探测基金仓位动向，把握行业轮动机会.docxVIP

量化投资策略报告 量化投资策略报告 - PAGE 3 - PAGE 3 - 请务必阅读正文之后的重要声明部分 行业轮动一直是业界比较关注的话题，对于基金经理而言是否存在行业配臵能力该如何研究，能否进行借鉴？我们在 2021 年 8 月 23 日发布了《如何高频探测基金行业配臵动向？——追踪“聪明资金”系列二》讲述了如果对主动权益基金进行行业仓位探测。本文会以此为基础，一方面尝试寻找出有行业配臵能力的基金， 另一方面从我们对这些基金高频行业仓位探测入手，研究是否对行业轮动有投资指导意义。我们对公募主动权益基金筛选标准可以参考 2020 年 11 月 3 日发布的 《挑选“好面粉”— 主动权益基金分类完善》，选取 wind 分类下普通股票型、偏股混合、灵活配臵以及平衡型中的权益基金其中股票仓位在研究期内大于 60%， 单一行业持有比例不高于 50%。 一、 基金纯行业配臵与纯选股能力 在 2021 年 8 月 23 日发布了《如何高频探测基金行业配臵动向？——追踪“聪明资金”系列二》中的基金行业仓位探测模型，我们验证了对整体主动权益基金横截面平均仓位拟合的准确性较高，但是对于各基而言会有较大偏差。我们对偏差产生原因进行反思，从而想办法在改进同时高频地算出基金纯选股与纯行业和配臵能力。 行业探测模型对各基存在偏差原因分析 我们回顾下行业探测模型，对各基的行业仓位探测步骤如下： 1、首先根据基金起始点最近的一个财报数据点开始进行逐日探测。例如对基金A，我们最早获取公开财报的数据是 2016 年 6 月 30 日的全部持仓数据，公 布时间点为 2016 年 8 月 15 日，我们将所有全部持仓映射到对应的申万一级 28 个行业分类并计算行业的持仓比例。 2、对于 2016 年 7 月 1 日的仓位探测，我们选用过去一段时间频率（window， 例如 10 天）的收益数据与构建的行业指数收益数据进行下述拟合： Min： （∑?????????????1(??  ? ∑28  （??  ? ??  ）)2  + ∑28  ???  ? ??  ? ? ??） （1） ??=0 ?????? ??=1 ???? ?????? ??=1 ???? ??(???1) 对于某一时间点t，例如我们选取过去 10 天作为拟合的窗口期，其中????????代表基金 p 在 t 时刻过去第 i 天的收益。????????分别代表某一重构行业 j 指数在 t 时刻过去第 i 天的收益。??????代表某一重构行业 j 在 t 时刻的权重估计，也是我们的求解目 标。其中??可以控制估计权重的稳定情况。其中满足∑28 ??=1 ?????? ≤ 1 且 任意?????? ≥ 0。 需要注意的是，如果遇到财报数据点，例如其实点 2016 年 6 月 30 日，那么我们传入的????0向量则为第一部分计算的该基金这一天公布的持仓比例。 而基金本身底层资产是个股，即使我们用横截面基金持仓加权后编制的指数收益去拟合基金的收益，与基金真实在对应行业中的收益存在天然差距，这一部分差距主要体现出基金经理的选股能力。我们以长盛创新驱动（004745.OF）为例， 该产品在 21 年开始加大了对电气设备板块的配臵。2020 年 12 月 31 日与 2021 年 6 月 30 日该基金真实在电气设备板块的配臵比例分别为 34.84%与 45.63%， 而我们拟合结果分别为 56.04%与 69.36%。从历史图形趋势上可以看出拟合走势较为一致，但是在量级上差距比较大，其中原因主要是我们用的行业指数收益弹性与该产品在电气设备选的个股收益差距较大，所以在拟合时候为了追求整体收益均方误差最小时，由于不能改变指数收益，只能被动提升该类资产的仓位从而追求损失函数最小化。因此以这个产品的电气设备板块为例，将近 20%的高估仓位侧面反映了该基金经理在电气设备板块选股能力，能够大幅度跑赢行业基准。 图表 1：004745.OF 在电气设备板块仓位探测与真实公布结果 拟合持仓比例 真实持仓比例 80.00% 70.00% 60.00% 50.00% 40.00% 30.00% 20.00% 10.00% 0.00% -10.00% 来源：、Wind、截止 2021 年 6 月 30 日 行业探测组合与真实组合差距 接下来我们再研究高频探测后的行业仓位形成的代理组合与真实组合之间的差异。我们将每日探测的行业仓位与后一日的行业指数进行累乘，可以得到代理组 合收益序列。此时我们假设拟合 100%准确，即?????? = ??????，那么真实组合与代理组合之间得差距就是基金超越行业指数的选股能力。 ???? 28 = ∑?? = ∑ （?????? ? ??