全新FOF构建框架：“绩优”基金再甄别

1、正文目录 HYPERLINK l _TOC_250013 基于绩优度的基金选择法 4 HYPERLINK l _TOC_250012 传统的绩优基金选择法 4 HYPERLINK l _TOC_250011 基于绩优度的基金选择法 5 HYPERLINK l _TOC_250010 主动偏股型基金组合构建 9 HYPERLINK l _TOC_250009 基金样本范围 10 HYPERLINK l _TOC_250008 组合内基金数量 10 HYPERLINK l _TOC_250007 主动偏股型选基策略回测 11 HYPERLINK l _TOC_250006 风格细分下基金组合构建

2、13 HYPERLINK l _TOC_250005 基金风格分类 13 HYPERLINK l _TOC_250004 基金数量及风格情况 14 HYPERLINK l _TOC_250003 大盘价值型选基策略回测 14 HYPERLINK l _TOC_250002 中盘成长型选基策略回测 16 HYPERLINK l _TOC_250001 基金优选 18 HYPERLINK l _TOC_250000 参考文献 19图表目录图 1：传统排序 vs 三大同类基金相对表现指标（2021-02-26） 8图 2：不同时期头部 alpha 分布对比（2020-10-30 vs 2021-02

3、-26） 9图 3：各期基金数量 10图 4：两种选基方法下组合内基金数量 11图 5：两种选基方法下的累计收益_全部主动偏股型基金_月度调仓（20121231-20210319） 11图 6：两种选基方法下的累计收益_全部主动偏股型基金_季度调仓（20121231-20210319） 12图 7：各风格基金数量堆积图 14图 8：两种选基方法下组合内基金数量_大盘价值型 14图 9：两种选基方法下的累计收益_大盘价值型基金_月度调仓（20121231-20210319） 15图 10：两种选基方法下的累计收益_大盘价值型基金_季度调仓（20121231-20210319） 15图 11：两种

4、选基方法下组合内基金数量_中盘成长型 16图 12：两种选基方法下的累计收益_中盘成长型基金_月度调仓（20121231-20210319） 16图 13：两种选基方法下的累计收益_中盘成长型基金_季度调仓（20121231-20210319） 17表 1：两种选基方法下的组合表现_全部主动偏股型基金_月度调仓（20121231-20210319） 12表 2：两种选基方法下的组合表现_全部主动偏股型基金_季度调仓（20121231-20210319） 12表 3：国证风格指数简介 13表 4：两种选基方法下的组合表现_大盘价值型基金_月度调仓（20121231-20210319） 15表 5

5、：两种选基方法下的组合表现_大盘价值型基金_季度调仓（20121231-20210319） 16表 6：两种选基方法下的组合表现_中盘成长型基金_月度调仓（20121231-20210319） 17表 7：两种选基方法下的组合表现_中盘成长型基金_季度调仓（20121231-20210319） 17基于绩优度的基金选择法传统评价基金业绩的方法是基于对 alpha 的估计和百分位数的排序，但这种方法具有一定的缺陷：如果一些基金具有相同的 alpha，那么他们的表现可能会被高估。例如在市场风格集中的某些阶段，有大批基金具有相似的较高收益，那么传统百分位排序法无法细分出真正出色的基金。极端情况下，如

6、果所有的基金都具有相同的 alpha，那么按照 alpha排序获得的百分位数只是一个介于 0、1 之间的随机数，该数字没有任何信息价值。为了提高投资者的资产配置效率，减少组合中同质基金的数量，我们需要注意具有相同 alpha 的基金比例。以下，我们推荐使用三个同类间相对表现指标来评估基金业绩，这些指标通过非参数估计方法刻画业绩评价中的漏选和错选错误，从而进一步细化绩优基金的择选。该框架下从以下三个方面展现目标基金相对同类基金的业绩表现：同质度 equal-performance：和目标基金具有相同表现的基金所占比例，绩优度 outperformance：表现差于该基金的比例，绩劣度 under

7、performance：表现优于该基金的比例。我们分别把这三个指标定义为 0 , 和 ，三者之和为 1。指标的定义详见下文。ii i传统的绩优基金选择法传统的基金业绩评价基于多因子模型回归后所得的 alpha，可简单地根据 alpha 排序从高到低优选基金。假设有n+1 个基金， 记i j 为两个基金表现的实际差异， i j 是对应的估计量。下文中均使用 hat 符号来代表样本估计量。 0 是i j 0 的基金所占比例， 是i iii j 0 的基金所占比例， 是i j 0 的基金所占比例。在一系列风险因子下，对基金收益率时间序列做 ols 回归后的截距项 alpha 代表根据风险调整后的基金

8、表现，本文取 Fama French 五因子作为风险因子，分别为：市场因子（MKT）、市值因子（small-minus-big, SMB）、价值因子（high-minus-low, HML）、盈利因子（robust-minus-weak, RMW）、投资因子（conservative-minus-aggressive, CMA）。下式中的 ols 回归截距项用于检验基金 i 和基金 j 是否具有相同的表现：i,tj,ti ji j ti j ,tr r f （1）其中 ri,t 为基金收益率，ft 为风险因子，i j 是风险敞口,i j,t 是误差项，t 1,T 。我们可以得到截距的估计值 i

9、 j 及其标准差sei j 。i j i j / sei j 则为 t 检验统计量。ii j 值越高，拒绝原假设（ i j 0 基金表现相同）的概率 pi j 2F j i j 就越F高， i j为标准正态累积分布。现有传统估计策略：alpha 百分位数选基方法传统的业绩比较仅考虑不同基金的 alpha 差值，认为 alpha 更大者表现更为优异，也就是假设上文中的同质度0i为 0，但这种方法忽略了 alpha 间的差异是否显著，现实中往往存在着大量收益表现（统计意义上）相同的基金，因此这种比较方法高估了绩优度 i和绩劣度 。ii百分位估计法下的绩优度 为i j 0 的基金所占比例：i 1 I

10、 0n j i i j上式的I 是指示函数，括号中条件成立的情况下I=1，否则 I=0。考虑置信度的选基方法i另一种简单但有偏的绩优度估计量 用到了基金间成对假设检验中统计量的分布情况，定义为i j超过 的基金占所有基金的比例。其中 为单边置信度，一般设为qi j90%或 95%； q 为原假设成立时对应分布的 分位数。因此，对应的公式为：i ji j 1 I i q n j i i ji j同质度的估计量0 为 t 值位于 q 和 q 之间的基金所占百分比：ii ji ji0 1 I q I q n j i i ji ji ji j基于绩优度的基金选择法然而，理论表明，以上两种传统估计方法都

11、存在大量的“漏选”和“错选”现象。“漏选”使得一些真正绩优的基金成为漏网之鱼；“错选”则指错选了一些伪绩优的绩劣或同质基金。真实情况绩优基金非绩优基金（同质+绩劣）绩优判定情况非绩优True Positive错选False Positive漏选False NegativeTrue Negative本文提出一种基于“绩优度”的选基策略，该方法结合了成对检验（pairwise）和多重假设检验（multiple testing）的优点，大致分为两步：i首先估计表现相同的基金的比例，即同质度 0。对两两之间的基金 alpha差异进行成对检验，假设有 N+1 个基金，则进行(N+1)*N/2 次（1）式

12、检验，由此得到一组原假设 H0 : i j 0 对应的双侧检验的p 值 pi j 。对于每只基金（固定 i）有 N 个 p 值，若目标基金 alpha 与其他基金无显著差异（不拒绝原假设），那么 p 值服从渐进的均匀分布；若目标基金 alpha 显著异于其他基金（拒绝原假设），则 p 值接近 0。ii该方法得到的0 对于拒真及取伪错误具有稳健性，除非有基金收益率表现明显异于其他基金， 0 将接近 100%。第二步计算剩余两个比率绩优度 和绩劣度 。i ii更为详细地，同质度 0 的计算方式如下所示：假设 A1:存在阈值i ，如果 i 基金的表现显著异于其他基金，那么 p 值几乎处处小于i ：

13、pi j i i j 0 1假设 A2:若基金具有相同表现， 那么p 值对于给定的两个基金(i, j) 呈均匀分布。这表明当i j 0 时 pi j 超过i 的概率是1 i ： pi j i i j 0 1 i如下式所示，可以推出，在满足A1 及A2 的情形下，超过 的p 值个数为1 n0 ，iiin其中 0 是与目标基金具有相同表现的基金数量。ii j i i j i i j i I p I p I p j i j i j iij 0i1i n0根据A2得到ii 1 n0ij 00根据A1得到n因此，我们可以得到 0 ，即与目标基金具有相同表现的基金数量估计值为：i I pi j i n0

14、c0 min j i , nii1 ic其中 0 是修正因子（详见 Ardia and Boudt (2018) Appendix A）。进一步可以得到同质ii度0 的估计值：i0n0 i n在实践中我们需要挑选合适的阈值i ， i 越大，A1 和 A2 两个假设越容易满足，但同时我们用于估计0 的值也越少。我们可以通过最优化来解决这个问题：设i 0.3, 0.32, 0.7 ，从中选取使得0 的均方估计误差mse 最小的 值（详见Ardiaii iand Boudt (2018) Appendix B）剩余两个比率 和 的计算方式如下所示：i ii若给定 n ，根据公式 n n n n0 我

15、们可以得到 n ，反之亦然。我们优先计算iii iI 0 n / 2观测值更多的一边。比如：若基金 i 的表现超越过半的其他基金（n我们首先估计 。ij i i j），i估计量 n 的构建基于上文中提及的“考虑置信度的估计方法”，下式中的第部分为置信水平 下目标基金显著优于其他基金的数量，第、部分对“错选”行为（基金i 表现劣于或同于基金 j，却被估计成更优；即当 0 时， q ），第部分对i ji ji j“漏选”行为（基金i 表现优于基金j，却被估计成更劣或相同；即当 0 时， q ）做出调整。i ji ji jii jn I j i 0 I q I q I q I q j i i ji

16、ji ji ji ji ji ji j j ij ij ii j0 n0 1 i j 0i j0 漏选i错选 I q n0 1 i ji j ij i 选择合适的的置信度 ，可得到最后一步近似结果。由于我们先前假设了该情形下 i j 大于 0 的情况多于小于 0 的情况，即更容易出现高估基金表现的情况，即项可以忽略不计。同时，如果 足够低，项漏选错误也可以避免。相反的情况下，若基金 i 的表现劣于过半基金（ j i I i j 0 n / 2 ），我们首先估计 n 为 I q n0 。如果 值偏高，其漏选行为可以忽略不计。ij i i ji j i在实践中，我们设 0.4 ， 0.6 。总结来

17、说，基金 i 的绩优度 和绩劣度 的估计方式如下所示：i i 1 max I q n0 1 , 0if I i j 0 n / 2 ni ji j ij i i j i 1 0 otherwisei i 1 max I q n0 , 0if I i j 0 n / 2 ni ji jij i i j i 1 0 otherwisei i区别于“考虑置信度的估计方法”，该方法进一步对“错选”行为进行了调整，即在ii计算绩优/劣度时，减去了 n0 1 / n0 ,进一步剔除了并不显著优/劣于目标基金的基金，使得资产配置效率得到进一步提升。下图展示了 2021-02-26 主动偏股型基金（筛选条件详

18、见下文）的 alpha 简单排序情况（左）以及三大比率的分布情况（右）。左图中靠左的基金是 alpha 最高的基金，可以发 现这些基金的 alpha 差距较大，大部分中等排名的基金 alpha 较为相近。右图中，绩优度 、ii同质度 0、绩劣度 分别对应图中的黑色，浅灰色和深灰色，可以发现在该种评价体i系下，大部分基金都无法显著区别于同类基金，若能在基金组合内剔除此类基金，可在很大程度上提高组合资产选取的效率。图 1：传统排序 vs 三大同类基金相对表现指标（2021-02-26）100%80%60%40%20%0%-20%-40%年化Alpha1201 401 601 801 1,001 1

19、,201 1,401100%90%80%70%60%50%40%30%20%10%0%pipospizeropineg1201401601801 1001 1201 1401绩优基金绩劣基金业绩排序资料来源：对不同时期的 alpha 分布进行对比，可以发现相较 2020-10-30，2021-02-26 主动偏股型基金中alpha 显著超越同类基金的数量更多。若按照传统排序法选取表现前20%的基金，那么组合中永远只有固定数量的基金，但实际情况是，面对不同的市场状态，能显著表现卓越的基金数量是不同的，科学的选基方法应该具有在熊、牛、震荡市中辨别真正优异基金的能力，以最大化资产配置效率。图 2：不

20、同时期头部 alpha 分布对比（2020-10-30 vs 2021-02-26）年化Alpha100%90%80%70%60%50%40%30%20%10%0%1101201301401业绩排序2020/10/302021/2/26资料来源：主动偏股型基金组合构建我们尝试使用上文提及的基金择优方法对所有主动偏股型基金进行月度、季度优选，构成 FOF 组合，探索该方法的有效性。回测结果显示，基于绩优度的选基方法能相较传统分位数方法获得超额收益及更优的风险调整后收益表现。其中，自 2013 年以来，绩优度选基方法下的基金组合可实现 25.13%的年化收益，夏普比为 0.96，远高于基金池等权构

21、成的基准组合（年化 17.59%，夏普比 0.74），相较 alpha前 10%的基金组合（年化 21.57%，夏普比 0.88）也有更优的表现。基金样本范围首先我们确定使用的基金样本范围，由于我们的研究对象为主动偏股型基金，本文中用于构建基金组合的样本在每个调仓日满足以下条件：1、普通股票型、偏股混合型、灵活配置型基金；2、已披露的近两个季度股票持仓占基金净值比均超过 60%；3、近两个季度规模均大于 1 亿；4、成立时间超过 1 年；5、只选取初始基金。下图为满足上述条件的各期基金数量，近期已达到 1465 只。图 3：各期基金数量16001400120010008006004002002

22、012-12-312013-05-312013-10-312014-03-312014-08-292015-01-302015-06-302015-11-302016-04-292016-09-302017-02-282017-07-312017-12-292018-05-312018-10-312019-03-292019-08-302020-01-232020-06-302020-11-300资料来源：Wind；组合内基金数量若使用传统百分位法优选基金，取每月（季）alpha 排序最高的前 10%基金纳入基金组合，那么组合内的基金数量会随着基金池的扩大而逐期增长，最新一期组合内基金数量已达

23、 140 只。而若采用本文提出的绩优度 优选基金，取每月（季）绩优度高于 90%的基金纳入i基金组合（即有 90%的基金 alpha 显著劣于目标基金），那么组合内的基金数量会随着市场状态的变化而发生变化。该方法能在不同大小的基金池中优选出拥有真正优异 alpha 的基金，从而提高资产配置效率，减少对同质基金的跟踪管理。图 4：两种选基方法下组合内基金数量资料来源：Wind；主动偏股型选基策略回测在满足条件的主动偏股型基金中，自 2013 年以来在每月末利用上述两种选基方法进行基金组合调仓，下图中的折线（左轴）从上至下分别为绩优度为 90%的基金组合（红）、 alpha 表现前 10%的基金组

24、合（橙）、基金池等权组合（灰色）、alpha 表现后 10%的基金组合（浅橙）、绩劣度为 90%的基金组合（浅红）的累计收益表现；面积图（右轴）分别为绩优/劣度 90%组合多空收益（浅灰）、alpha 表现前/后 10%组合多空收益（深灰）。回测结果显示，相较使用简单的 alpha 分位数优选基金，利用绩优度、绩劣度选基的方法可以更有效地区分绩优绩劣基金，精选出数量更少但总体表现更优的基金组合，提高投资效率。其中，自 2013 年以来，月度调仓的绩优度为 90%以上的基金组合可实现 25.13%的年化收益，夏普比为 0.96，远高于基准组合（年化 17.59%，夏普比 0.74），相较 alp

25、ha 前 10%的基金组合（年化 21.57%，夏普比 0.88）也有更优的表现。图 5：两种选基方法下的累计收益_全部主动偏股型基金_月度调仓（20121231-20210319）资料来源：Wind；表 1：两种选基方法下的组合表现_全部主动偏股型基金_月度调仓（20121231-20210319）累计收益率 年化收益率 年化夏普比 年化波动率 最大回撤月度胜率benchmark260.88%17.59%0.7423.66%46.77%alpha_high369.77%21.57%0.8824.49%48.94%60.00%alpha_low165.50%13.12%0.5324.60%52

26、.39%42.00%pi_positive490.60%25.13%0.9626.19%50.61%57.00%pi_negative96.11%8.88%0.3624.87%54.42%40.00%alpha_longshort72.65%7.14%0.957.48%14.66%pi_longshort188.63%14.32%1.0813.21%16.05%资料来源：Wind；降低调仓频率，季度调仓下，基于绩优度的选基方式仍然能相较传统分位数方法获得超额收益及更优的风险调整后收益表现。其中，自 2013 年以来，季度调仓的绩优度为 90%以上的基金组合可实现 24.75%的年化收益，夏普比

27、为 0.95，远高于基准组合（年化17.59%，夏普比 0.74），相较 alpha 前 10%的基金组合（年化 20.17%，夏普比 0.83）也有更优的表现。图 6：两种选基方法下的累计收益_全部主动偏股型基金_季度调仓（20121231-20210319）资料来源：Wind；表 2：两种选基方法下的组合表现_全部主动偏股型基金_季度调仓（20121231-20210319）累计收益率 年化收益率 年化夏普比 年化波动率 最大回撤月度胜率benchmark260.88%17.59%0.7423.66%46.77%alpha_high328.45%20.17%0.8324.19%47.70%

28、58.00%alpha_low197.69%14.77%0.6024.67%53.10%41.00%pi_positive476.52%24.75%0.9526.04%51.29%57.00%pi_negative119.33%10.42%0.4324.45%51.94%37.00%alpha_longshort39.98%4.34%0.646.79%17.14%pi_longshort156.95%12.65%1.0811.72%18.36%资料来源：Wind；风格细分下基金组合构建为探索基于绩优度选基方法的普适性，我们尝试对主动偏股型基金池进行进一步细分，在确定风格的前提下优选基金，以便

29、FOF 管理人在选基过程中发挥风格择时的主观能动性。具体地，我们首先借助滚动一年的周度基金收益数据及六大国证风格指数，使用威廉夏普风格分析法对基金在各个调仓日的风格进行分类；紧接着在各类细分风格基金池下应用本文提出的基于绩优度的选基方法，与传统 alpha 分位数选基方法对比后发现，该方法在不同风格的基金池中亦能达到进一步优选基金的效果。基金风格分类我们往往基于基金持仓数据或净值数据对不同风格的基金进行分类。其中，由于基于持仓详情的风格分类方法对数据全面性和即时性的要求较高，更适合基金公司内部归因使用；为了提高基金分类结果的时效性和准确性，本报告使用威廉夏普于 1992 年提出的基于基金收益率

30、的风格分析方法，实现对基金风格的高频跟踪。该方法借助一系列风格指数，在风格暴露均大于 0 且和为 1 的约束下，最小化基金收益率和系列风格指数收益率的残差平方和，由此得到目标基金相对于各风格指数的暴露，暴露值越大代表基金风格越接近该风格指数。具体公式如下：n2min R i xi ni i 1s.t. i 1, 0 i 1i1其中 R 为目标基金的收益率时间序列，xi 为第 i 个风格指数收益率时间序列，i 为基金在第 i 个风格指数的暴露。本文采用国证风格指数作为风格代理，在确定各基金的风格时使用近 252 个交易日的收益率序列，定义基金风格为暴露值 i 最大的风格指数。指数代码指数名称指数

31、描述表 3：国证风格指数简介399375.SZ中盘价值399373.SZ大盘价值399372.SZ大盘成长国证（巨潮）系列风格指数是在国证 1000 指数中，按平均流通市值依次选取 200/300/500 只股票构成大/中/小盘，再进一步选取成长/399374.SZ中盘成长399376.SZ小盘成长399377.SZ小盘价值价值 Z 值最高的 66/100/166 只股票作为样本构成大/中/小盘成长/价值指数。其中，成长 Z 值是主营业务收入增长率、净利润增长率和净资产收益率三个成长因子变量Z 值的均值；价值 Z 值是每股收益与价格比率、每股经营现金流与价格比率、股息收益率和每股净资产与价格比

32、率四个成长因子变量Z 值的均值。资料来源：Wind；基金数量及风格情况对上节中的主动偏股型基金进行进一步的风格细分，可分为大盘价值、大盘成长、中盘价值、中盘成长、小盘价值、小盘成长六大类风格。其中，大盘价值、中盘成长风格的基金数量占比较高，接下来将对这两种风格下的选基策略进行回测。图 7：各风格基金数量堆积图资料来源：Wind；大盘价值型选基策略回测回测结果显示，自 2013 年以来，大盘价值型基金中，月度调仓的绩优度为 80%以上的基金组合可实现 25.89%的年化收益，夏普比为 1.20，远高于基准组合（年化 17.18%，夏普比 0.82），相较 alpha 前 20%的基金组合（年化

33、21.77%，夏普比 1.02）也有更优的表现。图 8：两种选基方法下组合内基金数量_大盘价值型资料来源：Wind；图 9：两种选基方法下的累计收益_大盘价值型基金_月度调仓（20121231-20210319）资料来源：Wind；表 4：两种选基方法下的组合表现_大盘价值型基金_月度调仓（20121231-20210319）累计收益率 年化收益率 年化夏普比 年化波动率 最大回撤月度胜率benchmark250.96%17.18%0.8221.00%39.96%alpha_high375.88%21.77%1.0221.44%40.55%55.00%alpha_low146.15%12.04

34、%0.5721.20%41.56%35.00%pi_positive519.57%25.89%1.2021.60%38.33%60.00%pi_negative119.62%10.44%0.4523.28%50.58%38.00%alpha_longshort90.22%8.46%1.187.14%14.52%pi_longshort156.59%12.63%0.9912.78%17.92%资料来源：Wind；降低调仓频率，季度调仓下，基于绩优度的选基方式仍然能相较传统分位数方法获得超额收益及更优的风险调整后收益表现。其中，自 2013 年以来，大盘价值型基金中，季度调仓的绩优度为 80%以上

35、的基金组合可实现 24.83%的年化收益，夏普比为 1.20，远高于基准组合（年化 17.18%，夏普比 0.82），相较 alpha 前 20%的基金组合（年化 21.30%，夏普比 1.03）也有更优的表现。图 10：两种选基方法下的累计收益_大盘价值型基金_季度调仓（20121231-20210319）资料来源：Wind；表 5：两种选基方法下的组合表现_大盘价值型基金_季度调仓（20121231-20210319）累计收益率 年化收益率 年化夏普比 年化波动率 最大回撤月度胜率benchmark250.96%17.18%0.8221.00%39.96%alpha_high361.63%

36、21.30%1.0320.78%36.04%58.00%alpha_low155.18%12.56%0.5821.62%43.22%34.00%pi_positive479.38%24.83%1.2020.70%32.70%48.00%pi_negative130.01%11.09%0.5022.32%45.99%36.00%alpha_longshort74.05%7.25%0.927.83%11.90%pi_longshort130.76%11.13%0.9112.27%16.74%资料来源：Wind；中盘成长型选基策略回测回测结果显示，自 2013 年以来，中盘成长型基金中，月度调仓的绩

37、优度为 80%以上的基金组合可实现 32.33%的年化收益，夏普比为 1.26，远高于基准组合（年化 20.20%，夏普比 0.85），相较 alpha 前 20%的基金组合（年化 24.11%，夏普比 0.99）也有更优的表现。图 11：两种选基方法下组合内基金数量_中盘成长型资料来源：Wind；图 12：两种选基方法下的累计收益_中盘成长型基金_月度调仓（20121231-20210319）资料来源：Wind；表 6：两种选基方法下的组合表现_中盘成长型基金_月度调仓（20121231-20210319）累计收益率 年化收益率 年化夏普比 年化波动率 最大回撤月度胜率benchmark32

38、9.39%20.20%0.8523.77%41.52%alpha_high453.33%24.11%0.9924.29%41.98%69.00%alpha_low174.02%13.57%0.5624.08%48.91%28.00%pi_positive819.52%32.33%1.2625.59%39.38%67.68%pi_negative169.99%13.36%0.5424.60%50.89%33.67%alpha_longshort100.39%9.17%1.695.44%7.64%pi_longshort231.79%16.35%1.5210.75%16.52%资料来源：Wind；

39、降低调仓频率，季度调仓下，基于绩优度的选基方式仍然能相较传统分位数方法获得超额收益及更优的风险调整后收益表现。其中，自 2013 年以来，中盘成长型基金中，季度调仓的绩优度为 80%以上的基金组合可实现 26.25%的年化收益，夏普比为 1.05，远高于基准组合（年化 20.20%，夏普比 0.85），相较 alpha 前 20%的基金组合（年化 19.73%，夏普比 0.81）也有更优的表现。图 13：两种选基方法下的累计收益_中盘成长型基金_季度调仓（20121231-20210319）资料来源：Wind；表 7：两种选基方法下的组合表现_中盘成长型基金_季度调仓（20121231-202

40、10319）累计收益率 年化收益率 年化夏普比 年化波动率 最大回撤月度胜率benchmark329.39%20.20%0.8523.77%41.52%alpha_high316.38%19.73%0.8124.32%42.02%53.00%alpha_low194.79%14.62%0.6124.01%46.51%36.00%pi_positive533.79%26.25%1.0524.97%34.58%56.57%pi_negative261.22%17.60%0.7124.80%44.89%39.39%alpha_longshort40.25%4.36%0.765.75%11.15%pi

41、_longshort68.78%6.83%0.6610.32%18.01%资料来源：Wind；基金优选代码简称基金经理重仓行业成立日绩优度规模（亿， 近 1 年回近1 月回表 8：绩优度较高的基金（2021-04-14）合计）报报001838.OF国投瑞银国家安全李轩国防军工2015-12-02100.0%36.5251.02%0.58%004698.OF博时军工主题A兰乔国防军工2017-07-0499.6%39.3160.93%2.53%002251.OF华夏军工安全王晓李,万方方国防军工2016-03-2299.6%26.4744.34%2.79%001475.OF易方达国防军工何崇恺国

42、防军工2015-06-1998.7%84.2459.42%5.43%005774.OF华夏产业升级代瑞亮电子2018-08-2498.3%1.3328.98%0.19%168501.OF北信瑞丰产业升级陆文凯电子2017-06-2398.3%5.2351.61%-1.77%001606.OF农银汇理工业 4.0赵诣电气设备2015-08-1398.2%39.35119.10%-4.31%004224.OF南方军工改革A郑晓曦国防军工2017-03-0898.2%18.6145.94%2.87%000336.OF农银汇理研究精选赵诣电气设备2013-11-0598.2%27.43116.02%-

43、4.11%000535.OF长盛航天海工装备乔培涛国防军工2014-03-1198.2%2.2043.15%2.21%005609.OF富国军工主题A章旭峰国防军工2018-03-2998.2%65.2455.89%2.52%004139.OF中邮军民融合郑玲国防军工2017-04-0198.2%1.9360.33%2.20%000690.OF前海开源大海洋董治国国防军工2014-07-3198.1%3.3260.30%2.57%001300.OF大成睿景A韩创化工2015-05-2698.1%16.06103.74%-3.42%002983.OF长信国防军工A宋海岸国防军工2017-01-0598.0%10.6348.83%4.57%003834.OF华夏能源革新郑泽鸿化工2017-06-0797.9%103.70118.82%-4.39%002190.OF农银汇理新能源主题赵诣电气设备2016-03-2997.9%153.14125.16%-1.69%002345.OF华夏高端制造吴昊电气设备2016-05-1197.7%4.7673.92%-1.91%540008.OF汇丰晋信低碳先锋陆彬电气设备2010-06-08