基金专题报告:目标指数增强类基金的识别及FOF组合构建研究-20200915-天风证券-22页_1mb
报告摘要
基金研究总结
核心内容
本报告探讨了目标指数增强类基金的识别方法和FOF组合构建策略,旨在通过结合Alpha收益与指数型产品,提高长期投资收益。研究发现,A股市场中存在显著的Alpha收益,且指数增强类基金能够有效满足投资者对稳定风格和更高收益的需求。
主要观点
- 指数化投资趋势:指数型产品已成为市场主流,但A股宽基指数表现相对较弱,主动基金仍具有较高的Alpha收益潜力。
- 增强类基金定义:增强类基金不仅包括量化选股的指数增强基金,也涵盖基于基本面选股的主动权益型基金。
- 识别模型构建:提出基于模拟基准的增强类基金识别模型,该模型通过基准指数匹配模型和Alpha收益预测模型两部分,衡量基金与目标指数的匹配度及未来Alpha收益潜力。
- Alpha收益预测:隐性信息比率因子作为Alpha收益预测的核心因子,表现出较强的预测能力,可用于筛选具有更高Alpha收益的基金。
- FOF组合构建:通过增强类基金池筛选并构建增强FOF组合,能够有效提升超额收益和信息比率,同时控制相对风险。
关键信息
1. 目标指数增强类基金识别模型
-
基准指数匹配模型:通过指数走势、行业偏离和成份股占比三个维度衡量基金与目标指数的匹配度。
- 指数走势:使用相关系数衡量基金模拟基准与目标指数的走势相似度。
- 行业偏离:计算基金与目标指数在行业配置上的偏离度。
- 成份股占比:衡量基金持仓股票是否属于目标指数成份股的比例。
-
Alpha收益预测模型:使用隐性信息比率因子对基金未来Alpha收益进行预测。
- 隐性信息比率因子计算公式:
$$
I R _ {r} = \frac {R _ {f} - R _ {s}}{T E (r _ {f} , r _ {s})}
$$ - 隐性信息比率因子表现良好,RankIC均值为0.119,胜率超过85%,年化RankIC_IR值为4.224。
- 隐性信息比率因子计算公式:
2. 增强FOF组合构建与实证研究
-
沪深300指数增强FOF组合:
- 年化收益率:13.50%
- 年化超额收益率:10.89%
- 信息比率:1.66
- 相对最大回撤:除2010年外均控制在10%以内。
-
中证500指数增强FOF组合:
- 年化收益率:17.57%
- 年化超额收益率:13.70%
- 信息比率:2.02
- 相对最大回撤:除2015年外基本控制在10%以内。
-
中证1000指数增强FOF组合:
- 年化收益率:13.45%
- 年化超额收益率:21.74%
- 信息比率:2.65
- 相对最大回撤:除2019年外基本控制在10%以内。
3. FOF组合构建策略
-
回测时间与调仓策略:
- 回测时间根据目标指数不同而有所变化。
- 调仓节点为每年6月和12月底的最后一个交易日,每期调仓一次。
- 每期选择复合因子值最高的10只基金,等权重配置。
-
基金筛选条件:
- 基金类型:增强指数型基金、主动权益类基金(普通股票型基金+偏股混合型基金+灵活配置型基金)。
- 开放式基金、初始基金(非B、C、E、H、O份额等)。
- 非陆港通基金、非国家队基金、非战略配售基金、非科创板概念基金、非FOF基金。
- 成立时间在1年半以上,到期时间在1年以上。
- 基金规模在1亿元以上。
- 调仓节点允许申购和赎回。
-
交易费率:
- 申购费率为1%,赎回费率为0.5%。
4. 风险提示
- 本报告基于历史数据,市场结构调整和基金经理风格漂移可能导致模型失效。
- 增强FOF组合在个别时期可能存在持仓基金数量过多或超额收益稳定性不足的问题。
附录:相关报告与图表
-
相关报告:
- 《天风证券-基金研究:基金的业绩比较基准构建及动态评估研究》2020-06-10
- 《天风证券-基金研究:基金经理因子评价体系的构建与应用》2019-12-25
- 《天风证券-基金研究:FOF组合的收益模型:长周期因子的构建与应用》2019-09-12
- 《天风证券-基金研究:规模因子在FOF组合构建中的应用》2019-06-11
- 《天风证券-基金研究:基金市场存在日历效应吗?》2019-03-12
- 《天风证券-基金研究:基金的风格划分及增强FOF组合构建研究》2018-12-13
- 《天风证券-基金研究:基金资产配置的板块选择能力评价体系》2018-08-09
- 《天风证券-基金研究:基金资产配置的行业选择能力评价体系》2018-05-08
- 《天风证券-基金研究:基于风格加权的基金选股能力评价体系》2018-02-08
-
图表目录:
- 图1:美国指数型产品占共同基金市场规模比例变化对比
- 图2:美国指数型和主动型产品资金流入流出对比
- 图3:2005年以来不同国家、地区指数型产品的数量和规模年复合增长率统计
- 图4:A股投资者持股市值占比统计
- 图5:A股投资者交易占比统计
- 图6:指数增强类基金的构成
- 图7:指数增强类基金的收益构成
- 图8:模拟基准构建法示意图
- 图9:模拟基准指数匹配模型示意图
- 图10:基金Alpha收益来源
- 图11:隐性信息比率因子的RankIC序列
- 图12:隐性信息比率因子的分组年化超额收益平均值统计
- 图13:不同月份调仓策略的分组年化超额收益统计
- 图14:目标指数的增强类基金池筛选框架示意图
- 图15:沪深300指数增强基金池每期数量
- 图16:沪深300指数增强基金池组合的净值走势图
- 图17:沪深300指数增强FOF组合的净值走势图
- 图18:沪深300指数增强FOF组合每期持仓基金数量
- 图19:中证500指数增强FOF组合的净值走势图
- 图20:中证500指数增强FOF组合每期持仓基金数量
- 图21:中证1000指数增强FOF组合的净值走势图
- 图22:中证1000指数增强FOF组合每期持仓基金数量
作者
- 吴先兴,分析师,SAC执业证书编号:S1110516120001,邮箱:wuxianxing@tfzq.com
- 许金涛,分析师,SAC执业证书编号:S1110520020001,邮箱:xujintao@tfzq.com
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载