基于相似思想的选基因子构建-20230802-兴业证券-23页_1mb

基于相似思想的选基因子构建总结

核心内容

本报告由乔良和郑兆磊撰写，提出了一种基于基金关联性的新选基因子构建方法，旨在解决当前多因子选基体系中因子同质化的问题。通过分析全市场基金之间的两两关系，构建了四个维度的基金关联性因子：平均相似度因子、相似动量因子、个股传导因子、复制残差因子。这些因子不仅使用了基金自身的数据，还引入了基金之间的关联信息，从而提升了选基模型的特异性与有效性。

主要观点

• 因子同质化问题：随着多因子选基体系的完善，选基因子之间的同质化问题日益严重，导致新因子的挖掘难度加大。
• 基金关联性因子构建：基于基金之间的关系，构建了具有特异性的基金关联性因子，通过四个维度综合评估基金的特性。
• 因子合成与模型提升：将四个因子等权合成基金关联性因子，显著提升了选基模型的性能，表现出更高的IC均值、ICIR和t值。
• 策略优化：通过替换选股Alpha因子为基于卡尔曼平滑构建的新因子，并加入基金关联性因子，进一步提升了选基策略的年化收益和超额收益。

关键信息

四个基金关联性因子

合成因子表现

模型提升效果

• 年化收益提升：加入基金关联性因子后，年化收益从17.35%提升至19.14%，提升了1.79%。
• 年化超额收益提升：年化超额收益从6.06%提升至7.56%，提升了1.50%。
• 胜率提升：新策略相对于原策略的年度胜率为83.3%，季度胜率为73.9%，月度胜率为58.4%。

选基策略表现

风险提示

• 历史数据依赖：结论基于历史数据，存在在市场环境转变时模型失效的风险。
• 因子特异性：基金关联性因子与现有选基模型中的因子相关性较低，具有较强的特异性。

最新持仓分析

2023年7月21日调仓后最新持仓

排名提升基金名单

结论

基金关联性因子的引入显著提升了选基模型的性能，具有较强的特异性和有效性。通过合成因子和策略优化，选基模型的年化收益和超额收益均有所提升，且胜率显著提高。该因子的加入为基金选择提供了新的视角，有助于挖掘更具潜力的基金组合。