偏股基金的多因子体系——如何评价基金经理调仓换股的“实力”?

admin2年前研报851



内容摘要


▶ 因子选基正当时:近几年来,随着基金发行速度的加快、新锐基金经理的不断涌现,可供选择的基金数量也大幅上升,单纯定性化地选择优秀的基金经理十分困难。在此背景下,多因子选基模型提供了量化初筛优秀基金的方案,将定性选基的认知定量化、系统化


▶ 我们构建了有百余细分因子的因子池,对市场上常规的选基因子进行了统一测试,同时构建了信达金工特色因子:基金经理调仓换股实力因子:我们认为,基金经理的选股能力是市场认可度较高的、可以衡量其投资实力的核心指标,且相较于择时和行业轮动,选股能力通常更具备稳定性,更能剔除运气成分的影响。我们利用高频测算的基金权益仓位以及行业仓位,分解了基金经理在报告期之间调仓所带来的收益贡献,构建了较为纯粹的、衡量基金经理在行业内是否具有调仓换股实力的因子


 基金经理实力因子表现优秀:我们对于因子池中的百余细分因子进行了回测,基金经理实力因子表现优异。2014年初至2022年初约8年间,基金经理实力因子,Top组(前20)年化收益率为22.78%,年化超额收益率达到6.76%,年化超额信息比达到1.30;多空信息比率为8.56%,多头年化超额信息比达到2.51,表现优异。此外,其余表现较为较为优秀的因子有选Alpha_日、基金规模、基金管理人员工持有比例


 行业配置通过多因子模型复合,我们构建了信达金工黑马FOF组合:本周配置比例上调较多的行业有计算机、钢铁、房地产、非银行金融、家电,配比下调较多的行业有基础化工、医药、电力设备及新能源、电子、有色金属。


 通过多因子模型复合,我们构建了信达金工黑马FOF组合:最后,本文进行了有效因子的复合,纳入复合的因子为基金经理实力因子、选股Alpha_日、基金规模、基金管理人员工持有比例,复合方式为等权复合。经回测,复合因子表现良好,我们以复合因子为基础,构建了信达金工黑马FOF组合 2014年初至2022年初约8年间,信达金工黑马FOF组合年化收益率为25.36%,年化超额收益率达到了8.59%,信息比为1.99,且各年度相对于偏股混合型基金指数均有正超额收益率,2021年超额收益率为16.78%2022年初至报告测算截止日近两月间已取得1.39%的超额收益率



风险因素:市场面临不确定性;基金历史业绩不代表未来。



01

研究背景

       近几年来,基金发行速度加快,可供选择的基金数量也大幅上升。截至2021年12月31日,普通股票型、偏股混合型、平衡混合型、灵活配置型四类基金总数量已达到了3748只(仅包含初始基金、开放式基金),单纯地使用定性化的方法覆盖样本十分困难,结合定量方式进行基金选择愈发重要


       多因子模型,是经典的定量化分析模式。通过对于基金特征定量化地分析,筛选出对于基金未来收益率具有较强预测能力的特征,通过打分法等方式复合特征并选取优秀基金,以获取相对于基准稳定的超额收益。

    从本质上看,因子即是对于基金未来收益率具有一定预测能力的指标,而基金的多因子模型是一个将认知实现于投资的过程。以Calmar比率、基金规模、选股Alpha的三因子为例,我们一般认为具有高收益回撤比、小规模、强选股能力的基金将会有较好的业绩表现,但在实际指导我们的投资基金组合时我们需要判定两件事情:1.这三个因子是否真的有预测未来业绩的能力。2.如何将三个因子合成,形成一个可进行投资的FOF组合。

    首先从判断基金因子的有效性入手,直接的逻辑是,过去因子值(比如Calmar比率)越高的基金、未来收益也将越高。那我们可以通过当期的因子值与下期基金收益率的相关系数/秩相关系数(IC/RankIC),分层回测买入因子值由低到高分组的基金组合观察表现(分层回测)的方式,达到判定因子是否有效的目的。筛选出有效的因子池后,我们通过排序打分法对于各因子进行0-1区间的投影,取分数平均值,选取分数最高的n只基金形成基金组合,这个组合代表了我们认为同时具备多个优秀特征的基金组合,即完成了由认知指导投资的过程。


       作为信达金工基金多因子系列报告的第一篇,本篇搭建了基金多因子的框架,对于市场常用的基金因子进行了测试,并构建了信达金工特色因子,提出基金调仓换股实力因子,旨在衡量剔除择时与行业轮动贡献后基金经理纯粹的选股能力,取得了非常优秀的效果。最后,我们进行了有效多因子的复合,构建了我们的信达金工黑马FOF组合


02

基金经理实力因子


       基金经理的选股能力是市场认可度较高的、可以衡量其投资实力的核心指标,相较于择时和行业轮动,基金经理的选股能力通常更能剔除运气成分的影响、更具备稳定性。但目前目前公募基金仅定期报告披露了基金的节点持仓信息,持股相关信息较少。部分研究提出了“隐形交易能力”的概念,即基金的定期报告股票组合/模拟股票组合所拟合的基金净值、与基金真实净值之间的差异,这一定程度上可以反映基金经理的调仓换股能力,但其中也包含了基金经理的择时、行业轮动等所带来的收益,反映的信息不够纯粹

    是否能有效地筛选出那些报告期之间具备强调仓换股能力、不断在行业内部寻找好股票迭代持仓的优秀基金经理,关键在于能否有效地剔除行业与择时贡献的收益率。那么,如何剔除择时与行业配置的影响,纯粹的衡量基金经理在行业内选股、不断迭代股票持仓的能力呢?

       我们认为,核心同样是计算基于持仓的拟合净值与真实净值的差异,但在拟合净值中剥离股票仓位变动和行业仓位变动导致的收益变化,即,计算模拟净值时,股票仓位和各行业仓位不能再用季报披露的时点仓位,而需要用实时的测算仓位。本篇通过高频有效的偏股基金股票仓位与行业仓位跟踪方法,计算了属于行业与仓位择时贡献的收益率,剔除了这部分收益率后,我们获得了纯粹属于基金经理调仓选股带来的收益率,我们称之为基金调仓换股实力因子(下文简称为基金经理实力因子)。回看该因子的选择池,不乏在早期就能看到刘畅畅、唐晓斌等现在看来十分优秀的基金经理。

       为了更加直观地理解基金实力因子的构建流程,我们以一个虚构的基金A为例:

    

实际上,基金总仓位及行业配置在不断变动中:假设t日已将权益仓位调整到60%、权益中食品饮料30%、医药70%,为了仅保留行业内选股的收益,可以利用高频的权益仓位和行业仓位测算信息,将上述择时及行业调整的因素剔除掉。假设仓位测算准确,t日模拟持仓中权益仓位、食品饮料和医药的行业仓位已调整到60%、30%和70%,t日模拟收益与真实收益的差值,就只由食品饮料与医药行业内部当前持股收益率与上个报告期行业股票组合收益率的差异造成(例如将贵州茅台换成五粮液)
我们可以通过以下递进方式来描述如何拟合基金A的t日收益率,衡量基金经理的调仓换股能力

这样,我们完成了对于基金经理实力因子的构建,在以下的单因子测试部分中,我们对于该因子以及其他常用因子进行了单因子回测


03

因子池介绍及单因子测试

3.1因子池介绍

      有效、全面的因子池,是构建多因子选基体系的基础。目前,我们汇总市场常用的选基因子、并构建了部分信达金工特色因子,整理了包括11个大类、百余个细分指标的基金因子池,包括常规收益风险因子、持仓相关因子、行为偏好特征相关因子、持有人相关因子以及我们构建的信达金工特色选基因子“调仓换股实力因子” 。

    下为因子池介绍及说明,可以看到,因子一般主要分为行情计算因子、持仓计算因子、基金特征因子三类。行情因子一般日频可得,持仓类、特征类因子一般在季报披露期、半年报年报披露期可得,一般具有滞后性,需要严格避免未来数据的使用

3.2因子预处理

3.3样本池介绍

      本次测试的样本池为主动偏股型基金样本池,在此基础上额外考虑了基金经理在回看期的一致性,具体如下


    

      经过上述样本池筛选条件筛选后,因子测试的覆盖的各期样本总数量及样本总规模如下(以累计收益率_60日为例),在最新一期(2021四季报)样本总数量为1443只,样本总规模达到了26498.75亿元


3.4回测参数介绍

      为了判断因子的有效性,我们在季频维度上对于因子池中的基金因子进行了回测,回测时间段为2014年一季度规定披露日至2022年2月18日,具体回测参数如下

      在调仓时间点的选择上,为了较为及时地使用季报披露信息(大部分基金会选择在接近或规定最迟披露日披露),本次调仓的时间点是季报规定披露日后一日,我们使用基金各季度报告最迟规定披露日(各季度末结束后的十五个交易日)的第二日作为调仓时点,进行因子回测。在Top20组的回测中,我们为了降低换手率且希望纳入持续优秀的基金,我们进行了缓冲系数的设置,对于前一期在Top20的基金,若该期在 Top20*(1+0.5)=30 之内,则优先纳入当期Top组合。下一部分,我们展示了单因子回测结果


3.5单因子回测结果展示

      在单因子测试部分,我们计算了因子RankIC值及t值,并对单因子进行了分层回测(行情因子部分回看参数以480日为例),挑出了部分优秀的单因子,用于多因子模型的构建

      RankIC及t值表显示,因子池中较为优秀的因子(|t| > 4)有基金经理实力因子/基金经理实力稳定性因子,隐形交易能力因子/隐形交易能力稳定性因子,基金管理人员工持有比例,选股Alpha因子、基金持有人户数、基金规模因子

      多头组(五分组因子值最高组,按照年化超额收益率排序,超额收益率计算方式为日度组合收益率减基准收益率累乘)最高组回测结果显示,最优秀的因子为基金经理实力因子,多头年化收益率为22.19%,年化超额收益率达到6.18%,多头年化超额信息比达到1.66,基金经理实力稳定性因子、选股Alpha因子,基金规模,隐形交易能力稳定性因子、隐形交易能力因子、基金管理人员工持有比例因子都有较好的表现

      Top组(前20)最高组回测结果显示,最优秀的因子为基金经理实力因子,Top组年化收益率为22.78%,年化超额收益率达到6.76%,Top组年化超额信息比达到1.30。在Top组中基金经理实力稳定性因子、选股Alpha因子,隐形交易能力稳定性因子、隐形交易能力因子、基金管理人员工持有比例因子都有较好的表现

      多空(五分组多头对冲空头,按照信息比率排序)结果显示,基金经理实力因子多空信息比率为8.56%,多头年化超额信息比达到2.51。多空结果显示:基金规模、基金经理实力稳定性因子、基金持有人户数、隐形交易能力因子、基金管理人员工持有比例因子、选股Alpha因子都有较为稳定的表现

      为了验证基金经理实力因子的有效性,我们考察了在不同回看期下基金经理实力因子的表现。首先我们将基金经理实力因子与其他传统选基因子进行了对比。可以看到,累计收益率_480日因子在RankIC时序上与多空曲线上都出现了明显的beta特征,传统的选基因子Calmar比率,在近期也变得不稳定化,而基金经理实力因子显现出一个较为明显的Alpha特征,在风格切换明显的时间点仍未失效

      调整回看期参数,将回看期设置为120日,240日时,基金经理实力因子表现也较为优秀



04

多因子复合

4.1多因子复合介绍

      综合考虑单因子测试有效性,因子间相关性,本次纳入复合的因子为基金经理实力因子、选股Alpha_日、基金规模、基金管理人员工持有比例,其中基金经理实力因子、选股Alpha_日因子由回看过去120日、240日、480日等权合成,基金规模、基金管理人员工持有比例取最新一期

      因子的复合我们采用打分法,对于纳入因子池的因子,在调序后(例如基金规模的因子值应取负号),将其按排序投影到0-1区间,取均值作为复合因子值,若某基金在某因子上没有取值,则对于该基金剔除该因子,在剩余的因子中取因子得分均值作为因子值

      大类合成后,大类复合因子因子相关性如下


4.2复合因子测试结果

      我们同样地使用了前单因子测算参数对于复合因子进行了测算,结果显示,不管是在收益率或是稳定性上,复合因子相对于单因子都有所提升。Top20组年化收益率为25.36%,年化超额收益率达到了8.59%,信息比为1.99,多空组合收益率为8.78%,信息比高达2.75

      从分组净值图及分年度收益率来看,复合因子同样有着非常优良的表现,分年度来看,复合因子在各年度上均取得正超额收益率(其中2014年区间自一季报披露后开始,2022年区间至2月18日,超额收益率计算方式为日度组合收益率减基准收益率累乘),在风格变化较为迅速2021年,复合因子Top组取得了16.78%的超额收益率,而在下行行情的2022年,2个月Top组已经取得了相较基准1.39%的正超额收益率

      针对基金经理实力因子,我们同样提供了其由120日、240日、480日分项合成后的复合基金经理实力因子分组净值及各项指标表现以及分年度表现。可以看到,复合后基金经理实力因子表现优异,Top20组年化收益率为22.82%,年化超额收益率达到了6.62%,信息比为1.27,多空组合收益率为7.05%,信息比高达2.07。2021年,复合基金经理实力因子Top组取得了22.43%的超额收益率,在2022的2个月间Top组取得了相较基准0.59%的正超额收益率

      本质上,复合因子挖掘出的是选股能力突出、基金公司内部较为认可、相对较为黑马(规模不大)的基金,为便称呼,我们将复合因子TOP20组合称之为信达金工黑马FOF组合,为投资提供指导。以我们信达金工黑马FOF组合2020年三季度排名第一名的基金华安文体健康(001532.OF)为例,其复合因子打分可以分解为下,可以看到该基金在各个维度上都有较好的表现

      在每期季报披露后,我们会对于信达金工黑马FOF组合进行更新,提供复合因子及各分项分位数情况(按复合因子打分值排序,分位数进行过MAD处理)。额外的,我们会提供本期基金经理实力因子的分项Top20情况进行参考,提供那些具有强调仓选股能力的基金经理。本期,我们的信达金工黑马FOF组合与基金经理实力因子Top组合如下




05

总结

      作为信达金工偏股基金的多因子体系报告的第一篇,本报告首先引入了基金多因子模型,介绍了基金多因子模型在实际投资中的运用

     我们构建了基金经理调仓换股实力因子,利用高频测算的基金权益仓位以及行业仓位,分解了基金经理在报告期之间调仓所带来的收益贡献,构建了较为纯粹的、衡量基金经理在行业内是否具有调仓换股实力的因子。。经回测,基金经理实力因子Top组(前20)年化收益率为22.78%,相对偏股混合型基金指数的年化超额收益率达到6.76%,年化超额信息比达到1.30;多空信息比率为8.56%,多头年化超额信息比达到2.51,表现较为优秀

      最后,本报告进行了有效因子的复合,纳入复合的因子为基金经理实力因子、选股Alpha_日、基金规模、基金管理人员工持有比例,复合方式为等权复合。经回测,复合因子表现良好,我们以复合因子为基础,构建了信达金工黑马FOF组合信达金工黑马FOF组合年化收益率为25.36%,年化超额收益率达到了8.59%,信息比为1.99,且各年度相对于偏股混合型基金指数均有正超额收益率,2021年超额收益率为16.78%,2022年初至报告测算截止日近两月间已取得1.39%的超额收益率。


风险因素:市场面临不确定性;基金历史业绩不代表未来

报告来源

本文源自报告《偏股基金的多因子体系——如何评价基金经理调仓换股的“实力”?》

报告时间:2022年03月16日

发布报告机构:信达证券研究开发中心

报告作者:于明明   S1500521070001、  钟晓天   S1500521070002

免责声明

信达证券股份有限公司(以下简称“信达证券”)具有中国证监会批复的证券投资咨询业务资格。本报告由信达证券制作并发布。 

本报告是针对与信达证券签署服务协议的签约客户的专属研究产品,为该类客户进行投资决策时提供辅助和参考,双方对权利与义 务均有严格约定。本报告仅提供给上述特定客户,并不面向公众发布。信达证券不会因接收人收到本报告而视其为本公司的当然客户。客户应当认识到有关本报告的电话、短信、邮件提示仅为研究观点的简要沟通,对本报告的参考使用须以本报告的完整版本为准。 

本报告是基于信达证券认为可靠的已公开信息编制,但信达证券不保证所载信息的准确性和完整性。本报告所载的意见、评估及预测仅为本报告最初出具日的观点和判断,本报告所指的证券或投资标的的价格、价值及投资收入可能会出现不同程度的波动,涉及证券或投资标的的历史表现不应作为日后表现的保证。在不同时期,或因使用不同假设和标准,采用不同观点和分析方法,致使信达证券发出与本报告所载意见、评估及预测不一致的研究报告,对此信达证券可不发出特别通知。

在任何情况下,本报告中的信息或所表述的意见并不构成对任何人的投资建议,也没有考虑到客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况,若有必要应寻求专家意见。本报告所载的资料、工具、意见及推测仅供参考,并非作为或被视为出售或购买证券或其他投资标的的邀请或向人做出邀请。

在法律允许的情况下,信达证券或其关联机构可能会持有报告中涉及的公司所发行的证券并进行交易,并可能会为这些公司正在提供或争取提供投资银行业务服务。 

本报告版权仅为信达证券所有。未经信达证券书面同意,任何机构和个人不得以任何形式翻版、复制、发布、转发或引用本报告的任何部分。若信达证券以外的机构向其客户发放本报告,则由该机构独自为此发送行为负责,信达证券对此等行为不承担任何责任。本报告同时不构成信达证券向发送本报告的机构之客户提供的投资建议。 

如未经信达证券授权,私自转载或者转发本报告,所引起的一切后果及法律责任由私自转载或转发者承担。信达证券将保留随时追究其法律责任的权利。

分析师声明

负责本报告全部或部分内容的每一位分析师在此申明,本人具有证券投资咨询执业资格,并在中国证券业协会注册登记为证券分析师,以勤勉的职业态度,独立、客观地出具本报告;本报告所表述的所有观点准确反映了分析师本人的研究观点;本人薪酬的任何组成部分不曾与,不与,也将不会与本报告中的具体分析意见或观点直接或间接相关。

风险提示

证券市场是一个风险无时不在的市场。投资者在进行证券交易时存在赢利的可能,也存在亏损的风险。建议投资者应当充分深入地了解证券市场蕴含的各项风险并谨慎行事。

本报告中所述证券不一定能在所有的国家和地区向所有类型的投资者销售,投资者应当对本报告中的信息和意见进行独立评估,并应同时考量各自的投资目的、财务状况和特定需求,必要时就法律、商业、财务、税收等方面咨询专业顾问的意见。在任何情况下,信达证券不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任,投资者需自行承担风险。


信达金工与产品研究

长按关注我们获取更多更多金融工程优质报告与信息~






本篇文章来源于微信公众号: 信达金工与产品研究

本文链接:https://kxbaidu.com/post/%E5%81%8F%E8%82%A1%E5%9F%BA%E9%87%91%E7%9A%84%E5%A4%9A%E5%9B%A0%E5%AD%90%E4%BD%93%E7%B3%BB%E2%80%94%E2%80%94%E5%A6%82%E4%BD%95%E8%AF%84%E4%BB%B7%E5%9F%BA%E9%87%91%E7%BB%8F%E7%90%86%E8%B0%83%E4%BB%93%E6%8D%A2%E8%82%A1%E7%9A%84%E2%80%9C%E5%AE%9E%E5%8A%9B%E2%80%9D%EF%BC%9F.html 转载需授权!

分享到:

相关文章

【华安金工】机器学习与基金特征如何选择正 Alpha 基金?——“学海拾珠”系列之一百六十八

【华安金工】机器学习与基金特征如何选择正 Alpha 基金?——“学海拾珠”系列之一百六十八

报告摘要►主要观点本篇是“学海拾珠”系列第一百六十八篇,文献探究了使用机器学习方法,通过基金特征选择多头基金组合的可能性,并且深入分析了机器学习选出的多头组和传统方法的区别,揭示了基金特征在预测未来业...

【方正金工】基金周报:公募基金降费落地,公募REITs纳入FOF基金投资范围

【方正金工】基金周报:公募基金降费落地,公募REITs纳入FOF基金投资范围

本文来自方正证券研究所于2023年7月10日发布的报告《公募基金降费落地,公募REITs纳入FOF基金投资范围》,欲了解具体内容,请阅读报告原文,分析师:刘洋 S1220522100001,...

中金|定增:预案节奏略有放缓

中金|定增:预案节奏略有放缓

Abstract摘要项目跟踪:川能动力获批准发行预案发布:本周(2023Y36W:2023-09-03 至 2023-09-09)无新增项目预案。交易所通过:本周新增 2 个定增项目通过交易所审核,其...

【国盛量化】沪深300、深证成指确认日线级别下跌

【国盛量化】沪深300、深证成指确认日线级别下跌

                1.市场...

AIGC惊艳世界,科技投资再燃热情

AIGC惊艳世界,科技投资再燃热情

浦银安盛沪港深科技 TOP ETF(517270)投资价值分析   ChatGPT 在世界范围内广为流行,ChatGPT 以其强大的信息整合和对话能力惊艳了全球,AIGC(人工智能...

开源一席谈•FOF 会议预告:吴弦

开源一席谈•FOF 会议预告:吴弦

嘉宾简介:吴弦,现任国海富兰克林基金管理有限公司FoF投资副总监、FoF基金经理。13年证券从业年限,2年公募基金管理经验,特许金融分析师(CFA),悉尼大学金融学硕士。曾就职于美国道富银行、澳大利亚...

发表评论    

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。