設(shè)為首頁 | 加入收藏 | 今天是2024年11月15日 星期五

聚合智慧 | 升華財富
產(chǎn)業(yè)智庫服務(wù)平臺

七禾網(wǎng)首頁 >> 金融期貨金融期權(quán) >> 金融期貨投資策略技巧心得

借助多因子打分策略篩選FOF子基金

最新高手視頻! 七禾網(wǎng) 時間:2017-02-13 11:35:52 來源:廣發(fā)期貨 作者:陳振宇

股票型基金beta出現(xiàn)兩極分化現(xiàn)象,股票型基金經(jīng)理投資能力分化較大


在選擇投資標的時,不僅要考慮基金的投資風(fēng)格,同時要考慮其相對基準的收益情況。本文借鑒了股票市場中常用的多因子模型,對每只基金的投資風(fēng)格進行分類,同時剝離出其中的市場因子,考察其獲得超額收益的能力alpha,并通過組合構(gòu)建的方式復(fù)原beta收益。


在我們的樣本基金中,包含222只股票型基金、509只債券型基金及590只混合型基金。每期根據(jù)歷史表現(xiàn)挑選出5只基金進行等權(quán)重組合投資,如此類推。結(jié)果顯示,股票型基金每年平均收益率為24.7%,債券型基金為7.3%,混合型基金為17.3%,其波動率與最大回撤普遍優(yōu)于基準指數(shù)。


A 策略設(shè)計背景


我們前期已經(jīng)介紹Fund of Funds(簡稱FOF)資產(chǎn)配置策略,即通過定性或定量的方法對大類資產(chǎn)進行配置。在大類資產(chǎn)配置權(quán)重確定后,我們將進行基金產(chǎn)品的選擇。作為資產(chǎn)配置的主要收益實現(xiàn)方式,基金的好壞決定了大類資產(chǎn)的實際收益。因此,選擇投資標的時,不僅要考慮基金的投資風(fēng)格,同時要考慮其相對基準的收益情況。本文借鑒了股票市場中常用的多因子模型,對每只基金的投資風(fēng)格進行分類,同時剝離出其中的市場因子,考察其獲得超額收益的能力alpha,并通過組合構(gòu)建的方式復(fù)原beta收益。


我國公募基金主要分為股票型基金、債券型基金、混合型基金及其他QDII類基金,前三者市值占絕大部分,我們將主要選取以上三類基金作為研究對象。由于本文考察基金alpha,因此我們剔除相關(guān)指數(shù)基金。


公募基金投資范圍主要為國內(nèi)股票和債券市場,其組合構(gòu)成亦是上述資產(chǎn)的線性組合。因此,在因子的挑選中,我們主要選擇兩大市場的基準(滬深300和中債國債總財富指數(shù))作為市場因子剔除其beta。這樣做的目的在于:


1.在前期的風(fēng)險評價分析框架中,此兩只指數(shù)作為股票和債券市場的平均表現(xiàn)納入到模型中,計算得出的權(quán)重反映出該類資產(chǎn)在組合中應(yīng)該持有的比例。作為投資標的,所選基金亦需具備該市場的收益特征。在業(yè)績歸因時亦可以清楚得出收益來源的比例情況。


2.簡化投資流程,避免整個資產(chǎn)配置系統(tǒng)出現(xiàn)過多參數(shù)。在純多頭策略中,alpha收益小于beta收益,alpha的篩選目的是在實現(xiàn)beta收益的同時,盡可能地獲得較好的風(fēng)險調(diào)整回報。


B 策略原理


正如前文所述,F(xiàn)OF投資的第二步將進行基金的挑選,從而在基金層面上實現(xiàn)資產(chǎn)配置。目前對基金篩選的方法眾多,包括動量方法、多因子方法、聚類分析法等。本文選取如下形式的多因子模型進行分析:


rp=α+β1r1+β2r2+…+βnrn


從模型的角度來看,基金表現(xiàn)越出色,alpha值越大,alpha-t越顯著,模型的R2越小。其中alpha代表了基金經(jīng)理獲得的超額收益,一般來說,投資者總希望基金能獲得更好的回報,因此alpha亦越高越好。Alpha-t代表alpha的t統(tǒng)計量,其直觀含義為alpha值分布的穩(wěn)定性,若alpha越穩(wěn)定,則t值越大,未來該基金能獲得alpha的概率就越高。R2代表了模型的擬合優(yōu)度,反映出模型能夠解釋基金收益率的多少。若R2越低,說明不能被解釋的部分越大,基金經(jīng)理獲得的收益有更多不能被市場因素解釋,即更多地取決于個人能力。


上述三個指標均能挖掘基金經(jīng)理獲得超額收益的能力,我們用其線性組合計算總分然后排序列,選出排名前5的基金進行滾動投資。為了使各指標方向及大小統(tǒng)一,需將R2設(shè)為倒數(shù),并各自標準化進行匯總。


score=w1alp1a+w2t+w3adj.R2


在計算過程中,我們發(fā)現(xiàn)alpha、t及R2對未來的收益預(yù)測能力不盡相同。其中alpha及R2在當期能夠較好地篩選出績優(yōu)基金,但穩(wěn)定性較差,而t則在三類基金中均呈現(xiàn)出較為穩(wěn)定的預(yù)測作用,即前期t值較高的基金,未來收益亦相對較好。另外,無論打分權(quán)重如何變化,效果最好的仍然是僅對t進行篩選,因此我們選擇t作為挑選基金的唯一指標。


C 樣本選取和策略測試結(jié)果


我們將2013年11月至2016年11月的樣本平均分成10個子樣本區(qū)間,平均每個樣本包含約70個交易日數(shù)據(jù)。對每區(qū)間內(nèi)所有基金進行回歸,得到alpha、alpha-t及調(diào)整R2數(shù)據(jù),分別進行單獨排序或打分篩選出排名前N的基金在下一期進行投資,不斷滾動操作。


圖為策略樣本內(nèi)及樣本外區(qū)間選擇介紹


樣本基金篩選條件:

1.股票型基金主要包括普通股票型、指數(shù)增強型及純指數(shù)型基金,樣本中只保留普通股票型基金。

2.債券型基金主要包括純債型、混合債券型及指數(shù)型,樣本中只保留純債型及個別僅投資于債券資產(chǎn)的混合型債券基金。

3.混合型基金主要包括靈活配置型,偏股(債)混合型及平衡型基金,此類別所有基金均保留至樣本當中。

4.運行時間小于1年的基金不予考慮。


在我們的樣本基金中,包含了222只股票型基金、509只債券型基金及590只混合型基金。每期根據(jù)歷史表現(xiàn)挑選出5只基金進行等權(quán)重組合投資,如此類推。測試結(jié)果顯示,股票型基金每年平均收益率為24.7%,債券型基金為7.3%,混合型基金為17.3%,其波動率與最大回撤普遍優(yōu)于基準指數(shù)。


從股票型基金來看,5只基金構(gòu)成的投資組合在2016年之前僅能獲得與市場接近的收益,alpha不太顯著,但在2016年持續(xù)跑贏基準,說明股票型基金在該指標篩選下表現(xiàn)取決于市場條件。從beta的分析中可以看出,股票型基金在大多數(shù)時候beta相對較低,可能與公募基金倉位控制有較大關(guān)系。因此,在低beta的前提下,該策略仍能獲得與市場相同的收益,較能滿足資產(chǎn)配置的需求。另外,值得注意的是,股票型基金beta出現(xiàn)兩極分化現(xiàn)象,說明股票型基金經(jīng)理投資能力分化較大。


圖為股票型組合每期收益與備選基金beta分布


圖為債券型組合beta與凈值走勢


債券型基金方面,由于投資標的的限制,在回歸中并未添加股票因子,僅對利率因子進行回歸。從結(jié)果來看,債券型基金組合普遍穩(wěn)定跑贏基準,且beta平均在1以上,但收益來源或部分承擔(dān)了信用風(fēng)險,未對信用因子進行剔除或使alpha結(jié)果不太準確。


圖為債券型組合每期收益與備選基金beta分布


圖為混合型組合每期收益與備選基金beta分布


混合型基金由于品種繁多,偏股型和偏債型基金持倉差異較大,因此在不同時期,資產(chǎn)輪動的特性將在篩選過程中體現(xiàn)。我們將股票及債券市場因子等權(quán)重作為考察基準,同樣發(fā)現(xiàn)超額收益取決于市場環(huán)境。在去年股票市場大跌的過程中,部分基金選擇將持倉全部切換為債券減少虧損,顯示出用t來篩選基金的可靠性。


D 成本與時滯


對于股票型基金來說,交易成本主要為管理費及申購費。目前管理費水平大概為每年1.5%,而申購費則視規(guī)模而定。絕大多數(shù)公募基金對500萬以上投資僅收取1000元申購費,即0.02%;100萬—5000萬投資約為0.1%—1%,我們暫時假定交易所產(chǎn)生的總成本為每年2%(照此估算,債券型基金成本為每年1%,混合型基金每年2%)。另外,在對資產(chǎn)配置進行再調(diào)整時,基金的申購贖回時間亦并非能按照樣本計算無縫連接。在近3年的存續(xù)期中,我們累計換倉9次,由時滯所帶來的機會成本期望假設(shè)為0。因此,在考慮費用后收益率總體每年減少2%,在選用t進行篩選時仍然能夠獲得小幅優(yōu)于市場的收益。


另外,在私募參考和借鑒方面,由于私募基金凈值披露頻率及數(shù)據(jù)質(zhì)量與公募存在較大差別,在研究分析時難以用私募產(chǎn)品數(shù)據(jù)作量化分析。但對股票和債券類產(chǎn)品來說,凈值走勢仍然與這兩個市場高度相關(guān),此方法亦可以應(yīng)用到私募基金當中。在前期投顧的盡調(diào)報告中,大多數(shù)包含以日為單位的凈值序列,對不同的私募產(chǎn)品進行歸類及回歸分析可以對管理人的投資風(fēng)格及市場相對排名做出評估。對于商品期貨類私募基金來說,構(gòu)造一籃子貼近市場基準的組合顯得尤為重要,同時可以利用前期的研究成果——CTA市場指數(shù)來模擬。

責(zé)任編輯:唐正璐

【免責(zé)聲明】本文僅代表作者本人觀點,與本網(wǎng)站無關(guān)。本網(wǎng)站對文中陳述、觀點判斷保持中立,不對所包含內(nèi)容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔(dān)全部責(zé)任。

本網(wǎng)站凡是注明“來源:七禾網(wǎng)”的文章均為七禾網(wǎng) levitate-skate.com版權(quán)所有,相關(guān)網(wǎng)站或媒體若要轉(zhuǎn)載須經(jīng)七禾網(wǎng)同意0571-88212938,并注明出處。若本網(wǎng)站相關(guān)內(nèi)容涉及到其他媒體或公司的版權(quán),請聯(lián)系0571-88212938,我們將及時調(diào)整或刪除。

聯(lián)系我們

七禾研究中心負責(zé)人:劉健偉/翁建平
電話:0571-88212938
Email:57124514@qq.com

七禾科技中心負責(zé)人:李賀/相升澳
電話:15068166275
Email:1573338006@qq.com

七禾產(chǎn)業(yè)中心負責(zé)人:果圓/王婷
電話:18258198313

七禾研究員:唐正璐/李燁
電話:0571-88212938
Email:7hcn@163.com

七禾財富管理中心
電話:13732204374(微信同號)
電話:18657157586(微信同號)

七禾網(wǎng)

沈良宏觀

七禾調(diào)研

價值投資君

七禾網(wǎng)APP安卓&鴻蒙

七禾網(wǎng)APP蘋果

七禾網(wǎng)投顧平臺

傅海棠自媒體

沈良自媒體

? 七禾網(wǎng) 浙ICP備09012462號-1 浙公網(wǎng)安備 33010802010119號 增值電信業(yè)務(wù)經(jīng)營許可證[浙B2-20110481] 廣播電視節(jié)目制作經(jīng)營許可證[浙字第05637號]

認證聯(lián)盟

技術(shù)支持 本網(wǎng)法律顧問 曲峰律師 余楓梧律師 廣告合作 關(guān)于我們 鄭重聲明 業(yè)務(wù)公告

中期協(xié)“期媒投教聯(lián)盟”成員 、 中期協(xié)“金融科技委員會”委員單位