量化选基助力跑赢偏股混合型基金指数
　　近年来我国公募基金管理规模爆发式增长，公募基金数量破万只，主动权益型基金发行火热，对比主动权益型基金中年收益率排名前5%与后5%平均收益的差值，主动权益基金业绩显著分化。市场中大量机构投资者以公募基金为投资标的，并且以跑赢偏股混合型基金指数为目标，根据我们的统计，每年有40%-60%的主动权益基金能够跑赢偏股混合型基金指数，公募基金产品通过基金经理的主动管理，结合其对行业、对宏观经济深入的理解，基金的业绩往往比个股更加稳定。如果我们能挖掘有效的选基因子，选择未来业绩可能比较好的基金并构建基金组合，有望跑赢偏股混合型基金指数，获取超额收益。
　　选基因子体系概况
　　作为本系列的第一篇，我们结合学术界关于基金的研究成果，试图从市场常见的基金评价指标中挖掘有效的选基因子，搭建量化选基体系。本篇报告中，我们构建了四个维度的选基因子，分别为基金基础特征、基金业绩动量、持有人结构、交易特征。在基金基础特征部分，我们选择了基金规模类因子和基金年龄因子；在基金业绩动量部分，我们构建了收益、alpha、风险调整收益、择时选股能力、胜率等五类因子；在持有人结构方面，我们从存量结构以及结构变化两个维度来进行计算；在基金的交易特征方面，我们选择了投资集中度、换手率、抱团等三类因子。
　　选基因子有效性测试
　　经过验证，剔除小规模基金后的基金份额因子、员工持有份额占比因子、基金业绩动量因子等因子对基金未来业绩有较好的预测作用。其中，剔除小规模及今后的基金份额因子越大，基金业绩越差，基金规模类因子的超额收益可能来源于基金参与A股网下打新，而员工持有份额占比越高，基金业绩越好。
　　我们将多个选基因子进行合成，合成后的选基综合因子IC均值达到了15.02%，风险调整的IC为1.03，t统计量达到7.29，多空组合年化收益率为14.72%，多空组合夏普比率达到1.76。在其他不同风格类型的基金中，因子IC均值均超过了10%，因子显著性较好。
　　基于选基综合因子的基金组合构建
　　基于选基综合因子的选基策略，在扣除交易成本后，2012年以来，策略年化实现18.80%的年化收益率，相对于偏股混合型基金指数的年化超额收益率为7.95%，信息比率达1.33。长期来看，选基策略在其他各风格赛道内也均能取得正的年化超额收益率。
　　风险提示
　　以上结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。
　　

研究报告全文：量化选基助力跑赢偏股混合型基金指数近年来我国公募基金管理规模爆发式增长公募基金数量破万只主动权益型基金发行火热对比主动权益型基金中年收益率排名前5与后5平均收益的差值主动权益基金业绩显著分化市场中大量机构投资者以公募基金为投资标的并且以跑赢偏股混合型基金指数为目标根据我们的统计每年有40-60的主动权益基金能够跑赢偏股混合型基金指数公募基金产品通过基金经理的主动管理结合其对行业对宏观经济深入的理解基金的业绩往往比个股更加稳定如果我们能挖掘有效的选基因子选择未来业绩可能比较好的基金并构建基金组合有望跑赢偏股混合型基金指数获取超额收益选基因子体系概况作为本系列的第一篇我们结合学术界关于基金的研究成果试图从市场常见的基金评价指标中挖掘有效的选基因子搭建量化选基体系本篇报告中我们构建了四个维度的选基因子分别为基金基础特征基金业绩动量持有人结构交易特征在基金基础特征部分我们选择了基金规模类因子和基金年龄因子在基金业绩动量部分我们构建了收益alpha风险调整收益择时选股能力胜率等五类因子在持有人结构方面我们从存量结构以及结构变化两个维度来进行计算在基金的交易特征方面我们选择了投资集中度换手率抱团等三类因子选基因子有效性测试经过验证剔除小规模基金后的基金份额因子员工持有份额占比因子基金业绩动量因子等因子对基金未来业绩有较好的预测作用其中剔除小规模及今后的基金份额因子越大基金业绩越差基金规模类因子的超额收益可能来源于基金参与A股网下打新而员工持有份额占比越高基金业绩越好我们将多个选基因子进行合成合成后的选基综合因子IC均值达到了1502风险调整的IC为103t统计量达到729多空组合年化收益率为1472多空组合夏普比率达到176在其他不同风格类型的基金中因子IC均值均超过了10因子显著性较好基于选基综合因子的基金组合构建基于选基综合因子的选基策略在扣除交易成本后2012年以来策略年化实现1880的年化收益率相对于偏股混合型基金指数的年化超额收益率为795信息比率达133长期来看选基策略在其他各风格赛道内也均能取得正的年化超额收益率风险提示以上结果通过历史数据统计建模和测算完成在政策市场环境发生变化时模型存在失效的风险敬请参阅最后一页特别声明1金融工程专题报告内容目录1量化选基助力跑赢偏股混合型基金指数511公募基金市场持续扩容512基金业绩显著分化跑赢偏股混合型基金指数不易52选基因子体系概况63选基因子有效性验证931因子测试方法932基金基础特征因子测试933基金交易特征因子测试1234基金持有人结构因子测试1335基金业绩动量因子测试144因子合成1741因子合成方案1742基金业绩动量因子合成与测试1843选基综合因子合成与测试195基于选基综合因子的基金精选组合构建216总结23风险提示23图表目录图表1公募基金规模及数量变化5图表2主动权益基金历年成立情况5图表3主动权益基金历年首尾5收益差距5图表4主动权益基金跑赢偏股混合型基金指数比例5图表5跑赢偏股混合型基金指数超额收益率中位数6图表62010年以来累计收益率偏股混合型基金指数VS宽基指数6图表7万得偏股混合型基金指数885001WI编制规则6图表8量化选基体系7图表9基础特征因子交易特征因子持有人结构因子计算方法8图表10基金业绩动量因子计算方法8图表11回测条件9图表12基金规模类因子IC测试及分位数组合测试结果9敬请参阅最后一页特别声明2金融工程专题报告图表13基金规模因子分位数组合表现10图表14基金份额因子分位数组合表现10图表15基金主动份额变动因子分位数组合表现10图表16限定基金规模后因子IC测试结果及分位数组合表现10图表17限定规模后基金规模因子分位数表现11图表18限定规模后基金规模因子多空组合净值11图表19限定规模后基金份额因子分位数表现11图表20限定规模后基金份额因子多空组合净值11图表21不同时间段规模因子多空组合月平均收益率11图表22基金年龄因子IC测试结果及分位数组合表现12图表23调整后基金年龄因子IC测试结果及分位数组合表现12图表24基金年龄因子分位数组合表现12图表25调整后的基金年龄因子分位数组合表现12图表26交易特征因子IC测试结果及分位数组合表现12图表27抱团重仓股因子多空组合净值及收益情况13图表28基金持有人结构因子IC测试结果和分位数组合表现13图表29员工持有份额占比因子分位数组合表现14图表30员工持有份额占比因子多空组合净值表现14图表31机构持有份额占比因子分位数组合表现14图表32机构持有份额占比因子多空组合净值表现14图表33不同滚动计算周期因子IC测试结果及分位数组合表现14图表34不同滚动计算周期基金收益率因子多空组合净值15图表35基金业绩动量因子IC测试结果及分位数组合表现15图表36业绩动量因子多空组合净值表现16图表37基金抱团因子多空组合净值VS收益率因子多空组合净值16图表38优化后基金业绩动量因子IC测试和分位数组合表现16图表39区间胜率因子多空组合净值对比17图表40收益率因子多空组合净值对比17图表41超额收益率因子多空组合净值对比17图表42TM模型选股能力因子多空组合净值对比17图表43因子合成方案18图表44基金业绩动量因子相关系数矩阵18图表45业绩动量合成因子IC测试结果及分位数组合表现18图表46基金业绩动量合成因子分位数组合19图表47基金业绩动量合成因子多空组合净值19敬请参阅最后一页特别声明3金融工程专题报告图表48大类因子相关系数矩阵19图表49选基综合因子IC测试结果及分位数组合表现19图表50选基综合因子分位数组合表现全市场20图表51选基综合因子多空组合净值全市场20图表52选基综合因子分位数组合表现成长型20图表53选基综合因子多空组合净值成长型20图表54选基综合因子分位数组合表现平衡型20图表55选基综合因子多空组合净值平衡型20图表56选基综合因子分位数组合表现价值型21图表57选基综合因子多空组合净值价值型21图表58策略表现汇总21图表59全市场选基策略净值22图表60全市场选基策略超额净值22图表61成长赛道选基策略净值22图表62成长赛道选基策略超额净值22图表63平衡赛道选基策略净值22图表64平衡赛道选基策略超额净值22图表65价值赛道选基策略净值23图表66价值赛道选基策略超额净值23图表67全市场选基分年度超额收益23敬请参阅最后一页特别声明4金融工程专题报告1量化选基助力跑赢偏股混合型基金指数11公募基金市场持续扩容我国公募基金管理规模爆发式增长据中国证券投资基金业协会统计截至2022年9月30日我国公募基金总管理规模达到2659万亿元公募基金数量破万只而主动权益型基金普通股票型及偏股混合型也持续扩容2021年全年成立超过600只虽然2022年基金发行量萎缩但依然有429只主动权益型基金成立为FOF管理者提供了大量的选择机会图表1公募基金规模及数量变化图表2主动权益基金历年成立情况120003000007001600014000100002500006001200050080002000001000040060001500008000300600040001000002004000200050000100200000002017年2018年2019年2020年2021年2022年2017年2018年2019年2020年2021年2022年基金数量只基金资产净值亿元右轴成立数量只发行份额亿份右轴来源Wind国金证券研究所来源Wind国金证券研究所注数据截至2022年三季度末注数据截至2022年12月31日12基金业绩显著分化跑赢偏股混合型基金指数不易目前市场中许多机构投资者以公募基金为投资标的众多投资者的权益型基金组合可能以超越万得偏股混合型基金指数为目标万得偏股混合型基金指数以Wind投资类型二级分类中的偏股混合型基金为选样空间选择成立3个月以上的基金编入指数2010年至2022年末偏股混合型基金指数累计收益率为14417长期来看偏股混合型基金指数能够跑赢沪深300中证500中证1000等常见宽基指数权益市场波动较大众多主动权益基金业绩表现各异我们统计了主动权益型基金在各个年份收益率排名前5与收益率排名后5基金的收益差在部分年份基金业绩分化显著2020年收益率排名首尾5的基金平均收益率相差10257从众多主动权益基金中选择出未来表现优异的基金难度极大2022年1-10月首尾5的收益差距下降至3514选基难度下降但是也限制了选基策略相对于市场平均水平的超额收益从2010年至今每年约有40-60的主动权益型基金能够跑赢偏股混合型基金指数公募基金产品通过基金经理的主动管理结合其对行业对宏观经济深入的理解基金的业绩往往比个股更加稳定如果我们能挖掘有效的选基因子选择未来业绩可能比较好的基金并构建基金组合有望跑赢偏股混合型基金指数获取超额收益我们也统计了每年跑赢偏股混合型基金指数的主动权益基金中基金超额收益率的中位数整体来看超额收益率中位数在近13年均未超过20部分年份的超额收益率中位数在10以下2022年1-10月超额收益率中位数仅有427跑赢偏股混合型基金指数并获取较高超额收益并非易事图表3主动权益基金历年首尾5收益差距图表4主动权益基金跑赢偏股混合型基金指数比例1200070006000100005000800040006000300040002000200010000000002010年2012年2014年2016年2018年2020年2022年2010年2012年2014年2016年2018年2020年2022年来源Wind国金证券研究所来源Wind国金证券研究所注数据截至2022年10月末主动权益基金包含普通股票型基金偏股混合型基金仅统计无或A份额类型敬请参阅最后一页特别声明5金融工程专题报告图表5跑赢偏股混合型基金指数超额收益率中位数2000180016001400120010008006004002000002010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年来源Wind国金证券研究所图表62010年以来累计收益率偏股混合型基金指数VS宽基指数3252151050-05-1沪深300中证500中证1000偏股混合型基金指数来源WindiFinD国金证券研究所图表7万得偏股混合型基金指数885001WI编制规则指数名称及代码万得偏股混合型基金指数885001WI选样空间Wind投资类型二级分类下的偏股混合型基金选样要求基金成立3个月后纳入选样空间调整频率基金类别发生变动后调整基日20031231基点1000加权方式基金收益指数采用复权净值收益率等权重计算来源Wind国金证券研究所2选基因子体系概况作为本系列的第一篇我们结合学术界关于基金的研究成果试图从市场常见的基金评价指标挖掘有效的选基因子搭建量化选基体系海外文献中有大量关于共同基金业绩预测的研究成果这为我们构建量化选基体系提供了理论依据及新的研究思路敬请参阅最后一页特别声明6金融工程专题报告ChenHongHuang和Kubik20041发现规模较大的基金业绩表现较差RogerRichard和Gregory20072从交易成本的角度来解释基金业绩的规模效应KacperczykSialm和Zheng20053发现基金的行业集中度越高基金业绩越好原因在于基金经理可能仅在某些行业具有信息优势Gruber19964发现了聪明资金效应即正资金流入的基金优于流出的基金HendricksPatel和Zeckhauser19935发现滞后的过去回报过去一年在预测未来基金回报具有统计上的显著性Carhart19976发现四因子模型中过去的Alpha在预测基金未来风险调整后的表现有效EltonGruberDas和Hlavka19937发现基金业绩与基金换手率之间存在负相关关系这可能是由于交易成本的影响海外的学术成果在国内市场是否有效值得我们进一步验证在本篇报告中我们构建了四个维度的选基因子分别为基金基础特征基金业绩动量基金持有人结构基金交易特征在基金基础特征部分我们选择了基金规模类因子和基金年龄因子其中基金规模类因子包括基金合并规模基金合并份额两各因子在基金业绩动量部分我们构建了基金收益alpha风险调整收益择时选股能力胜率等五类因子在持有人结构方面我们从存量结构以及结构变化两个维度来进行计算并根据基金持有人的不同分成机构投资者个人投资者员工等三个类别在基金的交易特征方面我们选择了投资集中度换手率抱团等三类因子选基体系的整体结构如下图所示图表8量化选基体系来源国金证券研究所各选基因子的计算方法如图表9图表10所示各类因子中部分因子是在基金季报披露后可以获得即每年14710四个月的月末可以更新因子部分因子只能在基金中报年报披露后可以获得即每年38两个月的月末可以更新因子基金的年龄因子基金业绩动量因子不需要基金定期报告披露获取频率较高对于各个基金业绩动量因子我们采用了不同的滚动计算周期分别按照3个月90个交易日6个月180个交易日1年250个交易日3年750个交易日5年1250个交易日的计算周期来向前滚动计算并验证1ChenJosephHarrisonHongMingHuangandJeffreyDKubik2004DoesfundsizeerodemutualfundperformanceTheroleofliquidityandorganizationAmericanEconomicReview94127613022EdelenRogerMRichardBEvansandGregoryBKadlec2007ScaleeffectsinmutualfundperformanceTheroleoftradingcostsWorkingpaper3KacperczykMarcinClemensSialmandLuZheng2005OntheindustryconcentrationofactivelymanagedequitymutualfundsJournalofFinance60198320114GruberMartinJ1996AnotherpuzzleThegrowthinactivelymanagedmutualfundsJournalofFinance517838105HendricksDarryllJayenduPatelandRichardZeckhauser1993HothandsinmutualfundsShort-runpersistenceofrelativeperformance1974-1988JournalofFinance48931306CarhartMarkM1997OnpersistenceinmutualfundperformanceJournalofFinance5257827EltonEdwinJMartinJGruberSanjivDasandMatthewHlavka1993EfficiencywithcostlyinformationAreinterpretationofevidencefrommanagedportfoliosReviewofFinancialStudies6122敬请参阅最后一页特别声明7金融工程专题报告图表9基础特征因子交易特征因子持有人结构因子计算方法类别因子名称计算方法因子更新频率基金规模合并口径基金合并规模季报披露14710基金份额合并口径基金合并份额基金基础特征月末可获得数据基金主动规模变动剔除净值变化因素后基金规模变动基金年龄截止日期距离基金成立日天数日度根据T报告期提取全市场普通股票型基金偏股混合型基金的重仓股去掉港股北交所股票后得到每一只股票的持仓市值及权重权重排名靠前的股票基金持有的比例较基金抱团因子高但需要剔除股票市值因素的影响因此我们计算了这个季报披露14710基于重仓股股票池中每一只股票的市值占比用持仓权重占比市值月末可获得数据占比代表这只股票被基金超配的比例然后根据基金T报告期的重仓股股票和持有市值结合基金池中股票及其基金超配比例来计算基金的抱团因子基金交易特征基金抱团因子中报年报披露38同上使用全部持股数据基于全部持股月末可获得数据持股集中度重仓股占股票持仓比重季报披露14710行业集中度因子重仓股行业分布中排名前三名的行业占股票持仓比重月末可获得数据基于重仓股行业集中度因子全部持股的行业分布中排名前三名的行业占股票持仓比重全部持股MAX报告期买入股票成本总额报告期卖出股票收入总换手率额AVG区间内股票市值个人份额占比本期个人投资者份额占比中报年报披露38个人份额占比变动本期个人投资者份额占比-上一期个人投资者份额占比月末可获得数据机构份额占比本期机构投资者份额占比持有人结构机构份额占比变动本期机构投资者份额占比-上一期机构投资者份额占比员工份额占比本期员工持有份额占比员工份额占比变动本期员工持有份额占比-上一期员工持有份额占比来源国金证券研究所图表10基金业绩动量因子计算方法类别子类别因子名称滚动计算周期基准收益率--收益超额收益率基准为对应的基金类型指数单因子alpha基准为对应的基金类型指数按照三因子模型进行回归取残差风险因子用经三因子模型调整后的alphaalphaBarra因子构建多空组合来获取日度因子收益3个月6个按照四因子模型进行回归取残差风险因子用基金业绩经四因子模型调整后的alpha月1年3Barra因子构建多空组合来获取日度因子收益动量夏普比率年5年--索提诺比率--风险调整收益卡玛比率--特雷诺指数--信息比率基准为对应的基金类型指数胜率区间胜率基准为对应的基金类型指数敬请参阅最后一页特别声明8金融工程专题报告上行胜率基准为基金类型指数上行下行根据沪深300判断下行胜率基准为基金类型指数上行下行根据沪深300判断T-M模型alpha基准为深300指数T-M模型beta2基准为深300指数择时选股能力H-M模型alpha基准为深300指数H-M模型beta2基准为深300指数来源国金证券研究所3选基因子有效性验证31因子测试方法为了评估选基因子的有效性我们采用因子IC测试和构建分位数组合的方法进行研究因子IC测试主要研究因子取值与下一期收益率的相关性即1其中Rank表示计算变量排序表示因子取值1表示下一期基金的收益率IC的绝对值越高因子的下期收益率的预测能力越强对于分位数组合测试我们按照因子值从高到低将基金分为10组分别等权构建Top组合至Bottom组合做多组合Top同时做空组合Bottom得到多空组合L-S组合通过该组合的表现来衡量因子的预测能力回测频率为季频调仓时点为每年14710四个月最后一个交易日回测时间区间为2010年1月至2022年9月具体的回测条件如下图表11回测条件编号筛选条件1每年14710月末调仓2基金筛选范围主动权益型基金普通股票型偏股混合型基金3基金份额类型为A或无4回测时间区间2010年1月1日-2022年9月30日5基金成立时间超过3个月避免建仓期影响6基金经理更换距离调仓日超过250个交易日来源国金证券研究所32基金基础特征因子测试321基金规模类因子测试从基金规模类因子的测试结果来看基金规模因子基金份额因子虽然有相对较高的IC均值但分位数组合呈倒U型单调性较差而基金主动规模变动因子无论从IC均值还是分位数组合的单调性来看均表现较差图表12基金规模类因子IC测试及分位数组合测试结果风险调整多空组合年多空组合夏多空组合最Top组合年Top组合因子IC均值标准差最小值最大值t统计量的IC化收益率普比率大回撤化超额最大回撤sharemerge665905-10543861073520317109287-0452655升序assetmerge482848-16432128057398247075707-1012640升序assetc-115803-19001548-014-09917704411461542822来源Wind国金证券研究所敬请参阅最后一页特别声明9金融工程专题报告图表13基金规模因子分位数组合表现图表14基金份额因子分位数组合表现140014001200120010001000800800600600400400200200000000年化收益率市场收益率年化收益率市场收益率来源Wind国金证券研究所来源Wind国金证券研究所图表15基金主动份额变动因子分位数组合表现140012001000800600400200000Top12345678Bottom年化收益率市场收益率来源Wind国金证券研究所基金规模及基金份额因子的单调性并不是很理想但如果我们将基金规模合并口径限定在25亿以上剔除小规模基金测试结果却有所不同基金规模因子和基金份额因子的IC均值均有所提高分位数组合单调性较好基金规模越小的基金组合业绩越好多空组合年化收益率均在7以上多空组合净值稳定增长图表16限定基金规模后因子IC测试结果及分位数组合表现风险调整多空组合年多空组合夏多空组合最Top组合年Top组合因子IC均值标准差最小值最大值t统计量的IC化收益率普比率大回撤化超额最大回撤assetmerge757837-157726850906337071922382742769升序sharemerge891823-100632061087577352143421682772升序来源Wind国金证券研究所敬请参阅最后一页特别声明10金融工程专题报告图表17限定规模后基金规模因子分位数表现图表18限定规模后基金规模因子多空组合净值140080025120070060010002500800400156003002004001100200000000-10005-200201041201111201271201341201411201571201641201711201871201941202011202171-30020224102011101201410120171012020101年化收益率市场收益率L-S收益率L-S来源Wind国金证券研究所来源Wind国金证券研究所图表19限定规模后基金份额因子分位数表现图表20限定规模后基金份额因子多空组合净值1400800312006002510008004002600200154002000001000-20005201871201941202011202171202241201041201111201271201341201411201571201641201711201710120201012014101-40020111010年化收益率市场收益率L-S收益率L-S来源Wind国金证券研究所来源Wind国金证券研究所322基金规模类因子超额收益来源探究剔除了小规模基金后基金规模因子及基金份额因子的表现能够大幅改善这可能与基金规模因子的超额收益来源有关我们认为基金规模因子的超额收益来源除了小规模基金交易更灵活等传统解释可能与A股网下打新有一定的关系以当前的网下打新规则为例基金产品普遍会参与A股网下打新来增厚收益如果基金规模过小可能因无法满足打新市值门槛沪深两市共12亿而没有科创板和创业板打新资格因此规模过小的基金无法获得较多打新收益来增厚产品收益对于满足打新市值门槛的基金由于存在网下申购上限基金规模的扩大能够提高打新收益但会稀释打新的收益率如果基金规模超过了网下申购上限对应的规模基金规模的扩大不再贡献打新收益只会稀释打新的收益率我们将调仓频率调整至月度获得基金规模因子月度的多空组合收益率根据网下打新所处阶段的不同分别计算了不同阶段的平均月度多空组合收益率2010年至2019年6月新股发行注册制实行之前多空组合月平均收益率为0402019年7月至2021年9月科创板开闸与创业板注册制改革这一阶段打新收益大幅提高而多空组合月平均收益率为0942021年10月至2022年9月询价新规实施由于提高了新股定价中枢打新收益大幅下降此时多空组合月平均收益率下降至058图表21不同时间段规模因子多空组合月平均收益率时间段阶段打新收益情况规模因子多空组合月平均收益率20105-20196注册制实行前打新收益较低04020197-20219注册制实施打新收益较高094202110-20229询价新规实施打新收益下降058敬请参阅最后一页特别声明11金融工程专题报告来源WindiFinD国金证券研究所此外根据我们的打新收益测算方法我们计算了2020年以来2亿规模账户打新月度收益率与规模因子多空组合月度收益率的相关系数二者的相关系数达到037并且在5的置信水平下显著p-value0032综上我们认为A股网下打新收益是基金规模因子超额收益的来源之一而基金份额因子与基金的规模因子相关性较高相关系数为095基金份额因子的超额收益也部分来自于网下打新322基金年龄因子测试为了验证基金年龄因子的有效性我们对该因子进行了IC测试和分位数组合测试从测试结果来看基金年龄因子IC均值仅有281分位数组合无单调性图表22基金年龄因子IC测试结果及分位数组合表现风险调整多空组合年多空组合夏多空组合Top组合年Top组合最大因子平均值标准差最小值最大值t统计量的IC化收益率普比率最大回撤化超额回撤fundage2811136-20392893025173-233-0423150-1162573来源Wind国金证券研究所我们发现基金年龄因子与基金规模因子相关性较高二者相关系数达到了029并且基金规模对基金业绩存在预测作用因此我们将基金年龄因子与基金规模因子回归取回归后的残差作为调整后的基金年龄因子重新进行测试调整后的基金年龄因子的IC均值仍然较低分位数组合无单调性图表23调整后基金年龄因子IC测试结果及分位数组合表现风险调t统多空组合年多空组合多空组合Top组合Top组合最因子平均值标准差最小值最大值整的IC计量化收益率夏普比率最大回撤年化超额大回撤assetadj-fundaged2201104-17112806020139-053-01121970362621来源Wind国金证券研究所图表24基金年龄因子分位数组合表现图表25调整后的基金年龄因子分位数组合表现140014001200120010001000800800600600400400200200000000年化收益率市场收益率年化收益率市场收益率来源Wind国金证券研究所来源Wind国金证券研究所综上基金年龄因子并不能有效预测基金业绩33基金交易特征因子测试对于图表9中介绍的基金交易特征因子我们进行了因子IC测试及分位数组合测试图表26交易特征因子IC测试结果及分位数组合表现风险调多空组合年多空组合夏多空组合最Top组合年Top组合因子IC均值标准差最小值最大值t统计量整的IC化收益率普比率大回撤化超额最大回撤持股集中度0771349-292038080060401090191199-0453155抱团0002204-492544100000000040003202-4502887全部持仓敬请参阅最后一页特别声明12金融工程专题报告风险调多空组合年多空组合夏多空组合最Top组合年Top组合因子IC均值标准差最小值最大值t统计量整的IC化收益率普比率大回撤化超额最大回撤抱团-1672278-43024866-007-052-029-0033090-1083073重仓股行业集中度-1711484-25942483-012-0811010131951-0723043全部持仓行业集中度-1751000-22052031-017-12418802913290202981重仓股换手率2621313-204036050201402430366690472956来源Wind国金证券研究所从测试结果来看各个交易特征因子的IC均值均呈较低水平显著性较差因子多空组合收益情况也不理想虽然基金抱团因子对于基金业绩的预测作用并不显著但抱团因子的表现仍然值得我们关注2019年及2020年抱团行情盛行基金抱团重仓股因子多空组合收益率较高多空组合净值迅速增长2021年初抱团行情瓦解抱团股大幅回撤基金抱团重仓股因子多空组合收益率急速下降图表27抱团重仓股因子多空组合净值及收益情况200014150012100015000800006-50004201011201071201111201171201211201271201311201371201411201471201511201571201611201671201711201771201811201871201911201971202011202071202111202171202211202271-100002-15000L-S收益率L-S来源Wind国金证券研究所34基金持有人结构因子测试我们对6个基金持有人结构因子进行了测试测试结果如下表所示对于持有人结构的存量因子员工持有份额占比因子IC均值达到605t统计量为570显著性较好多空组合年化收益率达到409在3个因子中表现最好机构持有份额占比因子的IC均值仅有385分位数组合单调性较差对于持有人结构变动因子三个因子的表现均较不理想对基金业绩的预测能力较差图表28基金持有人结构因子IC测试结果和分位数组合表现Top组Top组风险调多空组合年多空组合多空组合因子IC均值标准差最小值最大值t统计量合年化合最大整的IC化收益率夏普比率最大回撤超额回撤机构持有份额占比385813-1284244704733213904111420372526机构持有份额占比变动071627-10621945011079-010-00311620652728个人持有份额占比-391810-24471284-048-338-170-0512313-1192887个人持有份额占比变动-078627-19451060-013-088-012-0045900602727员工持有份额占比605743-85122340815704091292572222417员工持有份额占比变动152604-95917270251770970335912462622来源Wind国金证券研究所敬请参阅最后一页特别声明13金融工程专题报告图表29员工持有份额占比因子分位数组合表现图表30员工持有份额占比因子多空组合净值表现140070018120060016100050014400800123006001200084001000620000004000-100-20002201011201171201241201311201471201541201611201771201841201911202071202141202211201010120131012016101-30020191010年化收益率市场收益率L-S收益率L-S来源Wind国金证券研究所来源Wind国金证券研究所图表31机构持有份额占比因子分位数组合表现图表32机构持有份额占比因子多空组合净值表现12006001450010001240080030012006001000840000006-100200-20004201011201171201241201311201471201541201611201771201841201911202071202141000-300202211201010120131012016101201910102-400-5000年化收益率市场收益率L-S收益率L-S来源Wind国金证券研究所来源Wind国金证券研究所35基金业绩动量因子测试351滚动计算周期的选择我们以收益率因子r为例对不同滚动计算周期的基金业绩动量因子的表现进行对比我们测试了2013年1月至2022年9月不同滚动计算周期的基金业绩动量因子的表现从测试结果来看以一年时间长度250个交易日滚动计算基金收益率因子时因子整体表现最理想此时因子显著性最好多空组合年化收益率最高多空组合夏普比率最高多空组合最大回撤最小如果把滚动计算周期降低到3个月60个交易日则因子IC均值仅有312并且显著性较差多空组合呈负收益如果把滚动计算周期从1年逐渐提高到3年5年因子IC均值不断下降分位数组合的表现也逐渐变差除收益率因子之外其他业绩动量因子也基本上有同样的表现这样的结果表明基金短期的业绩表现可能具有偶然性对基金业绩的预测作用不明显超长期业绩表现对基金未来业绩预测作用也比较差图表33不同滚动计算周期因子IC测试结果及分位数组合表现风险调整多空组合年多空组合夏多空组合最Top组合年化Top组合最因子平均值标准差最小值最大值t统计量的IC化收益率普比率大回撤超额大回撤r3m3122748-60915205011070-102-00732330343114r6m9912467-5629460504024846803625692023005r1y9632173-3639437204427376307413754053054r3y4051530-3556308102616300303615941353056r5y3321303-278329800251570010131543-0063018来源Wind国金证券研究所敬请参阅最后一页特别声明14金融工程专题报告图表34不同滚动计算周期基金收益率因子多空组合净值232119171513110907201311201351201391201411201451201491201511201551201591201611201651201691201711201751201791201811201851201891201911201951201991202011202051202091202111202151202191202211202251r3mr6mr1yr3yr5y来源Wind国金证券研究所综上我们在基金业绩动量因子的测试过程中通过比较因子性能最终选择了1年250个交易日为滚动计算周期352基金业绩动量因子测试我们对基金业绩动量因子进行了测试测试结果如下表所示多数基金业绩动量因子的IC均值都在5以上单调性较好显著性较好经过四因子模型调整后的alpha因子表现最好因子IC均值达到了1240多空组合年化收益率达到970图表35基金业绩动量因子IC测试结果及分位数组合表现多空组多空组风险调t统多空组合Top组合Top组合年因子平均值标准差最小值最大值合年化合最大单调性整的IC计量夏普比率最大回撤化超额收益率回撤4factoralpha1y12402207-35175268056397970937813263180496较好3factoralpha1y12322160-35075045057403925906512933238477较好sortion1y11141968-33134335057400743799911802719418较好calmar1y11112005-32264113055392659654414362621375较好sharpe1y11071983-32604339056395745777714422732414较好CAPMalpha1y10792035-32234208053375636607519122859347较好terynor1y10732018-32414358053376708689115252713382较好er1y9772096-35944369047330699744415113102352较好r1y9712090-36394372046328712772113753054359较好ir1y8922052-32344406043295601751712302994311较好TMalpha1y7242291-51954907032223379366724533047135较差winratedown1y6982244-40974863031220277278730642436069较差winrate1y6811862-34724098037259341414616972898168较好HMbeta21y6742233-45095250030213738688210892839391较好TMbeta21y5592007-3927489802819764664479842859331较好HMalpha1y1962381-53405545008058-163-144341933229-021较好winrateup1y-0742191-47313526-003-024-030-36330173284-129较好来源Wind国金证券研究所敬请参阅最后一页特别声明15金融工程专题报告图表36业绩动量因子多空组合净值表现353252151050201011201051201091201111201151201191201211201251201291201311201351201391201411201451201491201511201551201591201611201651201691201711201751201791201811201851201891201911201951201991202011202051202091202111202151202191202211202251winratedown1yTMalpha1ywinrateup1yterynor1ysharpe1yHMbeta21yCAPMalpha1ycalmar1ywinrate1ywinrate1y3factoralpha1y4factoralpha1ysortion1yHMalpha1yTMbeta21yr1yer1yir1y来源Wind国金证券研究所353基金业绩动量因子优化通过对比观察基金业绩动量因子的多空组合净值表现我们发现部分基金业绩动量因子的多空组合净值回撤较大通过对比基金抱团因子与部分基金业绩动量因子多空组合净值走势我们发现在基金抱团因子多空组合净值出现较大回撤后基金业绩动量因子也随之出现较大回撤或者走平尤其是2021年至2022年初抱团因子多空组合净值回撤幅度较大且快速的阶段我们认为过去业绩比较好的基金可能持有了比较多的抱团股在抱团股集体回调的时候可能相对于抱团比例比较低的基金跌幅更大所以业绩动量因子会在抱团股回调的时候阶段性失效图表37基金抱团因子多空组合净值VS收益率因子多空组合净值来源Wind国金证券研究所基于上述的观察结果我们为了排除部分因子受基金抱团程度的影响对部分基金业绩动量因子进行了优化进行优化的因子是收益率r1y超额收益率er1yTMalpha1ywinrate1y等四个因子优化的方法是将因子相对于基金抱团因子重仓股回归取残差值作为优化后的因子我们将优化后的因子重新进行了测试结果如下表所示图表38优化后基金业绩动量因子IC测试和分位数组合表现Top组合Top组风险调多空组合年多空组合多空组合因子平均值标准差最小值最大值t统计量年化超合最大整的IC化收益率夏普比率最大回撤额回撤r1y优化9711881-3298388505236569108616533763025敬请参阅最后一页特别声明16金融工程专题报告Top组合Top组风险调多空组合年多空组合多空组合因子平均值标准差最小值最大值t统计量年化超合最大整的IC化收益率夏普比率最大回撤额回撤er1y优化9381998-3499393204733271408017293683110TMalpha1y优化7412166-4188490103424251205515562373000winrate1y优化6801747-3607380103927538105510781952887来源Wind国金证券研究所优化后的四个因子风险调整的IC均有提高多空组合夏普比率也有所提高多空组合净值曾经波动较大的位置在优化后波动降低图表39区间胜率因子多空组合净值对比图表40收益率因子多空组合净值对比192518231721161519141713151213111110909201011201091201151201211201291201351201411201491201551201611201691201751201811201891201951202011202091202151202211201011201091201151201211201291201351201411201491201551201611201691201751201811201891201951202011202091202151202211winrate1y优化后winrate1yr1y优化后r1y来源Wind国金证券研究所来源Wind国金证券研究所图表41超额收益率因子多空组合净值对比图表42TM模型选股能力因子多空组合净值对比25212319211719171515131311110909201011201091201151201211201291201351201411201491201551201611201691201751201811201891201951202011202091202151202211201011201091201151201211201291201351201411201491201551201611201691201751201811201891201951202011202091202151202211er1y优化后er1ytmalpha1y优化后tmalpha1y来源Wind国金证券研究所来源Wind国金证券研究所4因子合成41因子合成方案从上文的测试结果来看基金规模因子基金份额因子员工持有份额占比因子大部分基金业绩动量因子均有较好的表现单因子往往具有较高的波动性在特定市场环境下可能阶段性失效因此我们通过因子合成来降低单因子失效风险基金规模类因子中基金份额因子表现好于基金规模因子并且份额因子没有包含基金净值变动的影响因此我们在这类因子中选择了基金份额因子基金业绩动量因子中包含了许多有效因子因此我们首先在基金业绩动量因子中进行合成再将大类因子进行合成敬请参阅最后一页特别声明17金融工程专题报告图表43因子合成方案来源国金证券研究所42基金业绩动量因子合成与测试421因子相关性分析我们在17个基金业绩动量因子中剔除IC均值不到5分位数组合单调性较差的4个因子将剩余的13个因子进行相关性分析相关性系数矩阵如下表所示图表44基金业绩动量因子相关系数矩阵r1yer1ywinrate1yTMalpha1yspearman相关性TMbeta21yHMbeta21yCAPMalpha1y3factoralpha1yterynor1ycalmar1ysharpe1y4factoralpha1yir1y优化优化优化优化TMbeta21y100093008008012016012-009014-042011015006HMbeta21y093100008008012018012-012014-039012016006huddleadj-r1y008008100098091077091072089076092076093huddleadj-er1y008008098100094079092074090078093078096CAPMalpha1y0120120910941000770990690950740980760943factoralpha1y016018077079077100077054075056077098079terynor1y012012091092099077100068095074098076093huddleadj-winrate1y-009-012072074069054068100066070070054075calmar1y014014089090095075095066100070096073091huddleadj-TMalpha1y-042-039076078074056074070070100074056076sharpe1y0110120920930980770980700960741000760954factoralpha1y015016076078076098076054073056076100078ir1y006006093096094079093075091076095078100来源Wind国金证券研究所部分基金业绩动量因子相关性较大并且及同类型业绩动量因子逻辑相似如果全部纳入合成方案因子相关性过高因此我们在13个业绩动量因子中选择了因子表现好并且相关性较低的四个因子分别为4factoralpha1ywinrate1y优化sharpe1yHMbeta21y四个因子分属于不同子类型的基金业绩动量因子我们将4个基金业绩动量因子等权重进行合成422基金业绩动量合成因子测试我们对基金业绩动量合成因子进行了测试在构建分位数组合时分成20组进行测试测试结果如下表所示业绩动量合成因子的IC均值为1346风险调整的IC达到077多空组合年化收益率为1197多空组合夏普比率达到121多空组合最大回撤为981合成后的因子较单因子IC均值更高多空组合最大回撤大幅下降合成因子多空组合净值稳定增长即使分成了20组分位数组合单调性依然较好图表45业绩动量合成因子IC测试结果及分位数组合表现风险调多空组合年多空组合多空组合Top组合年Top组合因子平均值标准差最小值最大值t统计量整的IC化收益率夏普比率最大回撤化超额最大回撤业绩动量合成因子13461745-2515448107754511971219815782981来源Wind国金证券研究所敬请参阅最后一页特别声明18金融工程专题报告图表46基金业绩动量合成因子分位数组合图表47基金业绩动量合成因子多空组合净值160020004514004150012003510001000380050025600240000015200-5000001201011201171201241201311201471201541201611201771201841201911202071202141202211123456789201010120131012016101-1000201910110111213141516171805Top-15000Bottom年化收益率市场收益率L-S收益率L-S来源Wind国金证券研究所来源Wind国金证券研究所43选基综合因子合成与测试431大类因子相关性分析三大类因子之间的相关性较低我们将三类因子进行合成由于基金份额因子在剔除小规模因子后有效性更好因此我们在合成前对于基金规模超过25亿元的基金将其基金份额因子设置为空值在三个因子合成时采用剩余合成法考虑到基金业绩动量因子的IC均值最高预测性最好因此提高了基金业绩动量合成因子的权重基金份额因子员工持有份额占比因子基金业绩动量合成因子的权重分别为252550图表48大类因子相关系数矩阵spearman相关性基金份额因子员工持有份额占比因子基金业绩动量合成因子基金份额因子100-026000员工持有份额占比因子-026100010基金业绩动量合成因子000010100来源Wind国金证券研究所432选基综合因子测试我们将三类因子合成为选基综合因子并进行了IC测试和分位数组合测试除了在全市场的主动权益型基金中进行测试我们也在不同风格类型的基金中进行了测试基金风格的划分参考Wind底层数据库中基于基金持仓计算的基金风格系数及门限值除价值型基金之外分位数组合分成20组价值型基金由于数量较少分成了5组并且从2015年开始测试测试结果如下表所示我们构建的选基综合因子在全市场以及各个风格类型中均有较好的表现全市场选基中选基综合因子IC均值达到了1502风险调整的IC为103t统计量达到729多空组合年化收益率为1472多空组合夏普比率达到176在其他不同风格类型的基金中因子IC均值均超过了10因子显著性较好从测试结果来看在不同风格赛道中进行选基多空组合收益不如全市场选基这可能是因为同一风格赛道内基金业绩分化程度不如全市场基金业绩分化的程度大次外在全市场中进行选基当出现结构化行情时可能能够获得风格选择的超额收益而在同一个风格赛道内进行选基只能获得相对于该风格的超额收益图表49选基综合因子IC测试结果及分位数组合表现风险调多空组合年多空组合多空组合Top组合最Top组合因子平均值标准差最小值最大值t统计量整的IC化收益率夏普比率最大回撤大回撤年化超额选基综合因子15021456-1912375610372914721765702767741全市场选基综合因子11862004-46705039059418125513111393355563成长型选基综合因子14261162-1220334212386811101474352694512平衡型选基综合因子12981297-122033421005488331972272439406价值型来源Wind国金证券研究所敬请参阅最后一页特别声明19金融工程专题报告图表50选基综合因子分位数组合表现全市场图表51选基综合因子多空组合净值全市场1800200061600140015005120010001000480050036004000002200000-5001123456789101112131415161718Top201011201171201241201311201471201541201611201771201841201911202071202141202211201010120131012016101-100020191010Bottom年化收益率市场收益率L-S收益率L-S来源Wind国金证券研究所来源Wind国金证券研究所图表52选基综合因子分位数组合表现成长型图表53选基综合因子多空组合净值成长型180020005160045150014004120035100010003800500256004002000200150001-50012345678910111213141516171805Top201011201171201241201311201471201541201611201771201841201911202071202141202211201010120131012016101-100020191010Bottom年化收益率市场收益率L-S收益率L-S来源Wind国金证券研究所来源Wind国金证券研究所图表54选基综合因子分位数组合表现平衡型图表55选基综合因子多空组合净值平衡型16002000414003515001200310001000800256005002400150002001000-50012345678905101112131415161718Top201011201171201241201311201471201541201611201771201841201911202071202141202211201010120131012016101-100020191010Bottom年化收益率市场收益率L-S收益率L-S来源Wind国金证券研究所来源Wind国金证券研究所敬请参阅最后一页特别声明20