选基因子探索及FOF组合构建.docxVIP

1、 近年来择基难度加大，基金优选成为热门话题 近年来，随着公募基金产品发行数量和发行种类的不断增加（图1），基金业绩的分化也逐渐加大（图2）。如何在纷繁众多的基金池中，挑选出具有较好预期收益的基金，成为了资产配置和基金研究的重要课题。 业绩top10-业绩bottom10图1：近年来主动股票型基金1数量呈现大规模式增长 图2：2019年以来主动股票型基金的业绩分化有所 业绩top10-业绩bottom10 1800 1600 1400 1200 1000 800 600 400 200 2009-Q4 2009-Q4 2010-Q2 2010-Q4 2011-Q2 2011-Q4 2012-Q2 2012-Q4 2013-Q2 2013-Q4 2014-Q2 2014-Q4 2015-Q2 2015-Q4 2016-Q2 2016-Q4 2017-Q2 2017-Q4 2018-Q2 2018-Q4 2019-Q2 2019-Q4 2020-Q2 2020-Q4 2021-Q2 2021-Q4 2022-Q2 80.0% 60.0% 40.0% 20.0% 2009-Q4 2009-Q4 2010-Q2 2010-Q4 2011-Q2 2011-Q4 2012-Q2 2012-Q4 2013-Q2 2013-Q4 2014-Q2 2014-Q4 2015-Q2 2015-Q4 2016-Q2 2016-Q4 2017-Q2 2017-Q4 2018-Q2 2018-Q4 2019-Q2 2019-Q4 2020-Q2 2020-Q4 2021-Q2 2021-Q4 2022-Q2 数据来源：Wind 数据来源：Wind 图3：本文整体思路及步骤 基金研究中定性与定量相辅相成、缺一不可。本文将从定量的角度，以微观层面的选基因子入手，探寻适用于主动股票型基金的优选因子，并对其中有效的因子的逻辑进行解释。在组合层面上，我们根据五大选基样本域，构建适用于不同要求下的FOF基金组合。 来源：研究所 2、 四大选基因子：技术面、资金面、基本面、基金特征面均 有不错的选基效果 我们通过基金特质数据、基金持股明细、选股因子池，得到基金特征类因子及 1 主动型股票基金的筛选规则见表 1 持仓特征类因子。 基金特征类因子：利用净值、持仓明细、持股人结构等基金特质数据构建得到的因子。 持仓特征类因子：根据股票层面的三大类因子：技术面、资金面、基本面按照基金持股明细聚合得到。具体构建步骤如下： 根据基金季报中的前十大股票持仓和证监会行业分布，模拟补全所有股票持仓明细； 根据模拟持仓的权重，加权股票因子值，聚合得到基金的持仓特征类因子； 对持仓特征类因子，计算其覆盖股票持仓权重之和，将因子值除以权重和进行调整。 在计算完成基金特征类因子和基金持仓类因子（技术面、资金面、基本面共三类）后，我们对全体主动股票型基金进行分组回测。回测细节如表1所示。 回测步骤 细节表 回测步骤 细节 样本空间 成立或者转型超过15个月的普通股票型、偏股混合型以及灵活配置型基金，且过去四个连续报告期仓位均大于等于 70%（只考虑初始基金）； 基金合计规模在 1亿至 100 亿之间； 剔除调仓时点暂停申购或暂停大额申购的样本。 调仓时点 每年 1、4、7、10 月末，汇总符合标准的权益基金得到基金样本池、计算基金因子，并在之后的第一个交易日调仓；回测区间 2012年1月1日~2022年8月31日； 交易费率 申购费率为 0.1%，赎回费率为 0.05%；分组数量 10组 基准 偏股型基金指数（885001.WI） Wind 接下来我们对四类因子的基金回测结果进行展示和原因分析，进而挑选得到有效的选基因子。 因本文涉及的因子较多，为了不影响正文阅读效果，我们将部分开源金融工程的独家因子的构造过程及原文出处置于附录，方便读者查阅。 、 技术面因子：波动率、动量、换手及其他均有较强的选基效果 2）。 整体来看，技术面因子中，波动率类以及其他量价类因子的选基效果较好（表 因子类别表2：技术面类因子中，波动率类和其他量价因子的表现 因子 类别 细分 细分 因子名称 因子解释 RankIC均 RankICIR 多空年化收 多头年化收 多头超 类别值 类别 值 益率 益率 额 波动 RSquareVSWDQA 个股收益率与万德全A回归取R2 -0.1 -0.62 8.00% 13.40% 4.00% 率 ResidualVolatility 残差波动 0.04 0.23 5.90% 17.20% 4.40% Day60Momentum 60日涨跌幅 0.06 0.5 4.80% 12.10% 2.80% 面 动量  LongMom 长端动量 0.06 0.42