权益基金因子模型-基金研究第十四期

证券研究报告·多因子与ESG证券研究报告·多因子与ESG策略深度中信建投证券多因子与多因子与ESG策略本报告构建了三类权益基金因子，并综合IC_IR值，多空组合年化收益率、因子单调性、因子多空组合净值稳定性等信息，并删除高相关的因子(高相关的因子会包含重复信息，类似共线性问题),最终选取风险调整收益率因子Sortino_ratio、净值alpha因子alpha_TM、隐形交易能力因子Trading_a等构建了多因子模型。基金因子概览以Carhart四因子模型为基础，结合HM模型/TM模型来计算基金股票投资能力alpha及风格择时能力timing;基于ReturnGap方法计算权益基金的股票隐形交易能力，使用权益基金每季度的真实净值收益率与基于前一期定期报告持仓组合所计算模拟收益率间的差值(ReturnGap)可以刻画权益基金的季度隐形交易能力，同理可根据基金日度净值及持仓模拟净值得到其他区间的权益基金ReturnGap值，计算过去一年的值命名为隐形交易能力因子Trading_a;超额净值为真实净值收益率减去基于持仓模拟净值收益率的日频收益率差值序列所构造的净值，计算此净值曲线过去一年的夏普比率，命名为excess_nav_SR因子；基金真实净值相对模拟净值胜率指这个基金产品的净值有多大的历史概率或者说频率跑赢基准，命名为win_ratio因子；索提诺比率 (Sortino_ratio):索提诺比率=风险溢价率/下行标准差，索提诺比率与夏普比率类似，不同点在于索提诺比率分母端使用下行标准差而非总标准差，以区分波动的有利和不利。均衡权益基金FOF策略构建(885001.WI),该指数的编制未考虑基金申赎手续费，对比分析的时候提供了有无手续费两个版本的回测，均衡权益基金FOF策略回测年化收益率23.52%、年化夏普比率0.91、年化信息比率1.92、跑赢基准胜率54.37%、相对基准最大回撤为12.92%且2016年以来相对基准无大幅回撤，同期万得偏股基金指数年化收益率11.38%,策略年化超额12.14%。风险提示：经济波动风险、模型失效风险、统计建模过拟合风险。本报告对基金的分析仅限于原理方法论层面的讨论，不构成任何基金推荐。徐建华市场表现相关研究报告新)究第27期本报告由中信建投证券股份有限公司在中华人民共和国(仅为本报告目的，不包括香港、澳门、台湾)提供。在遵守适用的法律法规情况下，目录一、经济基本面 1 1 3二、基金因子模型原理 4 4 5 53.1模型介绍 5 7 4.1模型介绍 五、风险调整收益率因子 六、权益基金多因子策略 216.1综合因子回测 七、风险提示 25 27图表目录图表1:普林格经济六周期划分 1图表2:普林格经济六周期分阶段大类资产表现 2图表3:信贷、经济和货币因子走势 2图表4:信贷因子与沪深300指数走势 3图表5:信贷因子(滞后4M)与沪深300指数 3图表6:CNE7风格因子表现 4图表7:权益基金alpha_TM分组净值 8图表8:权益基金alpha_TM分组超额收益 8图表9:权益基金alpha_TM多空组合净值表现 9图表10:权益基金alpha_TM多空组合季度收益率 9 9图表12:中小盘成长权益基金alpha_TM多空组合净值 图表13:权大盘价值权益基金alpha_TM多空组合净值 中信建投证券图表14:中小盘成长权益基金alpha_TM因子IC分析 图表15:中小盘价值权益基金alpha_TM因子IC分析 图表16:权益基金timing_HM分组净值 图表17:权益基金timing_HM分组超额收益 图表18:权益基金timing_HM多空组合净值表现 图表19:权益基金timing_HM多空组合季度收益率 图表20:权益基金timing_HM因子IC分析 图表21:权益基金timing_TM分组净值 图表22:权益基金timing_TM分组超额收益 图表23:权益基金timing_TM多空组合净值表现 图表24:权益基金timing_TM分组超额收益 图表25:权益基金timing_TM因子IC分析 图表26:权益基金Tradinga分组净值 图表27:权益基金Trading_a分组超额收益 图表28:权益基金Tradinga多空组合净值表现 图表29:权益基金Tradinga多空组合季度收益率 图表31:权益基金excess_nav_SR分组净值 图表32:权益基金excess_nav_SR分组超额收益 图表33:权益基金excess_nav_SR多空组合净值表现 图表34,权益基金excess_nav_SR多空组合季度收益率 图表36:权益基金Sortino_ratio分组净值 图表37:权益基金Sortino_ratio分组超额收益 20图表38:权益基金Sortino_ratio多空组合净值表现 图表39:权益基金Sortino_ratio多空组合季度收益率 20 图表41:均衡权益基金FOF策略回测净值 图表42:均衡权益基金FOF策略回测业绩评价 23图表43:均衡权益基金FOF策略回测净值(考虑手续费) 图表44:均衡权益基金FOF策略回测业绩评价(考虑手续费) 24图表45:均衡权益基金FOF策略2011年Q4持仓 24图表46:均衡权益基金FOF策略2021年Q3持仓 24图表47:均衡权益基金FOF策略2022年Q3持仓 25多因子与多因子与ESG策略1一、经济基本面我们基于普林格经济六周期进行大类资产研判，其具体划分如下，周期长度大约为40个月，时长与库存周期一致。宽货币宽货币宽货币紧货币紧货币紧货币普林格经济六周期各阶段大类资产理论表现如下。2中信建投证券图表2:普林格经济六周期分阶段大类资产表现阶段1商品价格相关的周我们使用国内宏观经济数据凝练出货币、信用、经济增长三因子，三因子构造细节可参照我们此前发布的深度报告《宏观因子多资产策略指数(稳健、平衡及进取)—多因子策略指数第一期》,此处不再赘述，当前货币因子上行、信贷因子筑底、经济增长因子低位，经济处于普林格经济六周期的阶段2到3过渡期。图表3:信贷、经济和货币因子走势数据来源：Wind,中信建投(数据截至2022年09月30日)请务必阅读正文之后的免责条款和声明。3中信建投证券中信建投证券分析信贷因子和沪深300指数走势可以发现，信贷因子具有较好的先行性，领先时长约为4-6个月，逻辑在于信贷驱动实体经济需求，需求驱动PPI增速及工业企业因子向右平移4个月，此时信贷因子和沪深300指数趋势重合，这说明信贷因子是较好的先行指标。我们基于周期定位对股票指数期望收益率进行研判：年初与2021年底都是信贷因子及经济因子偏低的时点，因此作为估计沪深300、中证500、中证1000股票指数3年，考虑到信贷因子大概率处于上行趋势，预计沪深300指数年化收益率为7.7%-9.7%,中证500指数年化收益率为85%-105%,中证1000指数年化收益率为88%-108%,创业板指数年化收益率为123%-143%。对于未来3年各个风格因子表现进行预测，综合考虑CNE7风格因子历史表现，结论如下。震荡无明确主线小盘股易被追捧这一现象，并且小盘股经营风险相较大盘股更高、有天然的风险溢价，因此看好未来中小市值风格的表现，预计未来3年中小盘风格因子会有年化3%-5%的超额收益。我们的产业结构中将会越发重要，因此看好成长风格未来表现，预计未来3年成长风格因子会有年化4%-6%的BETA风格方面，随着信贷因子的筑底回升，高弹性股票往往表现更好，预计未来3年BETA风格因子会4此外，预计未来3年BP风格因子会有年化0.5%-1%的超额收益、杠杆因子会有2%-3%的超额收益、动量因子会有4%-6%的超额收益。近3月累计(%)累计(%)累计(%)累计(%)风险(%)累计(%)数据来源：Wind,中信建投(数据截至2022年11月4日)二、基金因子模型原理根据Wind开放式基金分类，开放式公募基金产品混合型基金可再分为偏股混合型、平衡混合型、灵活配置型和偏债混合型基金，债1)纯债基金：中长期纯债基金、短期纯债基金中近4期转债平均权重为0的基金。2)转债基金：①基金前2期定期报告披露值，因此时基金可能处于建仓期);③基金招募说明书中有不低于80%转债权重刚性规定的基金，对上述3个标准取并集获得转债基金样本池。3)固收加基金：①偏债混合基金、中长期纯债纯债基金、混合债券型一级基金和混合债券型二级基金中剔除可转债基金和纯债基金之后的基金；②平衡型基金和灵活配置型基金中最近4期平均股票权重小于30%的基金且历史最低股票权重不高于50%(不考虑基“大中华”字样的基金；②港股占股票总权重历史最低值高于50%(不考虑基金成立后的前2期定期报告披露值)。5)主动权益基金：①普通股票型基金和偏股混合型基金；②平衡混合型基金和灵活配置型基金中剔除固收加基金、港股基金、量化基金之后的基金。6)股票中性基金：亦即使用alpha对冲策略的基金，做多股票做空股指期货，其策略有效性与股指期货基差水平、管理人主动选股能力有关，公募基5中信建投证券中信建投证券当同一只基金同时属于多个类别时(如简称中既有“量化”,又有“沪港”字样),归属优先级次序为：港股基金、量化基金和其他类别基金。此外，纯债分析对象为主动权益基金(下文简称权益基金),我们仿照股票因子分析方法，基于权益基金净值、股票持易能力、夏普比率等指标。因子分析步骤为：1)每期基于各类基金特定因子值的大小将基金分为5组(考虑到早期基金样本数有限，我们仅分为5组),通过基金分组组合未来表现差异度、基金多空组合收益率差为因子值处于上侧0.2分位数以上的第5组与因子值处于下侧0.2分位数以下的第1组的未来收益沪深300指数等可更全面反映股票市场走势，沪深300指数在大小盘风格分化之际对市场行情的反映有一定偏差，比如2021年沪深300指数收益率为-5.2%,但同期中证500收益率为15.58%,大小盘分化明显，此时沪深300作为基金的参照市场指数不合宜，因此使用市场因子作为市场指数更为合适。因子回测区间为2009年12月31日至2022年11月7日(将近13年),每季度最后一个交易日调仓一次。IC值为基金当期因子值与基金构成IC序列，对IC序列可以做原假设IC值为0的t检验，显著性水平取0.1,如果IC均值大于0.05或者小准差得到信息比率IR值(考虑到其与投资组合绩效评估的信息比率重名，因此后文称之为IC_IR值，学术上也常是此习惯),IC_IR值综合评价了基金因子的有效性，如果IC_IR值大于0.5,则可以认为因子稳定获取超额2)剔除每期最新规模在1亿元以下的基金；4)每个建仓/调仓时点上，剔除彼时成立不足15个月的基金，运作期过短可能会导致净值等数据的不稳定(基金运作前3个月一般尚处于建仓期),影响部分因子计算。回测区间为2009年12月31日(2009年最后一个交易日建仓)-2022年11月7日，下文中的“回测区间”即指此时三、Carhart四因子模型因子timing值度量了基金在市场因子和风格因子表现出现波动之时，做仓位调整及风格格择时能力timing,alpha为剔除市场、市值、估值、动量风格暴露影响之后基金的超额收益能力，与基金选股中信建投证券中信建投证券6以单因子HM模型为例，如下式所示，示性函数I在市场因子收益率大于无Rs-R₇=alpha+betamkt*(Rm-Ry)+betaμ-m*I*(Rm-R₇)+er中信建投证券中信建投证券7R₅-R₇=alpha+betamkt*(Rm-Rf)+betasmg+beta₁*l₁*(Rm-Rf)+beta₂*Iz*SMB+beta₃*I₃*HMLRs-R₇=alpha+betamkt*(Rm-R)+betasMg*SMB+betaaMr*HM+beta₁*(Rm-R₁)²+beta₂*SMB²+beta₃*HMl²+beta₄*UMD²+e₁数(下侧)的权益基金，首期日(2009年12月31日)将每一组基金视为一个投资组合并等权做多，之后每季为买入0.15%,卖出0.5%,这是多数开放式基金持有1个月以上但不足1年的费率中枢(实际中机构投资者买8多因子与多因子与ESG策略入费率常常更低),由此得到分组净值表现，进而计算分组组合相对基准(样本池内全部权益基金的等权组合)的超额收益率。分组组合净值及年化超额收益率的差异及单调性情况可以度量相关因子的长期有效性，如果第1组到第5组回测区间内净值走势分化，亦即随组数增加净值走势更好，则回测区间内因子具有区分度且有效，同理适用于分组组合年化超额收益率的分析。分组组合表现的差异可以评估回测区间内因子整体有效性，但并不能说明因子时刻有效，比如因子在回测区间前半段区分度较大后而半段区分度较小，前半段第5组与第1组收益率差值为20%,后半段收益率差值为-10%,综合下来第5组净值依旧好于第1组，但后半段已不能说明因子有效，因此引入多空组合净值维度的考量，亦即每交易日获得第5组与第1组组合收益率之差值，计算此收益率差值序列的累计净值曲线亦即多空组合净值，在每一小区间内，如果多空组合净值向上，则意味着该小区间内因子在贡献超额收益率，总结来说，因子分组表现可评价整个回测区间内的综合有效性，而因子多空组合净值则度量了因子实时的有效性，二者可互为补充。值得注意的是，基金并不能做空，因此多空组合净值并不是投资策略净值，仅仅是因子分析工具。alpha_TM分组回测：基于权益基金alpha_TM因子进行分组回测，得到分组净值及年化超额收益率，第5组获得了最高的年化超额收益率2.21%,alpha_TM单调性较好。图表7:权益基金alpha_TM分组净值图表8:权益基金alpha_TM分组超额收益————第1组——第2组——第3组——第4组——第5组品总NN多空组合回测：alpha_TM多空组合净值总体向上，但2015年全年、2019年中至今总体表现不佳，既然alpha可以度量证券选择能力，为何近年来因子表现不佳?我们认为这是因为权益基金特定时间内收益率常受风格行业较大的影响，比如选股能力最强的医药、食品饮料主题基金在2021年绝对收益也一般，因为全年申万医药生物和食品饮料指数收益率分别-5.73%和-6.01%,而只购买中证500指数ETF在2021年也可以获得15.58%的收益，因此权益基金阶段收益受风格行业影响较大，尤其是行业主题基金。对比多空组合净值和国证A值的走势可以看到，在部分风切换的时点，多空组合净值也出现剧烈波动，比如2021年2月下旬“茅指数”的急剧杀跌行情。按照此思路，如果基金行业风格配置较稳定之时，alpha因子的有效性会提高，有两种情形符合这一假设：1)特定风格基金内部的alpha因子组合(下文有针对中小盘成长风格、中小盘价值风格权益基金净值alpha因子多空净值曲线分析，显示因子持续有效);2)固收加基金，其本身偏绝对收益目标，因此行业分布常更为均衡，针对这一点，可参见我们前期写的深度报告《债券基金因子模型——基金研究第十一期》,里面的分析显示净值alpha对固收加基金的因子分析效果较好。9算得到信息系数IC序列，对其进行原假设IC等于0的t检验，P值为0.01,不显著,对其取均值得到IC_均值为6.91%,有效，对IC_均值除以IC序列标准差得到信息比率IC_IR值，IC_IR值为0.38,同理可获得持有期为2、3的相关指标，效果中等。(季度)123betaswg和betan,前述分析可知beta1)betasma大于上侧0.25分位数且betanm.小于下侧0.25分位数的样本池，为中小盘成长风格权益基金；2)betasmg大于下侧0.25分位数且betam大于上侧0.25分位数的样本池，为中小盘价值风格权益基金。细分风格样本alpha_TM因子多空组合净值曲线及IC分析结果如下，即便市场涨跌起伏，多空净值中小盘成长权益基金alpha_TM因子多空组合收益率为4.9071%,IC_IR值高达0.52,IC均值高达10.31%,IC_P值为0,中小盘价值权益基金alpha_TM因子多空组合收益率高达8.7431%,IC_IR为0.36,IC均值高达12.36%,IC_P值为0.01,是较为优秀的因子，可见净值alpha在限定风格之时，因子较为有效，而未限定风格之时基金中信建投证券多因子与ESG策略中小盘成长权益基金alpha_TM因子IC分析：1023中小盘价值权益基金alpha_TM因子IC分析：图表15:中小盘价值权益基金alpha_TM因子IC分析123再对权益基金风格择时timing因子进行分析，使用前述Carhart四因子模型(HM版)下的风格择时能力多因子与多因子与ESG策略多因子与ESG策略深度报告timing=beta₁+beta₂+beta₃+beta₄,命名为timing_HM。timing_HM分组回测：基于timing_HM因子对权益基金进行分组回测，第1组年化超额收益率为-0.88%,第5组年化超额收益率1.92%,因子具有一定区分度。熊数据来源：Wind,中信建投(数据截至2022年11月7日)timing_HM多空组合回测：权益基金timing_HM因子多空组合净值在回测区间内多数时间波动向上，这意味着风格择时因子对于权益基金的筛选有效性的持续性尚可，不过2021年以来因子效果有一定衰减，最大季度涨幅如2014Q4高达7.21%。1NNNNNNNNNNNNNNNNNNNNNNNNNI5.00%3.00%1.00%timing_HM因子IC分析：权益基金timing_HM因子IC_均值为4.99%,有效，IC_P值为0.05,接近显著,IC_IR值为0.28,中等水平，此外timing_HM年化多空收益率为2.8088%,持有期为2、3季度时各指标衰减得并不严重，持有3期的IC_均值依旧有5.90%,年化多空收益率依旧有3.2813%,综合来看timing_HM对权益基金而言是较为有效的因子。请务必阅读正文之后的免责条款和声明。中信建投证券图表20:权益基金timing_HM因子I(季度)123再对权益基金风格择时timingtiming=beta₁+beta₂+beta₃因子进行分析，使用前述Carhart四因子模型(TM版)下的风格择时能力第5组年化超额收益率3.03%,因子具有一定区分度。——第1组——第2组——第3组——第1组——第2组——第3组第1组第2组第3组第4组第5组timing_TM多空组合回测：权益基金timing_TM因子多空组合净值在回测区间内多数时间波动向上，但2021年以来效果衰减。中信建投证券中信建投证券多因子与多因子与ESG策略1ASASASA8S89898A8A898989timing_TM因子IC分析：权益基金timing_TM因子IC_均值为7.62%,有效，IC_P值为0.01,显著,IC_IR值为0.38,中上水平，此外timing_TM年化多空收益率为4.7591%,持有期为2、3季度时各指标衰减得并不严重，持有3期的IC_均值依旧有8.63%,年化多空收益率依旧有4.8985%,可见因子效果的延续性尚可，综合来看timing_TM对权益基金而言也是较为有效的因子。度)123综上分析，权益基金净值alpha因子度量剥离风格暴露、风格择时之后的选股能力，全样本内回测区间有效但2019年H2以来其效果被基金主题风格分化所部分掩盖，当限定风格之时因子极为有效，且净值alpha因子在牛熊市下都有效，为市场中性因子，权益基金风格择时能力长期可获超额收益，风格择时能力与度量证券选择能力的净值alpha基于一套模型计算，风格择时因子效果并不受制于特定风格，而净值alpha因子则在限定权益基金风格时更为有效，这是因为，理论上净值alpha度量选股能力、与投资股票超越所属行业风格指数收益率一致(亦即Brinson模型中的证券选择SR项),如果基金主要在当时表现较差的行业风格中选股，即便个股收益率超越行业指数再多，基金收益率也难以靠前。综上分析，在后文合成综合因子时保留alpha_TM,及中信建投证券中信建投证券代码和权重，并对这部分“缺失股票”的权重做调整使得总权重为100%;2)计算本季度股票总权重与前10ReturnGap=Navy/NaVr-t-l-Ewi.r-1*Tir多因子与多因子与ESG策略先对对权益基金隐形交易能力Trading_a因子进行分析，分组回测：基于Trading_a因子对权益基金进行回测，得到分组净值及年化超额收益率情况，因子并不是完全单调(第三组异常),第5组取得了最高3.00%的年化超额收益率。——第1组——第2组——第3组——第4组——第5组Trading_a多空组合回测：权益基金Trading_a因子有效且稳定。多空组合季度收益率多数为正。因子多空净值曲线回测区间较为稳定向上，说明Trading_aTrading_a因子IC分析：权益基金Trading_a因子的IC_均值为8.13%,为较为有效因子，IC_P值为0,非常显著,IC_IR值为0.71,因子稳定获取超额收益的能力较强，IC序列稳定好，年化多空收益率为4.979%。多因子与ESG策略IC_均值(%)年化多头超额收益(%)102030excess_nav_SR、Annual_information_ratio、win_ratio相关性较高，都较为有效，本文只对excess_nav_SR因子进行分析。对超额净值夏普比因子excess_nav_SR进行分析，分组回测：基于隐形交易能力超额净值的夏普比率对权益基金进行回测，得到分组净值及年化超额收益率情况，因子不完全单调，第5组取得了最高3.01%的年化超额收益率。excess_nav_SR因子多空组合回测：权益基金隐形交易能力超额净值的夏普比率的多空净值曲线回测区间稳定向上，整体类似Trading_a因子，净值表现和季度收益率和Trading_a因子回测表现相近。多空组合净值数据来源：Wind,中信建投(数据截至2022年11月7日)excess_nav_SR因子IC分析：权益基金excess_nav_SR因子的IC_均值为8.51%,为较为有效因子，IC_P值为0,非常显著,IC_IR值为0.75,因子稳定获取超额收益的能力较强，IC序列稳定好，年化多空收益率为IC_均值(%)102030样本内回测区间有效，基于隐形交易能力超额净值的夏普比率(excess_nav_SR因子)回测效果同样良好，因此在后文合成综合因子时保留Trading_a及中信建投证券中信建投证券 内市场因子收益为正的交易日所对应的基金收益率Rrundk中信建投证券中信建投证券5.2因子测试多因子与多因子与ESG策略多因子与ESG策略深度报告虽然风险收益率类因子很多，但测试有效的因子只有夏普比率、卡玛比率、索提诺比率和收益率，而这四个因子又是高相关的，因此本文只呈现索提诺比率的因子分析。Sortino_ratio因子分组回测：基于Sortino_ratio因子对权益基金进行回测率情况，因子单调，第5组取得了最高3.39%的年化超额收益率。数据来源：Wind,中信建投(数据截至2022年11月7日)多空组合回测：权益基金Sortino_ratio因子多空净值曲线回测区间震荡向上，说明Sortino_ratio因子有效但不很稳定。多空组合季度收益率多数为正。8-4.00%总良点宫良良点良点良那良忠品&&良良良点点跳R出品&数据来源：Wind,中信建投(数据截至2022年11月7日)IC分析：权益基金Sortino_ratio因子的IC_均值为9.16%,为较为有效因子，IC_P值为0,非常显著,IC_IR值为0.47,因子稳定获取超额收益的能力尚可，IC序列稳定性尚可，年化多空收益率为5.3653%。IC_均值(%)年化多头超额收益(%)1023六、权益基金多因子策略得到了前文26个因子之后，结合BF方案下Brinson模型的SR(证券选择项，持仓alpha)和AR因子(行业配置能力)总计28个因子，我们综合IC_R值，多空组合年化收益率、因子单调性、因子多空组合净值稳定性等信息，并删除高相关的因子(高相关的因子会包含重复信息，类似共线性问题),最终选取风险调整收益率风格择时因子timingTM、持仓alpha因子也就是Brinson模型SR项来合成综合因子，先对最新因子做标准化处理，再对超过均值3倍标准差的因子值取3(右侧)或-3(左侧),以剔除极端值，等权合成综合因子Factor,1)回测区间内2011年12月30日-2022年11月7日，这中间对应三轮普林格经济周期，起始日和终止日2)回测期每季度末先对因子做单位化处理(因子值除以当期标准差),再对落在均值3倍标准差之外的因子值取3(右侧)或-3(左侧),以剔除极端值，避免单一因子影响过大；3)权益基金样本池中剔除截至计算日过去4期平均股票权重低于60%和最新规模低于1亿的基金，剔除集4)等权加总单位化后的6因子合成综合因子，每期做多样本池中综合因子值Factor大于等于上侧0.015分位数(信号阈值)的基金；首期目标基金仅有三只，但最新一期(2022年Q3)目标基金有12只，如果为了提费，对比分析的时候提供了有无手续费两个版本的回测，均衡权益基金FOF策略回测年化收益率23.52%、年化夏普比率0.91、年化信息比率1.92、跑赢基准胜率54.37%、相对基准最大回撤为12.92%且2016年以来相对基准无大幅回撤，同期万得偏股基金指数年化收益率11.38%,策略年化超额12.14%。值得注意的策略最大回撤49.69%接近腰斩，发生在2015年的股灾行情中，但当年策略信息比率为0.01为正，意味当年策略并不比基准表现差，当年业绩基准的最大回撤43.35%,虽然稍小但很接近均衡权益基金FOF策略的回撤水平，且当年策略组合收益率好于基准。2022年权益资产表现不佳，截止2022年11月9日，全年沪深300指数收益率为-24.82%(年化折算后亏损会更大)。但均衡权益基金FOF策略2022年回测年化收益率为-8.07%,虽然收益率收负，但是显著好于市场。超额收益净值度量策略阶段性的效果，总体而言回测区间内超额净值较为稳定的向上，即便2022年权益市场不佳之际，超额收益净值也是向上的，意味着2022年有超额收益。如2015年、2018年，我们认为这种回撤风险仅仅依靠优选权益基金是很难躲过的，对于这种风险的应对，可参考我们前期的量化资产配置深度报告《宏观因子多资产策略指数(稳健、平衡及进取)—多因子策略指数第观因子多资产策略指数中配置的沪深300指数、中证500指数等也可以替换为本文均衡权益基金FOF策略加风均衡权益基金FOF策略回测业绩评价指标如下，全部年份的年化超额收益率都大于0,模型有效性的持续多因子与ESG策略回撤开始日回撤结束日率假定对基金卖出份额收0.5%手续费，买入收0.15%手续费，考虑手续费之后的回测业绩年化为21.74%,年化超额收益10.36%,相对无费率的版本降低了年化1.78%的收益率，但也是显著跑赢基准，业绩评价图表如下。均衡权益基金FOF策略回测(考虑手续费)业绩评价指标如下，年化收益率21.74%全部年份的年化超额收益率都大于0,模型有效性的持续度较佳。多因子与多因子与ESG策略率回撒开始日回撤结束日均衡权益基金FOF策略首期也就是2011年Q4末持仓基金为：123均衡权益基金FOF策略大约一年前也就是2021年Q3末的持仓基金为：23456789A均衡权益基金FOF策略最新一期也就是2022年Q3持仓基金为：图表47:均衡权益基金FOF策略2022年Q3持仓123金元顺安元启456789农银汇理中国优势格，在该类行业风格基金池内部利用综合因子做筛选即可，如果偏好相关风格的高弹性基金，则在CR大于50%分位数(阈值可改，根据需求基金数来定)的基金池中进行综合因子Factor排序即可，反之可筛选稳健基金。算Wind口径的权益基金的风格系数并命名为StyleCoef因子，单个股票的StyleCoef因子值由主营业务收入增长基金持仓个股基于权重加权得到基金的风格系数值，同理得到基金的加权过去一年日均市值，对其命名为金的风格系数因子和市值因子。比如想筛选中小盘成长基金，约束StyleCoef大于上侧25%分位数且MktValue小于下侧25%分位数值得到中小盘成长风格基金(阈值可改，根据需求基金数来定),在此样本池内做IC_R加七、风险提示经济波动风险：近期国内外市场波动较大，地缘政治风险仍存，存在经济下行风多因子与多因子与ESG策略统计建模过拟合风险：模型估计参数可能过多，以至于对模型预测效果产生显著影响进而出现过拟合问题，过拟合模型在训练过程中产生的损失很低，但在预测新数据方面的表现却容易较差，目前量化资产配置模型样本外的跟踪时长还不够，因而不可轻视过拟合风险。本报告对基金的分析仅限于原理方法论层面的讨论，不构成任何基金推荐。参考文献[1]Ballings,M.,VandenPoel,D.,Hespeelsdirectionprediction.ExpertSystemswithApplications,42(20),SeriesB(Methodological),58(1),pp.267-288.[3]Hoerl,A.andKennard,R.,2000.RidgeProblems.Technometrics,42(1),pp.80-86.andEconomics,46(3),pp.437-451.filter.MechanicalSystems[6]Galanis,G.,Louka,P.,Katsafados,P.,Pytharoulis,I.andnon-linearfunctionstonumericalweatherpredictions.AnnalesGeophysicae,24(10),pp.[7]“CarhartandQ-FactorViewsofmutualfundperforma[8]Boamah,N.A.(2015)“Robustnessofthecarhartfour-factorandtheFaSouthAfricanStockMarket,”ReviewofAccountingandFinance,14(4),pp[9]Brophy,DJ.andGuthner,M.W.(1988)“PubliclyTradedVentureC‘fundoffunds’investors,"JoumalofBusinessVenturing,3(3),pp.187-206.[10]Brown,S.,Goetzmann,W.andLiang,B.(2003)“Feesonfeesinfundsoffunds.”[11]“CarhartandQ-FactorViewsofmutualfundperformance”(2017)JurnalPengurusan,51(1),pp.1-12.[12]Conlon,T,Ruskin,HJ.andCrane,M.(2007)"RandommatrixtPhysicaA:StatisticalMechanicsanditsApplications,382(2),pp.565-576.[14]Tazi,O.,Aguenaou,S.andAbrache,J.(2022)“Acomparativestudyofth