8月份多维度特征与能力的选基策略超额显著

文摘   2024-09-12 19:49   北京  






+

目录


1. 8月份主动权益基金表现回顾.

2. 基于交易动机因子及股票价差收益因子的选基策略跟踪

3. 基于基金特征和基金能力的综合选基策略跟踪

4. 风格轮动型基金优选组合业绩跟踪

5. 附录

6. 风险提示


摘要


投资逻辑 

2024年8月份主动权益型基金表现回顾

2024年8月,中证红利指数表现较上月继续回落,但幅度有所收窄,8月份跌幅为-3.30%。我们根据基金净值走势与中证红利指数的相关系数,筛选出若干红利主题基金。本月红利主题基金整体表现较弱,收益率中位数为-2.72%,近1年,红利主题基金收益率中位数为-1.93%。

本月主动权益基金整体业绩继续回调,主动量化基金业绩相较主动权益基金表现不佳。2024年8月份,主动权益基金收益率中位数为-3.41%,超过主动量化型基金中位数-3.64%。行业主题基金中,从中位数来看,本月医药、金融地产主题基金业绩整体表现相对最佳,收益率中位数为-1.81%、-1.88%。

基于交易动机因子及股票价差收益因子的选基策略跟踪

本月基于交易动机因子及股票价差收益因子的选基策略跑赢万得偏股混合型基金指数。本月基于交易动机因子及股票价差收益因子的选基策略跑赢万得偏股混合型基金指数。2024年8月份,策略获得-3.49%的收益率,相对万得偏股混合型基金指数的超额收益率为0.13%。

基于基金特征和基金能力的综合选基策略跟踪

我们从基金规模、持有人结构、基金业绩动量、选股能力、隐形交易能力、含金量等多个维度构建了选基因子,并进行等权重合成。策略采用季频调仓的方式,在每年1、4、7、10四个月末进行调仓,并扣除交易成本。我们对该策略8月份的净值表现进行了跟踪。

本月基于基金特征和基金能力的综合选基策略跑赢万得偏股混合型基金指数。2024年8月份,本策略取得-2.62%的收益率,相对万得偏股混合型基金指数的超额收益率为0.97%。2024年,截至8月末,策略获得了3.46%的超额收益率。

风格轮动型基金优选组合业绩跟踪

我们目前基于成长价值与大小盘两个维度,根据基金在两个报告期的股票持仓,构建基金绝对主动轮动指标,对基金是否为风格轮动型基金或风格稳定型基金进行了识别。随后,我们根据主动轮动收益因子,刻画基金风格轮动的效果,并在风格轮动型基金中进行了基金优选。本策略采用半年频调仓的策略,在每年3月末/8月末进行调仓,选基范围为偏股混合型基金及普通股票型基金,并扣除交易成本。我们对该策略在2024年8月份的表现进行了跟踪。

本月风格轮动型基金优选组合略跑输万得偏股混合型基金指数,在2024年以来取得正超额。本策略取得-3.69%的收益率,相对于万得偏股混合型基金指数的超额收益率为-0.14%。2024年该策略获得2.28%的超额收益率。

风险提示

以上结果通过历史数据统计、建模和测算完成,在市场环境发生变化时模型存在失效的风险;当交易成本或其他条件改变时,可能导致策略收益下降甚至出现亏损。


正文





8月份主动权益基金表现回顾

1.1 红利主题基金8月份表现继续回落

2024年8月,中证红利指数表现较上月继续回落,但幅度有所收窄,8月份跌幅为-3.30%。

我们根据基金净值走势与中证红利指数的相关系数,筛选出若干红利主题基金。本月红利主题基金整体表现较弱,收益率中位数为-2.72%,近1年,红利主题基金收益率中位数为-1.93%。

8月份收益排名前5的红利主题基金如下表所示,汇添富外延增长主题A(000925.OF)8月份收益率为0.06%,南方高股息主题A(008736.OF)8月份收益率为-0.68%。

1.2 主动量化基金表现弱于主动权益基金

本月主动权益基金整体业绩回调,主动量化基金业绩表现不及主动权益基金。2024年8月份,主动权益基金收益率中位数为-3.41%,超过主动量化型基金中位数-3.64%。部分主动量化基金本月取得正收益,如富国港股通量化精选A、诺安多策略、创金合信港股通量化A、景顺长城量化港股通A、华泰柏瑞港股通量化A等,8月份收益率分别为2.68%、2.30、2.17%、1.17%、0.48%。

1.3 8月份金融地产行业主题基金业绩反弹

我们根据主动权益基金的名称、业绩基准等定性信息,并结合股票持仓数据进行补充与复核,从主动权益型基金中筛选出若干消费、医药、TMT、制造、周期、金融地产等行业主题基金。从中位数来看,本月医药、金融地产主题基金业绩整体表现相对最佳,收益率中位数为-1.81%、-1.88%。

基于交易动机因子及股票价差收益因子的选基策略跟踪

我们在2023年10月30日发表的《智能化选基系列之五:如何刻画基金经理的交易动机并进行基金优选?》中,曾将基金的交易动机进行划分并构造了基金交易动机因子,再结合基金利润表中的股票价差收益因子,构造了二者相结合的选基策略。该策略旨在筛选出股票价差收益较高,拥有主动交易动机并且业绩粉饰可能性较低的基金,因子构建方式及回测结果详见原报告或附录。

该策略采用半年频调仓的方式,每年3月末/8月末进行调仓,从主动权益型基金中进行筛选,并扣除交易成本。我们对该策略8月份的最新净值表现进行了跟踪。

本月基于交易动机因子及股票价差收益因子的选基策略跑赢万得偏股混合型基金指数。2024年8月份,策略获得-3.49%的收益率,相对万得偏股混合型基金指数的超额收益率为0.13%。

2011年3月末以来,策略长期跑赢万得偏股混合型基金指数,费后年化超额收益率达到4.32%。

从各年份超额收益率来看,基于交易动机因子及股票价差收益因子的选基策略在各个完整年份均获得了正收益,2024年该策略暂未跑赢万得偏股混合型基金指数。

基于基金特征和基金能力的综合选基策略跟踪

我们曾在2023年1月7日发布的《智能化选基系列:通过全方位特征预测基金业绩并构建跑赢指数的基金组合》、2023年6月6日发布的《智能化选基系列之三:基金经理多维度能力评价因子的优化》中,挖掘了基金各方面特征及能力,构建了多类选基因子,对普通股票型基金及偏股混合型基金构成的基金池进行量化优选,因子构建方式及回测结果详见原报告或附录。

我们从基金规模、持有人结构、基金业绩动量、选股能力、隐形交易能力、含金量等多个维度构建了选基因子,并进行等权重合成。策略采用季频调仓的方式,在每年1、4、7、10四个月末进行调仓,并扣除交易成本。我们对该策略2024年8月份的净值表现进行了跟踪。

本月基于基金特征和基金能力的综合选基策略跑赢万得偏股混合型基金指数。2024年8月份,本策略取得-2.62%的收益率,相对万得偏股混合型基金指数的超额收益率为0.97%。

从分年度收益来看,基于基金特征和能力的综合选基策略,在2013年至2021年均取得了正收益,但2022年至2023年,策略均未能跑赢万得偏股混合型基金指数。2024年,截至8月末,策略获得了3.46%的超额收益率。

风格轮动型基金优选组合业绩跟踪

我们曾在2023年2月9日发布的《智能化选基系列之二:风格轮动型基金智能识别与量化优选》、2023年6月23日发布的《量化漫谈系列之四:成长价值和大小盘双风格轮动基金如何识别与优选?》中,对风格轮动型基金进行了识别与探究。我们目前基于成长价值与大小盘两个维度,根据基金在两个报告期的股票持仓,构建基金绝对主动轮动指标,对基金是否为风格轮动型基金或风格稳定型基金进行了识别。随后,我们根据主动轮动收益因子,刻画基金风格轮动的效果,并在风格轮动型基金中进行了基金优选。通过该策略筛选出来的基金,其持仓股票的风格暴露在不同报告期可能会发生较大的变化。因子构建方式及回测结果详见原报告或附录

本策略采用半年频调仓的策略,在每年3月末/8月末进行调仓,选基范围为偏股混合型基金及普通股票型基金,并扣除交易成本。我们对该策略在2024年8月份的表现进行了跟踪。

本月风格轮动型基金优选组合略跑输万得偏股混合型基金指数,在2024年以来取得正超额。2024年8月份,本策略取得-3.69%的收益率,相对于万得偏股混合型基金指数的超额收益率为-0.14%。2024年该策略获得2.28%的超额收益率。

附录

各类选基因子的构建方式及因子出处由下表所示。

风险提示

1、以上结果通过历史数据统计、建模和测算完成,历史规律不代表未来;

2、在市场环境发生变化时,模型存在失效的风险;

3、策略依据一定的假设通过历史数据回测得到,当交易成本或其他条件改变时,可能导致策略收益下降甚至出现亏损。


往期报告


主动量化系列

  1. 《主动量化研究之二:当绩优基金重仓股遇到调研会发生什么“共振”?》

  2. 主动量化研究之一:择时、选股、选基——自主可控概念量化投资指南


Alpha掘金系列

  1.《Alpha掘金系列之十:细节决定成败:人工智能选股全流程重构

  2.《Alpha掘金系列之九:基于多目标、多模型的机器学习指数增强策略

  3.《Alpha掘金系列之八:FinGPT对金融论坛数据情感的精准识别——沪深300另类舆情增强因子

  4.《Alpha掘金系列之七:ChatGLM医药行业舆情精选策略——大模型微调指南

  5.《Alpha掘金系列之六:弹性与投资者耐心——基于高频订单簿的的斜率凸性因子

  6.《Alpha掘金系列之五:如何利用ChatGPT挖掘高频选股因子?

  7.《Alpha掘金系列之四:基于逐笔成交数据的遗憾规避因子

  8.《Alpha掘金系列之三:高频非线性选股因子的线性化与失效因子的动态纠正

  9.《Alpha掘金系列之二:基于高频快照数据的量价背离因子

  10.《Alpha掘金系列:多维度卖方分析师预测能力评价——券商金股组合增强策略


Beta猎手系列

  1.Beta猎手系列之十二:RAG-ChatGPT提前布局热点概念领涨股》

  2.《Beta猎手系列之七:追上投资热点——基于LLM的产业链图谱智能化生成

  3.《Beta猎手系列之六:基于宏观量价信号叠加的微盘股茅指数择时轮动策略

  4.Beta猎手系列之五:Beta猎手系列之五:基于机构调研热度和广度视角的行业配置策略 

  5.Beta猎手系列之四:如何利用ChatGPT解析卖方策略观点并构建行业轮动策略? 

  6.《Beta猎手系列之三:行业超预期的全方位识别与轮动策略》

  7.《Beta猎手系列之二:熵池模型:如何将纯主动观点纳入量化配置模型》

  8.Beta猎手系列:基于动态宏观事件因子的股债轮动策略


智能化选基系列

  1. 《智能化选基系列之七:基于AI预测中的个股Beta信息构建ETF轮动策略》

  2. 《智能化选基系列之六:如何用AI选出持续跑赢市场的基金?》

  3. 《智能化选基系列之五:如何如何刻画基金经理的交易动机并进行基金优选?》

  4. 《智能化选基系列之四:如何用LLM生成基金经理调研报告并构建标签体系?》

  5. 《智能化选基系列之三:基金经理多维度能力评价因子优化》

  6. 《智能化选基系列之二:风格轮动型基金的智能识别与量化优选》

  7. 《智能化选基系列:如何通过全方位特征预测基金业绩并构建跑赢指数的基金组合》


量化漫谈系列

  1.量化漫谈系列之十:RAG-ChatGPT读季报:公募基金经理一致观点解析》

  2.《量化漫谈系列之九:金融文本解析评测:Llama3是最强开源模型吗?》

  3.《量化漫谈系列之八:传统因子如何通过线性转换增强因子表现?

  4.《量化漫谈系列之六:为大模型插上翅膀——ChatGLM部署与Langchain知识库挂载》

  5.量化漫谈系列之六:如何精确跟踪微盘股指数?——低成交量下的抽样复制策略》

  6.量化漫谈系列之五:中证2000指数发布,如何构建微盘股指数增强策略?》

  7.《量化漫谈系列之四:成长价值和大小盘双风格轮动基金如何识别与优选?》

  8.《量化漫谈系列之三:有多少基金从新能源切换到了AI?》

  9.《量化漫谈:卖方分析师团队评价体系与特征全景》

  10. 量化漫谈:预期差视角下的业绩预喜个股机会梳理


量化掘基系列

  1.《量化掘基系列之二十七:量化视角下,如何布局科创50指数?》

  2.量化掘基系列之二十六 :黄金持续新高,该如何把握后续行情?》

  3.量化掘基系列之二十五:若红利税下调,对港股影响几何?》

  4.《量化掘基系列之二十四:新“国九条”下,如何把握红利投资浪潮?》

  5.《量化掘基系列之二十三:把握HBM高景气度及半导体产业复苏的投资机会》

  6.《量化掘基系列之二十二:产业链视角下如何捕捉AI手机概念行情?

  7.《量化掘基系列之二十一:低波震荡下的投资利器——泰康中证红利低波动ETF》

  8.《量化掘基系列之二十:深度学习赋能市场中性基金,量化对冲类产品前景广阔》

  9.《量化掘基系列之十九:量化视角下,央企概念有哪些投资机会?

  10.《量化掘基系列之十八:汇聚龙头,启航新境——华泰柏瑞中证A50ETF

  11.《量化掘基系列之十七:红利叠加低波会碰撞出怎样的火花?

  12.《量化掘基系列之十六:控制微盘风格暴露,机器学习赋能量化投资

  13.《量化掘基系列之十五:低波因子是否才是中证 500 选股真正利器?

  14.《量化掘基系列之十四:“哑铃”策略的一头,红利策略哪只强?》

  15.《量化掘基系列之十三:多重利好驱动小微盘行情,中证2000指数迎配置机遇》

  16.《量化掘基系列之十二:高成长高弹性,掘金科创100估值底》

  17.《量化掘基系列之十一:高股息+低估值,顺周期行业配置首选》

  18.《量化掘基系列之十:行业龙头强强联合,中韩半导体产业迎布局机遇

  19.《量化掘基系列之九:量化视角把握专精特新“小巨人”投资机会》

  20.《量化掘基系列之八:国企改革持续推进,现代能源产业投资正当其时

  21.《量化掘基系列之七:低利率环境下的投资法宝——招商中证红利ETF

  22.《量化掘基系列之六:如何从多个维度衡量ETF的景气度特征》

  23.《量化掘基系列之五:震荡行情下的投资利器——华泰柏瑞中证红利低波动ETF》

  24.《量化掘基系列之四:量化择时把握创业板50指数投资机会》

  25.量化掘基系列之三:ChatGPT概念加速起飞,大数据产业链投资指南

  26.《量化掘基系列之二:量化择时把握港股通大消费板块投资机会

  27.量化掘基:银河基金罗博:机器学习赋能主动量化投资


CTA金点子系列

  1. 《CTA金点子系列之二:基于日内高频博弈信息的商品CTA策略

  2. 《CTA金点子系列之一:基于ChatGPT新闻情感分析的原油期货策略》


年度投资策略

  1. 《金融工程2023年度投资策略:拨云见日终有时》

  2. 《金融工程2024年度策略:小盘股为帆,AI量化掌舵》



报告信息

证券研究报告:《量化选基月报:8月份多维度特征与能力的选基策略超额显著


对外发布时间:2024年09月11日

报告发布机构:国金证券股份有限公司


证券分析师:高智威

SAC执业编号:S1130522110003

邮箱:gaozhiw@gjzq.com.cn


证券分析师:赵妍

SAC执业编号:S1130523060001

邮箱:zhao_yan@gjzq.com.cn

点击下方阅读原文,获取更多最新资讯




量化智投
国金证券金融工程高智威团队。研究范围涵盖了量化选股、资产配置、基金研究以及衍生品投资等领域。
 最新文章