“尤里卡”系列（5）：大家都在做的基金仓位测算，哪种方法更好？-20210825-财通证券-28页_1mb
报告摘要
基金仓位测算方法分析总结
核心内容
本文探讨了基金仓位测算的多种方法，并通过与实际值的对比，评估了不同方法的准确性与适用性。研究发现，基于行业指数回归的方法在测算基金仓位时表现优于基于风格或宽基指数回归的方法。在行业指数回归中，普通OLS回归、岭回归和Lasso回归表现最佳，其中Lasso回归在某些情况下能有效降低误差。同时，结合基金历史持仓进行行业选择的回归方法在测算行业比例时误差显著降低。
主要观点
-
主流测算方法
- 基金仓位测算主要基于基金净值数据和指数数据的回归分析。
- 常见方法包括：行业指数回归、风格指数回归、主成分分析（PCA）回归、Lasso回归、岭回归和逐步回归。
-
行业指数回归优于风格指数回归
- 使用行业指数进行回归测算，与实际值的偏差更小。
- 在多个报告期中，行业指数回归方法的平均偏差显著低于风格或宽基指数回归。
-
回归方法的选择
- OLS回归、岭回归和Lasso回归在测算基金仓位时表现较好。
- Lasso回归能有效进行数据降维，将一些不重要的行业系数降为0，减少模型复杂度。
-
结合历史持仓的优化
- 通过结合基金的历史持仓，可以更精准地测算行业仓位。
- 选择特定行业进行回归，能有效降低测算误差，相较于原始方法，误差可降低1/3。
-
参数测试
- OLS回归的窗口期越长，测算偏差越小，建议使用90天左右的数据进行回归。
- Lasso回归的惩罚项系数alpha越小，测算偏差越低，表明模型更稳定。
-
市场整体仓位测算
- 市场整体仓位测算误差相对较小，但单个行业测算误差仍较高。
- 规模加权和等权法都能反映基金经理的市场情绪，但规模加权更常用。
关键信息
常见测算方法
| 方法 | 说明 |
|---|---|
| 行业指数回归 | 使用30个中信一级行业指数日收益率作为自变量 |
| PCA回归 | 主成分分析进行数据降维 |
| Lasso回归 | 加入L1惩罚项，进行特征选择 |
| 岭回归 | 加入L2惩罚项，减少方差 |
| 逐步回归 | 剔除不显著变量，减少多重共线性 |
| 风格指数回归 | 使用国证成长和国证价值指数进行回归 |
| 大小盘指数回归 | 使用沪深300和中证1000进行回归 |
测算方法比较
| 报告期 | OLS | Ridge | Lasso | PCA | Stepwise | 大小盘 | 风格 | 平均偏差 |
|---|---|---|---|---|---|---|---|---|
| 2018-03-31 | 8.09 | 7.81 | 7.95 | 7.38 | 7.97 | 8.23 | 7.64 | 6.15 |
| 2018-06-30 | 7.83 | 7.31 | 7.52 | 8.18 | 7.29 | 7.85 | 7.82 | 6.10 |
| 2018-09-30 | 7.47 | 7.31 | 7.26 | 8.56 | 7.35 | 9.09 | 8.22 | 6.10 |
| 2018-12-31 | 6.20 | 6.09 | 6.10 | 7.34 | 6.27 | 8.40 | 9.05 | 6.10 |
| 2019-03-31 | 4.75 | 4.65 | 4.67 | 5.00 | 4.91 | 5.82 | 5.99 | 5.31 |
| 2019-06-30 | 6.02 | 6.05 | 6.03 | 6.21 | 6.20 | 6.94 | 6.43 | 6.02 |
| 2019-09-30 | 5.87 | 6.65 | 6.37 | 6.25 | 6.99 | 9.81 | 8.85 | 6.25 |
| 2019-12-31 | 5.04 | 5.37 | 5.31 | 5.21 | 5.45 | 9.28 | 7.25 | 5.31 |
| 2020-03-31 | 6.60 | 6.40 | 6.51 | 6.26 | 6.30 | 7.04 | 6.85 | 6.10 |
| 2020-06-30 | 4.86 | 4.73 | 4.75 | 4.99 | 4.91 | 6.12 | 5.52 | 4.86 |
| 2020-09-30 | 4.89 | 4.85 | 4.83 | 5.23 | 4.99 | 6.45 | 5.38 | 4.83 |
| 2020-12-31 | 4.66 | 4.57 | 4.51 | 4.95 | 4.39 | 5.61 | 4.84 | 4.51 |
| 2021-03-31 | 7.52 | 7.46 | 7.45 | 7.98 | 7.69 | 8.51 | 8.00 | 7.45 |
| 2021-06-30 | 6.29 | 6.12 | 6.18 | 6.66 | 6.19 | 7.26 | 7.78 | 6.18 |
| 平均 | 6.15 | 6.10 | 6.10 | 6.44 | 6.21 | 7.60 | 7.12 | 6.10 |
| 中位数 | 6.11 | 6.11 | 6.14 | 6.25 | 6.23 | 7.55 | 7.44 | 6.14 |
行业仓位测算误差
| 行业 | 实际 | Ridge | Lasso | OLS | PCA | Stepwise | 误差均值 |
|---|---|---|---|---|---|---|---|
| 石油石化 | 0.00 | 3.06 | 1.10 | 1.45 | 3.62 | 0.00 | 2.10 |
| 煤炭 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 |
| 有色金属 | 0.00 | 0.02 | 0.01 | 0.01 | -0.00 | 0.00 | 0.01 |
| 电力及公用事业 | 0.00 | 0.00 | 0.00 | 0.00 | -0.00 | 0.00 | 0.00 |
| 钢铁 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 |
| 基础化工 | 0.60 | 0.60 | 0.02 | 0.15 | 5.77 | 0.00 | 1.17 |
| 建筑 | 0.00 | 0.00 | 0.00 | 0.00 | 0.07 | 0.00 | 0.00 |
| 建材 | 0.00 | 1.28 | 0.00 | 0.00 | 6.61 | 0.00 | 0.00 |
| 轻工制造 | 0.00 | 5.35 | 4.80 | 4.75 | 6.15 | 0.00 | 0.00 |
| 机械 | 0.00 | 0.00 | 0.02 | 0.00 | 3.83 | 0.00 | 0.00 |
| 电力设备及新能源 | 0.00 | 1.21 | 0.00 | 0.00 | 3.63 | 0.00 | 0.00 |
| 国防军工 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 |
| 汽车 | 4.09 | 0.05 | 0.03 | 0.04 | -0.00 | 0.00 | 0.00 |
| 商贸零售 | 0.00 | 0.00 | 0.00 | 0.00 | 2.87 | 0.00 | 0.00 |
| 消费者服务 | 0.00 | 3.68 | 3.78 | 3.76 | 11.85 | 0.00 | 0.00 |
| 家电 | 4.23 | 3.96 | 3.35 | 3.31 | 4.01 | 0.00 | 0.00 |
| 纺织服装 | 0.00 | 0.00 | 0.00 | 0.00 | 2.38 | 0.00 | 0.00 |
| 医药 | 19.54 | 19.06 | 20.47 | 20.36 | 5.21 | 41.51 | 23.55 |
| 食品饮料 | 54.27 | 51.77 | 57.94 | 57.67 | 23.10 | 52.75 | 24.86 |
| 农林牧渔 | 0.00 | 3.64 | 2.94 | 2.90 | 6.50 | 0.00 | 0.00 |
| 银行 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 |
| 非银行金融 | 0.00 | 0.00 | 0.00 | 0.00 | 1.83 | 0.00 | 0.00 |
| 房地产 | 0.00 | 0.00 | 0.00 | 0.00 | 0.72 | 0.00 | 0.00 |
| 交通运输 | 4.11 | 1.33 | 0.54 | 0.60 | 2.21 | 0.00 | 0.00 |
| 电子 | 3.63 | 0.00 | 0.00 | 0.00 | -0.00 | 0.00 | 0.00 |
| 通信 | 0.00 | 0.00 | 0.00 | 0.00 | -0.00 | 0.00 | 0.00 |
| 计算机 | 1.85 | 0.00 | 0.00 | 0.00 | 3.07 | 0.00 | 0.00 |
| 传媒 | 0.00 | 0.00 | 0.00 | 0.00 | -0.00 | 0.00 | 0.00 |
| 综合 | 0.00 | 0.00 | 0.00 | 0.00 | 1.45 | 0.00 | 0.00 |
| 综合金融 | 0.00 | 0.00 | 0.00 | 0.00 | 0.11 | 0.00 | 0.00 |
历史持仓调整方法的比较
| 时间 | 原始方法 | 全体基金历史持仓调整 | 单个基金历史持仓调整 |
|---|---|---|---|
| 20180331 | 7.95 | 7.82 | 7.63 |
| 20180630 | 7.52 | 7.04 | 6.69 |
| 20180930 | 7.26 | 6.99 | 7.18 |
| 20181231 | 6.10 | 6.03 | 6.30 |
| 20190331 | 4.67 | 4.73 | 4.81 |
| 20190630 | 6.03 | 6.10 | 6.48 |
| 20190930 | 6.37 | 6.25 | 6.75 |
| 20191231 | 5.31 | 5.25 | 6.49 |
| 20200331 | 6.51 | 6.45 | 6.22 |
| 20200630 | 4.75 | 4.80 | 5.01 |
| 20200930 | 4.83 | 4.81 | 4.87 |
| 20201231 | 4.51 | 4.31 | 4.63 |
| 20210331 | 7.45 | 7.52 | 7.22 |
| 20210630 | 6.18 | 6.22 | 6.45 |
| 平均 | 6.10 | 6.02 | 6.19 |
| 中位数 | 6.14 | 6.16 | 6.42 |
风险提示
- 基金仓位测算主要基于回归结果，仅可用作参考，与实际仓位通常存在较大差异。
- 过去表现较好的方法在未来可能失效，需谨慎使用。
结论
行业指数回归方法在基金仓位测算中表现更优，尤其是普通OLS、岭回归和Lasso回归。结合基金历史持仓进行行业选择的回归方法能显著提高测算精度。然而，无论哪种方法，测算结果与实际值仍存在一定的偏差，需注意其局限性。
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
