> **来源：[研报客](https://pc.yanbaoke.cn)** # 量化专题报告总结 ## 核心内容概述 本报告由国盛金工发布，围绕“基金经理能力圈”展开，重点研究了基金能力圈的“广度”与“稀缺度”两个维度，构建了相应的因子体系，并基于因子形成了可实际投资的基金组合。此外，报告还提出了基金能力圈的标签化框架，为投资者提供了更直观的基金经理能力识别方式，以及基于板块的定向选基策略。 ## 主要观点 1. **能力圈广度因子** - 从基金持仓数据出发，衡量基金经理在多少个板块具备稳定的选股能力。 - 通过计算基金在各板块的主动增仓股在评估期的超额收益胜率，形成广度因子。 - 广度因子的RankIC均值为5.27%，年化RankICIR为1.08，具备较强的预测能力。 - 广度因子Top50多头组合年化超额收益达6.81%，在牛市行情中超额收益突出，且在市场下行时具备一定的防御能力。 2. **能力圈稀缺度因子** - 从板块竞争格局出发，衡量基金经理擅长板块的稀缺程度，识别具备差异化能力的基金。 - 稀缺度因子的RankIC均值为4.52%，年化RankICIR为1.07，对基金未来收益具备预测能力。 - 稀缺度因子Top50多头组合年化超额收益为4.56%，在空头端筛选能力更强，但多头表现相对弱于广度因子。 3. **综合能力FOF组合构建** - 将广度因子和稀缺度因子结合，提出“先选广度、再筛稀缺”的组合策略。 - 综合能力FOF组合在回测期（2015/01/01-2026/05/29）内，年化超额收益达7.84%，信息比率为1.52，优于单一因子组合。 - 组合在牛市中表现突出，在市场下行时也具备防御能力，体现了因子的互补性。 4. **基金能力圈标签化** - 构建了“基金能力圈画像”和“板块定向选基”两个标签化应用方向。 - 基金能力圈画像以雷达图形式展示基金经理在各板块的能力分布。 - 板块定向选基策略通过识别在特定板块具备高胜率的基金，为投资者提供主动管理型基金的替代选择。 ## 关键信息 ### 一、因子构建逻辑 - **广度因子**：基于基金经理在多个板块的主动增仓行为和后续超额收益胜率，衡量其选股能力的广度。 - **稀缺度因子**：基于板块内基金的增仓胜率分布，衡量基金经理在稀缺板块上的能力，突出其差异化能力。 ### 二、因子测试结果 | 因子类型 | RankIC均值 | 年化RankICIR | 年化超额收益 | 信息比率 | |----------|------------|--------------|---------------|-----------| | 广度因子 | 5.27% | 1.08 | 6.81% | 1.43 | | 稀缺度因子 | 4.52% | 1.07 | 4.56% | 1.37 | ### 三、FOF组合表现 | 组合类型 | 年化收益 | 年化超额收益 | 信息比率 | 最大回撤 | |----------|----------|----------------|-----------|-----------| | 广度因子Top50 | 16.06% | 6.81% | 1.43 | 8.46% | | 稀缺度因子Top50 | 11.06% | 4.56% | 1.37 | 5.13% | | 综合能力FOF组合 | 17.09% | 7.84% | 1.52 | 7.18% | ### 四、标签化应用实例 - **基金能力圈画像**：以雷达图形式展示基金经理在各板块的能力分布，如基金A在“科技+制造”板块表现突出，胜率均超过80%。 - **板块定向选基**：以科技板块为例，筛选出配置权重高、增仓胜率强的基金，如信澳景气优选A、易方达远见成长A等，其表现显著优于科技板块整体。 ## 风险提示 - 所有结论基于历史数据和模型测算，未来市场环境和结构若发生剧烈变化，模型可能失效。 - 单一模型收益可能存在较大波动，需结合资金管理和风险控制方法进行实际应用。 - 模型测算存在相对误差，不构成实际投资建议。 ## 结论 本报告通过定量方法构建了基金能力圈广度与稀缺度因子，并将其应用于FOF组合构建与基金标签化管理，为投资者提供了一种新的选基工具。综合能力FOF组合在多个维度上表现优于单一因子组合，具备较好的超额收益能力和风险控制效果。基金能力圈标签化进一步提升了基金经理能力识别的直观性与实用性，有助于捕捉主动管理带来的超额回报。