基金ALPHA进化史:公募基金投资能力分类全解析-20210906-国盛证券-39页_3mb
报告摘要
量化专题报告总结:基金 ALPHA 进化史与公募基金投资能力分类
核心内容概述
本报告旨在探讨如何对公募基金进行科学有效的“标签化”分类,以更精准地评估其投资能力。报告指出,传统的“牛市选手”、“TMT选手”等标签因市场结构和基金经理逻辑的差异而具有不稳定性。因此,应从投资能力和投资逻辑两个维度对基金进行分类。
主要观点
1. 基金分类的挑战与新思路
- 基金研究缺少股票研究中丰富的特征,因此“标签化”是增加基金区分度的关键。
- 传统标签(如“牛市选手”、“TMT选手”)不稳定,无法反映基金经理的真正能力。
- 本报告提出以风格收益能力、行业收益能力、选股收益能力、动态收益能力四大维度对基金进行分类。
2. 风格收益能力
- 风格收益能力分为“扬长”、“补短”、“应变”三种。
- 扬长:追求极致的成长性白马股,适合进攻阶段。
- 补短:规避高热板块,偏好低波动率、低换手率个股,适合防守。
- 应变:具备宏观风格切换能力,对市场变化反应灵敏,但稳定性较低。
- 多数基金为“扬长型”,应变型基金数量较少但近年有所增加。
- 扬长与补短难以兼得,而应变能力与前两者相关性较低。
3. 行业收益能力
- 行业收益能力分为“博弈”、“轮动”、“专注”、“配置”四类。
- 博弈型:高集中度、高换手率,依赖行业轮动胜率。
- 轮动型:高换手率,但行业配置不稳定,收益波动大。
- 专注型:长期偏好特定行业,行业收益高但风格收益不显著。
- 配置型:行业配置相对均衡,收益稳定但缺乏爆发力。
- 行业收益类型具有一定的稳定性,但部分类型如博弈型和轮动型易发生转移。
4. 选股收益能力
- 选股收益分为“已知逻辑”和“未知逻辑”。
- 已知逻辑:基于传统Alpha因子(如动量、成长、质量等),收益贡献较低。
- 未知逻辑:依赖基金经理对市场深度逻辑的理解,收益更高。
- 已知选股能力与未知选股能力理论上正交,相关性接近0。
- 未知选股能力高的基金表现优于已知选股能力高的基金,但动态收益能力较弱。
5. 动态收益能力
- 动态收益能力主要来源于交易波段、非重仓股贡献、仓位择时和打新增强。
- 控制换手率后,动态收益能力与基金规模呈明显负相关,规模较大的基金动态收益贡献较低。
- 动态收益能力具有一定的延续性,但与风格收益无明显相关性。
关键信息
1. 基金标签分类结果
| 标签类型 | 特点 |
|---|---|
| 风格-扬长型 | 追求高成长性,适合进攻阶段,弹性高 |
| 风格-补短型 | 避免高热板块,偏好低波动、低换手,适合防守 |
| 风格-应变型 | 能够精准把握风格切换,如大小盘、高低估值切换,但稳定性较弱 |
| 行业-博弈型 | 高集中度、高换手率,依赖行业轮动胜率 |
| 行业-轮动型 | 高换手率,但行业配置不固定,收益波动大 |
| 行业-专注型 | 长期偏好特定行业,如大消费,行业收益强 |
| 行业-配置型 | 行业配置相对均衡,收益稳定但缺乏爆发力 |
| 选股-已知逻辑型 | 依赖传统Alpha因子,收益贡献较低 |
| 选股-未知逻辑型 | 依赖深度逻辑,收益高但动态收益弱 |
| 动态-高能力型 | 高换手率,动态收益能力强,但规模越大越不显著 |
2. 不同标签下的基金表现
- 顺分析师热度型:行业与选股能力优秀,动态收益也较佳,超额收益稳定。
- 超预期预测型:选股能力突出,但动态收益负贡献高,可能受左侧操作影响。
- 已知选股逻辑型:选股收益可被传统因子解释,但动态收益弱。
- 未知选股逻辑型:选股收益极强,但动态收益弱,可通过模仿持仓提升收益。
3. 信息敏度与逻辑深度
- 信息敏度分为“左侧”与“右侧”。
- 顺分析师热度型:对分析师信息高度敏感,超额收益稳定。
- 超预期预测型:通过预测超预期事件获取收益,但动态收益贡献低。
- 逻辑深度分为“已知”与“未知”。
- 已知逻辑型:收益稳定但不够高。
- 未知逻辑型:收益高但依赖深度信息,难以复制。
4. 收益分解与能力评估
- 基金收益分解公式为:
$$
R_{\text{基金}} = R_{\text{动态}} + R_{\text{市场}} + R_{\text{风格}} + R_{\text{行业}} + R_{\text{已知策略}} + R_{\text{未知策略}} \quad \text{(偏离收益 + 持仓收益)}
$$ - 不同基金能力之间存在相关性,其中:
- 选股能力与动态能力高度负相关。
- 总体选股能力与未知选股能力高度正相关。
风险提示
- 基金收益分解和特征归纳基于历史数据,不保证未来延续性。
- 本报告的“完全分解”系统并非唯一,可能存在其他分解维度。
作者信息
- 叶尔乐,执业证书编号:S0680518100003,邮箱:yeerle@gszq.com
- 刘富兵,执业证书编号:S0680518030007,邮箱:liufubing@gszq.com
相关研究
- 《量化周报:上证综指迎来日线级别上涨》2021-09-05
- 《量化专题报告:可转债收益预测框架——大类资产定价系列之四》2021-09-04
- 《量化分析报告:掘金ETF:沪港深科技龙头一站式配置——汇添富中证沪港深科技龙头ETF基金投资价值分析》2021-09-03
- 《量化分析报告:掘金ETF:首只创业板科技ETF——华泰柏瑞创科技ETF投资价值分析》2021-09-02
- 《量化点评报告:九月大类资产配置建议——资产配置思考系列之九》2021-08-31
总结
本报告通过对基金收益的完全分解,提出了基于投资能力和投资逻辑的分类体系,涵盖了风格、行业、选股、动态四个维度,并进一步细化为11类标签。通过分析不同标签下的基金表现,揭示了基金经理在不同市场环境中的能力差异,为基金研究提供了更科学、更稳定的标签化方法。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载