基于基金“抱团”持股的行业配置策略

1、目录 HYPERLINK l _TOC_250014 机构“抱团”与行业配置 4 HYPERLINK l _TOC_250013 机构抱团现象 4 HYPERLINK l _TOC_250012 季报重仓股行业配置比例估计 4 HYPERLINK l _TOC_250011 行业轮动因子的构建 6 HYPERLINK l _TOC_250010 重仓股行业轮动因子 6 HYPERLINK l _TOC_250009 行业超配因子 6 HYPERLINK l _TOC_250008 行业主动调仓因子 8 HYPERLINK l _TOC_250007 重仓股补全后因子的构建 9 HYPERLIN

2、K l _TOC_250006 重仓股补全方法探讨 10 HYPERLINK l _TOC_250005 补全后行业轮动因子表现 11 HYPERLINK l _TOC_250004 行业轮动合成因子构建 14 HYPERLINK l _TOC_250003 基于基金持仓因子的行业轮动策略 16 HYPERLINK l _TOC_250002 4. 总结 19 HYPERLINK l _TOC_250001 5. 风险提示 19 HYPERLINK l _TOC_250000 相关报告汇总 20插图目录图 1： 东兴金工行业配置框架 4图 2： 偏股主动型基金重仓股市值占比 5图 3： 重仓股

3、估计行业配置比例绝对偏差和 6图 4： 重仓股行业超配因子多空组合净值 8图 5： 重仓股行业主动调仓因子多空组合净值 9图 6： 重仓股补全前后行业配置比例绝对偏差和 11图 7： 补全后行业超配因子多空组合净值 12图 8： 补全前后行业超配因子 IC 对比 12图 9： 补全前后行业超配因子多空组合夏普比率 12图 10： 补全后行业主动调仓因子多空组合净值 13图 11： 补全前后行业主动调仓因子 IC 对比 13图 12： 补全前后行业主动调仓因子多空组合夏普比率 13图 13： 合成因子 IC 14图 14： 合成因子分位数组合年化收益率 15图 15： 合成因子分位数组合净值 1

4、5图 16： 合成因子多空组合净值 16图 17： 行业轮动策略净值 17图 18： 行业轮动策略超额净值 17图 19： 行业轮动策略分年度超额收益率 18图 20： 不同手续费下策略超额净值 19DONGXING SECURITIES东兴证券深度报告P3金融工程： 基于基金“抱团”持股的行业配置策略表格目录表 1： 重仓股行业超配因子 IC 统计 7表 2： 重仓股行业超配因子多空组合表现 7表 3： 重仓股行业主动调仓因子 IC 统计 9表 4： 重仓股行业主动调仓因子多空组合表现 9表 5： 补全后行业超配因子 IC 统计 11表 6： 补全后行业超配因子多空组合表现 11表 7： 补

5、全后行业主动调仓因子 IC 统计 12表 8： 补全后行业主动调仓因子多空组合表现 13表 9： 因子 Spearman 相关系数 14表 10： 合成因子 IC 统计 15表 11： 合成因子分位数组合表现 16表 12： 行业轮动策略指标 18表 13： 不同手续费下策略的超额表现 18P4东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略DONGXING SECURITIES机构“抱团”与行业配置机构抱团现象A 股行业分化明显，市场的投资热点经常会出现轮动，如果能准确把握行业的切换，就可以借助行业配置，实现组合的收益增强。本篇报告是行业配置系列报告的第一篇，是东兴金工推出的第

6、二个行业轮动模型。（基于短期价量的行业轮动模型见 3 月 11 日发布的报告金融工程 2021 年度投资策略：行业配置正当其时）该系列报告重点探索资产配置的量化解决方案，包括大类资产配置、行业配置以及风格配置等。下图展示了东兴金工的行业配置研究框架。本篇报告重点从机构持仓角度挖掘机构投资者对于行业的观点，从而构建行业轮动策略。图1：东兴金工行业配置框架资料来源： 近年来，以公募、保险以及私募为主的机构投资者，由于其具有相似的投资决策框架，其持股的一致性日益提升，从而出现了“机构抱团”现象。机构投资者具有投资资金量大、收集和分析信息的能力强等特点。一方面，机构投资者所拥有的专业投资团队，能够优化

7、资源配置，把握投资时机，获得相对于市场普通投资者的超额收益。另一方面，由于投资规模较大，这些投资活动能够对市场产生显著的影响，甚至引领投资热点。公募基金作为 A 股市场中的一类重要机构投资者，由专业的基金经理进行管理，加上其持仓规模大，其配置的变动对市场的影响也较大。同时，公募基金会定期披露其持仓信息，相比其他机构投资者，在可获取的信息上具有优势。因此，我们认为公募基金持仓的行业配置及其调整行为往往可以代表专业机构对后市的观点，对行业收益具有预测能力。本报告重点基于公募基金股票持仓数据来构造行业轮动因子，最后构建行业轮动策略。季报重仓股行业配置比例估计公募基金会在每个季度结束后 15 个工作日

8、内发布季报，季报中会披露前十大重仓股的明细，但不公布全部持股信息。公募基金在上半年度结束后的 60 日内会发布半年报，而在每一年度结束后的 90 日内会发布年报，半年报和年报中会公布全部持股明细。DONGXING SECURITIES东兴证券深度报告P5金融工程： 基于基金“抱团”持股的行业配置策略精确得到公募基金的行业配置，需要获取其全部持仓，但半年报和年报的发布频率较低且发布时间较为滞后。而基金重仓股的披露频率为季度，披露时间也比半年报和年报更早，考虑到重仓股是基金报告期末投资比例最大的一部分股票，能够在一定程度上反映基金在行业配置上的偏好，因此我们首先尝试用重仓股的信息来反映基金的整体持

9、仓信息。从基金类别上来说，普通股票型和偏股混合型基金（方便起见，两者合起来称为偏股主动型基金，下同）具有相对较高的股票持仓占比，能够更好的代表主动基金经理对行业的观点。为了研究重仓股能否较好的代表全部持仓，我们统计了 2004 年 6 月至 2020 年 9 月偏股主动型基金的重仓股市值占比的均值。从下图的结果可以看出，重仓股占比的平均值为 49.60%，约为全部持仓的一半，这说明重仓股的持股信息能够从一定程度上反映整体基金持仓，但无法涵盖所有信息。虽然重仓股的市值占比不高，从行业配置比例上来说，重仓股与全部持仓计算的比例未必偏差很大。下面我们将研究使用重仓股计算的行业配置比例能否较好的代表基

10、金整体行业配置情况。图2：偏股主动型基金重仓股市值占比资料来源： Wind， 我们选取中信行业分类来计算行业占比。中信行业分类将所有股票分为石油石化、煤炭、有色金属、建筑、建材等 29 个一级行业。2020 年中信行业分类标准发生过变化，调整为 30 个一级行业，新增综合金融行业，三个行业改名。由于综合金融行业可回溯历史太短，因此在本报告中暂时剔除。接下来，我们验证使用重仓股代替全部持仓计算行业配置时整体偏差的高低。半年报和年报既公布重仓股信息也有全部持仓信息，因此可以方便我们计算重仓股与全部持仓计算的行业配置比例的差异。在半年报和年报，我们分别按照重仓股和全部持仓信息计算全部偏股主动型基金在

11、 29 个一级行业上的配置比例，然后计算每个行业上两个计算比例之差的绝对值，加总后得到绝对偏差和来反映偏离程度，公式如下：_ = | |其中， 为 t 时刻使用全部持仓计算的行业 i 上的占比， 为 t 时刻使用重仓股计算的行业 i 上的占比。绝对偏差和越大，说明用重仓股来代替全部持仓计算的行业配置比例误差越大。P6东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略DONGXING SECURITIES图3：重仓股估计行业配置比例绝对偏差和资料来源： Wind， 从上图可以看出，自 2004 年 6 月至 2020 年 6 月，绝对偏差和的平均值仅为 21.24%，且近年来有着逐渐

12、下降的趋势，这说明在行业层面，重仓股估计的行业配置比例与真实值偏差不大，能够较好的反映全部持仓中的行业配置信息。行业轮动因子的构建重仓股行业轮动因子重仓股在全部基金持股中占比约为 50%，但考虑到基于重仓股估计的行业配置比例与真实值偏差不大，因此可以认为重仓股能够反映公募基金的重点持仓行为，从而在一定程度上衡量主动基金经理的行业配置观点。同时，重仓股具有时效性高的特点。本章首先基于重仓股来构建行业轮动因子。行业超配因子我们首先计算了中信一级行业的流通市值占比作为市场基准行业占比。当公募基金的行业占比与市场基准占比发生偏离时，超配的行业可以认为是公募基金相对看好的，且超配比例越高，代表公募基金越

13、看好该行业，即预期该行业存在机会，未来具有较高的超额收益，我们也应增加该行业的配置。根据该逻辑，我们构建了行业超配因子，定义如下： = 其中， 为 t 时间点公募基金持仓在 i 行业上的配置比例， 为 t 时间点 i 行业的流通市值占比，即市场基准占比，超配因子为基金持仓行业比例超过行业流通市值占比的比例。在计算公募基金行业占比时，选取的是截止当前时间点最近一期已发布的季报、半年报或年报。如果半年报和年报尚未发布，则采用已经发布的季报中的重仓股数据进行行业占比计算，否则采用全部持仓计算行业占DONGXING SECURITIES东兴证券深度报告P7金融工程： 基于基金“抱团”持股的行业配置策略

14、比，这样做可以已经可能提高信息质量。我们采用月频的计算因子取值，主要是考虑到半年报和年报披露后，可以及时更新到全部持仓的信息计算因子。为了研究不同类型的基金，基金经理的行业配置观点的有效性是否存在差异，我们分别选取普通股票型、偏股混合型和偏股主动型（包括普通股票型和偏股混合型）三种分类下，对行业超配因子的行业预测效果进行探讨。为了评估因子的有效性，我们采用因子 IC 测试和构建分位数组合的方法进行研究。我们使用中信一级行业指数的收益来代表行业收益。因子 IC 测试主要研究因子取值与下一期收益率的相关性，即 = ( ( ) ( +1 )其中，Rank 表示计算变量排序， 表示因子取值， +1 表

15、示下一期行业指数的收益率。IC 的绝对值越高，因子的下期收益率的预测能力越强。对于分位数组合测试，我们按照因子值从高到低，将 29 个行业分为 10组，分别等权构建组合 0 至组合 9，做多组合 0 同时做空组合 9，得到多空组合（L-S 组合），通过该组合的表现来衡量因子的预测能力。回测区间为 2010 年 12 月 31 日至 2020 年 12 月 31 日。下表展示了不同类型基金重仓股构建的超配因子的 IC 统计结果。可以看出，普通股票型基金构建的超配因子 IC 与偏股主动型基金效果接近，而偏股混合型基金超配因子表现略逊色。表1：重仓股行业超配因子 IC 统计基金类型平均值标准差最小值

16、最大值t 统计量ICIR普通股票型4.69%36.74%-67.34%74.48%1.400.25偏股混合型4.09%35.59%-58.87%72.07%1.270.22偏股主动性4.68%36.69%-64.93%72.81%1.400.25资料来源： Wind， 下表和下图展示了不同类型基金重仓股构建的超配因子的多空组合的表现。偏股主动型基金构建的行业超配因子表现反而较差，普通股票型和偏股混合型行业超配因子的多空年化收益率都在 10%以上。表2：重仓股行业超配因子多空组合表现组合年化收益率波动率夏普比率最大回撤率普通股票型10.83%22.56%0.4831.22%偏股混合型10.36%

17、22.86%0.4531.59%偏股主动型7.86%22.74%0.3536.86%资料来源： Wind， P8东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略DONGXING SECURITIES图4：重仓股行业超配因子多空组合净值资料来源： Wind， 行业主动调仓因子行业超配因子重点把握的是当前行业配置的现状。当某个行业长期处于超配，而短期发生减配时，该因子变得不够敏感。为了更好的把握主动型基金在行业配置上的调整，我们构建了行业主动调仓因子。行业主动调仓因子根据公募基金当期行业配置比例相对上一期的变动比例来构建。考虑到行业的涨跌会导致行业配置比例出现被动变化，我们在构建因子

18、时剔除了行业自身的涨跌，构建了能够反映基金经理主动调整行业配置比例的因子。因子的定义如下： _ 1 = _ 1 _ 1 = 1 ( ) 1( ) 其中， _ 1代表 t-1 报告期剔除行业涨跌调整后的行业配置比例， 代表 t-1 至 t 报告期间 i 行业指数的涨跌幅。在计算该比例时，假设基金持有 t-1 报告期的行业组合，到 t 时刻时，持有的行业组合比例随着行业涨跌而发生变化，归一后得到 _ 1 。通过计算最新的行业配置比例与调整后上期的行业配置比例的变化得到行业主动调仓因子。某行业相对于上一期的行业配置的比例增加越大，代表主动基金经理本期提高了该行业的投资占比，即越看好该行业，投资者可以

19、增加该行业的配置。在计算该因子时，需要充分考虑数据的可得性和数据质量。例如，在计算 7 月末、8 月末和 9 月末的当期（截止二季度末持仓）因子值时，应该分别采用二季度重仓股数据、半年报数据和半年报数据。而在计算 10 月末、11 月末和 12 月末的上期行业占比时，应该全部采用的是半年报的数据，因为此时半年报已经披露完毕。DONGXING SECURITIES东兴证券深度报告P9金融工程： 基于基金“抱团”持股的行业配置策略因子的测试与上文中的方法一致。下表展示了不同类型的基金构建的行业主动调仓因子的 IC 统计。可以看出，行业主动调仓因子表现整体弱于行业超配因子，偏股主动型基金构建的行业调

20、仓因子 IC 最高，IC 均值为 3.40%。表3：重仓股行业主动调仓因子 IC 统计基金类型平均值标准差最小值最大值t 统计量ICIR普通股票型3.10%23.59%-58.57%67.00%1.440.17偏股混合型3.14%25.61%-62.56%62.76%1.350.17偏股主动性3.40%25.44%-61.28%71.18%1.470.18资料来源： Wind， 表4：重仓股行业主动调仓因子多空组合表现组合年化收益率波动率夏普比率最大回撤率普通股票型4.84%15.24%0.3223.40%偏股混合型11.43%18.83%0.6133.78%偏股主动型6.42%17.78%0

21、.3627.64%资料来源： Wind， 从主动调仓因子的多空组合表现可以看出，偏股混合型基金构建的主动调仓因子年化收益率最高，达到了11.43%，夏普比率为 0.61。而普通股票型和偏股主动型基金构建的主动调仓因子表现相对较弱。图5：重仓股行业主动调仓因子多空组合净值资料来源： Wind， 重仓股补全后因子的构建上文中，我们用重仓股来估计基金的行业配置，构建行业超配因子和行业主动调仓因子。从回测的结果可以看出，因子表现并不是非常理想，其原因可能是仅考虑重仓股对行业配置进行估计存在一定偏差。半年报和年报虽然披露全部持仓，但更新频率较低，不能够及时把握基金经理对行业的调整。为了兼顾行业估计的准P

22、10东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略DONGXING SECURITIES确性以及披露的频率，我们通过补全重仓持股来模拟全部持仓，通过计算得到的行业配置比例来构建行业轮动因子。重仓股补全方法探讨基金在季报中会披露前十大重仓持股明细，同时也会披露股票资产的总市值，我们可以得到重仓股在全部持仓中的市值占比。因此，我们可以把公募基金持仓可以分成重仓股和非重仓股两部分，每一部分的行业占比按照该部分的市值权重加权汇总可以得到基金真实的行业配置比例，即 = 其中， 代表重仓股的市值权重， 代表除重仓股外其余持股的市值权重，因此， = 。 为 重仓股计算的行业配置比例， 为除重

23、仓股外其余持股计算得到的行业配置比例。半年报和年报披露了全部持仓，可以精确计算基金的行业配置；而季报只披露了重仓股，而缺乏非重仓股部分的行业占比信息。因此，我们需要在季报披露后，根据此前披露的半年报和年报数据，尽可能补全为全部持仓。在这里，我们假设季报中非重仓股部分行业配置与上一期全部持仓中非重仓股部分行业配置相同。当然，在基金自身不更改行业配置的情况下，实际的行业占比会随着行业的涨跌发生被动调整，因此，我们在使用上一期数据时，同样需要根据中信行业指数来调整，剔除行业涨跌带来的行业比例变化，即 1 ( ) = 1 ( )上式中， 为 t-1 报告期至 t 报告期行业 i 指数的涨跌幅。对于非重

24、仓持股部分，上期报告期的行业配置比例需要根据期间行业指数收益调整至当期。例如，4 月末可得到一季度的行业配置应该基于一季报中的重仓股，并依据去年年报的非重仓股进行补全，补全时应剔除去年 12 月末至 3 月末的行业涨跌的影响。通过这种方式，我们可以尽可能的提供较为完整的基金持仓数据。为了验证这种补全方式的有效性，我们按照上述方式，每隔半年（即 6 月和 12 月）对偏股主动型基金的行业配置比例进行补全计算，并与使用真实全部持仓计算的结果进行对比，计算了偏差绝对值和。从结果可以看出，补全后绝对偏差和从原来的 21.24%下降到 9.15%，说明补全后的持仓数据能够更准确地反映公募基金在行业占比上

25、的信息。DONGXING SECURITIES东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略P11图6：重仓股补全前后行业配置比例绝对偏差和资料来源： Wind， 补全后行业轮动因子表现从上面的结果可以看出，使用非重仓股持仓补全后，行业配置比例的偏差大幅缩小。我们依据补全后的数据计算了行业超配因子和行业主动调仓因子。从下图可以看出，使用三种类型基金的持仓计算补全后的行业超配因子和主动调仓因子，因子的表现整体有所提升。具体来看，对于行业超配因子，补全后的行业超配因子 IC 整体有所提升。考虑普通股票型和偏股混合型两类基金的偏股主动型基金构建的行业超配因子 IC 均值最高，达到了

26、5.24%。多空组合的年化收益率相比补全之前有较大的提高。表5：补全后行业超配因子 IC 统计基金类型平均值标准差最小值最大值t 统计量ICIR普通股票型4.84%39.30%-74.38%75.96%1.350.26偏股混合型4.76%37.55%-70.79%74.58%1.400.26偏股主动性5.24%39.12%-73.60%75.02%1.470.28资料来源： Wind， 表6：补全后行业超配因子多空组合表现基金类型年化收益率波动率夏普比率最大回撤普通股票型15.19%24.42%0.6234.73%偏股混合型9.02%23.35%0.3940.95%偏股主动型13.20%24.

27、80%0.5338.85%资料来源： Wind， P12东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略DONGXING SECURITIES图7：补全后行业超配因子多空组合净值资料来源： Wind， 下图展示了使用补全前后的持仓数据构建行业超配因子的 IC 以及多空组合夏普比率的对比，可以直观的看出，补全后因子的有效性有了明显的提高。图8：补全前后行业超配因子 IC 对比图9：补全前后行业超配因子多空组合夏普比率资料来源： Wind， 资料来源： Wind， 对于行业主动调仓因子，补全后的因子 IC 同样整体大幅提升。普通股票型基金构建的行业主动调仓因子 IC均值最高，达到了

28、4.35%，但低于补全后的行业超配因子。偏股主动型基金构建的行业主动调仓因子多空组合的年化收益率最高，为 9.71%。表7：补全后行业主动调仓因子 IC 统计基金类型平均值标准差最小值最大值t 统计量ICIR普通股票型4.35%24.16%-56.85%62.32%1.980.23偏股混合型2.96%25.45%-43.45%53.60%1.280.16偏股主动性4.28%25.94%-48.87%56.21%1.810.23资料来源： Wind， DONGXING SECURITIES东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略P13表8：补全后行业主动调仓因子多空组合表现

29、基金类型年化收益率波动率夏普比率最大回撤率普通股票型9.54%15.85%0.6026.27%偏股混合型5.66%17.72%0.3236.76%偏股主动型9.71%17.62%0.5529.36%资料来源： Wind， 图10：补全后行业主动调仓因子多空组合净值资料来源： Wind， 下图展示了使用补全前后的持仓数据构建行业主动调仓因子的 IC 均值以及多空组合夏普比率的对比，与行业超配因子一样，补全后因子的有效性整体有明显的提升。从补全前后两个因子的表现可以看出，通过补全重仓持股，得到的行业配置比例更加贴近真实情况，从而有助于更精确的衡量主动基金经理对行业态度的转变，从而跟随这种改变及时调

30、整持仓，获得的收益更加显著。图11：补全前后行业主动调仓因子 IC 对比图12：补全前后行业主动调仓因子多空组合夏普比率资料来源： Wind， 资料来源： Wind， P14东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略DONGXING SECURITIES行业轮动合成因子构建使用单一指标进行择时，可能会面临指标阶段性失效的风险，稳定性较差。当指标与指标之间相关性较低时，可以通过指标合成来提高稳定性，降低风险。我们首先分析了行业超配因子和行业主动调仓因子的相关性。考虑到偏股主动型基金同时考虑了普通股票型和偏股混合型基金，代表性较强，我们选取了偏股主动型基金来计算行业超配和行业主

31、动调仓因子。下表我们计算了两类因子在补全前后的两两秩相关系数（Spearman）。从结果可以发现，无论是补全前还是补全后，行业超配因子和行业主动调仓因子之间的相关性都比较低，但对于同一因子，补全前和补全后的相关性较高。因此可以考虑通过因子合成构建行业轮动因子。表9：因子 Spearman 相关系数因子重仓-行业超配因子补全-行业超配因子重仓-行业调仓因子补全-行业调仓因子重仓-行业超配因子1.000.960.280.18补全-行业超配因子0.961.000.150.12重仓-行业调仓因子0.280.151.000.64补全-行业调仓因子0.180.120.641.00资料来源： Wind， 考

32、虑到补全后因子的整体表现有较大的提升，我们选取了补全后基于偏股主动型基金持仓计算的行业超配因子和行业主动调仓因子，合成行业轮动因子。具体来说，我们首先对因子进行标准化处理，然后等权的方式将两个因子合成，得到行业轮动因子。接下来，我们将更系统地对合成因子的表现进行研究。下图展示了合成因子的 IC 时间序列表现。大部分月份 IC 为正，IC 均值为 6.18%，ICIR 为 0.33，相比单因子有了一定的提高。图13：合成因子 IC资料来源： Wind， DONGXING SECURITIES东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略P15表10：合成因子 IC 统计因子平均值

33、标准差最小值最大值t 统计量ICIR合成因子6.18%34.49%-60.74%74.88%1.970.33资料来源： Wind， 从合成因子的分位数组合表现可以看出，从 Top 组合至 Bottom 组合，年化收益率大致呈现出单调递减的趋势，但由于行业数量较少，其年化收益率的单调性没有非常明显，但 Top 组合和 Bottom 组合的差异非常明显。事实上，如果将分组数量调整为 5 组，单调性将有较大的改善。市场组合代表将 29 个行业等权构建的组合，每月末进行再平衡。图14：合成因子分位数组合年化收益率资料来源： Wind， 从分位数组合的净值可以看出，Top 组合的表现显著跑赢市场组合，年

34、化超额收益率达到了 7.45%，信息比率为 0.57。而 Bottom 组合的表现显著跑输市场组合，年化超额收益率为-10.29%。可以看出，空头部分的收益会更高一些，这说明相比公募机构高配行业，减配时带来的负收益的影响更显著。从应用的角度来说，即便是空头部分的收益，也可以通过降低行业权重的方式增强组合的收益。图15：合成因子分位数组合净值资料来源： Wind， P16东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略DONGXING SECURITIES图16：合成因子多空组合净值资料来源： Wind， 从多空组合的表现可以看出，多空净值稳步增加，多空组合的年化收益率达到了 17

35、.01%，夏普比率达到了 0.78，但多空净值的最大回撤略有些大，达到了 21.40%。表11：合成因子分位数组合表现组合年化收益率波动率夏普比率最大回撤年化超额收益率跟踪误差信息比率超额最大回撤Top13.37%31.22%0.4358.94%7.45%13.14%0.5716.48%14.81%29.30%0.1654.30%-0.94%10.49%-0.0928.20%212.91%28.54%0.4543.61%6.62%9.12%0.7313.67%33.49%27.07%0.1364.46%-2.51%7.12%-0.3537.91%44.28%27.49%0.1652.37%-1

36、.61%7.00%-0.2324.18%58.40%26.30%0.3244.06%1.84%8.41%0.2221.66%67.82%29.43%0.2751.23%1.87%10.60%0.1820.22%71.76%24.76%0.0744.26%-4.88%8.62%-0.5745.73%82.23%24.91%0.0944.16%-4.64%11.48%-0.4045.21%Bottom-4.06%26.44%-0.1568.05%-10.29%12.66%-0.8171.35%市场6.23%25.80%0.2450.55%-L-S17.01%21.67%0.7821.40%-资料来

37、源： Wind， 基于基金持仓因子的行业轮动策略上文中，我们根据公募基金持股情况构造了行业超配因子和行业主动调仓因子，并通过持仓补全，提升了因子的表现，最后将两类因子等权合成行业配置因子。本章重点应用该因子构建行业轮动策略。在构建策略时，我们采用月度调仓的方式，每月末选取因子值排名前三的行业等权构建一个组合作为行业轮动策略，并且将DONGXING SECURITIES东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略P17该策略与 29 个行业等权的基准组合进行对比。回测时间段为 2010 年 12 月至 2020 年 12 月。手续费为单边千分之一。针对手续费的敏感性，我们在后文

38、中会做分析，而如果采用 ETF 基金作为行业资产，其交易费率会更低。下图展示了行业轮动策略的净值表现。可以看出，行业轮动策略相比等权基准有较为明显的优势。从下图的超额净值可以看出来，超额收益整体稳步向上，但在 2016 年至 2018 年表现不佳。在整个回测时间段，行业轮动策略的年化收益率为 12.52%，而等权基准仅为 6.18%。年化超额收益率为 6.73%，信息比率为 0.65。策略的月度换手率为双边 61.96%，也就是说大概每个月会换一个行业，整体换手率较低。如果策略在构建时，采用多个行业权重调整的方式，策略的换手率可以进一步下降。图17：行业轮动策略净值资料来源： Wind， 图18：行业轮动策略超额净值资料来源： Wind， P18东兴证券深度报告金融工程： 基于基金“抱团”持股的行业配置策略DONGXING SECURITIES表12：行业轮动策略指标指标行业轮动策略等权基准年化收益率12.52%6.18%年化波动率29.60%