量化模型与构建方式 1. 模型名称：固收+基金风险暴露模型 - 模型构建思路：通过回归分析固收+基金净值与各类资产风格纯因子收益，计算其在债券、股票、转债等资产上的风险暴露[19][21][23] - 模型具体构建过程： 1. 定义债券风险因子：利率水平、斜率、凸度、信用、违约 2. 定义股票风险因子：估值、市值、成长风格 3. 定义转债风险因子：平价暴露 4. 采用多元线性回归模型： $R_{fund} = \alpha + \sum \beta_i \cdot F_i + \epsilon$ 其中$F_i$为第$i$个风格因子收益，$\beta_i$为因子暴露系数 5. 对比月度暴露变化分析仓位调整[19][21][23] - 模型评价：能够有效捕捉固收+基金在跨资产类别上的配置动态[19][23] 2. 模型名称：纯债基金风险暴露模型 - 模型构建思路：通过五因子回归分析纯债基金净值变化，识别利率曲线和信用策略暴露[42][44] - 模型具体构建过程： 1. 选取五个债券市场因子：利率水平、斜率、凸度、信用、违约 2. 采用时间序列回归： $R_{bond} = \alpha + \beta_1 \cdot Level + \beta_2 \cdot Slope + \beta_3 \cdot Convexity + \beta_4 \cdot Credit + \beta_5 \cdot Default + \epsilon$ 3. 计算因子暴露均值变化及分歧度（标准差）[42][44] - 模型评价：可监测纯债基金在利率曲线形态和信用风险上的集中度变化[44] 3. 模型名称：固收+基金优选组合模型 - 模型构建思路：基于胜率、赔率等多维度指标季度筛选基金构建等权组合[26][27] - 模型具体构建过程： 1. 筛选过去四个季度平均权益仓位<40%的固收+基金 2. 按股票型/转债型/混合型分类 3. 计算基金在波动率、最大回撤、夏普比率等指标上的排名 4. 综合评分选取前10名等权配置[26][33] 4. 模型名称：纯债基金优选组合模型 - 模型构建思路：在风格暴露中性的基金池中筛选特质Alpha较高的基金[45][46] - 模型具体构建过程： 1. 筛选风格暴露处于市场均值±1倍标准差的基金 2. 通过回归计算基金特质收益Alpha 3. 季频选择Alpha最高的10只基金等权配置[45][53] 模型的回测效果 1. 固收+基金优选组合模型 - 7月超额收益：+0.36%（vs 二级债基指数）[27] - 组合净值波动率：低于基准指数[27][30] - 持仓分散度：覆盖股票型/转债型/混合型三类资产[33] 2. 纯债基金优选组合模型 - 今年以来超额收益：+0.16%（vs 中长期纯债基金指数）[46] - 7月收益：与基准持平[46][50] - 持仓特征：10只基金规模分布在10-95亿元[53] 量化因子与构建方式 1. 因子名称：债券五因子 - 因子构建思路：刻画利率曲线形态和信用风险的核心驱动因子[42][44] - 因子具体构建过程： 1. 利率水平因子：各期限收益率的一阶主成分 2. 斜率因子：10年期-1年期利差 3. 凸度因子：2×5年期-（1年期+10年期）收益率 4. 信用因子：AAA级与国债利差 5. 违约因子：高收益债与投资级债利差[42][44] 2. 因子名称：股票风格三因子 - 因子构建思路：捕捉固收+基金在股票资产上的风格暴露[21] - 因子具体构建过程： 1. 估值因子：BP（账面市值比）分组收益 2. 市值因子：大市值组合与小市值组合收益差 3. 成长因子：营收增长率分组收益[21][23] 3. 因子名称：转债平价因子 - 因子构建思路：衡量转债资产对标的股票价格的敏感性[23][29] - 因子具体构建过程： 1. 计算转债Delta值：$\Delta = \frac{\partial P_{cb}}{\partial S}$ 2. 按Delta值分组构建多空组合收益[29] 因子的回测效果 1. 债券五因子 - 7月暴露变化：信用因子暴露+0.15，凸度因子暴露-0.08[44] - 分歧度：信用因子标准差0.12（较低一致性）[44] 2. 股票风格三因子 - 7月暴露变化：估值因子+0.21，市值因子+0.18，成长因子+0.13[21][23] 3. 转债平价因子 - 7月暴露变化：平价因子暴露+0.23，仓位整体下降5%[23][29]