基于更准确持仓测算下的行业选择和FOF策略（9月期）：测算基金加银行减有色，9月强势行业聚焦消费

截至2024年8月31日，模型测算主动偏股基金前5大行业分别为电子（14.70%）、电力设备（8.42%）、医药生 物（7.25%）、通信（6.31%）、机械设备（6.18%）。8月加仓前3大行业为银行（+0.46%）、通信（+0.37%）、医药生物 （+0.18%）；减仓前3大行业为计算机（-0.32%）、有色金属（-0.28%）、机械设备（-0.20%）。 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9.59%，显著超过同期中证全指的-3.20%，超额收益率为12.79%，且各年度收益率均超过了中证全指。 2024年行业组合取得了较好的超额收益。截至2024年8月末，行业轮动策略今年以来取得了-1.87%的收益，同期中证全指收益率为-12.83%，超额收益率为10.96%，组合年化波动率15.57%，最大回撤14.46%。8月行业组合全月取得收益-2.81%，同期中证全指收益率为-4.12%，超额收益为1.31%。 9月模型最新优选的强势行业包括：家用电器、电力设备、医药生物、交通运输、食品饮料、汽车。 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8月末，组合的年化收益率为5.42%，相对偏股基金指数的年化超额收益率为3.71%，年化波动率21.89%，年化夏普比为0.25。 2024年3季度建议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。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8月31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8月31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（14.70%）、电力设备（8.42%）、医药生物（7.25%）、通信（6.31%）、机械设备（6.18%）。8月加仓前3大行业为银行（+0.46%）、通信（+0.37%）、医药生物（+0.18%）；减仓前3大行业为计算机（-0.32%）、有色金属（-0.28%）、机械设备（-0.20%）。 图表1：基金最新行业仓位占比（2024年8月31日） 板块 行业 8月末行业仓位 7月末行业仓位 24年半年报仓位 中证全指配置比例 8月增减仓 相对于24年半年报增减仓 相对于中证全指超低配情况 医药 医药生物 7.25% 7.08% 7.22% 8.58% 0.18% 0.03% -1.33% 电子 14.70% 14.81% 14.71% 8.76% -0.11% -0.01% 5.94% 科技 计算机传媒 2.92%0.89% 3.23%1.08% 3.56%1.25% 5.42%2.25% -0.32%-0.19% -0.64%-0.36% -2.50%-1.36% 通信 6.31% 5.94% 5.43% 2.87% 0.37% 0.87% 3.44% 房地产 1.07% 1.03% 1.07% 1.45% 0.04% 0.00% -0.38% 大金融 银行 3.73% 3.27% 3.06% 6.76% 0.46% 0.67% -3.03% 非银金融 1.17% 1.16% 1.28% 5.98% 0.01% -0.11% -4.81% 煤炭 2.40% 2.40% 2.04% 1.57% 0.00% 0.36% 0.83% 石油石化 2.15% 1.99% 1.49% 1.62% 0.17% 0.66% 0.53% 基础化工 3.69% 3.59% 3.71% 4.37% 0.10% -0.02% -0.68% 周期 钢铁 有色金属 0.55%6.01% 0.57%6.29% 0.55%5.59% 0.96%4.31% -0.02%-0.28% 0.00%0.43% -0.41% 1.70% 建筑材料 0.78% 0.77% 0.80% 0.95% 0.01% -0.02% -0.17% 建筑装饰 0.82% 0.82% 0.91% 2.08% 0.00% -0.09% -1.26% 交通运输 2.65% 2.61% 2.76% 3.03% 0.05% -0.11% -0.38% 农林牧渔 1.66% 1.84% 1.94% 1.66% -0.18% -0.28% 0.00% 家用电器 3.83% 3.80% 3.88% 2.51% 0.03% -0.05% 1.32% 食品饮料 5.56% 5.47% 5.60% 6.92% 0.09% -0.04% -1.36% 消费 纺织服饰轻工制造 1.15%1.17% 1.06%1.20% 1.10%1.30% 0.71%1.04% 0.10% -0.03% 0.05% -0.13% 0.44%0.13% 商贸零售 0.27% 0.30% 0.37% 1.05% -0.02% -0.09% -0.78% 社会服务 0.64% 0.69% 0.77% 0.63% -0.05% -0.13% 0.01% 美容护理 0.71% 0.68% 0.58% 0.40% 0.03% 0.13% 0.31% 机械设备 6.18% 6.38% 6.65% 5.08% -0.20% -0.48% 1.10% 电力设备 8.42% 8.50% 8.89% 7.76% -0.07% -0.46% 0.66% 汽车 5.81% 5.90% 6.05% 4.26% -0.09% -0.24% 1.55% 制造 国防军工 3.07% 3.24% 3.45% 2.75% -0.16% -0.37% 0.32% 公用事业 3.59% 3.64% 3.25% 3.21% -0.05% 0.33% 0.38% 环保 0.78% 0.65% 0.73% 0.86% 0.13% 0.06% -0.08% 综合 0.05% 0.04% 0.03% 0.17% 0.01% 0.02% -0.12% 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：2017/1/1-2024/8/31来源：Wind，国金证券研究所；数据区间：2017/1/1-2024/8/31 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：2017/1/1-2024/8/31来源：Wind，国金证券研究所；数据区间：2017/1/1-2024/8/31 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：2017/1/1-2024/8/31来源：Wind，国金证券研究所；数据区间：2017/1/1-2024/8/31 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0.27，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。因子最近1个月的Rank