开源量化评论（100）：基金持仓与基金业绩视角下的选股策略

金融工程专题 2024年08月31日 基金持仓与基金业绩视角下的选股策略 金融工程研究团队 ——开源量化评论（100） 魏建榕（首席分析师） 魏建榕（分析师）蒋韬（联系人） 证书编号：S0790519120001 张翔（分析师） weijianrong@kysec.cn 证书编号：S0790519120001 jiangtao@kysec.cn 证书编号：S0790123070037 证书编号：S0790520110001 傅开波（分析师） 证书编号：S0790520090003 高鹏（分析师） 证书编号：S0790520090002 苏俊豪（分析师） 证书编号：S0790522020001 胡亮勇（分析师） 证书编号：S0790522030001 王志豪（分析师） 证书编号：S0790522070003 盛少成（分析师） 证书编号：S0790523060003 苏良（分析师） 证书编号：S0790523060004 何申昊（分析师） 证书编号：S0790524070009 陈威（研究员） 证书编号：S0790123070027 蒋韬（研究员） 证书编号：S0790123070037 基于公募基金持仓的选股策略 上篇报告《公募基金持仓参考价值再思考》中，发现基金持有因子对优选公募超配股票无效。因此，本文不从整体出发，而从基金业绩角度出发，认为不同基金的持仓参考价值不同，和基金持有因子形成互补。 基于基金持仓和基金业绩的选股策略基金夏普因子构造过程： （1）基金业绩的衡量指标选用基金复权净值的夏普比率，夏普比率综合考虑了基金净值高低和净值稳定性。 （2）基金持仓数据包括（半）年报的全持仓数据和季报的重仓股数据。持仓数据分为静态持仓和持仓变化，其中持仓变化又能分为增持持仓和减持持仓。 基金可以使用所有样本池内的基金，也能精选部分基金。 （3）对于每只股票，筛选持有/增持/减持该股票的基金，计算基金夏普比率均值，即为该股票的基金夏普因子。 因子绩效： （1）重仓股静态持仓算得的基金夏普因子更适用于大盘。在沪深300内多空年化收益9.6%，在中证500内多空年化收益3.9%，在中证1000内多空年化收益5.4%。进行市值行业中性化后，因子多头超额净值的稳定性得到提升，2018年后更为明显。 （2）全持仓中静态持仓的算得的基金夏普因子对大盘和小盘都适用。在沪深300内多空年化收益7.8%，在中证500内多空年化收益6.9%，在中证1000内多空年化收益10.4%，增持股票算得的基金夏普因子效果有所提升。 （3）将两个因子等权合成基金夏普因子，因子在小盘效果较好。中证500内多空年化收益8.8%，多头超额年化收益7.1%；中证1000内多空年化收益10.2%，多头超额年化收益9.8%。 将两个因子正交后等权合成基金夏普因子，沪深300内选股绩效提升，但是小盘效果RankICIR下降。沪深300多头超额年化收益从5.8%提升至8.2%。 从因子绩效来看，基金夏普因子的选股效果主要来源于夏普比率较低的基金，原 相关研究报告 因是业绩靠后的基金业绩持续性更强。 公募基金增减配、流动性与未来收益分布 《公募基金持仓参考价值再思考—开源量化评论（97）》-2024.7.19 对于基金减配的股票，需要规避交易拥挤度高的股票，然而拥挤度低且质地良好 的股票收益仍较高。 对于基金增配的股票，拥挤度的重要度较低，换手波动的平稳度重要性较高，即需要筛选投资者情绪较为稳定的股票。由于该类股票获基金资金净流入，因此流动性指标的重要性相对基金减配股较小，股票质地更重要。 风险提示：模型测试基于历史数据，市场未来可能发生变化。本报告不构成对股票的投资建议，股票的历史收益不代表未来收益。 金融工程 研究 金融工程 专题 开源证券 证券研究报 告 目录 1、基于公募基金持仓的选股策略4 2、基于基金持仓和基金业绩的选股策略4 2.1、基金夏普因子构造及因子绩效4 2.2、重要讨论10 3、公募基金增减配、流动性与未来收益分布13 3.1、使用决策树纳入各类选股因素13 3.2、基金增减配与流动性对选股影响14 4、附录17 5、风险提示18 图表目录 图1：行业中性化后夏普比率因子超额收益走势更稳定5 图2：行业中性化后夏普比率因子多空收益走势更稳定5 图3：基金夏普因子使用各类持仓数据列举5 图4：沪深300成分股：基金夏普因子（重仓股）多空收益较高7 图5：沪深300成分股：基金夏普因子（重仓股，中性化）多空收益更稳定7 图6：沪深300成分股：市值行业中性化后，因子多头超额净值的稳定性得到提升7 图7：中证500和中证1000样本池中基金夏普因子多头净值走势较稳定8 图8：沪深300样本池内正交化后等权相加因子多头超额收益更高9 图9：基金夏普因子与Barra因子的相关性：与动量因子正相关9 图10：因子在金融以外的板块有一定选股效果10 图11：基金持仓中沪深300持有比例更多10 图12：基金持仓中大盘股持有数量更多10 图13：基金夏普因子的选股效果主要来源于夏普比率较低的基金11 图14：基金业绩排名持续位于前25%的概率相对持续位于后25%的概率更低11 图15：成长和价值风格的基金夏普比率呈现出此消彼长的特点12 图16：均衡型基金算得的因子多头稳定性更强12 图17：均衡型基金算得的因子多空收益差别较小12 图18：中性化后，均衡型基金算得的因子多头收益更高12 图19：中性化后，均衡型基金算得的因子多空收益更高12 图20：决策树结构示例图13 图21：股票涨幅仅存在于少量股票中14 图22：基金减配沪深300样本池：出现在基金重仓股、拥挤度低股票未来收益高15 图23：基金减配中证500样本池：业绩增长、拥挤度低股票未来收益高15 图24：基金增配沪深300样本池：长端动量强、换手稳定的股票未来收益高16 图25：基金增配中证500样本池：出现在基金重仓股、净利润增长、换手波动低股票未来收益高16 图26：沪深300：基金减配股中非流动性指标分层效果强17 图27：中证500：基金减配股中非流动性指标分层效果强17 图28：沪深300：基金增配股中换手波动指标分层效果强17 图29：中证500：基金增配股中换手波动指标分层效果强17 表1：𝑭𝑶�因子选股效果：在各个样本池均有一定选股能力4 表2：基金因子选基效果：夏普比率效果较好5 表3：使用重仓股（静态持仓）计算的基金夏普因子在沪深300上表现较好6 表4：沪深300样本池内，持仓变化和静态持仓的因子（静态持仓）绩效差别不大6 表5：使用全持仓（静态持仓）计算的基金夏普因子在各样本池表现较好7 表6：沪深300样本池中，动态持仓中增持股票计算的因子表现最佳8 表7：基金夏普因子绩效：小盘效果较好8 表8：正交合成的基金夏普因子绩效：沪深300样本池内选股效果更好9 表9：本节涉及的选股因素13 1、基于公募基金持仓的选股策略 在上篇报告《公募基金持仓参考价值再思考》中，我们构造了基金超配指标，并在此基础上构造了基金持有因子𝑭𝑶𝑨，反映公募基金整体对股票的观点，核心逻辑是基金整体具有选股能力。基金持有因子在各个样本池均有一定选股能力，在小盘上表现更好，原因是小盘股本身覆盖度不高，基金经理超配小盘股体现对冷门股的挖掘。 表1：𝑭𝑶�因子选股效果：在各个样本池均有一定选股能力 样本域空间 RankIC均值 RankICIR 多空年化收益 多头超额收益 多头超额夏普比 起始时间 全体 2.6% 0.90 14.0% 9.4% 1.31 2012/3/30 沪深300 2.9% 0.86 7.5% 5.7% 0.83 2012/3/30 中证500 2.2% 0.76 8.4% 7.1% 1.40 2012/3/30 中证1000 2.2% 0.92 11.3% 10.3% 1.60 2014/10/31 数据来源：Wind、开源证券研究所（注：数据截至2024.6.30） 上篇报告中，我们从整体基金选股能力出发，本文不从整体出发，而从基金业绩角度出发，认为不同基金的持仓参考价值不同，和基金持有因子形成互补。 此外，上篇报告还发现基金增配、时序上超配的股票表现较好。本文在此基础上进行补充和细化，如基金超配、欠配和减配的股票中哪些股票未来收益较高，并纳入若干选股因素一起考虑。 本文的创新点一是在于以往报告往往从重仓股出发，本文发现全持仓也同样有价值，可以发挥量化的优势，扩大选股范围；二是在于以往报告强调跟随绩优基金，我们发现规避业绩靠后基金持仓同样重要；三是我们探究了流动性对于公募增减配股票投资价值的影响。 2、基于基金持仓和基金业绩的选股策略 2.1、基金夏普因子构造及因子绩效 本节探讨业绩表现优异的基金，其持仓股票在未来是否也能带来更高的收益。我们构造基金夏普因子验证这个想法，分为三步： （1）挑选基金业绩的衡量指标：选取基金复权净值的夏普比率，因为它综合考虑了基金净值高低和净值稳定性。 （2）选择基金持仓数据：包括（半）年报的全持仓数据和季报的重仓股数据。持仓数据可以分为静态持仓和持仓变化等。 （3）计算因子：对于每只股票，筛选持有/增持/减持该股票的基金，计算基金夏普比率均值，即为该股票的基金夏普因子。 具体来看，首先，基金业绩的衡量指标选用基金复权净值的夏普比率，夏普比率综合考虑了基金净值高低和净值稳定性。将若干业绩衡量指标作为基金因子进行选基回测，在行业中性化的情况下，长期来看夏普比率在RankICIR和多头超额等方 基金因子RankIC均值RankICIR多空年化收益多头超额收益多头超额夏普比起始时间 收益率5.7% 0.86 6.1% 4.6% 0.69 2012/1/31 收益率（Carhart四因子） 4.3% 1.07 4.9% 4.6% 0.94 2012/1/31 夏普比率 5.7% 0.97 5.6% 5.2% 0.99 2012/1/31 收益率 4.2% 1.70 4.2% 3.4% 0.95 2012/1/31 行业中性化 收益率（Carhart四因子） 3.4% 2.05 3.8% 2.9% 1.02 2012/1/31 夏普比率 4.6% 2.29 4.8% 4.7% 1.68 2012/1/31 面均超越收益率和Carhart四因子回归后的收益率。表2：基金因子选基效果：夏普比率效果较好 不行业中性化 数据来源：Wind、开源证券研究所（注：数据区间为2012.1.31-2024.7.31；多头和空头为十分组第十组和第一组；夏普比率计算公式为(基金过去一年净值增长率–无风险利率)/基金过去一年净值波动率） 行业中性化能够提升因子稳定性。行业中性化后的夏普比率因子多头走势更稳定，但是超额收益略低，从多空净值曲线也可以得到这个结论。这说明行业因素对基金业绩影响较大，后续合成股票因子时需要考虑是否保留股票因子的行业暴露，即过去基金因为选对行业获取的超额收益在同一个行业上不一定能够延续。 图1：行业中性化后夏普比率因子超额收益走势更稳定图2：行业中性化后夏普比率因子多空收益走势更稳定 28 6 4 2 1 多头超额净值多头超额净值（行业中性化） 1. 1. 1. 1. 2.5 2.22.2 1.9 1.6 1.3 1 多空净值多空净值（行业中性化） 2012/1/31 2013/1/31 2014/1/31 2015/1/31 2016/1/31 2017/1/31 2018/1/31 2019/1/31 2020/1/31 2021/1/31 2022/1/31 2023/1/31 2024/1/31 2012/1/31 2013/1/31 2014/1/31 2015/1/31 2016/1/31 2017/1/31 2018/1/31 2019/1/31 2020/1/31 2021/1/31 2022/