量化模型与构建方式 1. 模型名称：基于交易动机因子及股票价差收益因子的选基策略 - 模型构建思路：通过构造交易动机因子和股票价差收益因子，筛选出股票价差收益较高、拥有主动交易动机且业绩粉饰可能性较低的基金[20][21] - 模型具体构建过程： - 交易动机因子：由估值/流动性动机因子和业绩粉饰动机因子等权合成 - 估值/流动性动机因子：根据基金报告期间资金流与股票买卖金额、累计买入/卖出股票金额2%以上或前20只股票成交额占比数据计算[42] - 股票价差收益因子：由基金利润表中股票价差收入（股票投资收益科目）计算得出[42] - 策略采用半年频调仓方式，每年3月末和8月末调仓，从主动权益型基金中进行筛选，并扣除交易成本[21] - 模型评价：策略长期跑赢万得偏股混合型基金指数，具有较好的超额收益能力，但在市场环境变化时可能存在失效风险[21][24] 2. 模型名称：基于基金特征和基金能力的综合选基策略 - 模型构建思路：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选基因子，并进行等权重合成[2][28] - 模型具体构建过程： - 基金规模类因子：基于基金规模和份额（合并口径）[42] - 持有人结构类因子：基于员工持有份额占比[42] - 基金业绩动量类因子：由4因子模型alpha、夏普比率、区间胜率、HM模型中的择时能力系数等权合成，使用过去1年的基金净值数据计算[42] - 选股能力因子：基于多期Brinson模型，使用基金季频重仓股数据计算，由选股胜率和选股超额收益率等权合成[42] - 隐形交易能力因子：由隐形收益能力因子和风险转移能力因子等权合成，从收益和风险两个层面度量基金交易带来的贡献[43] - 含金量因子：考察基金重仓股中包含的券商金股情况[43] - 策略采用季频调仓方式，在每年1、4、7、10月末进行调仓，并扣除交易成本[28] - 模型评价：策略在2013年至2021年表现较好，但2022年至2023年未能跑赢基准，2024年表现有所回升[30][36] 3. 模型名称：风格轮动型基金优选策略 - 模型构建思路：基于成长价值与大小盘两个维度，通过基金持仓数据构建绝对主动轮动指标，识别风格轮动型基金，并根据主动轮动收益因子刻画风格轮动效果[31] - 模型具体构建过程： - 绝对主动轮动指标：剔除被动变化部分，保留基金经理主动调整的部分[43] - 主动轮动收益因子：根据区间风格主动变化及区间风格因子收益计算，体现基金风格轮动的结果[43] - 策略采用半年频调仓方式，每年3月末和8月末调仓，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[31] - 模型评价：策略在2024年表现优于基准，具有一定的超额收益能力[32][36] --- 模型的回测效果 1. 基于交易动机因子及股票价差收益因子的选基策略 - 7月份收益率：-1.59%[24] - 年化收益率：8.93%[24] - 年化波动率：21.80%[24] - Sharpe比率：0.41[24] - 最大回撤率：48.39%[24] - 年化超额收益率：4.24%[24] - 超额最大回撤率：12.19%[24] - 信息比率（IR）：0.78[24] - 7月份超额收益率：0.61%[24] 2. 基于基金特征和基金能力的综合选基策略 - 7月份收益率：-2.75%[30] - 年化收益率：12.95%[30] - 年化波动率：21.50%[30] - Sharpe比率：0.60[30] - 最大回撤率：44.27%[30] - 年化超额收益率：5.81%[30] - 超额最大回撤率：7.96%[30] - 信息比率（IR）：1.24[30] - 7月份超额收益率：-0.60%[30] 3. 风格轮动型基金优选策略 - 7月份收益率：-1.78%[36] - 年化收益率：7.88%[36] - 年化波动率：18.56%[36] - Sharpe比率：0.42[36] - 最大回撤率：37.30%[36] - 年化超额收益率：4.04%[36] - 超额最大回撤率：9.49%[36] - 信息比率（IR）：0.75[36] - 7月份超额收益率：0.35%[36] --- 量化因子与构建方式 1. 因子名称：交易动机因子 - 因子构建思路：通过估值/流动性动机因子和业绩粉饰动机因子等权合成[42] - 因子具体构建过程： - 估值/流动性动机因子：根据基金报告期间资金流与股票买卖金额、累计买入/卖出股票金额2%以上或前20只股票成交额占比数据计算[42] 2. 因子名称：股票价差收益因子 - 因子构建思路：通过基金利润表中的股票价差收入计算[42] - 因子具体构建过程： - 直接从基金利润表中提取股票投资收益科目数据[42] 3. 因子名称：绝对主动轮动指标 - 因子构建思路：剔除被动变化部分，保留基金经理主动调整的部分[43] - 因子具体构建过程： - 根据基金报告期之间的风格变化，剔除被动变化部分，计算主动调整部分[43] 4. 因子名称：主动轮动收益因子 - 因子构建思路：通过区间风格主动变化及区间风格因子收益计算[43] - 因子具体构建过程： - 结合基金持仓数据，计算区间内风格因子收益并提取主动变化部分[43]