基金持仓与基金业绩视角下的选股策略 | 开源金工

文摘 2024-08-31 21:03 上海
开源证券金融工程首席分析师  魏建榕
微信号：brucewei_quant执业证书编号：S0790519120001开源证券金融工程研究员 蒋韬（联系人）微信号：daisyJt49执业证书编号：S0790123070037研究领域：基金研究、因子模型
摘要


基于公募基金持仓的选股策略
上篇报告《公募基金持仓参考价值再思考》中，发现基金持有因子对优选公募超配股票无效。因此，本文不从整体出发，而从基金业绩角度出发，认为不同基金的持仓参考价值不同，和基金持有因子形成互补。
基于基金持仓和基金业绩的选股策略基金夏普因子构造过程（1）基金业绩的衡量指标选用基金复权净值的夏普比率，夏普比率综合考虑了基金净值高低和净值稳定性。
（2）基金持仓数据包括（半）年报的全持仓数据和季报的重仓股数据。持仓数据分为静态持仓和持仓变化，其中持仓变化又能分为增持持仓和减持持仓。基金可以使用所有样本池内的基金，也能精选部分基金。
（3）对于每只股票，筛选持有/增持/减持该股票的基金，计算基金夏普比率均值，即为该股票的基金夏普因子。
因子绩效：
（1）重仓股静态持仓算得的基金夏普因子更适用于大盘。在沪深 300 内多空年化收益9.6%，在中证 500 内多空年化收益3.9%，在中证 1000 内多空年化收益5.4%。进行市值行业中性化后，因子多头超额净值的稳定性得到提升，2018年后更为明显。
（2）全持仓中静态持仓算得的基金夏普因子对大盘和小盘都适用。在沪深 300 内多空年化收益7.8%，在中证 500 内多空年化收益6.9%，在中证 1000内多空年化收益10.4%，增持股票算得的基金夏普因子效果有所提升。
（3）将两个因子等权合成基金夏普因子，因子在小盘效果较好。中证500 内多空年化收益8.8%，多头超额年化收益7.1%；中证1000 内多空年化收益10.2%，多头超额年化收益9.8%。
将两个因子正交后等权合成基金夏普因子，沪深300内选股绩效提升，但是小盘效果RankICIR下降。沪深300多头超额年化收益从5.8%提升至8.2%。
从因子绩效来看，基金夏普因子的选股效果主要来源于夏普比率较低的基金，原因是业绩靠后的基金业绩持续性更强。公募基金增减配、流动性与未来收益分布
对于基金减配的股票，需要规避交易拥挤度高的股票，然而拥挤度低且质地良好的股票收益仍较高。
对于基金增配的股票，拥挤度的重要度较低，换手波动的平稳度重要性较高，即需要筛选投资者情绪较为稳定的股票。由于该类股票获基金资金净流入，因此流动性指标的重要性相对基金减配股较小，股票质地更重要。报告链接点击文末阅读原文
报告发布日期：2024-8-31
01
基于公募基金持仓的选股策略
在上篇报告《公募基金持仓参考价值再思考》中，我们构造了基金超配指标，并在此基础上构造了基金持有因子FOA，反映公募基金整体对股票的观点，核心逻辑是基金整体具有选股能力。基金持有因子在各个样本池均有一定选股能力，在小盘上表现更好，原因是小盘股本身覆盖度不高，基金经理超配小盘股体现对冷门股的挖掘。
上篇报告中，我们从整体基金选股能力出发，本文不从整体出发，而从基金业绩角度出发，认为不同基金的持仓参考价值不同，和基金持有因子形成互补。本文的创新点一是在于以往报告往往从重仓股出发，本文发现全持仓也同样有价值，可以发挥量化的优势，扩大选股范围；二是在于以往报告强调跟随绩优基金，我们发现规避业绩靠后基金持仓同样重要；三是我们探究了流动性对于公募增减配股票投资价值的影响。02
基于基金持仓和基金业绩的选股策略
2.1、指标构建：寻找公募整体看好的股票本节探讨业绩表现优异的基金，其持仓股票在未来是否也能带来更高的收益。我们构造基金夏普因子验证这个想法，分为三步：（1）挑选基金业绩的衡量指标：选取基金复权净值的夏普比率，因为它综合考虑了基金净值高低和净值稳定性。（2）选择基金持仓数据：包括（半）年报的全持仓数据和季报的重仓股数据。持仓数据可以分为静态持仓和持仓变化等。（3）计算因子：对于每只股票，筛选持有/增持/减持该股票的基金，计算基金夏普比率均值，即为该股票的基金夏普因子。具体来看，首先，基金业绩的衡量指标选用基金复权净值的夏普比率，夏普比率综合考虑了基金净值高低和净值稳定性。将若干业绩衡量指标作为基金因子进行选基回测，在行业中性化的情况下，长期来看夏普比率在RankICIR和多头超额等方面均超越收益率和Carhart四因子回归后的收益率。
行业中性化能够提升因子稳定性。行业中性化后的夏普比率因子多头走势更稳定，但是超额收益略低，从多空净值曲线也可以得到这个结论。这说明行业因素对基金业绩影响较大，后续合成股票因子时需要考虑是否保留股票因子的行业暴露，即过去基金因为选对行业获取的超额收益在同一个行业上不一定能够延续。
其次，基金持仓包括（半）年报的全持仓和季报的重仓股。尽管年报数据比较滞后，但是其在披露完整度上仍然具有一定优势；季报披露频率更高，且滞后时间较短。因此本文的数据源仍然包括全持仓数据和重仓股数据。
进一步，基金持仓可以关注静态持仓，也可以关注持仓变化，静态持仓指季报/年报披露时点的持仓数据，持仓变化指季报/年报披露时点的持仓相对上期的变化。其中持仓变化又能分为增持持仓和减持持仓。基金可以使用所有样本池内的基金，也能精选部分基金，如风格均衡型基金进行计算，后者在1.2节中详述。最后，计算基金夏普因子。对于每只股票，筛选全持仓/重仓股中持有/增持/减持该股票的基金，计算基金夏普比率均值，即为该股票的基金夏普因子。接下来，验证因子效果。我们首先考察重仓股合成因子效果，静态持仓算得的基金夏普因子在沪深300上表现较好，在小盘上表现一般。在回测时，沪深 300内3 分组、中证 500内5分组、中证 1000 内 10 分组（下同），测试效果如表2所示。在沪深 300 内多空年化收益9.6%，在中证 500 内多空年化收益3.9%，在中证 1000 内多空年化收益5.4%。
这也是以往报告往往使用该类因子优选重仓股30组合等的原因，因为重仓股类因子效果往往在大盘多头较好。持仓变化和静态持仓算得的因子绩效差别不大。以沪深300样本池为例，RankIC均值在3.3%到3.5%区间，多空年化收益在9%到10%区间。后续使用重仓股静态持仓来计算基金夏普因子。
进行市值行业中性化，因子多空收益有所缩窄，但是稳定性得到改善。在沪深300样本池内，市值行业中性化后，因子多空收益从9.6%下降至7.3%，然而RankICIR从0.73上升至1.04，且因子多头超额净值的稳定性得到提升，2018年后更为明显。
同样的，我们使用全持仓数据计算基金夏普因子。从选股效果来看，全持仓中静态持仓的算得的基金夏普因子对大盘和小盘都适用。在沪深 300 内多空年化收益7.8%，在中证 500 内多空年化收益6.9%，在中证 1000 内多空年化收益10.4%。相较于重仓股数据计算的因子，全持仓数据计算的因子在中小盘上表现较好。原因是全持仓数据涉及股票更多，样本量更大，算得的因子更为准确。缺点是全持仓数据披露滞后时间较长，对应因子在大票多头表现略差于重仓股算得的因子。比较静态持仓和持仓变化算得的因子，我们发现增持股票算得的因子表现更好，后续全持仓数据使用增持股票算得的因子。沪深300中，基金夏普因子（增持股票）RankIC为2.4%，高于减持股票（2.1%），多空年化收益为12.7%，高于减持股票（7.3%）。
为什么持仓变动在全持仓算得的因子中表现较优？我们的解释是全持仓数据计算的增持和减持比例更为准确。重仓股由于只披露10只股票，对于新进入前十大和退出前十大的股票变动比例的计算存在误差。为什么全持仓滞后时间长，仍能产生比较好的选股效果？我们的解释是全持仓体现基金经理的对于全市场股票的筛选，出现在全持仓的股票本身具有一定投资价值，因此该因子作用主要在选股而非择时，滞后时间影响有限。将两个因子等权合成基金夏普因子，因子的直观解释是绩优基金持有重仓股和增持股票。合成因子在小盘效果较好。沪深300效果有所下降，多空年化收益9.7%，多头超额年化收益5.8%；中证500 内多空年化收益8.8%，多头超额年化收益7.1%；中证1000 内多空年化收益10.2%，多头超额年化收益9.8%。沪深300样本池中因子效果下降与因子合成方式有关，将两个因子正交后等权合成基金夏普因子，沪深300选股效果提升，但是小盘效果下降。沪深300多头超额年化收益从5.8%提升至8.2%；中证500 多头超额年化收益从7.1%提升至7.6%，然而RankICIR从0.74下降至0.52。
基金夏普因子与多数Barra因子相关性较低，与基金持有因子相关性较低。基金夏普因子与除动量因子外的Barra因子相关性绝对值在10%内，与动量因子相关性为16%。与基金持有因子相关性较低，仅为7.1%。分板块来看，我们发现在金融以外的板块有一定选股效果。分时段来看，2023年前医药和消费超额收益更高，2023年以后周期、科技和制造超额收益更高。2.2、重要讨论
由1.1节的讨论可知，基金夏普因子在大盘股的选股能力更高。我们认为，主要原因有两点：一是基金持仓以大盘股为主，其业绩主要来源于大盘股表现，因此在小盘股定价上的影响力较弱。尽管近年来基金出现市值下沉的现象，2023年报披露基金持仓中沪深300成分股占比仍达49%。二是基金持仓中大盘股数量更多，对大盘股覆盖更高，因子样本量更大。2023年报披露基金平均持有17只沪深300成分股，13只中证500成分股和16只中证1000成分股，这意味着基金对沪深300成分股覆盖度更高，平均覆盖度为6%，高于中证500（3%）和中证1000（2%）。
基金夏普因子的绩效更多由夏普比率较低的基金所贡献。对于沪深300成分股，基金夏普因子绩效主要来自夏普比率低的基金，即较少（多）被夏普比率低的基金持有的股票，未来收益整体更高（低）。对于中证500和中证1000，结论与沪深300类似，不同的是夏普比率高的基金贡献了部分多头超额收益，即较多被夏普比率高的基金持有的股票，未来收益整体更高，反之不成立。基金夏普因子的绩效更多由业绩相对靠后的基金所贡献的原因是业绩靠后的基金业绩持续性更强。在多数年份中，基金业绩排名持续位于前25%的概率低于持续位于后25%的概率，即保持业绩靠前的难度更高。由于不同类型的基金选股差异较大，如深度价值型基金经理持仓往往波动更低，且价值和成长存在轮动现象，因此不同类型基金的夏普比率并不完全具备可比性。将所有基金按类型分为价值类、成长类基金和均衡类基金 [1]。价值股和成长股之间存在轮动现象，因此两种风格的基金夏普比率呈现出此消彼长的特点。
为了增加可比性，对均衡型基金的全持仓计算基金夏普因子，这类基金对标全市场基金，持仓较为均衡。因子在沪深300选股池多头选股效果略优于基于全体基金计算的因子，多空收益差别较小。
将上述因子进行市值行业中性化处理，均衡型基金计算得出的因子优势更加明显。具体来说，在沪深300选股池中，基于均衡型基金算得的因子多头超额净值和多空超额净值均优于基于全体基金算得的因子，多空收益方面优势更为突出。

03
公募基金增减配、流动性与未来收益分布
市场近期较为关注基民赎回对公募基金配置股票的影响，我们认为基民赎回本质上影响的是股票流动性。对此，本节探究流动性因素和公募基金配置行为的联动，考虑不同流动性条件下，基金增减配股票未来收益分布，从而发现流动性对基金增配和减配股票未来收益影响不同，并纳入若干选股因素综合判断。3.1、使用决策树纳入各类选股因素
由于本节需要探究多个选股指标的联动，采用的研究方法是树模型。树模型能可以筛选出重要程度最高的指标，也能天然的考虑到分域问题，即不同的股票适用的选股策略不同。此外，树模型具备良好的可解释性，并能有效处理解释变量与被解释变量之间的非线性关系。流动性因子包括非流动性(非拥挤)和换手波动，两个指标在A股选股效果较强。非流动性(非拥挤)改写自Amihud 非流动性指标 (ILLIQ)，在A股市场是拥挤度的反向指标，拥挤度高在弱市可能会引起踩踏交易。换手波动反映的投资者情绪不稳定性，不稳定的投资者情绪会触发流动性短缺。此外，我们选取较为重要的若干选股指标，分为成长因子、低估值因子、动量因子等，具体见表9。这些指标可以作为分类指标，也可以作为选股指标。如成长类指标中的净收益增长率和超预期，可以作为成长股的筛选标准，也可以筛选出收益较高的股票。3.2、基金增减配与流动性对选股影响
本节观察对于基金增配和减配股票，流动性对收益的影响。我们将股票未来涨跌幅作为因变量，若干选股因素作为自变量，构建决策树。公募超配比例变化使用全持仓计算的FOC_semi_year。由于大小盘定价因素有所不同，按照沪深300、中证500和中证1000成分股来划分大中小盘。由于股票涨幅仅存在于少量股票中，因此对于收益分类上，将超额收益高于60%的股票定义为收益高的股票，其余均为收益低的股票。将所有股票按照超额收益五分组，可以发现第三组股票无论超额收益均值还是正超额比例均较低，超额收益为-1%，正超额收益比例仅为23%。由于正样本和负样本数量差距不大，样本不平衡程度可以暂时不考虑。对于基金减配[2]的股票，拥挤度低的股票收益较高，即需要规避基金卖出且拥挤度高的股票。
具体来说，沪深300成分股中出现在基金重仓股、拥挤度低的股票未来收益高。中证500成分股中业绩增长、拥挤度低的股票未来收益高。沪深300样本池和中证500样本池中筛选共同标准是拥挤度低，说明在基金减配股票中优选股票时，需要避免交易拥挤的股票。换而言之，拥挤度低、质地优良的基金减配股票仍有价值。
对于基金增配[3]的股票，拥挤度的重要度较低，换手波动的平稳度重要性较高，即需要筛选投资者情绪较为稳定的股票。具体来说，沪深300成分股中长端动量强、换手稳定的股票未来收益高。中证500成分股中出现在基金重仓股、净利润增长、换手波动低的股票未来收益高。沪深300样本池和中证500样本池中筛选共同标准是换手波动的平稳度高。流动性指标出现在决策树的末端，说明流动性对于基金增配股的重要性比基金减配股票低。
为了进一步证明以上结论，探究两个流动性指标在增配和减配股票中的分层效果。结论与决策树的结果一致，一是非流动（非拥挤）指标在基金减配股中分层效果更好，沪深300成分股和中证500成分股均存在此现象；二是换手波动指标在基金增配股中分层效果更好，但是该指标分层效果一般。我们认为该现象的原因是对于基金减配股，需要避免出现拥挤卖出的股票，在基金资金流出的情况下，卖压更大；对于基金增配股，需要避免换手波动大的股票，这类股票由于市场情绪不稳定，容易出现拐点，尤其是大盘。然而，由于基金增配股获基金资金流净流入，因此流动性指标的重要性相对基金减配股较小，股票质地更重要。04
附录
基金筛选规则：（1）普通股票型、偏股混合型以及灵活配置型基金，且过去两个连续报告期仓位均大于等于60%（只考虑初始基金）。（2）基金合计规模在1亿以上。附注：[1] 基金分类方式：（1）单季度ROE同比增速、单季营收同比增速、ROE指标等权合成成长综合因子GEP、BP、分红率等权合成价值综合因子E；（2）计算风格综合因子G-E；（3）按照30%-40%-30%比例划分价值、均衡、成长风格基金。[2] 对于沪深300和中证500成分股，基金超配变化指标小于-0.1。
[3] 对于沪深300和中证500成分股，基金超配变化指标大于0.05。

05
风险提示
模型测试基于历史数据，市场未来可能发生变化。本报告不构成对股票的投资建议，历史收益不代表未来收益。
更多交流，欢迎联系:开源证券金融工程团队 | 魏建榕 张翔 傅开波 高鹏 苏俊豪 胡亮勇 王志豪 盛少成 苏良 何申昊 陈威 蒋韬end


团队介绍


开源证券金融工程团队，致力于提供「原创、深度、讲逻辑、可验证」的量化研究。团队负责人：魏建榕，开源证券研究所副所长、金融工程首席分析师、金融产品研究中心负责人，复旦大学理论物理学博士，浙江大学金融硕士校外导师、复旦大学金融专硕校外导师、上海财经大学数学专硕业界导师。专注量化投资研究10余年，在实证行为金融学、市场微观结构等研究领域取得了多项原创性成果，在国际学术期刊发表论文7篇。系列代表研报《开源量化评论》、《市场微观结构》、《开源基金研究》，在业内有强烈反响。2023年获评金麒麟菁英分析师第1名、Wind金牌分析师第3名、水晶球分析师公募榜单第4名；2022年获评金牛分析师第5名、Wind最佳路演分析师。团队成员：魏建榕/张翔/傅开波/高鹏/苏俊豪/胡亮勇/王志豪/盛少成/苏良/何申昊/陈威/蒋韬。

免 责 声 明Legal Notices

开源证券股份有限公司是经中国证监会批准设立的证券经营机构，具备证券投资咨询业务资格。
本报告仅供开源证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为客户。本报告是发送给开源证券客户的，属于商业秘密材料，只有开源证券客户才能参考或使用，如接收人并非开源证券客户，请及时退回并删除。
本报告是基于本公司认为可靠的已公开信息，但本公司不保证该等信息的准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用，并非作为或被视为出售或购买证券或其他金融工具的邀请或向人做出邀请。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，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波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突，不应视本报告为做出投资决策的唯一因素。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。本公司未确保本报告充分考虑到个别客户特殊的投资目标、财务状况或需要。本公司建议客户应考虑本报告的任何意见或建议是否符合其特定状况，以及（若有必要）咨询独立投资顾问。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。在任何情况下，本公司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。若本报告的接收人非本公司的客户，应在基于本报告做出任何投资决定或就本报告要求任何解释前咨询独立投资顾问。
本报告可能附带其它网站的地址或超级链接，对于可能涉及的开源证券网站以外的地址或超级链接，开源证券不对其内容负责。本报告提供这些地址或超级链接的目的纯粹是为了客户使用方便，链接网站的内容不构成本报告的任何部分，客户需自行承担浏览这些网站的费用或风险。
开源证券在法律允许的情况下可参与、投资或持有本报告涉及的证券或进行证券交易，或向本报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务支持。开源证券可能与本报告涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通知客户。
本报告的版权归本公司所有。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。
开源证券股份有限公司
地址：西安市高新区锦业路1号都市之门B座5层
邮编：710065
电话：029-88365835
传真：029-88365835
http://mp.weixin.qq.com/s?__biz=MzI1NTYxMjE1Mw==&mid=2247596454&idx=1&sn=24135d89d2584ba186e2f4eaf08d37f5
建榕量化研究
我们恪守「原创、深度、讲逻辑、可验证」的量化研究准则，感谢关注开源金工。