构建低回撤组合的必要性
　　在《选基因子探索及FOF组合构建》（魏建榕、傅开波，2022年）、《选基因子体系迭代与FOF组合应用》（魏建榕、张翔、何申昊，2024年）、《权益基金经理的能力边界：宏观、中观、微观》（魏建榕、蒋韬，2026年）等报告中，我们讨论了多种权益基金的选基因子的构建方法与应用效果，形成了以收益获取为导向的选基评价体系。
　　在组合管理的实际运作中，回撤控制与收益获取同等重要，因此，本文我们提出的低回撤权益FOF构建方案。
　　增加高股息基金的比例并不能提高组合夏普比率，本文希望进一步探讨，除风格配置之外，还有哪些因素能够在组合层面有效降低回撤。
　　低回撤基金的筛选框架：净值指标与微观特征
　　我们区分了低股息风格基金（偏成长、科技）和高股息风格基金（偏价值），不同风格基金在回撤管理中所适用的特征标签存在差异。
　　首先，我们构建下行捕获率指标，即基金在下行交易日的累计收益与全市场同期累计平均收益之比。回测结果显示，下行捕获率较低的基金在多数回撤区间均表现出更小的回撤幅度。
　　其次，我们构建回撤面积指标，综合考虑回撤深度与修复时间。该指标在高股息基金中效果更为突出，原因是低估值资产在遭遇回撤后修复能力较强，回撤面积较小的基金控回撤能力更优。
　　此外，净值回撤是结果，基金的微观特征标签（如持仓、交易、估值、规模）是驱动回撤的根源。我们发现，对于低股息风格基金，行业分散、适度换手、有安全边际的基金在回撤管理中具有较为显著的效果；对于高股息风格基金，持仓股息率较高和右侧交易比例较低的基金能够有效降低回撤。
　　低回撤组合构建：回撤指标和尾部风险控制
　　本节从组合优化层面和融合回撤指标两个层面构建低回撤权益基金FOF组合。
　　在组合优化层面，我们在优化函数中引入CVaR尾部风险惩罚项，以对组合的极端下行风险施加约束。优化器在最小化组合CVaR的过程中，会倾向于选择在市场大幅下跌时相关性较低、能够形成一定程度对冲的基金。
　　相较于未加入CVaR约束后的组合，加入CVaR约束后的组合超额收益曲线更为平滑，波动明显收窄。
　　接着，我们将第二章构建的各项控回撤指标合成为综合回撤因子，与收益因子共同纳入优化器，得到低回撤权益FOF。低回撤权益FOF同时涵盖了基金收益、基金回撤风险控制和组合优化三个层面的信息，扣费后年化超额收益为5.5%，最大回撤为37.4%，小于基准（42.0%）。
　　风险提示：模型测试基于历史数据，市场未来可能发生变化。