原标题:追机构之风,量化再增强【天风金工吴先兴团队】
摘要
A股市场的alpha
自然人投资者一直以来是A股市场最重要的组成部分,根据上海证券交易所统计年鉴2010年以来自然人投资者以约20%的持股市值占比创造了超过80%的交易占比。机构投资者占比较低、自然投资者占据了主要交易份额,因而A股市场存在显著的alpha机会。
公募基金中的指数增强型基金能长期稳定获取超额收益,而其他主动股票投资性基金却难以长期保持靠前的业绩排名,因此本文希望构建一个增强组合,组合业绩目标为收益率在主动股票投资基金中的收益率排名。
公募基金持仓的模拟补全
由于指数成分股完全公开透明,因此指数增强型基金可以较好地控制组合各风险维度。公募基金持仓并非实时公开,然而跟踪公募基金业绩需要估计其整体持仓。本文结合公募基金季度报告信息与基金年报、半年报所披露的全部持仓,在每季度模拟补全了基金的全部股票持仓。
公募基金持仓特征刻画
跟踪公募基金业绩需要对其给出恰当的风险度量。本文从股票仓位、行业配置、风格暴露这三个维度出发,在各风险维度上追随公募基金产品的变化。股票仓位上跟踪基金季报披露股票仓位水平;行业配置上以基金股票模拟持仓的Wind行业配置估计公募基金的行业配置;风格暴露上主要监控公募基金市值暴露敞口的变动。
基于公募基金持仓的增强策略
基于各风险维度控制,本文分别为普通股票型基金和偏股混合型基金构建了业绩增强组合。增强组合在回溯区间内排名长期稳定靠前,普通股票型基金的增强组合各年份排名均能进入前25%,偏股混合型基金的增强组合各年份排名也均能进入前25%。
A股市场的alpha
自然人投资者一直以来是A股市场最重要的组成成分。根据2010年至2018年上海证券交易所统计年鉴,2010年以来自然人占据了A股市场最主要的交易份额,自然人投资者以约20%持股市值占比创造了超过80%的交易占比,其数值远超过专业机构投资者。机构投资者占比较低、自然投资者占据了主要交易份额,而自然人投资者在信息获取和投研能力上与机构投资者存在一定差距,因而A股市场存在显著的alpha机会。
公募基金作为A股市场最重要的机构投资者,其专业的投研能力以及宽广的信息获取渠道使得其具有更强的盈利能力。我们将以股票投资为主的公募基金产品简单地归为三类:指数基金、指数增强基金、股票或偏股混合型基金。
指数基金以特定指数为标的,通过完全复制成分股以跟踪指数获取指数收益;指数增强型基金允许其与标的指数存在一定跟踪误差,通过基金管理人的选股能力以获取alpha收益;而股票或偏股混合型基金则无硬性的业绩标的,基金管理人基于其投资理念、风格判断等构建投资组合,其业绩考核标准为基金在同类产品中的收益率表现。
指数型基金通过复制指数成分股以获取指数收益,本文对此不再赘述。而指数增强型基金以特定指数为业绩基准,其对指数跟踪、增强从风险控制(风险模型)和超额收益获取(alpha模型)两个维度出发。由于指数成分股完全公开、指数风格暴露敞口实时透明,指数增强型基金不难控制其与基准指数踪误差;同时A股较低的机构投资者占比使得市场有效性较低,市场中存在显著的超额收益获取机会。因此,指数增强型基金在近些年有着优异的业绩表现。
下图统计了2010年以来沪深300指数增强基金超额收益平均值,整体上指数增强基金相对业绩基准保持着较为稳健的超额收益,各年份基金相对于基准指数均有着正超额收益,且大多数年份超额收益均较为显著。
对于普通股票型基金、偏股混合型基金等以股票投资为主的其它股票型基金,基金管理人一般根据其投资理念构建股票组合,而不同时期市场风格存在较明显切换,因此公募基金产品很难长时间稳健地保持靠前排名。
以普通股票型基金、偏股混合型基金这两类最常见的股票投资基金为例,在下表中我们统计了2008年以来连续三年排名进入一定分位点的基金数量占比。基金池中连续三年排名进入前50%的基金数量占比为11.65%,连续三年排名进入前30%的基金数量占比为2.62%,连续三年进入排名10%的公金数据占比仅为0.17%。公募基金难以长时间保持靠前排名,其原则在于基金业绩受到市场风格的影响较大,市场风格切换可能带来公募基金排名的重新洗牌。
指数增强型基金在A股市场能稳定地获取alpha,而其他主动股票投资型基金却难以长时间保持靠前的业绩排名。既然我们能较容易地获得alpha,同时如果能较好地刻画股票基金的持仓特征,那么叠加alpha模型后我们将有望构建出业绩长期稳定靠前的股票组合。为此,本文将做一个全新的尝试:我们希望相对于主动股票投资型基金构建增强组合,组合业绩目标为收益率在主动股票投资基金中的收益率排名。
公募基金持仓的模拟补全
由于指数成分股完全公开透明,因此指数增强型基金可以较好地控制组合各风险维度,而公募基金全部持仓仅在基金半年报和年报中披露且公告时间存在较长滞后,因此跟踪公募基金业绩存在更大的难度。
基金定期报告中基金季报只披露基金前10大重仓股信息,基金半年报和年报虽然披露基金全部持仓,但是其披露频率较低且时间滞后性较长,难以简单地从基金定期报告中获取基金持仓数据进而估计基金风格暴露等信息。
因此,本文将重点围绕着基金全部持仓模拟而展开。基金季报在每季度结束之日起15个工作日内披露,时效性较高,同时季报中包含基金前10大重仓股、股票市值占比、股票持仓证监会行业配置等信息。而基金半年报、年报分别在区间结束之日起60日和90日内披露,季报和年报中虽会披露基金全部持仓,但是其时效性较差。
本文将基于基金前期季报、半年报、年报等信息,在每季度基金季度公告披露后构建基金模拟持仓组合以刻画基金实际持仓。为在较高时效性下获取公募基金持仓信息,本文利用基金当期季报所披露前10大重仓股,同时结合基金历史持仓数据以模拟基金非重仓股信息,进而构建基金完整持仓模拟组合。
基金季报中披露有基金前10大重仓股,因此模拟全部股票持仓只需要估计基金非重仓股持仓。
基金季报(T期)披露有股票持仓的证监会行业配置信息,基金最近(T-1期)半年报、年报会披露全部股票持仓,可得基金半年报、年报末非重仓股持仓信息。假设基金非重仓股持仓在两期各行业下持股种类不变,仅持股权重按比例变化,那么按比例放缩非重仓股权重可根据T-1期非重仓股持仓得到T期非重仓股模拟持仓。
根据上文持仓补全法,本文对比普通股票型基金半年报、年报模拟持仓与实际持仓组合的行业配置差异。按照Wind行业分类,对每只基金每期可计算其行业配置绝对偏离中位数,进而在各期可计算所有基金的平均行业绝对偏离。基金平均的行业绝对偏离在大多数时间均不超过2%,2010年以来其平均绝对偏离约1.8%,模拟持仓可较好地刻画基金的实际行业配置。
公募基金持仓特征刻画
相较于指数增强型基金可以从指数公开成分股中获取各风险维度信息,公募基金业绩受较多隐性风险维度影响,因此构建业绩稳定靠前的增强组合需要给出恰当的风险度量方式。
如前文所述公募基金产品业绩难以长期保持靠前的因素之一是由于市场风格切换,风格切换可能导致公募基金业绩排名的重新洗牌;而行业指数涨跌幅各异,基金行业配置是影响业绩的另一个重要维度;同时基金管理人对基金仓位的管理直接影响着基金的收益率表现。因此,本文最后从仓位管理、行业配置、风格暴露这三个维度出发,以三位一体方式刻画组合的风险维度。
1
公募基金仓位刻画
公募基金股票仓位可直接从基金季度报告中获取。根据基金产品类型不同,公募基金设有不同股票仓位限制要求。按照Wind基金分类,普通股票型基金一般要求股票投资市值占基金资产的80%以上;偏股混合型基金一般只要求股票投资市值占基金资产60%以上。因而,公募基金产品管理人可在一定范围内进行股票仓位的浮动管理。
市场波动剧烈时,基金的股票仓位水平直接影响基金业绩表现,因此跟紧公募基金股票仓位对于增强组合而言至关重要。下图为普通股票型基金与偏股混合型基金股票仓位中位数的时间序列,这两类以股票投资为主的公募基金产品均有着较高的股票仓位占比,基金管理人会根据市场状况对股票仓位做适当调整,偏股混合型基金的股票仓位变动更为明显。
2
公募基金行业配置刻画
A股市场行业指数收益率间表现出显著差异,因此行业配置是影响基金业绩的重要因素。增强组合的行业配置是跟踪公募基金业绩的重要风险维度,基金季度公告会依据证监会行业分类披露基金持仓股票的行业配置信息。
然而,基金季度公告所披露基金股票持仓的证监会行业配置存在权重过度集中现象。普通股票型基金2018年半年报的平均证监会行业配置情况如下图所示,制造业权重占比接近50%,而其余行业权重占比均低于10%。
证监会行业分类存在新旧两种分类,2013年实施了新版的证监会行业分类,但股票过度集中于部分行业的现象并未解决。如下表所示,证监会制造业下属的二级行业中包含31个二级子行业,其中包含医药制造、汽车制造等差异较大的子行业。因此简单依据基金季报所公布的证监会行业权重估计基金行业配置将产生较大偏差。
基于以上原因,准确估计公募基金行业配置需要更合适的行业分类,行业分类应恰当合理、各行业权重较为均匀,划分不宜太精细也不宜太粗糙。本文最终采取Wind行业分类作为基金股票持仓行业划分,其中Wind一级行业包含金融、医疗保健、电信服务等11个子行业,各行业间的权重配置较为均匀。普通股票型基金2018年半年报的Wind行业配置情况如下图所示,各行业权重配置较为均匀,信息技术、日常消费、可选消费、工业、医疗保健、材料等行业的配置权重均超过10%,未出现权重过度集中现象。
相较于基金季度报告可直接获取持仓的证监会行业配置信息,独立计算基金Wind行业配置则需要基金的全部股票持仓。基于前文基金每季度的股票模拟持仓,我们按以下步骤估计公募基金平均的Wind行业配置。
3
公募基金风格暴露刻画
基金风格暴露是与其行业配置同样重要的风险维度。风格端本文力求抓住最为关键因素,而大小盘长期作为A股市场最为显著风格,我们希望能监控与刻画公募基金市值暴露敞口的变化。
基金市值暴露敞口的估计同样需要其完整股票持仓,根据基金每季度模拟持仓可估计基金市值暴露敞口。然而模拟持仓与基金实际持仓并非完全一致,因此市值暴露敞口存在一定的估计误差。根据模拟持仓构建流程可知,基金前10大重仓股来源于基金季报,此部分准确无误;而基金当期非重仓股模拟部分借用于基金前期年报或半年报,因此非重仓股部分的市值敞口存在一定滞后。
假设两期之间基金前10大重仓股与非重仓暴露敞口的变化幅度一致,以下我们对基金模拟持仓的市值暴露敞口给出修正。具体地,用标准化后对数市值size度量股票市值暴露,则基金P的市值暴露敞口μ_p为:
如下图所示,加入修正项后模型对于基金市值敞口的监测更加敏感。2014年底市场风格突变时,修正后市值暴露敞口变动幅度更剧烈;在2015年公募基金持仓往小盘风格倾斜时,修正后市值暴露敞口表现出更显著的下降幅度;2017年以来公募基金往“漂亮50”抱团时,修正后市值暴露敞口上升幅度更加明显。
基于公募基金持仓的增强模型
综合以上讨论,本文将基于公募基金风格暴露、行业配置以及仓位管理三维度信息构建公募基金业绩增强模型。对于构建alpha模型,我们使用选股的因子以基本面财务因子为主辅以部分技术类指标,主要包含估值、成长、盈利、一致预期、分红、流动性和波动率指标。各选股因子均做截面去极值、行业市值中性化以及标准化处理,因子信息如下表所述。
我们将各中性化、标准化后因子作对称正交与反向归零处理,因子根据过去12期ICIR加权得到股票打分值。读者可参见我们前期报告《基于自适应风险控制的指数增强策略-20180705》。
在每个调仓时间点,以最大化预期收益为目标求解以下优化问题:
公募基金行业配置、市值暴露以及仓位管理上,本文按照每类基金样本池特征设定增强组合基准水平。对于基金样本池,若同一基金存在A、B、C、O类等情形,我们只保留A类基金;同时我们在样本池中剔除规模小于1亿,成立不足3个月的基金样本。
基于公募基金平均行业配置、市值暴露、仓位管理以及个股权重约束,构建增强组合的具体信息如下:
此外,关于股票池构建筛选、样本回溯区间以及业绩比较基准设定,本文按如下方式确定:
综合以上信息,我们按Wind基金分类,针对普通股票型基金、偏股混合型基金两类公募基金产品分别构建增强组合。
1
普通股票型基金
首先我们按Wind分类构建普通股票型基金的增强组合,增强组合按照上文所述选股样本、行业配置、风格约束以及仓位设定等参数构建。
普通股票型基金的增强组合长期跑赢公募基金平均业绩,增强组合每年均能战胜同类基金收益率的中位数。从2010年至今,增强组合排名分位点均位于普通股票型基金前25%,各年份业绩排名稳定靠前。组合年单边换手率不到3倍。
2
偏股混合型基金
此外,本文按照Wind基金分类对偏股混合型基金构建了增强组合。偏股混合型基金和普通股票型基金都是以股票投资为主的公募基金产品,但偏股混合型基金的股票仓位一般会略低于普通股票型基金。
偏股混合型基金的增强组合同样能长期跑赢偏股混合型基金平均业绩,增强组合排名稳定靠前,2010年至今各年均能进入偏股混合型基金前25%。
总结
自然人投资者一直以来是A股市场最重要的组成成分,根据上海证券交易所统计年鉴2010年以来自然人投资者以约20%的持股市值占比创造了超过80%的交易占比。机构投资者占比较低、自然投资者占据了主要交易份额,因而A股市场存在显著的alpha机会。公募基金中的指数增强型基金能长期稳定获取超额收益,而其他主动股票投资型基金却难以长期保持靠前的业绩排名,因此本文希望构建一个增强组合,组合业绩目标为收益率在主动股票投资基金中的收益率排名。
由于指数成分股完全公开透明,因此指数增强型基金可以较好地控制组合各风险维度。而公募基金持仓并非实时公开,然而跟踪公募基金业绩需要估计其整体持仓。本文结合公募基金季度报告信息与基金年报、半年报所披露的全部持仓,在每季度模拟补全了基金的全部股票持仓。
跟踪公募基金业绩需要对其风险给出恰当的风险度量方式。本文从股票仓位、行业配置、风格暴露这三个维度出发,在各风险维度上追随公募基金产品的变化。股票仓位上跟踪基金季报披露基金股票仓位水平;行业配置上以基金股票模拟持仓的Wind行业配置估计公募基金的行业配置;风格暴露上主要监控公募基金市值暴露敞口的变动。
基于各风险维度控制,本文分别为普通股票型基金和偏股混合型基金构建了业绩增强组合。增强组合在回溯区间内排名长期稳定靠前,普通股票型基金的增强组合各年份排名均能进入前25%,偏股混合型基金的增强组合各年份排名也均能进入前25%。
相关报告
《基于预期业绩季度化分解的超预期30组合》2018-09-07 《基于自适应风险控制的指数增强策略》2018-07-05 《》2018-08-03 《》2018-06-19 《》2018-06-15 《》2018-06-05 《》2018-05-08 《》2018-04-19 《》2018-04-10 《》2018-04-10 《》2018-03-22 《》2018-03-05 《》2018-02-09 《》 2018-02-08 《》2018-02-05 《金融工程:》 2018-01-22 《》2017-12-12 《》2017-11-28 《》2017-11-17 《》2017-10-30 《》2017-10-24 《金融工程:基于动态风险控制的组合优化模型》2017-09-21 《》 2017-09-18 2017-09-04 《金融工程:MHKQ因子择时模型在A股中的应用》 201 《金融工程:专题报告二十三-自适应收益预测模型下的组合优化策略》 2017-08- 《金融工程:FOF专题研究(四):景顺长城沪深300增强指数型基金》 2017-08- 《金融工程:专题报告二十一-买卖压力失衡——利用高频数据拓展盘口数据》 2017-08-01 《金融工程:FOF 专题研究(三):华泰柏瑞量化A偏股混合型基金》 2017-07-24 《金融工程:专题报告十九-半衰IC加权在多因子选股中的应用》 2017-07-22 《金融工程:FOF专题研究(二):国泰估值优势偏股混合型基金》 2017-07-17 《金融工程:专题报告-私募EB正股的投资机会》 2017-07-11 《金融工程:FOF专题研究(一):银华中小盘精选偏股混合型基金》 2017-07-06 《金融工程:中期策略会纪要1:天风金工“四位一体”仓位管理体系》 2017-06-27 《金融工程:专题报告-国债期货组合趋势策略:以损定量,顺势加仓》 2017-06-19 《金融工程:专题报告-戴维斯双击》 2017-06-12 《金融工程:专题报告-反转现象的选择性交易策略》 2017-06-01 《金融工程:专题报告-国债期货展期价差交易》 2017-05-25 《金融工程:专题报告-基于高管增持事件的投资策略》 2017-05-14 《金融工程:专题报告-2017年6月沪深重点指数样本股调整预测》 2017-05-06 《金融工程:专题报告-预知业绩能有多少超额收益?》 2017-04-16 《金融工程:专题报告-策略的趋势过滤》 2017-03-22 《金融工程:专题报告-日间趋势策略初探》 2017-03-10 《金融工程:专题报告-基于自适应破发回复的定增选股策略》 2017-03-09 《金融工程:专题报告-定增节点收益全解析》 2017-03-06 《金融工程:专题报告-潜伏ST摘帽》 2017-03-06 《金融工程:专题报告-量化CTA策略概述》 2017-02-14 《金融工程:专题报告-潜伏业绩预增》 2017-02-13关注我们
风险提示:模型失效风险、基金风格变动风险、因子失效风险。
《天风证券-金工专题报告-基于机构风格追随的业绩增强策略》
2018年10月11日
张欣慰 SAC 执业证书编号: S1110517010003