微观基金筛选系列：基于回撤及持仓筛选绝对收益目标基金-20180821-华宝证券-13页-1mb

基于回撤及持仓筛选绝对收益目标基金总结

核心内容

本文围绕如何筛选出具有较强回撤控制能力的基金产品展开，旨在帮助投资者在A股市场持续下跌的环境下，找到防御性较强的基金。文章提出以基金经理为核心，结合基金分类与回撤控制能力评估模型，对基金的回撤表现进行分析，并探讨其在不同市场环境下的持续性。

主要观点

• 市场背景：2018年以来，A股市场受到金融监管、海外环境变化、经济下行等影响，指数持续下跌，市场情绪低迷。投资者倾向于选择追求绝对收益、风险控制能力强的基金产品。
• 回撤控制能力分析：回撤控制能力不仅与基金经理的主动管理能力有关，也受到基金仓位、行业配置、个股选择等因素的影响。回撤控制能力的持续性在不同时期表现不一，尤其在2018年显著下降。
• 考核区间划分：文章采用历史上指数跌幅较大的时间段作为考核区间，如15年股灾、16年熔断、2018年初至年中等，避免将震荡或上涨行情纳入考量。
• 评分模型：通过计算基金在各个考核区间的回撤排名，得出基金得分；再结合基金经理在该区间内的管理情况，计算其得分。最终得分考虑市场平均回撤水平与时间权重，以及得分波动性带来的惩罚因素。
• 回撤表现的持续性：前三个考核区间（15年股灾、16年熔断、15年股灾）回撤表现的持续性较强，相关系数在0.6左右，但2018年表现与之前阶段相关性较低，说明市场环境和基金经理策略的改变影响了回撤控制的可持续性。

关键信息

影响最大回撤的因素

• 基金经理的应对措施：
  • 降仓：在极端市场中，基金经理通过降低仓位来控制回撤，但这种做法可能导致错过反弹机会，可持续性较差。
  • 配置防御性行业：如银行、医药、食品饮料等，适用于慢熊或结构化市场，但在急跌时效果不佳。
• 组合长期风险水平：
  • 低仓位：在回撤控制上表现较好，但上涨时弹性不足。
  • 超配成熟行业：如消费、金融、行业龙头，注重安全边际和基本面，有助于业绩的可持续性。
  • 行业均衡与分散持仓：降低非系统性风险，适应不同市场行情，避免业绩异常波动。

基金经理回撤控制能力分析

• 步骤一：考核区间划分：选择历史回撤较大的时间段作为评估基础。
• 步骤二：基金得分计算：根据回撤排名得出每只基金的得分。
• 步骤三：基金经理得分计算：若基金经理在考核区间内持续管理基金，则其得分纳入评分样本集。
• 步骤四：加权与最终得分：结合市场回撤水平与时间权重，计算加权得分，并考虑得分波动性带来的惩罚。

回撤控制能力的持续性分析

• 时间段选取：选取15年股灾、16年熔断、2018年初至年中等四波较大回撤区间作为分析对象。
• 相关性分析：基金与基金经理得分在前三阶段呈现较高相关性，但在2018年相关性下降，说明回撤控制能力在不同市场环境下表现差异较大。
• 分层法分析：将基金分为五组，观察其在不同阶段的表现，发现15、16年回撤表现好的基金在18年回撤表现不佳，反映出市场变化与基金经理策略的影响。

基金经理特征分析

案例一：基金A

• 基金类型：偏股混合型基金。
• 回撤表现：在各阶段回撤控制良好，且表现持续性强。
• 仓位特点：保持中性仓位，约75%，顺势而为，不做大幅择时。
• 行业配置：行业分布均衡，前三大行业集中度约38%，未明显偏好某一行业，对热点行业有规避。
• 个股配置：前十大持仓占权益总仓位50%-60%，集中度适中，注重盈利和估值，偏好大盘、低波动个股。
• 业绩表现：回撤控制与业绩表现均较好，表现出稳健的风格。

案例二：基金B

• 基金类型：灵活配置型基金。
• 回撤表现：在15、16年回撤控制较好，但在2018年回撤明显加大，波动性较高。
• 仓位特点：灵活调整，30%-70%之间，结合市场估值与趋势。
• 行业配置：高度集中，前三大行业占全行业72%，最高可达93%，偏好周期等传统行业。
• 个股配置：前十大持仓占权益总仓位60%-90%，集中度高，但个股选择稳定性较差。
• 业绩表现：业绩高度依赖行业判断，表现出较强的宏观与行业配置能力，但回撤控制不稳定。

风险提示

• 本文的筛选模型仅作为挑选基金的第一步，仅可用于初步筛选，不能作为投资决策的唯一依据。
• 基金的历史业绩不能代表未来表现，投资者应自行评估并承担相应风险。
• 投资者应关注市场环境与基金经理策略的匹配性，不同市场环境下，回撤控制能力可能有所不同。

总结

本文通过构建回撤控制模型，结合基金经理的管理能力、行业配置、个股选择等多方面因素，对基金的回撤表现进行评估。结果显示，回撤控制能力在不同市场环境下表现不一，基金经理的策略与市场情况密切相关。通过分析两个典型案例，进一步说明了回撤控制的可持续性与基金经理风格之间的关系，为投资者提供了筛选防御型基金的思路。