20220719-浙商证券-改进聚合算法选基与择股能力因子选基方法对比研究_Trader-Company_算法与_Selectivity_因子选基应用_26页_3mb

Trader-Company 算法与 Selectivity 因子选基应用总结

核心内容概述

本报告对比分析了 Selectivity 因子选基方法 与 改进 Trader-Company 聚合算法选基方法 在基金优选中的表现。两种方法分别适用于主动偏股型基金和被动型基金，并通过历史回测验证其有效性。

主要观点

• Selectivity 因子选基 主要用于评估主动偏股型基金的择股能力，基于基金回报对 Fama-French 五因子模型的回归结果，通过 1-R² 来衡量基金的特异性回报波动。
• 改进 Trader-Company 算法选基 则通过模拟金融机构与交易员之间的互动关系，引入了 Company 角色对 Trader 进行持续跟踪与更新，提升了基金优选的稳定性与预测能力。
• 回测结果表明，两种方法在不同基金类型中表现各异，但整体上优于沪深300指数基准。

关键信息

1. Selectivity 因子选基方法

• 适用对象：主动偏股型基金（如普通股票型、偏股混合型、灵活配置型等）。
• 方法原理：
  • 使用 Fama-French 五因子模型对基金回报进行回归，得到 Alpha 和 Selectivity 因子。
  • Selectivity 因子表示基金的择股能力，为 1-R²。
  • 通过双重排序法：首先按 Selectivity 因子降序排列，选出前五分之一基金；再按 Alpha 因子排序，最终选出具有超额收益能力的基金。
• 回测表现：
  • 普通股票型基金近7年平均胜率在 0.6 以上，灵活配置型基金年化收益达 14.08%。
  • 被动指数型基金优选组合（Selectivity 方法）年化收益为 5.45%，而改进 Trader-Company 方法年化收益为 10.18%，高出 4.73%。
  • 灵活配置型基金优选组合（Selectivity 方法）累计净值达 2.38，夏普比率为 0.84。

2. 改进 Trader-Company 算法选基方法

• 适用对象：被动型基金（如被动指数型基金）。
• 方法原理：
  • Trader 模块使用一系列 Alpha 表达式进行预测，Company 模块对 Trader 的表现进行跟踪与更新。
  • 引入 Score 一阶差值作为衡量 Trader 预测准确性的指标，提升对 Trader 的筛选质量。
  • Trader 通过历史表现评分，Company 通过管理 Trader 来优化投资决策。
• 回测表现：
  • 被动指数型基金优选组合（改进 Trader-Company 方法）累计净值为 1.97，年化收益为 10.18%。
  • 增强指数型基金优选组合（改进 Trader-Company 方法）累计净值为 1.49，年化收益为 5.73%。
  • 灵活配置型基金优选组合（改进 Trader-Company 方法）累计净值为 2.50，年化收益为 11.85%。

3. 回测结果对比

4. 风险提示

• 本报告结果基于历史数据建模推算，未来实际情况可能存在不确定性。
• 不作为投资参考建议，仅用于分析基金优选方法的有效性。

结论

• Selectivity 因子选基方法 在主动偏股型基金中表现优异，尤其在灵活配置型基金中显示出较高的择股能力。
• 改进 Trader-Company 算法选基方法 在被动型基金中表现更优，尤其在被动指数型基金中，其年化收益显著高于 Selectivity 方法。
• 两种方法均优于沪深300指数，但在不同基金类型中表现差异较大，需根据基金类型选择合适的方法。

图表与数据

• 图1：基金优选流程
• 图2：Trader 得分与预测质量时序对比
• 图3-7：各类基金数量变化
• 图8-9：Selectivity 因子与 Score 一阶差值的单调性测试
• 图10-29：各类基金优选组合累计收益与月度收益中位数对比
• 表1-8：各类基金优选组合回测数据统计

方法对比

• Selectivity 方法 更关注基金的择股能力，适用于主动偏股型基金。
• 改进 Trader-Company 方法 更关注 Trader 的预测质量与 Company 的可靠性，适用于被动型基金。

总结

本报告通过回测验证了 Selectivity 因子与改进 Trader-Company 算法在基金优选中的表现，指出两种方法在不同基金类型中各有优势。Selectivity 方法在主动偏股型基金中表现更佳，而改进 Trader-Company 方法在被动型基金中表现更优。两种方法均能有效提升基金组合的收益表现，但需注意其局限性与市场变化的不确定性。