20250902-国盛证券-量化专题报告_选基因子到选股因子的转化路径探讨_24页_3mb

报告总结：选基因子到选股因子的转化路径探讨

本文探讨了如何从基金持股信息中提取有价值的数据信息，并将其转化为有效的选股因子，以获取超额收益。传统的公募基金重仓因子由于多次失效，仅凭其选股信息并不能得到稳定收益。作者提出了一种定量选基的方法，通过构建基金选股能力因子，并将其映射为股票因子，从而在多维样本空间中实现有效的选股策略。

首先，作者在基金季报时间节点，回看过去5个报告期的基金持股，构建了一个基金选股alpha胜率因子。该因子衡量基金选股的胜率，其IC均值为0.0653，胜率为71%，表现稳定。接着，通过“占净值比加权”映射方法，将该选基因子转化为股票FHQ因子，底层逻辑为：持有该股票的基金群体整体质量越高，其FHQ值越大，反之则越低。

股票FHQ因子在多重样本空间中均表现出良好的选股能力，尤其是在上证50、沪深300等指数成份股集中区域，其分组回测显示组别5的超额收益显著。具体来看，沪深300中的多头选股组合相对基准年化超额收益可达11.22%，月度/季度胜率较高。此外，将FHQ与其他多个因子（如行业配置、风险控制等）叠加为复合因子FHQ_5后，因子IC值从0.0578提升至0.0963，胜率上升至73%，表现出更强的稳定性与收益捕获能力。

进一步构建基于复合因子FHQ_5的指数增强策略与多头选股策略，取得了显著结果。例如，沪深300增强组合年化超额收益达7.40%，信息比率达到1.71；沪深300多头选股组合年化收益15.31%，超额年化收益10.72%。该因子与传统Barra风格因子相关性较低，具备成为增量信息因子的潜力。

尽管如此，本文也指出未来市场环境变化可能导致模型失效，且中小盘样本空间中的因子覆盖度较低需谨慎对待。总体而言，本文构建了一条从定量选基到选股因子的转化路径，具有良好的可扩展性与应用前景，为量化选股提供了一条新的思路。

字数统计： 607字（不含图表说明）。