追踪“聪明资金”系列三：探测基金仓位动向，把握行业轮动机会-20211118-中泰证券-21页_1mb

探测基金仓位动向，把握行业轮动机会——追踪“聪明资金”系列三总结

核心内容

本文探讨了通过探测基金的行业配置能力，寻找具有行业轮动投资价值的基金，以获取超额收益。研究基于公开历史数据，利用高频行业仓位探测模型，剥离基金的选股能力，分析纯行业配置能力与纯选股能力对基金收益的影响，并通过不同策略的回测验证其有效性。

主要观点

• 基金行业配置能力存在：通过剥离基金的选股能力，研究发现基金在行业配置上的能力对基金未来收益有显著影响。
• 纯行业配置因子表现优于纯选股因子：过去12个月的纯行业配置因子与未来一个季度基金收益的相关性较高，其RankIcMean为9.59%，ic正比例为71.88%，且分层效果显著。
• 行业轮动策略可复制：通过复制具有高行业配置能力基金的行业仓位，能够显著跑赢基准中证800，尤其是选择过去12个月纯行业配置能力前5%的基金进行行业轮动，年化超额收益达8.48%。
• 换仓频率与收益平衡：回测显示，每10天换仓的策略在收益、超额、季度胜率和交易成本之间达到最佳平衡，年化收益达13.06%。
• 核心行业优化策略：通过筛选行业仓位边际递增在5%以上的行业进行加权归一化配置，可有效减少持仓行业数量，提高投资效率，同时保持较高的超额收益。

关键信息

基金纯行业配置与纯选股能力

• 行业探测模型偏差分析：行业探测模型对各基金的行业仓位探测存在偏差，主要源于模型在拟合时为了最小化均方误差，被动调整行业仓位。
• 纯行业配置能力计算：通过回归模型，将基金的行业配置能力与选股能力分离，计算出纯行业配置能力因子和纯选股能力因子。
• 因子检测结果：
  • 纯选股因子与未来收益相关性最高，过去6M的RankIcMean为15.72%，ic正比例为78.13%。
  • 纯行业配置因子与未来收益相关性较低，但过去12M的RankIcMean为9.59%，ic正比例为71.88%，分层效果显著。

如何抄作业进行行业配置

• 简单复制全市场仓位效果不佳：根据全市场主动权益基金的平均行业仓位进行复制，无法跑赢中证800，且超额收益为负。
• 纯行业配置基金更具价值：每个月将主动权益基金按过去12M纯行业配置能力分为5档，复制前20%的基金，年化超额收益达2.78%。
• 五档收益差异显著：前20%基金的累计收益显著高于其他档位，且随着档位提升，超额收益增加。

跟踪聪明资金进行行业配置

• 选择头部基金进行复制：每期选取过去12M纯行业配置能力前5%的基金进行复制，能获取显著超额收益。
• 换仓频率优化：每10天换仓策略在收益、超额、胜率和交易成本之间达到最佳平衡，优于每5天或每20天换仓策略。
• 核心行业优化策略：通过筛选行业仓位边际递增在5%以上的行业进行加权归一化配置，能显著提升收益，同时减少持仓行业数量。
• 回测表现：从2016年1月5日至2021年9月30日，该策略年化收益达13.06%，超额年化收益8.48%，季度胜率63.64%。除2016年和2018年略微跑输基准外，其余年份均能跑赢中证800。

风险提示

• 本报告基于公开历史数据，部分数据存在滞后性。
• 模型基于历史数据，可能存在不准确或预测失效的风险。
• 投资策略的收益和表现无法保证，且不构成投资建议。
• 需注意模型在极端情况下的解释力不足，结果仅供参考。

投资策略建议

• 策略选择：建议每月选取过去12M纯行业配置能力前5%的基金，每10天换仓，进行行业轮动配置。
• 核心行业筛选：每期换仓单中，选择行业仓位边际递增在5%以上的行业进行加权归一化投资，以提升收益和降低投资难度。
• 投资效果：该策略在多数年份表现优于中证800，且在交易成本和收益之间达到较好的平衡。

总结

本文通过分析基金的行业配置能力，提出了有效的行业轮动投资策略。通过剥离选股干扰，研究发现纯行业配置能力因子对基金未来收益具有显著影响。通过复制具有高行业配置能力基金的持仓，能够获取超额收益，且每10天换仓策略在收益和成本之间达到最佳平衡。进一步优化策略，选择核心行业进行加权配置，能够显著提升收益。整体来看，跟随聪明资金进行行业轮动配置是一种可行的投资策略，但需注意模型风险和市场变化。