文献概述
　　本篇报告参考了Lantushenko（2015,2022）提出“投资组合创新回报率”指标及基金分解的思路，该指标是基金之前未持有的全新头寸的回报。作者指出创新回报率能为基金未来一个季度带来超额收益，主要是由于基金经理需要付出额外的努力来评估新的资产，因此分析新持有的头寸组合能够更清楚基金的管理质量。本篇报告从Lantushenko的思路中获得启发，对基金持仓进行分解，检验组合收益率是否能预测基金的未来收益。
　　基金持仓数据
　　本篇报告对基金持仓数据分解后进行分析，以2022年Q3数据为例，选择成立时间大于1年，规模大于1个亿，前十大持仓市值占比大于40%的主动股票型基金作为分析对象。我们发现，有45%左右的基金没有历史新增持仓，有40%左右的基金相对于历史有1-2只新增持仓；分析基金相对于上期持仓的变化，新增2-3只持仓的基金较多，同时，大部分基金会有2-5只持仓的权重增加。
　　基金持仓因子检验
　　本篇报告对相对历史新增组合、相对上期新增组合、相对上期权重增加组合的收益因子进行检验。对于相对历史新增组合来说，1个月和6个月因子表现较高；对于相对上期新增组合来说，12个月因子表现较好；对于相对上期权重增加组合来说，12个月因子表现较好。报告对因子进行相关性检验并筛选出表现较好的因子：历史新增组合收益_6月因子和相对上期权重增加组合收益_12月因子，合成后因子IC均值有0.05，多空组合的年化收益有2.82%。
　　基金优选策略
　　在基金研究的系列报告中，我们已经筛选出了与规模和历史业绩相关的有效因子，最终与持仓因子进行结合，选择排名前20的基金构建基金优选策略。从2017.4.28至今，策略的年化收益有18.36%，超额年化收益有8.79%，信息比率有1.00，Calmar比率有0.55。
　　风险提示
　　本篇报告的模型基于历史数据检验结果，未来可能出现因子或模型失效风险。
　　

研究报告全文：证券研究报告2022年12月27日湘财证券研究所金融工程研究基金研究基金研究系列之二相关研究1基金研究系列之一基于持仓信息的基金优选策略基于规模与历史业绩的基金投资要点优选策略20220629文献概述分析师王宜忱本篇报告参考了Lantushenko20152022提出投资组合创新回报率指证书编号S0500521100001标及基金分解的思路该指标是基金之前未持有的全新头寸的回报作者Tel021-50295309指出创新回报率能为基金未来一个季度带来超额收益主要是由于基金经Emailwangyc3xcsccom理需要付出额外的努力来评估新的资产因此分析新持有的头寸组合能够更清楚基金的管理质量本篇报告从Lantushenko的思路中获得启发对基联系人别璐莎金持仓进行分解检验组合收益率是否能预测基金的未来收益Tel021-50293663Emailbls06644xcsccom基金持仓数据本篇报告对基金持仓数据分解后进行分析以2022年Q3数据为例选择地址上海市浦东新区银城路88号成立时间大于1年规模大于1个亿前十大持仓市值占比大于40的主中国人寿金融中心10楼动股票型基金作为分析对象我们发现有45左右的基金没有历史新增持仓有40左右的基金相对于历史有1-2只新增持仓分析基金相对于上期持仓的变化新增2-3只持仓的基金较多同时大部分基金会有2-5只持仓的权重增加基金持仓因子检验本篇报告对相对历史新增组合相对上期新增组合相对上期权重增加组合的收益因子进行检验对于相对历史新增组合来说1个月和6个月因子表现较高对于相对上期新增组合来说12个月因子表现较好对于相对上期权重增加组合来说12个月因子表现较好报告对因子进行相关性检验并筛选出表现较好的因子历史新增组合收益6月因子和相对上期权重增加组合收益12月因子合成后因子IC均值有005多空组合的年化收益有282基金优选策略在基金研究的系列报告中我们已经筛选出了与规模和历史业绩相关的有效因子最终与持仓因子进行结合选择排名前20的基金构建基金优选策略从2017428至今策略的年化收益有1836超额年化收益有879信息比率有100Calmar比率有055风险提示本篇报告的模型基于历史数据检验结果未来可能出现因子或模型失效风险敬请阅读末页之重要声明金融工程研究正文目录1文献概述12基金持仓数据221主动型股票基金222基金持仓公布323基金持仓分解33持仓因子构建531相对历史新增组合收益因子632相对上期新增组合收益因子933相对上期权重增加组合收益因子114基金优选策略1441因子相关性检验1442因子筛选1543基金优选策略165总结与展望17图表目录图1主动型股票基金数量2图2主动型股票基金数量前十大持仓大于402图4相对历史持仓新增的基金统计2022Q34图5相对上期持仓新增的基金统计2022Q34图7相对历史新增组合收益1月因子五组分层7图8相对历史新增组合收益1月因子多空净值7图9相对历史新增组合收益3月因子五组分层7图10相对历史新增组合收益3月因子多空净值7图11相对历史新增组合收益6月因子五组分层8图12相对历史新增组合收益6月因子多空净值8图13相对历史新增组合收益12月因子五组分层8图14相对历史新增组合收益12月因子多空净值8图15相对上期新增组合收益1月因子五组分层9图16相对上期新增组合收益1月因子多空净值9图17相对上期新增组合收益3月因子五组分层10图18相对上期新增组合收益3月因子多空净值10图19相对上期新增组合收益6月因子五组分层10图20相对上期新增组合收益6月因子多空净值10图21相对上期新增组合收益12月因子五组分层11图22相对上期新增组合收益12月因子多空净值11图23相对上期权重增加组合收益1月因子五组分层12图24相对上期权重增加组合收益1月因子多空净值12图25相对上期权重增加组合收益3月因子五组分层13敬请阅读末页之重要声明1金融工程研究图26相对上期权重增加组合收益3月因子多空净值13图27相对上期权重增加组合收益6月因子五组分层13图28相对上期权重增加组合收益6月因子多空净值13图29相对上期权重增加组合收益12月因子五组分层14图30相对上期权重增加组合收益12月因子多空净值14图32基金持仓合成因子五组分层15图33基金持仓合成因子多空净值15表1相对历史新增组合收益因子列表6表2相对历史新增组合收益因子检验结果6表3相对历史新增组合收益1月因子统计指标7表4相对历史新增组合收益3月因子统计指标7表5相对历史新增组合收益6月因子统计指标8表6相对历史新增组合收益12月因子统计指标8表7相对上期新增组合收益因子列表9表8相对上期新增组合收益因子检验结果9表9相对上期新增组合收益1月因子统计指标10表10相对上期新增组合收益3月因子统计指标10表11相对上期新增组合收益6月因子统计指标11表12相对上期新增组合收益12月因子统计指标11表13相对上期权重增加组合收益因子列表11表14相对上期权重增加组合收益因子检验结果12表15相对上期权重增加组合收益1月因子统计指标12表16相对上期权重增加组合收益3月因子统计指标13表17相对上期权重增加组合收益6月因子统计指标13表18相对上期权重增加组合收益12月因子统计指标14表19持仓因子相关性矩阵15表20基金持仓合成因子统计指标15表21基金优选策略因子列表16表22基金优选策略统计指标16敬请阅读末页之重要声明2金融工程研究1文献概述基金的持仓信息近年来得到广泛关注投资者希望从基金报告披露的持仓中获得启发在一定程度上能有效预测基金未来收益本篇报告思路来源于Lantushenko的两篇论文我们试图从基金的持仓分解中构建有效因子VickyLantushenko在论文InnovationinmutualfundportfoliosImplicationsforfundalphaandrisk2015中提出了一种指标定义为投资组合创新回报率returnonportfolioinnovation它是基金之前从未持有的全新组合头寸的回报作者发现创新回报率每增加一个标准差Carhart四因素基金的alpha每年会增加034-052作者认为创新回报率能带来超额收益的原因有为了引入一只全新的股票基金经理必须付出相较于其他持仓更多的努力来评估潜在的投资质量基金经理可能需要对一家公司的产业环境竞争对手客户供应商质量结构等进行全面分析并得出一个适当的估值由于需要额外的努力分析新持有的股票可能会对基金未来收益提供有效信息与对整个投资组合的业绩评估相比成功选择仓位能更清楚反映基金的管理质量此外新仓位的设立也可能是管理层掌握了额外的优越信息总的来说作者提供了一种新颖的方法来确定投资组合持有的绩效与主动管理价值之间的关系对投资组合的分解提供了基金经理可能付出更多努力的头寸其次论文研究证明投资组合中的创新部分的表现而不是所有头寸的表现可以预测整体风险调整后的基金回报VickyLantushenko在论文NewPositionsinMutualFundPortfoliosImplicationsforFundAlpha2020对该指标进行更深入的研究研究发现新头寸的表现与下季度基金的收益关系大多数体现在规模较小的基金上以及具有激进增长或成长性投资风格的基金这是由于进行大额交易时规模较大的基金比规模较小的基金更快地消耗错误定价的机会因此全新头寸的回报率反应基金回来收益的现象与基金规模成反比本篇报告从Lantushenko的投资组合创新回报率思路中获得启发对基金持仓进行分解相对于历史新增组合相对于上期新增组合相对于上期权重增加组合计算这些组合过去1个月3个月6个月12个月的收益率验证分解后组合的回报率是否会在一定程度上预测基金下个季度的收益率敬请阅读末页之重要声明1金融工程研究2基金持仓数据基金的持仓数据信息主要从基金定期披露的季报和半年报年报中获得定期报告会披露基金截止到季度末的前十大持仓信息或全部持仓信息我们对持仓数据进行分析处理尝试从中获取能对基金未来收益起到预测作用的信息21主动型股票基金在深度报告基金研究系列之一基于规模与历史业绩的基金优选策略中我们明确了主动型股票型基金的分类为普通股票型基金和偏股混合型基金同时由于一般开放式基金存在3个月建仓期且在初始阶段基金的风格及持仓并不稳定因此我们剔除成立时间不满一年的基金考虑到规模较小的基金面临清盘的风险因此我们在每个季度剔除规模不满1个亿的基金经过筛选后我们统计2017年至2022年Q3每个季度主动型股票基金的数量在2017-2019年间基金数量变化较小在2020年至今基金数量增长较快最近一期基金数量达到1800只左右本篇报告主要研究基金的前十大持仓信息由于市场上部分基金的持仓较为分散前十大持仓占比仅为10-20这些基金的前十大持仓提供的信息有限因此我们研究对象为前十大持仓占比超过40的基金根据统计结果此类基金占主动型股票型基金总数的70左右图1主动型股票基金数量图2主动型股票基金数量前十大持仓大于40资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所敬请阅读末页之重要声明2金融工程研究22基金持仓公布基金如同股票一样在每个季度结束后会公布定期报告但是公募基金的季报中报年报在公布时间上有一定差异季报分别在季度结束之后的15个工作日内公布中报在半年末结束之后的60日内公布年报在年末结束之后的90日内公布同时从公布内容上看季报只披露前十大持仓信息中报和年报披露全部持仓信息本篇报告在构建基金组合时有月末调仓和季末调仓两种组合由于季报会在季度15个工作日内公布因此月末调仓可以获得最新的季报信息由于中报和年报的公布相对滞后因此在研究持仓信息时我们会优先选择前十大持仓作为研究对象23基金持仓分解LantushenkoandNelling2020在论文中NewPositionsinMutualFundPortfoliosImplicationsforFundAlpha将基金持仓拆解成了三部分相对历史新进股票组合相对上期新进股票组合以及继续持有股票组合考虑到半年报和年报虽然公布所有持仓数据但是更新频率低仅半年报和年报公布且更新时间较晚因此本篇报告采用季报数据也就是前十大持仓信息我们沿用前文的筛选规则选择成立时间大于一年规模大于1个亿前十大持仓市值占比大于40的基金作为备选基金池本篇报告从两个部分对基金前十大持仓进行分解一部分是相对于历史持仓的变化考虑到基金的风格可能会发生变化且同一基金的基金经理可能会变更我们认为时间过长的历史持仓不具有代表性因此我们选择过去四期的持仓信息包括过去半年报年报披露的所有持仓作为历史持仓另一部分是相对于上期前十大的持仓变化可分为相对于上期新增的持仓组合和相对于上期权重增加的持仓组合新增和权重增加的组合均为基金经理积极的调仓行为因此我们认为该组合的历史收益在一定程度上能预期基金未来的收益对于减仓的变化反应了基金经理对该持仓的不看好或者选择了其他更优的标的因此我们不对这部分做深入研究敬请阅读末页之重要声明3金融工程研究图3基金前十大持仓分解资料来源湘财证券研究所我们对基金的持仓分解后进行统计分析首先相对于历史过去四期新增的持仓分析以2022Q3为例在筛选后的基金池中有45左右的基金没有历史新增持仓有25左右的基金相对于历史有1只新增持仓有13左右的基金相对于历史有2只新增持仓从统计结果中我们可以发现大多数基金相对于历史的新增持仓数量较少说明基金经理往往对历史新进持仓较为慎重而且基金经理的研究精力有限除非基金的风格发生明显切换一般基金的新进持仓数量较少相较于上期前十大持仓新增的情况分析以2022Q3为例我们发现新增的个数为2只或3只的基金数量占比较多说明一般情况下基金经理对前十大持仓的换股较为谨慎同时新增4只或5只持仓的基金数量占比有13左右说明仍有部分基金变化速度较快这也反应出近期市场的在行业及风格上轮动较快使得部分基金经理更及时替换自己的持仓图4相对历史持仓新增的基金统计2022Q3图5相对上期持仓新增的基金统计2022Q3资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所相较于上期前十大持仓权重增加的情况分析以2022Q3为例大部分基金会有2至5只持仓的权重增加原因可能是基金规模的变动导致持仓权重的变化或持仓性价比的提高敬请阅读末页之重要声明4金融工程研究图6相对上期持仓权重增加的基金统计2022Q3资料来源Wind天软湘财证券研究所3持仓因子构建Lantushenko2020通过t-1期的模拟组合在t期的收益来预测基金在t1期的表现具体表达式为基金收益01新进组合收益2较上期新进组合收益13继续持有组合收益1Lantushenko2020认为分解后的持仓组合收益率在一定程度上可以预测基金的未来收益我们在此基础上进行扩展我们认为分解后组合的历史收益率同样可以预测基金的收益率这与股票动量思路类似因此我们在计算组合的收益率是会用到过去1个月3个月6个月12个月我们对基金的持仓分解为三部分相对于历史新增组合相对于上期新增组合相对于上期权重增加组合我们认为这些组合是基金经理积极的调仓行为是经历过详细的分析和调研后做出的选择因此该组合的历史业绩在一定程度上可以成为未来基金收益强有力的预测指标基金因子检验的参数设置如下样本范围普通股票型和偏股混合型基金在每个交易时点剔除上市不满1年的基金剔除规模不到1亿前十大持仓市值占比小于40的基金对于分级基金选择母基金作为交易标的敬请阅读末页之重要声明5金融工程研究回测时间20170428至20221130调仓频率季度调仓1月4月7月10月末调仓基准中证主动股票型基金指数数据处理MAD方法处理异常值五组分层根据因子的大小将基金池分为五组组内等权合成净值为每组超额收益的累积净值曲线多空组合多头组合为第五组分层减去基准组合空头组合为基准组合减去第一组多空组合为第五组减去第一组31相对历史新增组合收益因子在本篇报告中我们在每个季报期的下个月末用该季报公布的持仓构建相对历史新增组合计算组合过去1个月3个月6个月12个月的收益率来构建因子表1相对历史新增组合收益因子列表因子名称因子代码表达式相对历史新增组合收益1月histnew1m相对历史新增持仓的组合过去1个月的收益率相对历史新增组合收益3月histnew3m相对历史新增持仓的组合过去3个月的收益率相对历史新增组合收益6月histnew6m相对历史新增持仓的组合过去6个月的收益率相对历史新增组合收益12月histnew12m相对历史新增持仓的组合过去12个月的收益率资料来源Wind天软湘财证券研究所表2相对历史新增组合收益因子检验结果因子多空组合表现因子名称ICICIR方向年化收益年化波动最大回撤SharpeCalmarhistnew1m正003019147724-14710201histnew3m正002009-105887-2315-012-005histnew6m正004018022864-2337003001histnew12m正0030130519-1642006003资料来源Wind天软湘财证券研究所从1月因子的表现来看因子的IC均值ICIR均较高五组分层情况较好多空组合的年化收益为147表现一般1个月因子整体表现较好这也说明当持仓公布时相对历史新进组合的1个月收益对基金未来一个季度的表现预测效果较好敬请阅读末页之重要声明6金融工程研究图7相对历史新增组合收益1月因子五组分层图8相对历史新增组合收益1月因子多空净值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表3相对历史新增组合收益1月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar003019147724-14710201资料来源Wind天软湘财证券研究所从3月因子的整体表现来看因子表现一般因子IC均值有002ICIR有009多空组合年化收益较低仅有-105且最大回撤较大说明当持仓公布时相对历史新进组合的3个月收益对基金未来一个季度的表现预测效果较差图9相对历史新增组合收益3月因子五组分层图10相对历史新增组合收益3月因子多空净值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表4相对历史新增组合收益3月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar002009-105887-2315-012-005资料来源Wind天软湘财证券研究所敬请阅读末页之重要声明7金融工程研究从6月因子的整体表现来看因子表现较好因子五组分层效果较好IC均值较高有004ICIR有018但多空组合年化收益较低图11相对历史新增组合收益6月因子五组分层图12相对历史新增组合收益6月因子多空净值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表5相对历史新增组合收益6月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar004018022864-2337003001资料来源Wind天软湘财证券研究所从12月因子的整体表现来看因子表现一般IC均为003ICIR为013但多空组合年化收益较低Sharpe比率和Calmar比率也较低图13相对历史新增组合收益12月因子五组分层图14相对历史新增组合收益12月因子多空净值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表6相对历史新增组合收益12月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar0030130519-1642006003资料来源Wind天软湘财证券研究所敬请阅读末页之重要声明8金融工程研究32相对上期新增组合收益因子在本篇报告中我们在每个季报期的下个月末用该季报公布的持仓构建相对上期新增组合计算组合过去1个月3个月6个月12个月的收益率来构建因子表7相对上期新增组合收益因子列表因子名称因子代码表达式相对上期新增组合收益1月formnew1m相对上期新增持仓的组合过去1个月的收益率相对上期新增组合收益3月formnew3m相对上期新增持仓的组合过去3个月的收益率相对上期新增组合收益6月formnew6m相对上期新增持仓的组合过去6个月的收益率相对上期新增组合收益12月formnew12m相对上期新增持仓的组合过去12个月的收益率资料来源Wind天软湘财证券研究所表8相对上期新增组合收益因子检验结果因子多空组合表现因子名称ICICIR方向年化收益年化波动最大回撤SharpeCalmarformnew1m正0030181849-1801012006formnew3m正00-297957-2517-031-012formnew6m正003013-006976-2856-0010formnew12m正003014181016-172501801资料来源Wind天软湘财证券研究所从1月因子的整体表现来看因子表现一般IC均值为003ICIR为018多空组合年化收益较低Sharpe比率和Calmar比率也较低说明当持仓公布时相对上期新进组合的1个月收益对基金未来一个季度的收益预测效果一般图15相对上期新增组合收益1月因子五组分层图16相对上期新增组合收益1月因子多空净值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所敬请阅读末页之重要声明9金融工程研究表9相对上期新增组合收益1月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar0030181849-1801012006资料来源Wind天软湘财证券研究所从3月因子的整体表现来看因子表现较差IC均值为0说明因子对基金未来收益基本没有预测性多空组合表现较差年化收益为负图17相对上期新增组合收益3月因子五组分层图18相对上期新增组合收益3月因子多空净值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表10相对上期新增组合收益3月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar00-297957-2517-031-012资料来源Wind天软湘财证券研究所从6月因子的表现来看因子的五组分层效果较好IC均值有003ICIR有013但是多空组合表现较差年化收益为负Sharpe比率和Calmar比率均较低图19相对上期新增组合收益6月因子五组分层图20相对上期新增组合收益6月因子多空净值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所敬请阅读末页之重要声明10金融工程研究表11相对上期新增组合收益6月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar003013-006976-2856-0010资料来源Wind天软湘财证券研究所从12月因子的整体表现来看因子表现一般因子的IC均值有003ICIR有014但从分层图形上看五组分层效果较差同时多空组合表现一般年化收益率尚可但是波动率较大图21相对上期新增组合收益12月因子五组分层图22相对上期新增组合收益12月因子多空净值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表12相对上期新增组合收益12月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar003014181016-172501801资料来源Wind天软湘财证券研究所33相对上期权重增加组合收益因子在本篇报告中我们在每个季报期的下个月末用该季报公布的持仓构建相对上期权重增加组合计算组合过去1个月3个月6个月12个月的收益率来构建因子表13相对上期权重增加组合收益因子列表因子名称因子代码表达式相对上期权重增加组合收益1月formadd1m相对上期权重增加持仓的组合过去1个月的收益率相对上期权重增加组合收益3月formadd3m相对上期权重增加持仓的组合过去3个月的收益率相对上期权重增加组合收益6月formadd6m相对上期权重增加持仓的组合过去6个月的收益率相对上期权重增加组合收益12月formadd12m相对上期权重增加持仓的组合过去12个月的收益率资料来源Wind天软湘财证券研究所敬请阅读末页之重要声明11金融工程研究表14相对上期权重增加组合收益因子检验结果因子多空组合表现因子名称ICICIR方向年化收益年化波动最大回撤SharpeCalmarformadd1m正00502509903-213401004formadd3m正0001-4091014-3153-04-013formadd6m正004015-0421021-2955-004-001formadd12m正0040172109-1871018011资料来源Wind天软湘财证券研究所从1月因子的整体表现来看五组分层效果较好IC均值为005ICIR为025但多空组合年化收益较低Sharpe比率和Calmar比率也较低图23相对上期权重增加组合收益1月因子五组分图24相对上期权重增加组合收益1月因子多空净层值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表15相对上期权重增加组合收益1月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar00502509903-213401004资料来源Wind天软湘财证券研究所从3月因子的整体表现来看因子表现较差IC均值为0ICIR为001且多空组合年化收益为负Sharpe比率和Calmar比率也较低说明相对上期权重增加组合的3个月收益对基金未来一个季度的表现预测效果较差敬请阅读末页之重要声明12金融工程研究图25相对上期权重增加组合收益3月因子五组分图26相对上期权重增加组合收益3月因子多空净层值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表16相对上期权重增加组合收益3月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar0001-4091014-3153-04-013资料来源Wind天软湘财证券研究所从6月因子的整体表现来看因子五组分层效果尚可但是第五组在2021年开始表现较差且第一组表现较好说明因子出现了反转多空组合年化收益为负Sharpe比率和Calmar比率也较低说明相对上期权重增加组合的6个月收益对基金未来一个季度的表现预测效果较差图27相对上期权重增加组合收益6月因子五组分图28相对上期权重增加组合收益6月因子多空净层值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表17相对上期权重增加组合收益6月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar004015-0421021-2955-004-001资料来源Wind天软湘财证券研究所敬请阅读末页之重要声明13金融工程研究从12月因子的整体表现来看因子五组分层效果较好IC均值有004ICIR有017多空组合相较于其他因子表现较好说明相对上期权重增加组合的12个月收益对基金未来一个季度的收益有一定预测效果图29相对上期权重增加组合收益12月因子五组分图30相对上期权重增加组合收益12月因子多空净层值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表18相对上期权重增加组合收益12月因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar0040172109-1871018011资料来源Wind天软湘财证券研究所4基金优选策略对持仓因子进行检验后我们首先进行因子的相关性检验筛选出表现较好且相关性较低的因子合成后作为最终的持仓因子打分同时在深度报告基金研究系列之一基于规模与历史业绩的基金优选策略中我们筛选出有效的规模因子和收益相关因子本篇报告我们将这些因子合成后形成基金优选因子根据因子的排名取前20只基金来来构建基金优选策略41因子相关性检验我们对基金持仓因子进行相关性检验从相关性矩阵中我们发现相对历史新增组合收益因子与相对上期新增组合收益因子的相关性较高这两个因敬请阅读末页之重要声明14金融工程研究子的计算逻辑上均为新增持仓组合区别是对比的历史持仓范围存在一定差异表19持仓因子相关性矩阵资料来源Wind天软湘财证券研究所42因子筛选对比本篇报告中构建的基金持仓因子表现及相关性检验我们筛选出表现较好且相关性较低的因子相对历史新增组合收益6月因子相对上期权重增加组合收益12月因子对这两个因子进行等权合成后构建基金持仓因子从合成因子的五组分层及统计指标表现来看比单因子效果更好因子IC均值有005多空组合的年化收益有282Sharpe比率有026Calmar比率有016图32基金持仓合成因子五组分层图33基金持仓合成因子多空净值资料来源Wind天软湘财证券研究所资料来源Wind天软湘财证券研究所表20基金持仓合成因子统计指标因子IC因子ICIR多空年化收益波动率最大回撤SharpeCalmar0050212821072-1711026016资料来源Wind天软湘财证券研究所敬请阅读末页之重要声明15金融工程研究43基金优选策略在基金研究系列报告中我们已经筛选出部分有效因子总规模因子规模增长率同比因子动量1个月因子信息比率6个月因子持仓因子在本篇报告中我们将这些因子等权合成形成最终的基金打分表21基金优选策略因子列表因子多空组合表现因子名称ICICIR方向年化收益年化波动最大回撤SharpeCalmar总规模负007115496298-347167143规模增长率同比正003033255342-553075046动量1个月正0090313481300-2529027014信息比率6个月正008036086895-2788010003持仓因子正0050212821072-1711026016资料来源Wind天软湘财证券研究所我们根据最终的合成因子选出排名靠前的20只基金等权构成基金优选策略在每年1月4月7月10月末调仓从策略的表现来看20170428回测至今策略的年化收益有1836超额年化收益有879最大回撤比较大有1607信息比率有100Calmar比率有055图34基金优选策略表现资料来源Wind天软湘财证券研究所表22基金优选策略统计指标组合年化收益基准年化收益超额年化收益波动率最大回撤IRCalmar1836957879877-1607100055资料来源Wind天软湘财证券研究敬请阅读末页之重要声明16金融工程研究5总结与展望本篇报告参考了Lantushenko的论文InnovationinmutualfundportfoliosImplicationsforfundalphaandrisk2015和NewPositionsinMutualFundPortfoliosImplicationsforFundAlpha2020作者提出投资组合创新回报率指标是基金之前未持有的全新头寸的回报文中指出创新回报率能为基金未来一个季度带来超额收益主要是由于基金经理需要付出额外的努力来评估新的资产因此分析新持有的头寸组合能够更清楚基金的管理质量本篇报告从Lantushenko的思路中获得启发对基金持仓进行分解相对于历史新增组合相对于上期新增组合相对于上期权重增加组合计算这些组合过去1个月3个月6个月12个月的收益率验证分解后组合的回报率是否能在一定程度上预测基金的未来收益本篇报告对基金持仓数据分解后进行分析以2022年Q3的数据为例选择成立时间大于1年规模大于1个亿前十大持仓市值占比大于40的主动股票型基金作为分析对象我们发现有45左右的基金没有历史新增持仓有40左右的基金相对于历史有1-2只新增持仓分析基金相对于上期持仓的变化新增2-3只持仓的基金较多同时大部分基金会有2-5只持仓的权重增加本篇报告对相对历史新增组合相对上期新增组合相对上期权重增加组合的收益因子进行检验对于相对历史新增组合来说1个月和6个月因子表现较高对于相对上期新增组合来说12个月因子表现较好对于相对上期权重权重增加组合来说12个月因子表现较好本篇报告在持仓因子中筛选相关性较低且表现较好的因子最终选择相对历史新增组合收益6月因子和相对上期权重增加组合收益12月因子进行合成合成后因子IC均值有005多空组合的年化收益有282在基金研究的系列报告中我们已经筛选出了与规模和历史业绩相关的有效因子最终与持仓因子进行结合选择排名前20的基金构建基金优选策略从20170428回测至今策略的年化收益有1836超额年化收益有879信息比率有100Calmar比率有055风险提示本篇报告的模型基于历史数据检验结果未来可能出现因子或模型失效风险敬请阅读末页之重要声明17