专题报告:基于基金行业仓位测算的行业轮动策略-20180813-华创证券-22页-2mb
报告摘要
基于基金行业仓位测算的行业轮动策略总结
核心内容
本报告提出了一种基于基金行业仓位测算的行业轮动策略,旨在通过捕捉基金行业配置的相对变化,构建更具稳定性和前瞻性的行业轮动模型。该策略的核心思想是利用基金在不同行业上的仓位动量,而非价格动量,以更贴近市场底层逻辑的方式预测行业收益趋势。
主要观点
-
行业轮动策略的本质
行业轮动策略本质上仍属于动量策略,但其驱动因素为仓位动量,而非价格动量。相比传统的动量策略,该模型在时间维度上更具前瞻性,且稳定性更强。 -
传统方法的局限性
早期尝试基于基金季报前十大重仓股构建行业轮动信号,但效果不佳。原因包括:- 季报数据滞后性较强;
- 前十大重仓股无法反映基金整体的行业配置;
- 单一时间截面数据可能被粉饰,影响信号的准确性。
-
改进方法
为解决上述问题,本报告采用二次规划算法,对基金净值进行收益分解,估算其在各行业上的绝对仓位。通过捕捉行业仓位的相对变化,构建了更为精准的行业轮动信号。 -
信号构建与策略逻辑
- 将行业仓位转化为分位数信号,以衡量行业在基金池中的超配/低配程度;
- 根据分位数信号,将前10%的行业配置为long组,后10%的行业配置为short组;
- 策略按季调仓,回测区间为2011年12月30日至2018年8月10日,不考虑手续费。
-
策略表现
- Long组年化相对收益为12.51%,夏普率为1.52,季度胜率73.07%,盈亏比2.68;
- Short组表现不佳,年化相对收益为-3.31%,夏普率为-0.47,胜率38.46%,盈亏比0.89;
- Long_short组合年化相对收益为14.83%,夏普率为1.23,胜率69.23%,盈亏比1.91。
-
参数敏感性分析
- 基金池选择对策略表现有显著影响,股票型基金(偏股+股票)的超额收益高于混合型基金;
- 中性化滚动时间序列长度对策略表现有一定影响,建议时间序列长度不少于一年半(6个季度),以保证信号的稳定性。
-
未来展望
- 未来研究可从其他角度切入,如通过单支基金的行业仓位测算数据,判断其行业配置能力,为FOF选基提供参考;
- 也可从微观角度出发,跟踪优秀基金的行业配置,构建不同视角的行业轮动策略。
关键信息
- 数据来源:Wind、华创证券,基金池为股票型+混合型(偏股混合型+灵活配置性+平衡混合型)+指数增强型基金;
- 回测时间:2011年12月30日至2018年8月10日;
- 调仓频率:按季度调仓;
- 信号生成方式:将行业仓位转化为分位数,利用滚动时间序列(两年)进行中性化处理;
- 策略表现:Long组表现稳健,Short组表现较差,Long_short组合年化收益14.83%,夏普率1.23,胜率69.23%,盈亏比1.91;
- 风险提示:策略基于历史数据回测,不保证未来有效性。
策略结构与参数
| 项目 | 参数 |
|---|---|
| 标的 | 中信一级行业指数(29个) |
| 基准 | 等权行业组合 |
| 调仓频率 | 季度调仓 |
| 回测区间 | 2011-12-30 至 2018-08-10 |
| 信号生成 | 基金行业仓位转化为分位数,选取前10%为long组,后10%为short组 |
| 基金池 | 股票型+混合型+指数增强型基金 |
| 中性化时间序列 | 两年(8个季度) |
| 风险指标 | 夏普率1.52,胜率73.07%,盈亏比2.68 |
结论
本报告构建的基于基金行业仓位测算的行业轮动策略,相较于传统基于价格动量的模型,具有更高的稳定性与前瞻性,且在实际回测中表现良好。然而,策略仍存在一定的局限性,如对short组表现不佳、月度测算存在过拟合问题等。未来可通过优化基金池选择、增加时间序列长度等方式进一步提升策略的鲁棒性。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载