20221211-开源证券-基金研究系列（14）_主动权益基金的投资策略配置与选基因子增强_27页_5mb

金融工程研究团队报告总结：主动权益基金的投资策略配置与选基因子增强

核心内容概述

本报告是“基金投资策略研究”系列的第三篇，重点探讨了如何通过基金策略配置和选基因子增强构建FOF组合。报告基于历史数据对基金投资策略进行分类与择时，同时对基金评价类选基因子进行筛选与合成，以提高投资组合的收益表现与风险控制能力。

主要观点

• 因子择时框架：提出“趋势-胜率-赔率”因子择时框架，用于基金策略配置，能够有效识别因子溢价周期，实现超额收益。
• 因子溢价周期划分：通过因子溢价的状态划分，形成12种市场状态，并据此调整投资策略，实现动态配置。
• 选基因子构建：从基金能力特征维度出发，构建85个选基因子，筛选出20个显著有效的指标，包括基金规模、管理人持有占比、隐形交易、Carhart-alpha等。
• 分域选基研究：将选基因子应用于不同投资策略基金池，发现不同策略中因子表现存在差异，需结合策略配置进行优化。
• 组合构建与优化：通过策略配置与选基增强协同构建FOF组合，采用约束策略权重的最优化方式，实现年化超额收益 $9.30%$，信息比率2.08，月度胜率 $79.44%$。
• 风险提示：策略信号基于历史信息测算，存在失效风险；基金投资策略分类基于定量测算，可能与基金管理人实际投资理念存在出入。

关键信息

2.1 投资策略的底层驱动因素

• 投资策略主要由成长、低估值、质量及机构抱团因子驱动。
• 成长因子驱动成长和交易风格策略；质量因子正向驱动高质量成长、均衡、价值策略，负向驱动黑马成长、黑马价值策略；低估值因子驱动价值风格策略、稳健成长及稳健均衡策略。
• 每个策略的收益表现与因子溢价密切相关，因此理解因子溢价周期对策略配置至关重要。

2.2 因子溢价择时框架：趋势-胜率-赔率

• 择时信号：基于景气度、动量和估值三个维度构建因子择时信号。
• 因子溢价周期划分：形成12种市场状态，其中7个象限预期收益为正。
• 择时效果：景气度能够较好区分因子溢价的强弱时段；动量和估值指标受景气度影响较大，需联合使用以提高择时效果。

2.3 从因子择时到基金策略配置

• 配置方式：根据因子择时信号，动态配置投资策略，以各投资策略指数作为资产。
• 配置效果：择时配置组合稳定跑赢等权基准，年化超额收益 $4.58%$，信息比率0.9，月度胜率 $65.42%$。
• 优化策略：采用约束策略权重的最优化方式构建组合，年化超额收益 $9.30%$，信息比率2.08，月度胜率 $79.44%$。

3.1 基金评价类选基因子体系

• 评价维度：包括收益表现、风险控制、适应能力、持有结构与规模、择时能力、行业能力、选股能力、交易能力。
• 选基因子：从基金能力特征维度出发，构建85个选基因子，筛选出20个显著有效的指标。

3.2 选基因子的筛选与合成

• 有效因子：包括基金规模、管理人持有占比、隐形交易、Carhart-alpha等。
• 合成方式：分步合成，先对相同指标类别内的因子等权合成，再对相同能力维度的指标等权合成，最后将不同能力维度指标等权合成。
• 合成因子表现：五分组下多空年化收益 $10.93%$，信息比率1.20，因子月度IC $9.34%$，ICIR 1.53，IC胜率 $67.3%$。

3.3 选基因子的分域研究

• 分域测试：分别在成长、价值、均衡、交易四类策略中测试各因子显著性，比较不同策略中的因子表现异同。
• 分域效果：各分域内的选基合成因子具有稳定的选基增强表现，但在市场风格剧烈切换下可能出现阶段性失效，需与配置策略结合。

4.1 组合构建方式对比

• 等权配置：先等权配置优选策略，再从每类投资策略中选取得分最高基金等权持有。
• 优化组合：采用约束策略权重的最优化方式，实现更高的超额收益和信息比率。

4.2 换仓频率与费率讨论

• 换手率：月度优化组合换手率为 $55.8%$。
• 费后收益：按需调仓优化组合的费后年化超额达 $7.56%$，信息比率1.64，历年收益均排在主动权益基金前 $50%$。

4.3 组合绩效与最新持仓

• 绩效表现：按需调仓优化组合的收益稳定排在主动权益基金前列。
• 最新持仓：2022年12月最新持仓明细详见表9。

风险提示

• 策略信号基于历史信息测算，可能存在失效风险。
• 基金投资策略分类基于对公开的历史数据的定量测算与统计，基金管理人真实投资理念可能与之存在出入。
• 对基金产品和基金管理人的研究分析结论不能保证未来的可持续性，不构成对该产品的推荐投资建议。