金融工程FOF系列专题之十二：行业轮动策略在FOF中的实践-20200220-广发证券-30页_1mb

金融工程：行业轮动策略在FOF中的实践总结

核心内容

本报告探讨了行业轮动策略在FOF（基金中基金）中的应用，分析了行业配置收益对主动型基金超额收益的重要性，并构建了基于多个策略的综合配置模型，以期在实际投资中实现更优的收益表现。

主要观点

• 行业轮动现象显著：A股市场存在明显的行业轮动，每年表现优异的行业在次年未必延续，因此行业配置是获取超额收益的关键。
• 行业轮动是重要的Beta收益来源：通过Brinson归因分析，行业配置收益是基金超额收益的主要来源之一，表明把握行业轮动对FOF策略具有重要价值。
• 策略体系构建：行业轮动策略包括宏观事件策略、行业景气度策略、日历效应策略、因子极值策略和资金流策略，各策略通过不同维度捕捉行业轮动规律。
• 综合策略表现良好：历史回测显示，综合策略在扣除交易费用后，年化收益率约为30.0%，超额收益率约为24.9%，胜率约76.0%，最大回撤约2.2%，表现优于单一策略。
• 策略落地需考虑产品特性：在将理论策略应用于ETF产品时，需考虑交易成本、流动性、资金容量等因素，这些因素可能影响策略的实际表现。

关键信息

投资标的筛选

• 优选了14个被动指数型基金作为投资标的，涵盖主要行业，如金融、TMT、医药、新能源等。
• 投资标的需满足市场代表性、规模、跟踪误差及资金容量等条件。
• 部分行业存在ETF产品数量不足，导致与申万一级行业匹配度不高。

策略体系

• 宏观事件策略：通过跟踪宏观数据的事件模式，识别行业中表现优异的事件。
• 行业景气度策略：从产业链角度出发，挖掘同步及领先指标，预测行业景气度。
• 日历效应策略：基于行业周期性，识别具有显著日历效应的行业。
• 因子极值策略：通过行业内个股风格变化，识别投资者关注的板块。
• 资金流策略：分析机构资金（如北上资金、融资资金）的流入偏好，捕捉市场情绪变化。

综合策略构建

• 综合策略由景气度、宏观事件、因子极值及日历效应策略组成。
• 每期选出综合得分最高的5个行业，配置对应的ETF基金。
• 通过权重合并计算，形成最终ETF组合。

策略表现

• ETF轮动策略：年化收益率约19.2%，超额收益率约11.8%，胜率约61.9%，最大回撤约-5.3%。
• 理论策略：年化收益率约29.3%，超额收益率约21.5%，胜率约75.3%，最大回撤约-6.2%。
• 综合策略：年化收益率约30.0%，超额收益率约24.9%，胜率约76.0%，最大回撤约2.2%。
• 资金流策略：北上资金增量流入比率和主动流入资金流入比率表现较优，年化超额收益率均超过7%，信息比率均高于0.7。

风险提示

• 历史数据回测结果不能代表未来收益。
• 策略可能受宏观环境和政策变化影响，存在失效风险。
• 投资标的流动性及资金容量不足可能影响策略效果。

策略分析

宏观事件策略

• 通过筛选历史事件触发次数和超额收益率信息比率，识别有效事件。
• 以信息比率最高的前3个行业构建FOF组合。
• 2019年表现良好，超额收益率达23.5%。

行业景气度策略

• 基于基本面指标和宏观数据构建预测模型。
• 通过多元线性回归预测行业景气度，进行行业排序打分。
• 中证银行指数与CPI当月同比呈显著负相关，与企业债收益率呈正相关。

日历效应策略

• 通过胜率和月度收益率筛选具有显著日历效应的行业。
• 配置频数较高的行业包括工业4.0、国证地产等。
• 2019年表现稳健，超额收益率达15.3%。

因子极值策略

• 通过计算因子创新高或创新低的比例，识别行业情绪变化。
• 调整阈值参数ratio，以提高策略有效性。
• 2019年超额收益率达21.1%，胜率83.3%。

资金流策略

• 构造6种资金流偏好度，分析资金流向对行业表现的影响。
• 北上资金和主动流入资金偏好度表现稳定，年化超额收益率均超7%。
• 融资余额偏好度表现较差，信息比率为负。

最新基金组合推荐（2020年2月）

• 富国中证工业4.0
• 广发全指信息技术ETF
• 富国中证新能源汽车

总结

• 行业收益的重要性：行业轮动是重要的Beta收益来源，需把握其内在驱动力。
• 策略框架：自上而下构建行业轮动策略体系，涵盖宏观、景气度、情绪、资金流等多个维度。
• FOF策略构建：通过投资标的筛选、策略训练优化、敏感性分析等方法，实现策略的落地。
• 综合策略表现：在扣除费用后，综合策略表现良好，具有较高的胜率和超额收益。
• 风险提示：策略存在幸存者偏差、样本内偏差及宏观政策变化等风险，需谨慎对待。