20210311-华安证券-基金研究系列之四_狭路相逢勇者胜_精选赛道下的精选基金框架_24页_2mb

狭路相逢勇者胜：精选赛道下的精选基金框架总结

核心内容

本报告提出了一种新的基金选择框架，即“PK框架”，通过两两基金的业绩对比，剔除表现不佳的基金，构建一个绩优基金备选集。该框架不仅考虑基金的历史业绩，还通过量化指标分析基金所处的赛道竞争格局，从而更精准地识别基金的相对优势。最终，通过精选赛道下的精选基金策略，构建了一个FOF组合，实现较高的年化收益和超额收益。

主要观点

1. 基金市场结构化与业绩分化

   • 2019和2020年是公募权益基金快速扩张的两年，基金数量和规模显著增加。
   • 基金之间的业绩表现分化明显，尤其在不同赛道之间差异显著。
   • 基金的业绩表现可能受其所处赛道影响，而非仅由风格决定。

2. PK框架

   • 通过两两基金PK，剔除表现差的基金，最终得到绩优基金备选集。
   • 该框架基于T值进行判断，T值越大，淘汰标准越严格。
   • 不同T值下，绩优基金数量和策略表现差异显著，但都能跑赢主动股基。

3. 赛道竞争格局的衡量

   • 引入NSIM（Number of Similar Funds）、ASIM（Asset of Similar Funds）和SSIM（Similarity of Similar Funds）指标，衡量基金所处赛道的竞争情况。
   • NSIM和ASIM反映赛道竞争的激烈程度，SSIM衡量同质化程度。

4. 精选赛道下的精选基金

   • 基金需具备两个能力：选择赛道（NCOM因子）和在赛道中精选个股（COM因子）。
   • 构建的FOF组合年化收益达到24.19%，相对主动股基年化超额收益为9.46%。

关键信息

PK框架

• PK流程：两两基金进行对比，若某基金显著跑赢另一基金，则淘汰后者。
• T值定义：用于判断基金间业绩差异是否显著，T值越大，淘汰条件越严格。
• 策略表现：
  • T值=1.65（90%置信度）：年化收益21.18%，相对主动股基超额收益6.44%。
  • T值=1.96（95%置信度）：年化收益21.13%，相对主动股基超额收益6.39%。
  • T值=2.33（99%置信度）：年化收益20.40%，相对主动股基超额收益5.66%。
• 结论：T值越高，基金池中剩余基金数量越多，但策略表现更稳定。

赛道竞争格局

• NSIM：衡量基金在同赛道中的竞争数量。
• ASIM：衡量基金在同赛道中的竞争规模。
• SSIM：衡量基金与竞争对手的同质化程度。
• 竞争环境影响：
  • 市场波动越大，基金之间越难判断谁优谁劣，因此备选集数量更多。
  • 高同质化赛道（如医药、TMT）竞争更激烈，低同质化赛道（如大金融）竞争更宽松。

COM与NCOM因子

• COM因子：衡量基金在同赛道中击败同类基金的能力。

  • 季度IC均值为10.02%，IC为正的概率为90.63%，年化ICIR为1.94。
  • 多头组年化收益20.53%，相对主动股基超额收益5.80%。

• NCOM因子：衡量基金选择赛道的能力。

  • 季度IC均值为12.67%，IC为正的概率为71.88%，年化ICIR为1.39。
  • 多头组年化收益21.17%，相对主动股基超额收益6.43%。

竞争格局对业绩的影响

• ASIM因子：衡量基金所处赛道的竞争规模，是一个负向因子。

  • 季度IC均值为-5.74%，年化ICIR为-0.77。
  • 竞争越激烈，超额收益越低，甚至为负。

• Alpha持续性：

  • NCOM因子在竞争格局宽松时表现更好。
  • 在竞争格局宽松至激烈时，NCOM因子的多空组超额收益之差分别为11.01%和7.76%。
  • COM因子的多空组超额收益差异不明显。

精选赛道下的精选基金策略

• 策略构建：首先选择竞争环境友好的赛道，再在该赛道中选择表现优异的基金。
• 组合表现：
  • 年化收益24.19%，相对主动股基年化超额收益9.46%。
  • 每年都能稳定跑赢基准，2020年组合收益达79.74%，相对主动股基超额收益17.95%。
• 基金筛选：剔除竞争格局过于拥挤的赛道，选择竞争环境相对宽松的基金。

风险提示

• 本报告结论基于历史数据，不构成投资建议。
• 基金的历史收益、风格偏好和持仓特征不能代表未来表现。
• 基金可能更换基金经理，导致投资逻辑变化。

总结

本报告通过“PK框架”和“赛道竞争格局分析”构建了一个全新的基金选择方法，强调基金所处赛道的重要性。通过NCOM和COM因子的结合，实现了对基金的精准筛选，构建的FOF组合表现优异，年化收益和超额收益显著。然而，该方法也存在一定的局限性，如对t值敏感、与传统多因子框架结合难度大等。未来，可以进一步优化该框架，提高其稳定性和适用性。