核心观点与策略
在金融市场低位时，保险资管和年金等机构对固收加基金的回撤控制高度关注。尽管后市风险偏好有所提升，终端投资者对组合整体回撤的要求依旧严格。单纯依据过去回撤数据筛选基金的策略，在风险预算内可能无法有效提升组合表现。因此，建议在选择固收加基金时，需考虑更复杂的因素，以求得更佳的收益回撤比。
历史回撤分析的问题
历史回撤分析在基金选择中存在计算窗口选择的影响问题。过短的回看窗口可能无法全面覆盖尾部风险，导致回撤值偏低；过长的回看窗口可能使回撤值过高。此外，低风险的固收加基金历史回撤值普遍较低，可能导致设定的回撤预算无法有效筛选出合适的基金，甚至筛选出过多基金，增加资产管理难度。
改进回撤预测方法
为改善固收加基金未来回撤预测的准确性，报告提出两种新工具：
- 通过学习基金历史净值与底层资产风险关系，预测基金未来回撤。
- 寻找基金池中的代表性基金，以解决基金组合策略多样性不足的问题。
回撤及未来风险评估方法
报告详细介绍了对固收加基金的回撤计算方法，包括筛选符合条件的基金，分析过去两年的基金净值与市场指数，分季度计算不同市场状态下的指标（股票型基金、债券型基金、现金成本及股债相关性）。通过UXAboss模型，探索市场状态与基金回撤之间的关系，进而估算未来极端市场条件下基金的潜在回撤。此外，还利用机器学习技术估计基金收益弹性，并基于底层资产风险预测基金未来收益。
基金选择与回撤估算方法
报告讨论了基金选择和未来回撤估算的方法，包括调整算法X和Y以预估基金弹性，通过分类算法（如k mins）识别基金净值变动距离，再利用主成分分析（PCA）确定每类基金的代表，以满足未来回撤要求。这一过程包括对基金进行分类，计算主成分，并选择对主成分贡献最大的基金作为代表，以减少投资组合的相似性，提高投资策略的差异性和有效性。
基金组合构建策略
通过整体和分层视角，筛选出满足回撤要求的基金，并按策略类别进一步选择代表基金，实现基金组合的优化。整体策略在年化收益上有显著增强，而分层策略则在整合各类基金时，利用风险评价视角，进一步提高了组合表现。相较于纯债基金，该组合提供了明显的增强收益。
未来展望
报告核心关注于通过预估基金潜在回撤及选择基金池代表，以改善固收加基金的选择与配置。考虑到历史回撤预测的局限性，提出基于未来回撤的预估方法。同时，强调了在大量基金中筛选出有代表性的基金以降低决策难度的重要性。此外，报告还触及了当前固收加基金的市场情况，指出基金规模缩小后策略多样性的重要性，及其对提升固收加策略性价比的潜在影响。报告最后提供了具体算法的代码及预测数据，以便于受众进一步探索和应用。
