1、正文目錄 HYPERLINK l _TOC_250013 基于績優度的基金選擇法 4 HYPERLINK l _TOC_250012 傳統的績優基金選擇法 4 HYPERLINK l _TOC_250011 基于績優度的基金選擇法 5 HYPERLINK l _TOC_250010 主動偏股型基金組合構建 9 HYPERLINK l _TOC_250009 基金樣本范圍 10 HYPERLINK l _TOC_250008 組合內基金數量 10 HYPERLINK l _TOC_250007 主動偏股型選基策略回測 11 HYPERLINK l _TOC_250006 風格細分下基金組合構建

2、13 HYPERLINK l _TOC_250005 基金風格分類 13 HYPERLINK l _TOC_250004 基金數量及風格情況 14 HYPERLINK l _TOC_250003 大盤價值型選基策略回測 14 HYPERLINK l _TOC_250002 中盤成長型選基策略回測 16 HYPERLINK l _TOC_250001 基金優選 18 HYPERLINK l _TOC_250000 參考文獻 19圖表目錄圖 1：傳統排序 vs 三大同類基金相對表現指標（2021-02-26） 8圖 2：不同時期頭部 alpha 分布對比（2020-10-30 vs 2021-02

3、-26） 9圖 3：各期基金數量 10圖 4：兩種選基方法下組合內基金數量 11圖 5：兩種選基方法下的累計收益_全部主動偏股型基金_月度調倉（20121231-20210319） 11圖 6：兩種選基方法下的累計收益_全部主動偏股型基金_季度調倉（20121231-20210319） 12圖 7：各風格基金數量堆積圖 14圖 8：兩種選基方法下組合內基金數量_大盤價值型 14圖 9：兩種選基方法下的累計收益_大盤價值型基金_月度調倉（20121231-20210319） 15圖 10：兩種選基方法下的累計收益_大盤價值型基金_季度調倉（20121231-20210319） 15圖 11：兩種

4、選基方法下組合內基金數量_中盤成長型 16圖 12：兩種選基方法下的累計收益_中盤成長型基金_月度調倉（20121231-20210319） 16圖 13：兩種選基方法下的累計收益_中盤成長型基金_季度調倉（20121231-20210319） 17表 1：兩種選基方法下的組合表現_全部主動偏股型基金_月度調倉（20121231-20210319） 12表 2：兩種選基方法下的組合表現_全部主動偏股型基金_季度調倉（20121231-20210319） 12表 3：國證風格指數簡介 13表 4：兩種選基方法下的組合表現_大盤價值型基金_月度調倉（20121231-20210319） 15表 5

5、：兩種選基方法下的組合表現_大盤價值型基金_季度調倉（20121231-20210319） 16表 6：兩種選基方法下的組合表現_中盤成長型基金_月度調倉（20121231-20210319） 17表 7：兩種選基方法下的組合表現_中盤成長型基金_季度調倉（20121231-20210319） 17基于績優度的基金選擇法傳統評價基金業績的方法是基于對 alpha 的估計和百分位數的排序，但這種方法具有一定的缺陷：如果一些基金具有相同的 alpha，那么他們的表現可能會被高估。例如在市場風格集中的某些階段，有大批基金具有相似的較高收益，那么傳統百分位排序法無法細分出真正出色的基金。極端情況下，如

6、果所有的基金都具有相同的 alpha，那么按照 alpha排序獲得的百分位數只是一個介于 0、1 之間的隨機數，該數字沒有任何信息價值。為了提高投資者的資產配置效率，減少組合中同質基金的數量，我們需要注意具有相同 alpha 的基金比例。以下，我們推薦使用三個同類間相對表現指標來評估基金業績，這些指標通過非參數估計方法刻畫業績評價中的漏選和錯選錯誤，從而進一步細化績優基金的擇選。該框架下從以下三個方面展現目標基金相對同類基金的業績表現：同質度 equal-performance：和目標基金具有相同表現的基金所占比例，績優度 outperformance：表現差于該基金的比例，績劣度 under

7、performance：表現優于該基金的比例。我們分別把這三個指標定義為 0 , 和 ，三者之和為 1。指標的定義詳見下文。ii i傳統的績優基金選擇法傳統的基金業績評價基于多因子模型回歸后所得的 alpha，可簡單地根據 alpha 排序從高到低優選基金。假設有n+1 個基金， 記i j 為兩個基金表現的實際差異， i j 是對應的估計量。下文中均使用 hat 符號來代表樣本估計量。 0 是i j 0 的基金所占比例， 是i iii j 0 的基金所占比例， 是i j 0 的基金所占比例。在一系列風險因子下，對基金收益率時間序列做 ols 回歸后的截距項 alpha 代表根據風險調整后的基金

8、表現，本文取 Fama French 五因子作為風險因子，分別為：市場因子（MKT）、市值因子（small-minus-big, SMB）、價值因子（high-minus-low, HML）、盈利因子（robust-minus-weak, RMW）、投資因子（conservative-minus-aggressive, CMA）。下式中的 ols 回歸截距項用于檢驗基金 i 和基金 j 是否具有相同的表現：i,tj,ti ji j ti j ,tr r f （1）其中 ri,t 為基金收益率，ft 為風險因子，i j 是風險敞口,i j,t 是誤差項，t 1,T 。我們可以得到截距的估計值 i

9、 j 及其標準差sei j 。i j i j / sei j 則為 t 檢驗統計量。ii j 值越高，拒絕原假設（ i j 0 基金表現相同）的概率 pi j 2F j i j 就越F高， i j為標準正態累積分布。現有傳統估計策略：alpha 百分位數選基方法傳統的業績比較僅考慮不同基金的 alpha 差值，認為 alpha 更大者表現更為優異，也就是假設上文中的同質度0i為 0，但這種方法忽略了 alpha 間的差異是否顯著，現實中往往存在著大量收益表現（統計意義上）相同的基金，因此這種比較方法高估了績優度 i和績劣度 。ii百分位估計法下的績優度 為i j 0 的基金所占比例：i 1 I

10、 0n j i i j上式的I 是指示函數，括號中條件成立的情況下I=1，否則 I=0。考慮置信度的選基方法i另一種簡單但有偏的績優度估計量 用到了基金間成對假設檢驗中統計量的分布情況，定義為i j超過 的基金占所有基金的比例。其中 為單邊置信度，一般設為qi j90%或 95%； q 為原假設成立時對應分布的 分位數。因此，對應的公式為：i ji j 1 I i q n j i i ji j同質度的估計量0 為 t 值位于 q 和 q 之間的基金所占百分比：ii ji ji0 1 I q I q n j i i ji ji ji j基于績優度的基金選擇法然而，理論表明，以上兩種傳統估計方法都

11、存在大量的“漏選”和“錯選”現象。“漏選”使得一些真正績優的基金成為漏網之魚；“錯選”則指錯選了一些偽績優的績劣或同質基金。真實情況績優基金非績優基金（同質+績劣）績優判定情況非績優True Positive錯選False Positive漏選False NegativeTrue Negative本文提出一種基于“績優度”的選基策略，該方法結合了成對檢驗（pairwise）和多重假設檢驗（multiple testing）的優點，大致分為兩步：i首先估計表現相同的基金的比例，即同質度 0。對兩兩之間的基金 alpha差異進行成對檢驗，假設有 N+1 個基金，則進行(N+1)*N/2 次（1）式

12、檢驗，由此得到一組原假設 H0 : i j 0 對應的雙側檢驗的p 值 pi j 。對于每只基金（固定 i）有 N 個 p 值，若目標基金 alpha 與其他基金無顯著差異（不拒絕原假設），那么 p 值服從漸進的均勻分布；若目標基金 alpha 顯著異于其他基金（拒絕原假設），則 p 值接近 0。ii該方法得到的0 對于拒真及取偽錯誤具有穩健性，除非有基金收益率表現明顯異于其他基金， 0 將接近 100%。第二步計算剩余兩個比率績優度 和績劣度 。i ii更為詳細地，同質度 0 的計算方式如下所示：假設 A1:存在閾值i ，如果 i 基金的表現顯著異于其他基金，那么 p 值幾乎處處小于i ：

13、pi j i i j 0 1假設 A2:若基金具有相同表現， 那么p 值對于給定的兩個基金(i, j) 呈均勻分布。這表明當i j 0 時 pi j 超過i 的概率是1 i ： pi j i i j 0 1 i如下式所示，可以推出，在滿足A1 及A2 的情形下，超過 的p 值個數為1 n0 ，iiin其中 0 是與目標基金具有相同表現的基金數量。ii j i i j i i j i I p I p I p j i j i j iij 0i1i n0根據A2得到ii 1 n0ij 00根據A1得到n因此，我們可以得到 0 ，即與目標基金具有相同表現的基金數量估計值為：i I pi j i n0

14、c0 min j i , nii1 ic其中 0 是修正因子（詳見 Ardia and Boudt (2018) Appendix A）。進一步可以得到同質ii度0 的估計值：i0n0 i n在實踐中我們需要挑選合適的閾值i ， i 越大，A1 和 A2 兩個假設越容易滿足，但同時我們用于估計0 的值也越少。我們可以通過最優化來解決這個問題：設i 0.3, 0.32, 0.7 ，從中選取使得0 的均方估計誤差mse 最小的 值（詳見Ardiaii iand Boudt (2018) Appendix B）剩余兩個比率 和 的計算方式如下所示：i ii若給定 n ，根據公式 n n n n0 我

15、們可以得到 n ，反之亦然。我們優先計算iii iI 0 n / 2觀測值更多的一邊。比如：若基金 i 的表現超越過半的其他基金（n我們首先估計 。ij i i j），i估計量 n 的構建基于上文中提及的“考慮置信度的估計方法”，下式中的第部分為置信水平 下目標基金顯著優于其他基金的數量，第、部分對“錯選”行為（基金i 表現劣于或同于基金 j，卻被估計成更優；即當 0 時， q ），第部分對i ji ji j“漏選”行為（基金i 表現優于基金j，卻被估計成更劣或相同；即當 0 時， q ）做出調整。i ji ji jii jn I j i 0 I q I q I q I q j i i ji

16、ji ji ji ji ji ji j j ij ij ii j0 n0 1 i j 0i j0 漏選i錯選 I q n0 1 i ji j ij i 選擇合適的的置信度 ，可得到最后一步近似結果。由于我們先前假設了該情形下 i j 大于 0 的情況多于小于 0 的情況，即更容易出現高估基金表現的情況，即項可以忽略不計。同時，如果 足夠低，項漏選錯誤也可以避免。相反的情況下，若基金 i 的表現劣于過半基金（ j i I i j 0 n / 2 ），我們首先估計 n 為 I q n0 。如果 值偏高，其漏選行為可以忽略不計。ij i i ji j i在實踐中，我們設 0.4 ， 0.6 。總結來

17、說，基金 i 的績優度 和績劣度 的估計方式如下所示：i i 1 max I q n0 1 , 0if I i j 0 n / 2 ni ji j ij i i j i 1 0 otherwisei i 1 max I q n0 , 0if I i j 0 n / 2 ni ji jij i i j i 1 0 otherwisei i區別于“考慮置信度的估計方法”，該方法進一步對“錯選”行為進行了調整，即在ii計算績優/劣度時，減去了 n0 1 / n0 ,進一步剔除了并不顯著優/劣于目標基金的基金，使得資產配置效率得到進一步提升。下圖展示了 2021-02-26 主動偏股型基金（篩選條件詳

18、見下文）的 alpha 簡單排序情況（左）以及三大比率的分布情況（右）。左圖中靠左的基金是 alpha 最高的基金，可以發 現這些基金的 alpha 差距較大，大部分中等排名的基金 alpha 較為相近。右圖中，績優度 、ii同質度 0、績劣度 分別對應圖中的黑色，淺灰色和深灰色，可以發現在該種評價體i系下，大部分基金都無法顯著區別于同類基金，若能在基金組合內剔除此類基金，可在很大程度上提高組合資產選取的效率。圖 1：傳統排序 vs 三大同類基金相對表現指標（2021-02-26）100%80%60%40%20%0%-20%-40%年化Alpha1201 401 601 801 1,001 1

19、,201 1,401100%90%80%70%60%50%40%30%20%10%0%pipospizeropineg1201401601801 1001 1201 1401績優基金績劣基金業績排序資料來源：對不同時期的 alpha 分布進行對比，可以發現相較 2020-10-30，2021-02-26 主動偏股型基金中alpha 顯著超越同類基金的數量更多。若按照傳統排序法選取表現前20%的基金，那么組合中永遠只有固定數量的基金，但實際情況是，面對不同的市場狀態，能顯著表現卓越的基金數量是不同的，科學的選基方法應該具有在熊、牛、震蕩市中辨別真正優異基金的能力，以最大化資產配置效率。圖 2：不

20、同時期頭部 alpha 分布對比（2020-10-30 vs 2021-02-26）年化Alpha100%90%80%70%60%50%40%30%20%10%0%1101201301401業績排序2020/10/302021/2/26資料來源：主動偏股型基金組合構建我們嘗試使用上文提及的基金擇優方法對所有主動偏股型基金進行月度、季度優選，構成 FOF 組合，探索該方法的有效性。回測結果顯示，基于績優度的選基方法能相較傳統分位數方法獲得超額收益及更優的風險調整后收益表現。其中，自 2013 年以來，績優度選基方法下的基金組合可實現 25.13%的年化收益，夏普比為 0.96，遠高于基金池等權構

21、成的基準組合（年化 17.59%，夏普比 0.74），相較 alpha前 10%的基金組合（年化 21.57%，夏普比 0.88）也有更優的表現。基金樣本范圍首先我們確定使用的基金樣本范圍，由于我們的研究對象為主動偏股型基金，本文中用于構建基金組合的樣本在每個調倉日滿足以下條件：1、普通股票型、偏股混合型、靈活配置型基金；2、已披露的近兩個季度股票持倉占基金凈值比均超過 60%；3、近兩個季度規模均大于 1 億；4、成立時間超過 1 年；5、只選取初始基金。下圖為滿足上述條件的各期基金數量，近期已達到 1465 只。圖 3：各期基金數量16001400120010008006004002002

22、012-12-312013-05-312013-10-312014-03-312014-08-292015-01-302015-06-302015-11-302016-04-292016-09-302017-02-282017-07-312017-12-292018-05-312018-10-312019-03-292019-08-302020-01-232020-06-302020-11-300資料來源：Wind；組合內基金數量若使用傳統百分位法優選基金，取每月（季）alpha 排序最高的前 10%基金納入基金組合，那么組合內的基金數量會隨著基金池的擴大而逐期增長，最新一期組合內基金數量已達

23、 140 只。而若采用本文提出的績優度 優選基金，取每月（季）績優度高于 90%的基金納入i基金組合（即有 90%的基金 alpha 顯著劣于目標基金），那么組合內的基金數量會隨著市場狀態的變化而發生變化。該方法能在不同大小的基金池中優選出擁有真正優異 alpha 的基金，從而提高資產配置效率，減少對同質基金的跟蹤管理。圖 4：兩種選基方法下組合內基金數量資料來源：Wind；主動偏股型選基策略回測在滿足條件的主動偏股型基金中，自 2013 年以來在每月末利用上述兩種選基方法進行基金組合調倉，下圖中的折線（左軸）從上至下分別為績優度為 90%的基金組合（紅）、 alpha 表現前 10%的基金組

24、合（橙）、基金池等權組合（灰色）、alpha 表現后 10%的基金組合（淺橙）、績劣度為 90%的基金組合（淺紅）的累計收益表現；面積圖（右軸）分別為績優/劣度 90%組合多空收益（淺灰）、alpha 表現前/后 10%組合多空收益（深灰）。回測結果顯示，相較使用簡單的 alpha 分位數優選基金，利用績優度、績劣度選基的方法可以更有效地區分績優績劣基金，精選出數量更少但總體表現更優的基金組合，提高投資效率。其中，自 2013 年以來，月度調倉的績優度為 90%以上的基金組合可實現 25.13%的年化收益，夏普比為 0.96，遠高于基準組合（年化 17.59%，夏普比 0.74），相較 alp

25、ha 前 10%的基金組合（年化 21.57%，夏普比 0.88）也有更優的表現。圖 5：兩種選基方法下的累計收益_全部主動偏股型基金_月度調倉（20121231-20210319）資料來源：Wind；表 1：兩種選基方法下的組合表現_全部主動偏股型基金_月度調倉（20121231-20210319）累計收益率 年化收益率 年化夏普比 年化波動率 最大回撤月度勝率benchmark260.88%17.59%0.7423.66%46.77%alpha_high369.77%21.57%0.8824.49%48.94%60.00%alpha_low165.50%13.12%0.5324.60%52

26、.39%42.00%pi_positive490.60%25.13%0.9626.19%50.61%57.00%pi_negative96.11%8.88%0.3624.87%54.42%40.00%alpha_longshort72.65%7.14%0.957.48%14.66%pi_longshort188.63%14.32%1.0813.21%16.05%資料來源：Wind；降低調倉頻率，季度調倉下，基于績優度的選基方式仍然能相較傳統分位數方法獲得超額收益及更優的風險調整后收益表現。其中，自 2013 年以來，季度調倉的績優度為 90%以上的基金組合可實現 24.75%的年化收益，夏普比

27、為 0.95，遠高于基準組合（年化17.59%，夏普比 0.74），相較 alpha 前 10%的基金組合（年化 20.17%，夏普比 0.83）也有更優的表現。圖 6：兩種選基方法下的累計收益_全部主動偏股型基金_季度調倉（20121231-20210319）資料來源：Wind；表 2：兩種選基方法下的組合表現_全部主動偏股型基金_季度調倉（20121231-20210319）累計收益率 年化收益率 年化夏普比 年化波動率 最大回撤月度勝率benchmark260.88%17.59%0.7423.66%46.77%alpha_high328.45%20.17%0.8324.19%47.70%

28、58.00%alpha_low197.69%14.77%0.6024.67%53.10%41.00%pi_positive476.52%24.75%0.9526.04%51.29%57.00%pi_negative119.33%10.42%0.4324.45%51.94%37.00%alpha_longshort39.98%4.34%0.646.79%17.14%pi_longshort156.95%12.65%1.0811.72%18.36%資料來源：Wind；風格細分下基金組合構建為探索基于績優度選基方法的普適性，我們嘗試對主動偏股型基金池進行進一步細分，在確定風格的前提下優選基金，以便

29、FOF 管理人在選基過程中發揮風格擇時的主觀能動性。具體地，我們首先借助滾動一年的周度基金收益數據及六大國證風格指數，使用威廉夏普風格分析法對基金在各個調倉日的風格進行分類；緊接著在各類細分風格基金池下應用本文提出的基于績優度的選基方法，與傳統 alpha 分位數選基方法對比后發現，該方法在不同風格的基金池中亦能達到進一步優選基金的效果。基金風格分類我們往往基于基金持倉數據或凈值數據對不同風格的基金進行分類。其中，由于基于持倉詳情的風格分類方法對數據全面性和即時性的要求較高，更適合基金公司內部歸因使用；為了提高基金分類結果的時效性和準確性，本報告使用威廉夏普于 1992 年提出的基于基金收益率

30、的風格分析方法，實現對基金風格的高頻跟蹤。該方法借助一系列風格指數，在風格暴露均大于 0 且和為 1 的約束下，最小化基金收益率和系列風格指數收益率的殘差平方和，由此得到目標基金相對于各風格指數的暴露，暴露值越大代表基金風格越接近該風格指數。具體公式如下：n2min R i xi ni i 1s.t. i 1, 0 i 1i1其中 R 為目標基金的收益率時間序列，xi 為第 i 個風格指數收益率時間序列，i 為基金在第 i 個風格指數的暴露。本文采用國證風格指數作為風格代理，在確定各基金的風格時使用近 252 個交易日的收益率序列，定義基金風格為暴露值 i 最大的風格指數。指數代碼指數名稱指數

31、描述表 3：國證風格指數簡介399375.SZ中盤價值399373.SZ大盤價值399372.SZ大盤成長國證（巨潮）系列風格指數是在國證 1000 指數中，按平均流通市值依次選取 200/300/500 只股票構成大/中/小盤，再進一步選取成長/399374.SZ中盤成長399376.SZ小盤成長399377.SZ小盤價值價值 Z 值最高的 66/100/166 只股票作為樣本構成大/中/小盤成長/價值指數。其中，成長 Z 值是主營業務收入增長率、凈利潤增長率和凈資產收益率三個成長因子變量Z 值的均值；價值 Z 值是每股收益與價格比率、每股經營現金流與價格比率、股息收益率和每股凈資產與價格比

32、率四個成長因子變量Z 值的均值。資料來源：Wind；基金數量及風格情況對上節中的主動偏股型基金進行進一步的風格細分，可分為大盤價值、大盤成長、中盤價值、中盤成長、小盤價值、小盤成長六大類風格。其中，大盤價值、中盤成長風格的基金數量占比較高，接下來將對這兩種風格下的選基策略進行回測。圖 7：各風格基金數量堆積圖資料來源：Wind；大盤價值型選基策略回測回測結果顯示，自 2013 年以來，大盤價值型基金中，月度調倉的績優度為 80%以上的基金組合可實現 25.89%的年化收益，夏普比為 1.20，遠高于基準組合（年化 17.18%，夏普比 0.82），相較 alpha 前 20%的基金組合（年化

33、21.77%，夏普比 1.02）也有更優的表現。圖 8：兩種選基方法下組合內基金數量_大盤價值型資料來源：Wind；圖 9：兩種選基方法下的累計收益_大盤價值型基金_月度調倉（20121231-20210319）資料來源：Wind；表 4：兩種選基方法下的組合表現_大盤價值型基金_月度調倉（20121231-20210319）累計收益率 年化收益率 年化夏普比 年化波動率 最大回撤月度勝率benchmark250.96%17.18%0.8221.00%39.96%alpha_high375.88%21.77%1.0221.44%40.55%55.00%alpha_low146.15%12.04

34、%0.5721.20%41.56%35.00%pi_positive519.57%25.89%1.2021.60%38.33%60.00%pi_negative119.62%10.44%0.4523.28%50.58%38.00%alpha_longshort90.22%8.46%1.187.14%14.52%pi_longshort156.59%12.63%0.9912.78%17.92%資料來源：Wind；降低調倉頻率，季度調倉下，基于績優度的選基方式仍然能相較傳統分位數方法獲得超額收益及更優的風險調整后收益表現。其中，自 2013 年以來，大盤價值型基金中，季度調倉的績優度為 80%以上

35、的基金組合可實現 24.83%的年化收益，夏普比為 1.20，遠高于基準組合（年化 17.18%，夏普比 0.82），相較 alpha 前 20%的基金組合（年化 21.30%，夏普比 1.03）也有更優的表現。圖 10：兩種選基方法下的累計收益_大盤價值型基金_季度調倉（20121231-20210319）資料來源：Wind；表 5：兩種選基方法下的組合表現_大盤價值型基金_季度調倉（20121231-20210319）累計收益率 年化收益率 年化夏普比 年化波動率 最大回撤月度勝率benchmark250.96%17.18%0.8221.00%39.96%alpha_high361.63%

36、21.30%1.0320.78%36.04%58.00%alpha_low155.18%12.56%0.5821.62%43.22%34.00%pi_positive479.38%24.83%1.2020.70%32.70%48.00%pi_negative130.01%11.09%0.5022.32%45.99%36.00%alpha_longshort74.05%7.25%0.927.83%11.90%pi_longshort130.76%11.13%0.9112.27%16.74%資料來源：Wind；中盤成長型選基策略回測回測結果顯示，自 2013 年以來，中盤成長型基金中，月度調倉的績

37、優度為 80%以上的基金組合可實現 32.33%的年化收益，夏普比為 1.26，遠高于基準組合（年化 20.20%，夏普比 0.85），相較 alpha 前 20%的基金組合（年化 24.11%，夏普比 0.99）也有更優的表現。圖 11：兩種選基方法下組合內基金數量_中盤成長型資料來源：Wind；圖 12：兩種選基方法下的累計收益_中盤成長型基金_月度調倉（20121231-20210319）資料來源：Wind；表 6：兩種選基方法下的組合表現_中盤成長型基金_月度調倉（20121231-20210319）累計收益率 年化收益率 年化夏普比 年化波動率 最大回撤月度勝率benchmark32

38、9.39%20.20%0.8523.77%41.52%alpha_high453.33%24.11%0.9924.29%41.98%69.00%alpha_low174.02%13.57%0.5624.08%48.91%28.00%pi_positive819.52%32.33%1.2625.59%39.38%67.68%pi_negative169.99%13.36%0.5424.60%50.89%33.67%alpha_longshort100.39%9.17%1.695.44%7.64%pi_longshort231.79%16.35%1.5210.75%16.52%資料來源：Wind；

39、降低調倉頻率，季度調倉下，基于績優度的選基方式仍然能相較傳統分位數方法獲得超額收益及更優的風險調整后收益表現。其中，自 2013 年以來，中盤成長型基金中，季度調倉的績優度為 80%以上的基金組合可實現 26.25%的年化收益，夏普比為 1.05，遠高于基準組合（年化 20.20%，夏普比 0.85），相較 alpha 前 20%的基金組合（年化 19.73%，夏普比 0.81）也有更優的表現。圖 13：兩種選基方法下的累計收益_中盤成長型基金_季度調倉（20121231-20210319）資料來源：Wind；表 7：兩種選基方法下的組合表現_中盤成長型基金_季度調倉（20121231-202

40、10319）累計收益率 年化收益率 年化夏普比 年化波動率 最大回撤月度勝率benchmark329.39%20.20%0.8523.77%41.52%alpha_high316.38%19.73%0.8124.32%42.02%53.00%alpha_low194.79%14.62%0.6124.01%46.51%36.00%pi_positive533.79%26.25%1.0524.97%34.58%56.57%pi_negative261.22%17.60%0.7124.80%44.89%39.39%alpha_longshort40.25%4.36%0.765.75%11.15%pi

41、_longshort68.78%6.83%0.6610.32%18.01%資料來源：Wind；基金優選代碼簡稱基金經理重倉行業成立日績優度規模（億， 近 1 年回近1 月回表 8：績優度較高的基金（2021-04-14）合計）報報001838.OF國投瑞銀國家安全李軒國防軍工2015-12-02100.0%36.5251.02%0.58%004698.OF博時軍工主題A蘭喬國防軍工2017-07-0499.6%39.3160.93%2.53%002251.OF華夏軍工安全王曉李,萬方方國防軍工2016-03-2299.6%26.4744.34%2.79%001475.OF易方達國防軍工何崇愷國

42、防軍工2015-06-1998.7%84.2459.42%5.43%005774.OF華夏產業升級代瑞亮電子2018-08-2498.3%1.3328.98%0.19%168501.OF北信瑞豐產業升級陸文凱電子2017-06-2398.3%5.2351.61%-1.77%001606.OF農銀匯理工業 4.0趙詣電氣設備2015-08-1398.2%39.35119.10%-4.31%004224.OF南方軍工改革A鄭曉曦國防軍工2017-03-0898.2%18.6145.94%2.87%000336.OF農銀匯理研究精選趙詣電氣設備2013-11-0598.2%27.43116.02%-

43、4.11%000535.OF長盛航天海工裝備喬培濤國防軍工2014-03-1198.2%2.2043.15%2.21%005609.OF富國軍工主題A章旭峰國防軍工2018-03-2998.2%65.2455.89%2.52%004139.OF中郵軍民融合鄭玲國防軍工2017-04-0198.2%1.9360.33%2.20%000690.OF前海開源大海洋董治國國防軍工2014-07-3198.1%3.3260.30%2.57%001300.OF大成睿景A韓創化工2015-05-2698.1%16.06103.74%-3.42%002983.OF長信國防軍工A宋海岸國防軍工2017-01-0598.0%10.6348.83%4.57%003834.OF華夏能源革新鄭澤鴻化工2017-06-0797.9%103.70118.82%-4.39%002190.OF農銀匯理新能源主題趙詣電氣設備2016-03-2997.9%153.14125.16%-1.69%002345.OF華夏高端制造吳昊電氣設備2016-05-1197.7%4.7673.92%-1.91%540008.OF匯豐晉信低碳先鋒陸彬電氣設備2010-06-08