资产配置与FOF投资-20180730-广发证券-42页-2mb

资产配置与FOF投资总结

核心内容

本文围绕大类资产配置与FOF（基金中基金）投资策略展开，从研究背景、资产配置框架、计算模型和策略实证四个方面进行分析，旨在为FOF产品的设计与投资提供理论支持和实证依据。

主要观点

1.1 公募FOF产品概况

• 自2016年9月证监会发布《基金中基金指引》以来，国内公募FOF市场开始发展。
• 截至2018年7月27日，共有3批总计14只FOF产品获批落地，产品来自10家公司，均为混合型。
• 57家公司共计149只产品处于审批队列中，显示FOF产品市场潜力巨大。

1.2 公募FOF产品表现

• 首批6只FOF产品在2017年9月成立，截至2018年7月，大部分表现平稳，但受市场下跌影响，收益低于预期。
• FOF产品在国内尚属新事物，产品运行初期更注重稳定性。

1.3 养老FOF

• 2018年2月证监会发布《养老目标证券投资基金指引（试行）》，为养老FOF的发展奠定基础。
• 养老FOF采用目标日期或目标风险策略，支持长期投资，获取低风险稳健收益。

3.1 资产战略配置——均值方差模型改进（控制下行风险）

• 通过调整资产权重，控制组合在95%情况下的每月最大跌幅，最大化预期收益。
• 实证结果显示，控制每月最大跌幅不超过2%的组合表现良好。

3.2 不同下行风险控制目标下的资产组合表现

• 控制不同月度下行幅度目标下的组合表现存在差异，年化收益率在10.34%-10.88%之间，波动率在6.04%-12.20%之间。
• 最大回撤和夏普比率随着下行风险控制目标的提升而变化，显示策略的优化效果。

3.3 风险平价模型

• 风险平价模型通过控制各项资产的风险边际贡献相同，实现真正的分散化。
• 该模型能够有效降低组合风险，提高收益稳定性。

3.4 资产战术调整——资产趋势跟踪 (LLT)

• 通过LLT模型跟踪资产价格趋势，动态调整配置。
• LLT模型的使用有助于捕捉市场趋势，优化组合表现。

3.5 资产战术调整——宏观因子层面

• 宏观因子包括静态数值、变化趋势和预期误差，用于预测大类资产未来表现。
• 处理宏观因子数据时需考虑缺失值、异常值、滞后性及季节效应。

3.6 基金优选：基金池筛选

• 提取符合条件的基金，剔除时间短、规模小及不符合法规要求的基金。
• 根据基金类型和管理方式分类，采用不同指标进行基金优选。

3.7 权益基金优选策略：大盘蓝筹、中小成长基金组合构建

• 使用Carhart四因子模型计算风格调整后的超额收益。
• 组合表现优异，年化收益率分别为10.94%和8.89%，超额收益稳定。

4.1 波动率控制+宏观因子事件收益增强+权益基金优选策略

• 实证显示，波动率控制策略在测算区间内获得超过10%的年化收益率。
• 策略有效控制波动率，提高收益稳定性。

4.2 风险平价+资产趋势追踪+宏观因子事件收益增强+权益基金优选策略

• 风险平价+LLT+宏观因子事件策略在测算区间内获得8.31%的年化收益率。
• 策略的最大回撤为4.22%，年化波动率为4.11%，表现稳健。

关键信息

• FOF产品在国内发展迅速，已有14只产品获批，更多产品处于审批队列。
• 养老FOF作为FOF的重要分支，具备政策支持和市场需求。
• 资产配置框架包括资产选择、资产配权和组合构建，分别对应长期战略和短期战术调整。
• 均值方差模型改进、风险平价模型和LLT模型等是主要的配置模型和策略。
• 基金优选流程包括基金池筛选、分类和评估，以实现最优配置。

策略实证

• 大盘蓝筹基金组合累计超额收益达145.34%，中小成长基金组合达90.76%。
• 波动率控制策略在不同目标下表现各异，年化收益率在10.38%-12.37%之间。
• 风险平价+LLT+宏观因子事件策略在测算区间内表现稳定，年化收益率为8.31%。

总结

• 大类资产配置与FOF投资策略是当前资产管理的重要方向。
• 随着资管新规的实施和智能投顾平台的发展，FOF产品需求将持续增长。
• 资产配置和FOF策略将成为提升投资效率和风险控制的核心手段。

风险提示

• 本文模型和结论基于历史数据，可能存在偏差。
• 投资策略需结合个人情况，不能一概而论。
• 报告内容仅供参考，不构成投资建议。

免责声明

• 广发证券不对其准确性或完整性做出任何保证。
• 报告内容不构成所涉证券买卖的出价或询价。
• 报告发送给特定客户，未经许可不得使用或引用。