量化模型与构建方式 1. 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，通过基金在两个报告期的股票持仓，构建基金绝对主动轮动指标，识别基金是否为风格轮动型基金或风格稳定型基金，并通过主动轮动收益因子刻画基金风格轮动效果[21][22][23] - 模型具体构建过程： 1. 根据基金报告期的股票持仓数据，计算基金的风格暴露变化 2. 剔除被动变化部分，保留基金经理主动调整的部分，构建绝对主动轮动指标 3. 结合主动轮动收益因子，筛选出风格轮动效果较好的基金 4. 策略采用半年频调仓，每年3月末和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[21][22][23] - 模型评价：通过该策略筛选出的基金，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，体现了基金经理的主动调整能力[21][22][23] 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[30][31][33] - 模型具体构建过程： 1. 构建多个选基因子，包括基金规模类因子、持有人结构类因子、基金业绩动量类因子、选股能力因子、隐形交易能力因子、含金量因子等 2. 对各因子进行等权重合成，形成综合选基因子 3. 策略采用季频调仓，每年1月、4月、7月、10月末进行调仓，并扣除交易成本[30][31][33] - 模型评价：该策略通过多维度因子综合评估基金特征和能力，能够较全面地刻画基金的潜在表现[30][31][33] 3. 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：结合基金的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、主动交易动机强且业绩粉饰可能性较低的基金[34][35][38] - 模型具体构建过程： 1. 构建交易动机因子：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股票成交额占比数据计算 2. 构建股票价差收益因子：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 3. 将两类因子结合，形成综合选基策略 4. 策略采用半年频调仓，每年3月末和8月末进行调仓，并扣除交易成本[34][35][38] - 模型评价：该策略能够有效识别交易动机明确且股票价差收益较高的基金，但在某些市场环境下可能表现不佳[34][35][38] 4. 模型名称：交易独特性选基策略 - 模型构建思路：根据基金经理持股、交易的明细构建网络，计算基金经理交易独特性指标，筛选出交易风格独特的基金[39][42][47] - 模型具体构建过程： 1. 基于基金经理持股和交易数据，构建基金经理网络 2. 计算每个基金经理与其相关联基金经理在交易方面的差异，形成交易独特性因子 3. 策略采用半年频调仓，每年4月初和9月初进行调仓，并扣除交易成本[39][42][47] - 模型评价：该策略通过量化基金经理的交易独特性，能够捕捉到部分基金经理的超额收益能力[39][42][47] --- 模型的回测效果 风格轮动型基金优选策略 - 11月份收益率：0.55% - 年化收益率：9.07% - 年化波动率：19.08% - Sharpe比率：0.48 - 最大回撤率：37.30% - 年化超额收益率：3.90% - 超额最大回撤率：9.49% - 信息比率（IR）：0.72 - 11月份超额收益率：0.51%[27][28][29] 基于基金特征和基金能力的综合选基策略 - 11月份收益率：0.36% - 年化收益率：13.39% - 年化波动率：21.71% - Sharpe比率：0.62 - 最大回撤率：44.27% - 年化超额收益率：5.41% - 超额最大回撤率：7.96% - 信息比率（IR）：1.13 - 11月份超额收益率：0.28%[33][36][37] 基于交易动机因子及股票价差收益因子的选基策略 - 11月份收益率：-0.81% - 年化收益率：9.25% - 年化波动率：21.77% - Sharpe比率：0.42 - 最大回撤率：48.39% - 年化超额收益率：3.66% - 超额最大回撤率：13.04% - 信息比率（IR）：0.66 - 11月份超额收益率：-1.09%[35][38][40] 交易独特性选基策略 - 11月份收益率：0.02% - 年化收益率：10.24% - 年化波动率：19.64% - Sharpe比率：0.52 - 最大回撤率：37.26% - 年化超额收益率：5.28% - 超额最大回撤率：6.30% - 信息比率（IR）：1.1 - 11月份超额收益率：-0.12%[47][48][50]