基金筛选模型专题报告之一_基于多因子模型思想的公募基金筛选模型-20180720-渤海证券-36页-3mb

基于多因子模型思想的公募基金筛选模型总结

核心内容

本报告基于多因子模型的单因子测试思路，构建了一个用于公募基金筛选的评价指标体系，旨在通过筛选有效的基金指标，构建具有较好收益表现的投资组合。

基金评价指标筛选

基金评价指标分为收益类、风险类和风险收益类三大类，共筛选出11个主要指标，进一步细分为66个子指标，涵盖1个月、3个月、6个月、1年、2年、3年六个样本区间长度。

• 收益类指标：包括区间收益率（Return）和相对于业绩比较基准的超额收益率（ExcessReturn）。
• 风险类指标：包括波动率（Std）、下行波动率（StdDown）、最大回撤（MaxDrawD）和贝塔系数（Beta）。
• 风险收益类指标：包括Sharpe比率、Sortino比率、Treynor比率、Jensen系数和信息比率（IR）。

通过IC值测试、分层回测等方法筛选出以下指标：

• Return6、Return12、Return24、Return36
• ExcessReturn6、ExcessReturn12、ExcessReturn24、ExcessReturn36
• MaxDrawD6、MaxDrawD12、MaxDrawD24、MaxDrawD36
• Sharpe6、Sharpe12、Sharpe24、Sharpe36
• Sortino6、Sortino12
• Treynor6、Treynor12、Treynor24、Treynor36
• Jensen6、Jensen12、Jensen24、Jensen36
• IR6、IR12、IR24、IR36

最终，结合经济意义和相关性分析，选择 Sharpe12、Treynor36 和 MaxDrawD36 构建基金筛选模型。

样本外回测及模型优化

• 样本外回测结果（2018年1月至6月）：
  • 组合的绝对收益为 $-3.37%$，但相较于全部基金等权组合和沪深300指数，均取得正的超额收益，分别为 $4.64%$ 和 $9.53%$。
  • 组合在波动率和最大回撤方面表现优于基准。
• 动量组合优化：
  • 优化后的基金组合绝对收益为 $-2.97%$，较优化前提高 $0.4%$。
  • 年化波动率有所下降，但动量组合在不同月份的表现存在较大不确定性。

主要观点

1. 多因子模型应用：借鉴多因子模型中的单因子测试方法，对基金评价指标进行有效性筛选。
2. 指标有效性测试：通过IC值、分层回测等方法判断指标的有效性，发现收益类和风险收益类指标表现较好，而风险类指标（如Std、StdDown、Beta）未能通过测试。
3. 样本区间影响：长样本区间下，指标有效性更稳定，IC值>0概率更高，IRIC值也更优。
4. 指标筛选结果：筛选出10个指标，包括Return、ExcessReturn、MaxDrawD、Sharpe、Sortino、Treynor、Jensen、IR等，涵盖不同样本区间。
5. 模型构建：基于筛选结果，选择Sharpe12、Treynor36和MaxDrawD36构建基金筛选模型。
6. 模型优化：引入动量组合进行优化，虽然提升了收益，但效果具有不确定性。

关键信息

• 样本期间：2013年1月至2017年12月，共60个月。
• 样本范围：已成立满39个月的权益类基金，共计312支。
• 指标测试方法：
  • IC值测试：衡量指标与未来收益的相关性。
  • 分层回测：检验指标的单调性。
• 回测结果：
  • Sharpe12在年化收益率和Sharpe比率上表现突出。
  • MaxDrawD36在控制波动率和最大回撤方面表现良好。
  • Treynor36在经济意义上较强，且表现稳定。
• 交易成本影响：高换手率的指标（如Return6、ExcessReturn6、MaxDrawD6、MaxDrawD12）在回测中可能因交易成本而表现不佳。
• 模型表现：在2018年上半年，基金组合表现出良好的超额收益和风险控制能力。
• 风险提示：包括模型失效、市场波动和风格变化等。

指标有效性分析

指标相关性测试

模型优化

• 动量组合：在2018年上半年优化后，基金组合绝对收益提高 $0.4%$，年化波动率下降，但效果存在不确定性。
• 不同月份表现：动量组合在1月和4月跑赢优化前的基金组合，其余月份则跑输。

风险提示

• 模型失效风险：模型在不同市场环境下的有效性可能发生变化。
• 市场波动风险：市场波动可能影响基金的收益表现。
• 市场风格变化风险：市场风格变化可能导致基金筛选模型失效。

总结

本报告构建了一个基于多因子模型思想的基金筛选模型，通过IC值测试和分层回测筛选出有效的基金评价指标，并选择Sharpe12、Treynor36和MaxDrawD36作为模型核心指标。在样本外回测中，模型表现良好，超额收益显著，且在波动率和最大回撤方面优于市场基准。然而，动量组合的引入虽有提升，但效果不稳定。因此，模型的有效性和稳定性仍需进一步验证和优化。