至�期行业i的指数收益率, 𝐼𝑛𝑑𝑢𝑠ݑ𝑒i𝑔ܹ𝑡ƒ𝑢𝑛𝑑,i为�tt期基金在行业i上的配置比例,𝐼𝑛𝑑𝑢𝑠ݑ𝑒i𝑔ܹ𝑡ƒ𝑢𝑛𝑑,i为�期基金在行业i上的配置比例 𝑇tt� 多期基金持仓行业Beta通过单期的基金持仓行业Beta复利叠加得到,最终基金在多期时间区间内的净值收益剔除多期基金持仓行业Beta,而获得基金在所衡量多期时间区间内的Alpha收益,综合衡量基金在多期时间段内相比在所配置行业中的综合超额能力。 𝑇,𝑇t� 𝐵𝑒𝑡𝑎ƒ𝑢𝑛�= � � 𝑡=𝑇t𝑛+t t+𝐵𝑒𝑡𝑎ƒ𝑢𝑛�tt � 𝐴𝑙𝑝ܹ𝑎ƒ𝑢𝑛�=𝐹𝑢𝑛𝑑𝑅𝑒𝑡𝑢𝑟𝑛ƒ𝑢𝑛�t𝐵𝑒𝑡𝑎ƒ𝑢𝑛� 2.探究Alpha持续性 𝑇,𝑇t� 𝑇,𝑇t� 𝑇,𝑇t� 我们会对基金的重仓股和全部持仓进行分析,分别计算相应的一级行业和二级行业配置比例,将基金区间收益剔除配置行业收益后,根据历史Alpha收益与未来Alpha收益的相关系数和显著性探究基金Alpha的可持续性。 在计算历史Alpha收益方面,我们拉长考察时间维度,以过去两年为例,衡量较长时间维度下基金经理在所配置行业中的超额获取能力。在未来Alpha收益方面,我们综合基金组合策略的持仓周期和换仓频率,选择考察基金在未来半年内的Alpha收益能够延续过去两年的表现。 下表展示了从2016年底开始,每半年计算过去两年基金Alpha收益和未来半年基金Alpha收益的相关系数和P值。从测试结果来看,无论是基于重仓股还是全部持仓,剔除一级还是二级行业收益,Alpha收益均体现出了较强的延续性。剔除一级行业收益的相关系数水平略低于剔除二级行业收益的相关系数,同时在显著程度上也要低于剔除二级行业收益的显著程度,特别是对于全部持仓一级行业的结果,有较大比例的时间未能获得显著正相关的测试结果。 剔除二级行业收益后的基金Alpha收益表现出了较好的延续性,在2016年底开始的多期测试结果中均呈现出了正相关的关系,仅个别时间点显著性较低,其余时间均呈现显著正相关。由于一级行业涵盖的上市公司数量较多,所涉及的细分领域较广,仅剔除一级行业的收益不能很好地体现基金经理在细分领域的超额能力。通过将行业进一步细分,股票持仓归类到二级行业上,行业内股票所对应的Beta收益更为相近,剔除相应行业收益后的超额收益能够更好地体现基金经理选股能力,该能力也有望在未来得到延续。 表1:历史Alpha收益与未来Alpha收益相关性测试 重仓股一级行业 全仓一级行业 重仓股二级行业 全仓二级行业 corr p_value corr p_value corr p_value corr p_value 2016/12/31 0.150