基于基金持構建行輪動策的流程行業配置研究框架我們認為證券市場是一個復雜系統，受基本面、技術面、資金面和情緒面等多重因素共同影響不同時期影響市場運行的主導因素不一定相同。我們通過定量分析多維度建模，研究各行業板塊的基本面、技術面、資金面和情緒面等多維度的邊際變化在行業配置研究系前6篇專報告中我們借鑒股票多因子研究框架完成了基行業景氣度業績超預期分析師預期北向資金和擁擠度共5個量化模在行業配置中的應用。景：財報、快報、預景：財報、快報、預告分析師預期機金：北上資金基金持倉基本面面技術面面擁擠度：波動率、流動性、相、布微觀結構市場情緒：輿情數據數據來源：在資金面系列的報告中我們完成了基于北向資金的行業輪動模型本文我們從市場中另一個重要機—公募基出發試圖通過追蹤公募基金的持倉信息來構建行業輪動策略。基于基金持倉構建行業輪動策略的流程基于基金持倉構建行業輪動策略，需要重點考慮以下兩個問題：數據可得性問題與北向資金每日公布個股持倉數據不同公募基金僅在其定期報告中披露個股持倉信息其中半年報年報披露全部持倉信息，但披露日較晚（分別為當年8月31日和次年3月31日，數據時效性較差；而季報在次月末可披露完畢，但僅披露前十大重倉股，數據完整性較低因此使用基金持倉構建行業輪動策略首先需要利全部可得公開信息盡可能準確地去還原公募基金在每月的行業持倉情況。基金樣本池問題基于資金流的行業輪動模型本質上是一種跟蹤“聰明資金的模型即我們假定某些資金是足夠聰明的可以對我們的行業配置選擇提供一些有益的建議在北向資金模型中由于資金來源不可拆分我們只能將其視為一個整體作為追蹤的對象而在公募基金中顯然我們可以構建不同的基金組合作為“聰明資金的代表因此如何構造一個具有行業配置能力對選擇行業有幫助的基金池是模型的第二個重點問題。圖2：基金定期報告披露時間及持倉數據來源：因此從上述兩個問題出發基于基金持倉構建行業輪動策略主要包括以下4個步驟：季報持倉還原雖然年報和半年報可以提供完整準確的全部持倉信息但其披露時間較晚在3月31日8月31日才可得到年報和半年報的信息，存在嚴重滯后。季報披露時間為報告期后15個交易日，即在次月末即可獲取季報信息包括基金的前十大持倉持倉的證監會行業分布比例等因此我們可以充分利用季報信息以基金十大重倉股為基礎通過證監會行業分布比例上市公司十大流通股股東基金經理同期和歷史持倉信息等公開信息盡可能完整地將基金持倉補全以彌補年報和半年報信息滯后的問題。每月行業持倉計算在經過季報持倉還原后我們可以在1月末4月末7月末和10月末分別得到基金在12/313/316/30和9/30日四個時間點的全部持倉但若只計算這4個時間點的基金行業配置比例用于行業輪動因子計算，仍存兩個不足：一是會有15個交易日的時滯，二是全年只有4個數據點行業輪動效率太慢對此我們可以通過已還原的基金持倉結合基金凈值數據來模擬計算每個月末基金在行業上的持倉比1。1本文所說的基金行業持倉比例，均為基金持有行業市值占基金A股權益投資市值的比例，并非占基金凈值的比例，下同。基金池篩選得到行業持倉比例的下一步為搭建跟蹤基金池在剔除掉行業主題基金規模過或過大成立時間過短等不符合基本要求的基金后我們可以根據規模歷史表現等特征去篩選出具有行業配置能力或跟蹤價值的基金作為基金池，即“聰明基金，作為我們跟蹤的對象。因子計算上述三步做完后我們可以利用基金行業持倉數據以及篩選好的基金池進行最終的基金持倉因計算。圖3：策略主要步驟數據來源：下我們將依次介紹上述四個步驟的具體做法此外本文所用的基金樣本池為：wnd基金分類中的開放式基金的偏股混合性基金普通股票型基金和靈活配置型基金，并剔除掉定期開放式基金。“兩步法”原基金部持倉我們采用“兩步法來還原基金全部持倉第一步還原基金的真實持倉除了從基金季報中得到基金的十大重倉股外我們還可以根據已披露的上市公司季報獲取上市公司十大股/流通股東的數據作為基金真實持倉的補充第二步還原基金的模擬持倉首先建立一個基金經理可能投資“股票池選股范圍包括基金經理的歷史持倉同期其他基金的重倉股、調研記錄、行業龍頭股等，隨后結合基金的行情數據，使用最優化的方法“股票池中篩選股票使得模擬組合的行情與基金行情盡可能吻合最終獲取基金的模擬持倉真實持倉加模擬持倉即為基金最終的部持倉，流程如下圖：圖4“兩步法”持倉還原流程數據來源：獲取基金的真實持倉除了十大重倉股外我們可根據在還原日之前發布的同期上市公司季報，獲取到上市公司前十大股/流通股股東的數據，若基金F的名字出現在公司A的前十大股/流通股東名單里且A不在F的十大重倉股名單中，則A也屬于基金F的真實持倉，可以通過以下公式反推出F持有股票A的持倉比例：?????????????=????????其中Q為基金持有該股的數量P為股票在季報日的收盤價Fundsst為基金的凈資產。獲取基金的模擬持倉在求解基金的模擬持倉過程中我們認為一個原則是重名單輕比例。重視基金經理的歷史持倉和同期持倉股票名最可能投資的股票標的不宜直接使用基金經理的歷史持倉比為基金經理存在調倉的可能性對股票的持倉比例的計算應該借助基金在季報日前后的凈值變化的信息求得。求解模擬持倉的流程如下：建立備選股票池首先建立一個在季報日基金經理最可能投資的股票池，依次在股票池中放入以下標的，并取交集：基金真實持，包括十大重倉股及上市公司股東補充的股票；基金經理歷史及同期持倉基金經理管理的同期不同基金的十大重倉股以及其管理的近一年所有基金的基金持倉同一基金存在多位基金經理的，分別納入計算，下同；基金經理調研記錄基金經理最近一年調研的所有股票；中信行業龍頭股中信一級行業市值前10%的所有股票若有中信行業篩選出的股票不足5只的，選該行業市值前5大股票；證監會/IS分類龍頭股選證監會行業和港股IS行業分類市值前5大股票目的是防止在最優化時出現某些證監會行業的股票數目為零。最優化擬合持倉我們利用上面生成的股票備選池構建基金模擬持倉組合在個股和證監會行業的權重約束下使組合收益接近季報發布日前后三個交易日的基金收益最終組合持倉和季報披露的證監行業持倉占比前十大重倉股及持倉比例股票總倉位一致假設股票備選池有n個股票，則寫成優化模型如下：n??

∑ ?????(?????????+?????????+????????????)??∈?,1}??.??. ???????=sec ①?????????=?? ②?????????≤??????????????,??????????) ③??≥0 ④其中??是模擬組合個股權重n維向量????是第t天的權重系數為Rt是第t天個股收益率n維向量；????是基金持有純債的比例，Rt是第t天的債券收益率??是基金持有轉債的比例Rt是第t天的轉收益t是第t天的基收益。其余明如：（1）我們取季報前后三個交易日作為基金收益率優化模型的目標（假基金在此三天調較小或不調倉t取-1/0/1三個值，其中t=0為季報日若季報日不是交易日的向取最近一個交易日t=-1和1分別為該日向前和向后一個交易日考慮到季報日及季報日前基金調倉的可能性會更大因此引入一個權重系????人為調低季報日及之前的權重：??=0.2 ??=1{??=0.3 ??=0??=0.4 ??=1（2）???????+?????????是基金投資債券部分獲得的收益率其中債券投資分為純債投資和轉債投資????分別為基金當季投資除轉債外純債和轉債的比例數據由基金季報獲得Rt為純債收益率用中債綜合財富指（CBA來計算Rt是轉債收益率采用中證轉債指數）計算。約束①使得模擬組合的A股證監會行業和港股IS行業的行業持倉比例與基金季報披露的一致。其中SC是一個k*n的矩陣k為證監會行業加港股IS行業數量個股對應行業在矩陣SC中的對應元素為1否則為0sc為季報披露的證監會行業和IS行業持倉比例k維向量。約束②使得股票池中真持倉的股票權重等于已知比例。真實持倉的股票數量是否大于10取決于能否從上市公司股東名單中獲取到增量信息L是n*n真實持倉矩陣，非對角線元素均為0，對角線上若第i只股票是基金的真實持倉則矩陣元=1否則為0rl是n維真實持倉比例向量真實持倉個股的元素值為其對應權重否則為0。約束③限制了股票持倉權重的上限對于非真實持倉的股票其權重比例的上限受2個條件同時限制一是基金十大重倉股的最小持倉比例二是對應上市公司十大股東中最小股東的持股市值占基金凈值比例，若股票在基金中權重比例大于前二者任意一個則股票或基金會出現在重倉股或對應公司的股東名單中因此非真實持倉的股票權重要小于上述二者的最小者L是n*n非真實持倉矩陣非對角線元素均為0，對角線上若第i只股票是基金的真實持倉，則矩陣元素，）=0否則為1??????????????,??????????是一個n維向量第i個元素的值為基金十大重倉股最小持倉比例和第個股票當季十大股東流通股最小持股市值占基金凈值比例的較小者若持倉還原日上市公司未布季，則取前。約束④限制了股票持倉權重的下限，最小為0。為避免最后求出的模擬組合股票數量過多最優化完成后手動剔除持倉比例小于0.01%的股票。持倉還原效果為了觀“兩步法持倉還原的效果我們對2009年-2022年基金的季報進行還原并將二季報四季報還原后的結果與半年報年報真實持倉進行比對考慮到本篇報告目的是構建行業輪動策略因此以每個季單個基金行業持倉比例誤差的均值作為觀察補全效果的代理變量我們還計算了重倉股歸一（即將十大重倉股視為全部持倉與真實持倉的行業平均誤差，作為對照。具體統計結果如下所示：圖5：持倉補全法和重倉股歸一法行業測算誤差對22.5%1.5%0.5%0.0%持倉補法 重倉股一法數據來源：從測結果可以看出持倉補全法計算出的行業誤差明顯小于重倉股歸一法計算出的行業誤差009年以來持倉補全法的平均行業誤差均值2測算誤差計算方法為，在各個報告期中，先求出單個基金真實行業持倉比例與模擬持倉比例的偏差絕對值的均值作為各基行業誤差，再求所有基金的誤差平均值。為1.26%，小于重倉股歸一法的1.96%因此持倉補全法能夠在季報日僅一個月后就能獲得基金相對準確的持倉情況進而幫助我們計算出基金的行業持倉情況當然除測算基金行業暴露外我們還可以將補全法用于測算基金風格暴露等其他需要持倉數據的問題。基金月度行持倉比計算得到基金季度持倉的下一步是計算基金的月度行業持倉比例一般而言，計算基金的行業持倉比例有兩種方法一是持倉法即直接利用個股持倉比例加總計算其優點是準確缺點是有時滯和數據點過（一年僅4個點二是回歸法即利用基金收益率與行業收益率回歸得到的回歸系數即為行業持倉比例其優點是頻率高無時滯可以計算月度甚至日度的行業持倉比例缺點是準確性較低在本章我們將結合持倉法與回歸法，來計算基金的行業月度持倉比例。基于帶約束的asso回歸模型的行業持倉比例計算在使用回歸法計算基金的行業倉位時普通回歸存在回歸倉位容易系統性偏高、行業之間多重共線性過高等問題，因此業界多采用帶約束的sso回歸模型對行業倉位進行測算，即在普通回歸的最小化目標式中加入了1范數懲罰項，即回歸系數β向量各素之和：??min(??

???????)2+‖‖?? ??1

???? 1通過回歸法計算基金行業持倉權重時一個隱含假設是基金持倉在計算期間內保持不變事實上基金在各行業上的倉位可能會發生變化越靠近月末收益率回歸的結果越接近真實情況因此我們引入一個有半衰期的時間系ω，為更靠近月末的時間點賦予更高的權重。我們將基金凈值增長率作為因變量，中信一級行業指數收益率、債券指數收益率、港股指數收益率作為自變量向量x，進行有條件約束的、時間加權的sso回歸，其最小化目標式為：????=min∑????

???????)2+‖‖時間權ω為：

?? ?? ??1

???? 1??=0.5?其中h為時間序列權重的半衰期在此處我們選擇h=5即每5個交易日回歸權重減小一倍；對于1范數懲罰系數λ，選擇=1×10-4；回歸時間n取20個交易日。具體回歸方程及約束條件如下：??=11+2??2+?+30??30+31?+32????.??.0≤??≤1,??=1,2…32 ①??????????????≤1+2+?+31≤?????????? ②其中y為基金的日度凈值增長率x1至x30為中信一級行業指數日度收益率h為港股日度收益率b為債券日度收益率用中債-綜合財富指數來計算β為對應行(資產)占基金凈值的比例其余說明如下：一般而言，基金持有的行業股票組合與行業指數往往存在較大偏差使用中信一級行業指數作為回歸元可會影響結果的準確性對此我們使用基金上個季報期的持倉構建行業指數以代替中信行業指數進行回歸，具體做法為：對于行業，若基金上個季報期持有行業a市值占股票資產比重超過10%則使用上期持有的所有a行業股票按持倉市值加權合成行業指數計算其每日收益率作為回歸元若基金上期持有行業a市值占股票資產比重小于10%則依然使用中信一級行業指數的日收益率作為回歸元。對于基金的港股持倉此處我們將其合并作為一個集合計算與行業指數處理方法類似若基金上個季報期港股市值占股票資產比重超過0%，則使用港股持倉合指數的方法參與回歸反之使用港股通指數887798）作為港股指數參與回歸。約束①約束了單個行業占基金凈值比的上下限，約束②約束了基金權益類資產的占比（包括A股和港股，其比例上下限受制于基金的類型，具體如下：偏股混合型基金： equity????=0.6,equity??=0.95普通股票型基2015年8月： equity??=0.6,equity??=0.95普通股票型基2015年8月： equity??=0.8,equity??=0.95{靈活配置型基金： equity????=0,equity??=0.95回歸結束后對行業權重進行歸一化處理即得到基金投資各行業市值占A股投資市值的比例：30??=??/∑??,??=1,2…30??1持倉法與回歸法結合計算行業持倉比例在計算基金行業配置比例時利用模擬持倉計算行業持倉的優點是結果準確但時間滯后1個月且一年只有4個數據點回歸法計算的優點是即時性較強缺點是準確性略低在上一小節我們完成了回歸法計算行業持倉比例，在本節，我們引入一個加權系，將回歸法結果與持倉法結果結合，來提升回歸法結果的準確性：??=????????+(1?)??????其中??是基金行業持倉比例??????是根據基金季報還原持倉計算出的“持倉法行業持倉比例??????是根據“回歸法計算出當月行業持倉比例是一個取值0~1之間的加權系數越大則給與持倉法的權重越高。加權系理論上與兩個因素有關：一是距向前最新一季報期的時間T，時間T越小，距離季報期越近，越應該信賴持倉法的結果，??越小；二是基金的行業換手率，如果基金在行業上的換手率越高，則持倉法的結果可參考性越低越小對于時間T其取值根據測算時點距離上一季報期的時間計算，在t月末對應取值如下：0.25, ??=1,4,7,??={0.5, ??=2,5,8,110.75 ??=3,6,9,對于行業換手率，本文我們利用基金季報還原后持倉的行業占比與上期占比之差的絕對值加總來表征基金的行業換手率，具體公式如下：30????????????=∑0.5?????????????????(1+????????)|??1其中????????????是基金的行業換手率????是本季報期持有行業i的比例??????????是上一季報期持有行業i的比例????????是基金i行業持倉股票按持倉市值加權生成行業指數的本期收益率為更好地代表基金的長期換手率水平，消除某一期異常數據的影響我們以過去4期基金的行業換手率均值作為基金的行業換手率代表，行業換手率取值范圍為0~1之間。行業換手率可以一定程度上表示過去一段時間基金經理進行行業輪動的速度。我們以/B兩只百億基金為例A基金經理偏好投資商業模式出色、現金流優秀的優質大公司，持倉長期以消費、醫藥、金融等行業為主，其行業換手率偏低，長期處于20%以下；B基金經理善于板塊輪動，自上而下選行業和公司，因此其行業換手率長期處于30%以上。圖6：基金行業換手率對比60%50%40%30%20%10%0%2019-6-1 2019-12-1 2020-6-1 2020-12-1 2021-6-1 2021-12-1 2022-6-基金A 基金B數據來源：至此我們可以結合時間T與基金行業換手????????????生成加權系，并用于基金行業持倉比例的計算。最終，從平均測算誤差的時序情況看，基于持倉法與回歸法結合的行業持倉比例計算結果準確性略高于回歸法，而及時性和數據樣本量要高于持倉法。圖7：回歸法和結合法行業測算誤差對比3.30%2.80%1.80%回歸法 結合法數據來源：我們也計算了最新一期所有公募基金各行業持倉比例的平均值，可以看出2022年6月30日市場公募基金食品飲料電子消費者服務、汽車、農林牧漁5個行業中模擬計算的行業持倉比例與真實持倉的誤差超過1%，其余行業的誤差均小于%。圖8：2022年半年報基金平均真實行業持倉和模擬行業持倉對比14%8%6%4%2%0%電食醫力品藥設飲備及新能源

基機礎械化工

汽計國車算防機軍工

交房通地運產輸

通家建消信電材費者服務

非輕銀工行制金造融

電建傳鋼力筑媒鐵及 公 用事業

商綜貿合零售融倉 模擬行業持倉數據來源：基金池搭建在上文我們完成了基行業持倉比例的計算而利用公募基構建行業輪動策略的另一個問題是我們該跟蹤哪些基金的行業持倉才能獲得超額收益是全部基金頭部基金還是具有行業輪動能力的優選基金池？本章我們將搭建3個基金池，作為行業輪動策略的跟蹤標的。寬基基金池和頭部基金池寬基基金池我們將開放式基金中偏股混合性基金普通股票型基金和靈活配置型基金篩選出成立時間大于1年規模不低于5000萬元，同時不屬于單行的基金，作為寬基基金池。在本文我們定義單行業基金為單一行業占比超過50%的基金若某基金過去6個月至少80%時（即至少5個月單一行業占比超過50%，則該基金屬于單行業基金剔除單行業基金是因為此類基金長期投資單一行業，對于行業輪動沒有明顯的指示意義。頭部基金池在寬基基金內挑選出對應季度規模排名前100的基金（合并計算C份額，作為頭部基金池。利用Bson原理搭建基金優選池資金流模型的本質是跟隨市場上Smrt資金買賣行業或者股票在本文的行業輪動模型中就是要去跟隨具有行業輪動能力的基金進行行業配置，那么該如何挑選具有行業輪動能力的基金？本節我們借鑒rnson業績歸因模型的原理，優選具有行業輪動能力的基金作為基金池。rnson模型是業內常用的基于持倉數據的業績歸因模型，并且可以應用在不同的資產維度中。它將組合相對于基準的超額收益率分解為資產配置收益octonturn、選股收益Sctonturn）和交互收益Intrctonturn，其計算公式如下：??????????????????=????+??+????=(?????????)??????? ?? ??????=∑?????(?????????)?? ?? ??????=(?????????)?(?????????)?? ??

?? ??其中????和????分別為資產組合和基準組合期初在資產i上的配置權重，?? ????和????分別為資產組合和基準組合在資產i上的收益率。?? ??當把rnson模型應用在行業維度中時使用行業指數代替大類資產，計算出R可以表示基金的行業配置收：??????=∑?????????????其中????=?????????是基金在行業i上的超配比例????是行業指數收?? ?? ??益率。rnson模型完全使用基金的靜態持倉信息可用于衡基金行業“配置能力但我們希結合更多動態變動信息來衡量基金的行“輪動”能力。因此，我們借鑒rnson模型的原理并稍加改動將行業超配????換為行業超配率的環比增加???，引入動態的加倉信息用來表示基金的行業輪動能力：??????????=∑?????????????當然，僅考慮R也存在一定的問題可能存在基金受到少數幾個行業的影響而導致整體結果偏高的情況我們希望選出基金的行業配置比例大小排盡可能與行業收益率排序相近因此我們引??????????????指標通過計算基期初行超配率環比增加值????與各行業當期收益率????秩相關性，來判斷基金的行業輪動能力。綜上我們通過過去6個月的累????????和??????????????兩個指標來衡基金的行業配置能力：630 ??????????=∑∑?????1?????????1??16????????????????=∑????????(?????1,??){ ??1其中????1??是期初基金對于行業i的超配率的環比增加值????為行業i的本期收益率。此外，在挑選有行業輪動能力的基金池時，還需要考慮一些其他因素，如基金經理需保持連貫性基金規模不能過大否則不利于進行行業輪動等。最終，我們每月按照以下條件篩選基金作為基金優選池：樣本池在寬基基金池（成立時間大于1年規模不低于5000萬元，不屬于單行業基金，挑選規模不大于100億元的基金；基金經理：過去2個報告期內保證至少1位基金經理不變；3. 行業輪動能力：過去6個月的??????????和????????????????均處于市場前25%水平。基金池總結在本章，我們完成了寬基基金池、頭部基金池行業輪優選基金池3個基金池的搭建，各基金池每年底的基金數量如圖9。隨著基金總數的增長，各基金池的基金數量均有所上升，截至21年底，寬基基金池、頭部基金池、行業輪動優選基金池分別有2928、100299只基金。圖9：目標基金池各年底數量35025020010002010-1-1 2012-1-1 2014-1-1 2016-1-1 2018-1-1 頭部基金池 優選基金池 寬基基金池（右軸）

3500300025002000150010005000數據來源：基金持倉因計算及試結果資金流模型本質上是跟蹤Smrt資金進行配置與北向資流模型不同，公募基金公開披露的信息相當有限因之我們花費了較大精力通過可獲取的基金季報凈值等公開數據完成持倉補全行業還原以及基金池的挑選本章我們將進行基金持倉因子的設計以及測試并生成最終的行業輪動模型。基金持倉因子說明基于基金每月末的行業持倉數據我們從靜態配置動態增持持倉分歧三個角度設了合計10個基金持倉因子，并分別在寬基基金池fund頭部基金（gntfund行業輪動基金優選btyfund）三個基金池中進行計算，具體見下表：表1：基金持倉因子列表因子類別因子名稱因子ID計算說明dod行持占股倉比例dOveod行持比-業身值比odaoOveodao5dodDfOveodDfAddao3AddOveao1OveodDveeceAddDveece單因子測試效果我們采用因子I分組測試公募持因子進行單因子測試根據因子的投資邏輯，每月底按因子值從大到小分為5組因子值最大的為第一組，最小為第5組。由于基金季報的截止時點超過當天收盤時因我們進行分組調倉操時，在每月初以開盤價買入，以月收盤價和月開盤價計算當月收益基準指數采用中信一級行業指數等權合準指數組合與單因子測試同步調測試區間為2012年1月至2022年10月。靜態配置類因子靜態配置類因子的投資邏輯是基金池中基金高配/超配比例高的行業或有較多基金高配/超配的行業未來表現較好從下表可以看出高比例持有/超配基金數占比因子超配因子從超額年化收益率、IC等指標看表現較好超額收益率和IC值均在4%以上具體績效見下表：表2：靜態配置類因子測試表現基金池因子awICaIC超額年化收益率超額最大回撤均值ICIRT值均值ICIRT值4.9%16.5%1.93.2%11.3%1.34.5%18.6%5.3%15.3%1.72.9%8.9%1.04.4%16.8%4.9%12.7%1.44.4%11.0%1.34.3%19.7%4.7%12.2%1.44.0%10.1%1.14.3%19.0%5.1%15.1%1.72.3%7.2%0.84.2%16.8%4.7%12.9%1.53.8%9.7%1.14.1%20.2%5.4%16.8%1.92.8%9.0%1.04.1%19.2%4.2%15.0%1.72.0%7.3%0.84.1%16.1%4.1%13.3%1.51.9%6.5%0.73.4%22.0%4.0%14.1%1.62.1%7.7%0.92.7%21.5%3.8%12.8%1.52.1%7.2%0.81.9%24.5%3.3%11.1%1.32.3%7.9%0.91.2%32.6%測試區間：202.01.01-2022.10.31圖10：靜態配置類因子（部分）分組累計凈值曲線測試區間：202.01.01-2022.10.31動態增持類因子動態增持類因子的投資邏輯是基金池中基金增持比例高的行業或有較多基金大幅增倉的行業未來表現較好從下表可以看出該類因子整體表現不佳超額年化收益率多在3%以下且IC值較低，分組效果一般。具體績效見下表：表3：動態增持類因子測試表現基金池因子awICaIC超額年化收益率超額最大回撤均值ICIRT值均值ICIRT值0.2%0.5%0.10.3%1.2%0.14.2%18.6%2.2%7.5%0.90.7%2.4%0.32.5%21.1%1.1%3.5%0.40.5%1.5%0.22.4%19.1%0.7%2.2%0.20.4%1.6%0.22.1%22.6%1.7%6.9%0.81.8%7.6%0.92.0%18.9%0.4%1.4%0.20.1%0.2%0.02.0%18.0%1.9%6.4%0.70.5%1.7%0.21.9%22.3%0.2%0.7%0.10.1%0.5%0.11.4%16.7%1.0%3.5%0.40.4%1.4%0.21.2%22.7%0.8%3.1%0.41.4%5.6%0.60.8%21.9%1.0%3.1%0.41.3%4.2%0.50.7%23.2%0.7%2.6%0.31.2%5.1%0.60.4%16.0%測試區間：202.01.01-2022.10.31圖1：動態增持類因子（部分）分組累計凈值曲線測試區間：202.01.01-2022.10.31持倉分歧類因子持倉分歧類因子的投資邏輯是基金池中基金分歧較大的行業未來表現較好從邏輯上講在一段行情啟動前少量先知先覺“聰明資金會先行進入但多數資金不為所動此時投資者的倉位或加減倉分歧度最大隨著行情啟動越來越多的后續資金涌入待到市場已形“一致預期（表現為基金倉位或加倉方向分歧度最低時行情可能已經接近尾聲我們以各基金對于行業超配比例或者加減倉比例的標準差作為分歧度的代理變量從下表可以看出，該類因子整體表現尚可且優選基金池的表現較好超配分歧度、加倉分歧度的超額年化收益率多在3%以上IC值在4%以上體績效見下表：表4：持倉分歧類因子測試表現基金池因子awICaIC超額年化收益率超額最大回撤均值ICIRT值均值ICIRT值4.0%1.4%1.62.4%8.6%1.05.1%2.2%4.5%1.2%1.61.5%5.1%0.63.8%2.5%3.7%1.1%1.62.4%9.7%1.13.1%2.2%4.0%1.4%1.51.9%6.7%0.82.8%1.1%4.0%1.0%1.51.7%5.9%0.72.7%1.0%2.5%9.5%1.11.4%5.3%0.60.8%3.5%測試區間：202.01.01-2022.10.31圖12：持倉分歧類因子（部分）分組累計凈值曲線測試區間：202.01.01-2022.10.31復合因子效果通過行業單因子測試我們綜合IC表現超額收益超額回撤等指標，最終選取以下5個因子參與復合策略的合成：表5：最終選擇因子因子類別因子名稱因子ID超額年化收益率超額最大回撤信息比率優選基金abyudodao4.4%1.6%0.04優選基金abyuddOveod4.2%1.0%0.04優選基金abyudOveodDveece5.0%2.1%0.05優選基金abyudAddDveece3.7%2.5%0.04寬基audAddDveece2.71%1.0%0.03寬基auddodDf4.1%1.6%0.04測試區間：202.01.01-2022.10.31計算因子兩兩相關性矩陣分析入選因子相關性可以發現由于因子投資邏輯類似部分因內部相關性較高整體看因子之平均相關系數為49%。因子相關性矩陣見下表：表6：因子相關性A1A2C1優選基金A1優選基金A2優選基金優選基金寬基寬基C1測試區間：2012.01.01-2022.10.31我們采用等權方式合成募基金持倉復合因子并分5組進行回測測算發現2012年1月至2022年10月多頭年化收益率為14.44%對基準（中信一級行業等權年化超額收益率為5.31%空頭組年化收益率為5.89%，相對基準年化超額收益率-2.78%；年化多空收益為8.07%。圖13圖13：復合因子多空組合凈值圖14：復合因子多頭超額凈值63534232211103 3 3 第1組 等權組合 第5組

02012-1-3 2015-1-3 2018-1-3 2021-1-3多頭超額 多空 空頭超額測試區間：202.01.01-2022.10.31行業輪動策略績效使用公募基金持倉復合因子構建行業輪動策略每月初選擇排名前5的中信一行指數等權買，持有至月末賣出，測試區間為2012年1月1日至2022年10月31日測算發現基于公募持倉的行業輪動策略表現如下：2012年以來策略年化收益為16.71%相對于基準指（中信一級行業等權年化超額收益達7.4%超額收益最大回撤為23.41%，信息比率為067，多空收益為10.43%。分年度看策略多數年份跑贏基準年度勝率72.7%月度勝率為61.2%，在13年14年、17年、20年表現較好年度超額收益和月勝率較高，在16年18年、21年表現不。換手率方面年度單邊換手率均值為340%月度調倉單邊換手率為30.9%平均每月換掉1.5個行業左右假設雙邊千三費用的話策略的年化超額收益會減少340%*0.3%=102%左右。超額最大回撤（右軸）2021-1-32018-1-32015-1-3超額最大回撤（右軸）2