20180803-光大证券-FOF专题系列报告之九_溯本求源_基于风险模型精选优质基金_25页_3mb

溯本求源：基于风险模型精选优质基金总结

核心内容

本报告聚焦于主动偏股型基金的筛选，基于风险模型构建了一个时序上的基金优选框架。通过将基金收益拆分为Alpha指标，利用该指标及其衍生指标进行基金筛选，旨在提高基金优选的稳定性与有效性。

主要观点

• 研究框架：采用时间序列上的多元回归分析，通过风险因子日收益率对基金日净值收益率进行滚动回归，以剔除风险因子后的超额收益作为基金筛选的基础指标。
• 理论基础：采用Barra风险模型，认为基金收益可由公共因子和特质因子共同解释，其中Alpha因子代表基金的超额收益能力。
• 指标测试：alpha_20指标在不同滚动长度下表现良好，其中T=20时效果最佳；衍生指标中，指数加权平滑alpha（alpha_ewm）显著提升了预测能力和分组回测效果。
• 实证研究：alpha_ewm选基策略在2009年至2018年6月的回测期间表现优异，组合年化收益率达16.8%，夏普比率0.77，最大回撤49.5%。策略在震荡市中仍能获得1.20%的绝对收益。
• 风险提示：本报告基于历史数据构建，模型和因子在经济环境变化时可能存在失效风险。

关键信息

1. 研究框架

• Step1：计算全市场股票日频截面数据的风险因子日收益率。
• Step2：利用风险因子日收益率对基金日净值收益率进行时间序列滚动回归，得到Alpha因子。
• Step3：测试Alpha因子及其衍生指标的有效性和优选基金的稳定性，形成基金优选策略。

2. 理论基础

• Barra风险模型：通过公共因子和特质因子解释基金收益，模型应用广泛，包括收益预测、多因子选股、信号提纯、组合优化、收益归因分析和组合偏离度分析。
• 风险因子分类：
  • 行业因子（中信一级行业分类）
  • 风格因子（包括Size、Beta、Momentum、Volatility、Value、Liquidity、Earnings、Growth、Leverage）

3. 基础分析

• 样本选取：Wind开放式基金分类中的普通股票型和偏股混合型基金，剔除成立不满1年的基金。
• 数据清洗：采用MAD方法处理异常值，进行数据标准化（z-score）以消除量纲差异。
• 因子收益特征：
  • 风格因子收益在大多数时间段内呈现单调性。
  • 部分因子收益间相关性较高，但VIF值均小于2，多重共线性较弱。
• 滚动回归结果：
  • 随着回归窗口长度增加，R²值下降，但p值下降，模型拟合可信度提升。
  • T=20时，alpha因子分布基本满足标准正态分布，其他窗口长度下因子偏移明显。

4. 实证研究

• alpha指标有效性：
  • alpha_20和alpha_60表现较优，其中alpha_20在年化收益率、夏普比率和最大回撤方面略胜一筹。
  • alpha_ewm作为衍生指标，显著提升预测能力，特别是在T=80时，年化IR达到1.34。
• 组合构建：
  • 每期等权配置排名前20的基金，季度调仓。
  • 组合在2009年至2018年6月回测期间表现良好，年化收益率达16.8%，夏普比率0.77，最大回撤49.5%。
  • 相对表现方面，相对收益率12.3%，相对波动率12.6%，信息比率0.98。
  • 分年度表现：组合在9年中显著跑赢50%的基金，仅在2011和2017年跑输市场平均收益，胜率80%。

5. 风险提示

• 本报告数据来源于历史公开数据，模型及因子随经济环境变化存在失效风险。

图表概览

• 图1：时序风险模型优选基金研究框架
• 图2：2001-2018.6主动偏股型基金数量增长趋势
• 图3：偏股型和股票型基金占比变化
• 图4：主动偏股型基金平均仓位稳定性
• 图5：基金Top25%与宽基指数年化收益对比
• 图6：主动偏股型基金年化收益率分布
• 图7：Barra风险模型的优点
• 图8：筛选后主动偏股型基金年度数量分布
• 图9：风险因子收益累积净值走势
• 图10：风格因子收益多重共线性检验指标VIF
• 图11：滚动回归模型R-Square分布
• 图12：滚动回归模型R-Square对应p值分布
• 图13：alpha因子分布图（不同滚动样本长度T=20,40,60,80,120）
• 图14：不同滚动回归长度下alpha因子年化IR对比
• 图15：alpha因子选基分组回测年化收益对比（T=20,40,60,80,120）
• 图16：alpha指标（T=20/季度）分组回测净值曲线
• 图17：alpha指标（T=60/季度）分组回测净值曲线
• 图18：指数加权平滑alpha选基分组回测年化收益对比
• 图19：alpha_ewm组合与偏股型基金收益对比
• 图20：alpha_ewm组合与基准净值曲线

表格概览

• 表1：主动偏股型基金2007-2018.6年化收益率特征参数统计
• 表2：风格因子分类及构造方式
• 表3：股票及基金样本筛选原则
• 表4：风格因子收益之间相关系数矩阵
• 表5：不同滚动回归长度下alpha因子有效性测试结果
• 表6：alpha指标分组回测框架
• 表7：不同滚动回归长度下alpha因子分组回测指标对比
• 表8：alpha指标构建基金组合回测框架
• 表9：alpha指标（T=20,60）构建不同数量基金组合回测指标对比
• 表10：指数加权平滑alpha选基指标有效性测试结果对比
• 表11：alpha_ewm（T=20,M=80）基金组合分年度表现