构建高收益高胜率基金组合：量化选基因子体系初探（下）

本文测试了四种基金因子的合成方法，包括等权重、IC加权、多因子模型因子收益加权和单因子模型因子收益加权，并基于合成因子构建了高收益、高胜率的基金组合。

首先，针对基金因子数据分布奇特和异常值较多的问题，本文采用基于排名的方法对基金因子进行标准化，将因子值压缩到[-0.5, 0.5]之间。

其次，本文测试了四种合成方法的效果：

• 等权合成：D1组年化收益率为9.82%，相对沪深300全收益指数的年化超额收益率为5.95%，年度胜率为45%。
• IC加权：D1组年化收益率为11.78%，相对沪深300全收益指数的年化超额收益率为7.94%，年度胜率为45%。
• 多因子模型因子收益加权：D1组年化收益率为9.62%，相对沪深300全收益指数的年化超额收益率为5.71%，年度胜率为64%。
• 单因子模型因子收益加权：D1组年化收益率为14.82%，相对沪深300全收益指数的年化超额收益率为10.76%，年度胜率为91%。

回测结果表明，单因子模型因子收益加权的效果最佳，其合成因子的多空组合收益率为11.47%，IC高达0.174，多头组合相对万得偏股基金指数（沪深300全收益指数）的年化超额收益率为7.60%（11.45%），年度胜率为91%（91%）。

最后，本文选择单因子模型因子收益加权合成因子值最大的50只基金构建优选基金组合，2015-2025.04.03期间，该组合的年化收益率为16.50%，相对万得偏股混合型基金指数和沪深300全收益指数的超额收益率分别为9.21%和12.43%，年度胜率均为91%，且年度和季度的超额回撤较低。此外，组合能够跟随市场风格变化自适应调整，并未长期暴露于某一特定风格。