报告核心观点 报告指出传统业绩动量选基方法不稳定且改造困难，提出全新基金业绩衡量方法，构建的选基模型能稳定战胜万得偏股混合型基金指数，还给出市场环境适应性新解，虽模型存在潜在假设失效问题但影响不显著，最后介绍算法应用方法 [9][31]。 业绩动量——直接但不稳定的传统选基方式 所谓“业绩动量选基”的逻辑 金融行为学中“动量”广泛用于资产投资策略，主动基金“动量”底层逻辑与其他资产有别，股票资产动量源于资金买入推动股价上升，而基金不会因资金买入使净值上升，基金业绩动量本质是对基金经理投资能力延续性的看好 [10]。 业绩动量选基方法失效的原因 “动量选基”效果不佳，收益率作为选基因子有反转效应，“冠军魔咒”效应明显，除 2019 年外，各年份表现前 20%的基金产品中，未来一年表现跌落至后 20%的产品占比平均有 19.4%。失效原因一是 Beta 因素使基金过往业绩反映的基金经理投资能力失真，二是基金业绩增长路径不同，放在同一框架比较有偏差 [15][18]。 过去对业绩动量改造困难的原因 为解决业绩动量选基问题，投资者尝试的方法操作困难。赛道划分存在颗粒度和维度问题，如消费主题基金细分赛道偏好不同，全行业选股基金策略差异大；市场环境适应性观察存在偏差，纯定量方法可比性弱，主观切分方式有主观偏差且无法批量分析 [24][27][29]。 另辟蹊径——从全新视角出发重塑基金业绩衡量方法 算法逻辑 基于先前报告算法改进更新，应用于全样本主动权益基金。先提取基金过去三个月每日净值较万得偏股混合型基金指数的超额收益，计算相关性，提取与目标基金超额收益相关性前 2%的基金作为比较样本；再计算目标基金在下个月比较样本中的表现分位数，作为当月业绩衡量结果，可剔除大部分 Beta 因素影响 [32][36][38]。 选基表现 基于该衡量方法构建的选基模型，在 2017 年以来（截止 2025M4）回测中，区间回报达 112.96%，显著超越万得偏股混合型基金指数的 53.43%，超额收益达 59.53%，相对收益曲线平滑，历史相对收益最大回撤仅 2.60% [41]。 模型有效性测试 模型单调性显著，各年度头部组合表现突出，第一组至第十组整体表现单调递减；对超参数不敏感，样本更新频率和回顾期数除非同时变化，否则对模型影响不显著，但调低样本更新频率同时减少回顾期数可能导致模型有效性下降 [46][47][48]。 随机样本空间测试 进行 500 次随机测算，算法能在随机样本中选取更优基金产品，稳定产生超额收益，所有随机测试中均领先全样本等权组合，超额收益中位数达 50.01%，说明该算法对基金样本无硬性要求 [50]。 市场环境适应性新解——独立判断各基金顺逆境环境 判断逻辑 将相似基金样本表现作为 Beta 环境表现划分基金顺逆境环境。先提取过去三个月净值走势相关性高的基金样本，计算其下一个月中位数表现与万得偏股混合型基金指数月度走势的超额收益，超额收益为正的月份是顺境月，反之是逆境月，再分别计算基金在顺逆境月中的业绩分位数均值 [54][55]。 识别结果 顺境表现突出的产品多为行业主题类，集中度高；逆境表现突出的产品难以从名称判断配置赛道，较为分散均衡；顺逆境均突出的产品过去三年业绩表现较好。顺逆境表现可作为评估基金表现锐度的参考指标 [58][59]。 市场环境敏感性 用相似基金超额收益中位数与基金表现分位数的各月相关性衡量基金对 Beta 环境的敏感性，以此确定基金策略风格。低 Beta 敏感性组合在市场逆境调整时适度占优，高 Beta 敏感性产品适合上行市场环境，两者无明确优劣之分 [65][67][73]。 潜在问题观察——模型潜在假设失效是否会有影响 模型潜在假设 模型假设市场上有足够多与目标基金风格策略相似的基金产品，且通过过去净值找到的相似基金在未来一期与目标基金仍有较高相似度 [75][76]。 假设失效情况及影响 假设在目标基金风格独特或风格切换时可能失效，但将过去相关性或下月相关性较低的产品替换原样本构建组合，选基效应仍存在，整体表现与原组合相差无几，说明模型对这类产品仍有较强可靠性，若担心影响可剔除部分产品 [76][79][87]。 算法应用方法：在绩优基金样本中提取需要的基金产品 新算法不事先对基金分类，选基时可从绩优基金样本中进行风格识别，寻找所需产品构建投资组合，效率高且能选出策略不鲜明或多策略多赛道布局的产品，报告还列举了各类型产品中过去 12 月分位数均值较高的产品 [88][90]。

行业比较中的交易因素分析 - 行业比较需结合多种因素综合判断，单一因素难以长期制胜 [2] - 交易面因素对短期股价影响显著，可能偏离基本面，需重视以避免"看对逻辑却输于节奏" [3] 关键交易因素 - **动量效应**：股价表现反映行业潜在利好，A股行业存在月度动量效应但稳定性不足，表现好的行业未来可能延续但不可单独依赖 [3] - **换手率**：低换手率行业未来表现更优，反映股价对利好信息消化程度，高换手率或预示利好已充分反映 [3] - **拥挤度**：高拥挤度行业易发生踩踏风险，实际数据显示拥挤度越高行业表现越差，可作为风险规避指标 [4] 交易面综合打分体系 - 构建逻辑为"强动量+低换手+低拥挤"，筛选存在利好且股价未完全反映、交易不拥挤的行业 [5] - 历史数据（2014年2月-2025年1月）显示：得分最高组年化收益率11.5%，夏普比率0.50；最低组仅0.3%和0.01，体系区分度显著 [5] - 多空组合表现稳健：做多最高分组+做空最低分组年化收益率10.1%，夏普比率0.75，最大回撤17% [7]