如何精选不同的行业基金

1、目录 HYPERLINK l _TOC_250017 行业风格基金等权配置结果回顾 4 HYPERLINK l _TOC_250016 行业风格基金等权配置效果 4 HYPERLINK l _TOC_250015 三种风格的基金等权配置效果 5 HYPERLINK l _TOC_250014 机构在主流赛道的配置差异 6 HYPERLINK l _TOC_250013 不同行业风格基金中的有效选基金因子 8 HYPERLINK l _TOC_250012 选基因子的基本信息 8 HYPERLINK l _TOC_250011 消费基金中的有效选基因子 10 HYPERLINK l _TOC_2

2、50010 医药基金中的有效选基因子 12 HYPERLINK l _TOC_250009 TMT 基金中的有效选基因子 13 HYPERLINK l _TOC_250008 非单一风格基金中的有效选基因子 15 HYPERLINK l _TOC_250007 基金精选组合的构建 17 HYPERLINK l _TOC_250006 组合回测构建流程 17 HYPERLINK l _TOC_250005 消费基金精选组合 18 HYPERLINK l _TOC_250004 医药基金精选组合 19 HYPERLINK l _TOC_250003 TMT 基金精选组合 20 HYPERLINK

3、l _TOC_250002 非单一风格基金精选组合 21 HYPERLINK l _TOC_250001 最新一期各精选组合基金名单 22 HYPERLINK l _TOC_250000 风险提示 23图表目录图表 1：消费基金等权配置和基准的走势 4图表 2：消费基金等权和基准的年度收益率对比 4图表 3：医药基金等权配置和基准的走势 5图表 4：医药基金等权和基准的年度收益率对比 5图表 5：TMT 基金等权配置和基准的走势 5图表 6：TMT 基金等权和基准的年度收益率对比 5图表 7：三种风格基金等权配置和基准的走势 6图表 8：三种风格基金等权和基准的年度收益率 6图表 9：2010

4、 年以来公募基金在六大行业板块的持股占比变化 6图表 10：2010 年以来公募基金在六大板块的持股市值占比分位数对比 7图表 11：2010 年以来公募基金在六大行业板块的持股集中度HHI 走势 7图表 12：选基指标的基本信息表 9图表 13：消费基金中各因子的 RANKIC 和RANKICIR 对比 10图表 14：消费基金中部分因子之间的相关性 11图表 15：消费基金综合因子分组年化超额收益对比 11图表 16：医药基金中各因子的 RANKIC 和RANKICIR 对比 12图表 17：医药基金中部分因子之间的相关性 13图表 18：医药基金综合因子分组年化超额收益对比 13图表 1

5、9：TMT 基金中各因子的 RANKIC 和RANKICIR 对比 14图表 20：TMT 基金中部分因子之间的相关性 14图表 21：TMT 基金综合因子分组年化超额收益对比 15图表 22：非单一风格基金中各因子的 RANKIC 和 RANKICIR 对比 15图表 23：非单一风格基金中部分因子之间的相关性 16图表 24：综合因子分 5 组单调性测试 16图表 25：综合因子分 5 组的多空净值曲线对比 16图表 26：非单一风格基金综合选基因子RANKIC 值序列 17图表 27：消费基金精选组合与相应的基准净值曲线对比 18图表 28：消费基金精选组合与相应基准的年度收益率 18图

6、表 29：医药基金精选组合与相应的基准净值曲线对比 19图表 30：医药基金精选组合与相应基准的年度收益率 19图表 31：TMT 基金精选组合与相应的基准净值曲线对比 20图表 32：TMT 基金精选组合与相应基准的年度收益率 20图表 33：非单一风格基金精选组合与相应的基准净值对比 21图表 34：非单一风格基金精选组合与相应基准的年度收益率 21图表 35：最新一期消费基金精选组合入选名单 22图表 36：最新一期医药基金精选组合入选名单 22图表 37：最新一期 TMT 基金精选组合入选名单 22图表 38：最新一期非单一风格基金精选组合入选名单 23行业风格基金等权配置结果回顾在前

7、期的基金研究系列之三：如何划分基金的行业风格？报告中，我们基于基金持仓分析法（PBSA）中的持股行业特征和持股集中度来分析基金的风格，通过对全市场的基金梳理并将其划分为行业风格基金和非单一风格基金（非单一风格基金是指全市场配置型基金，不将持仓集中暴露在某一板块，不局限在某一行业板块选股），并发现在不同行业风格基金中集中度与基金业绩的关系差异较大。在本篇报告中，我们继续对行业风格基金进行深入研究，先回顾每期选出来的行业风格基金初步作等权配置的效果，然后再探究如何从行业风格基金中作进一步的筛选，来构建不同行业的 FOF 基金精选组合。行业风格基金等权配置效果行业风格基金等权配置在样本期内长期都能跑

8、赢对应的中证行业指数，但在分年度中有可能跑输对应的中证行业指数。消费基金等权配置长期业绩表现优异。在消费基金等权配置中，样本期内消费基金等权配置长期都能跑赢中证消费、基金中位数（这里需要说明两点，第一、基金中位数的基金样本是股票+偏股+灵活配置基金中剔除合计规模 2 亿以下、最近 1 年股票仓位低于 50%且仅保留初始份额的基金，下同；第二、收益率之间的比较未扣除费率，下同）；但是从分年度收益率对比来看，分年度消费基金等权基本能跑赢全市场基金中位数，但年度表现可能跑输中证消费指数，在 2016 年之后消费基金等权配置大多数年份表现都略逊于中证消费指数，原因可能有两点：一是因为中证消费指数过于强

9、势（该指数成份股集中在白酒和其他细分消费子行业龙头，截至 2020 年 12 月 31 日，该指数近 3 年、近 5 年年化收益率都超过 25%）；二是随着样本期内消费基金的数量增多，不同的消费基金经理配置思路可能存在差异，并不是所有的消费基金都能跑赢中证消费指数。图表1： 消费基金等权配置和基准的走势图表2： 消费基金等权和基准的年度收益率对比日期消费基金等权中证消费基金中位数2011-14.80-19.32-16.0620122.59-1.754.41201319.710.9711.69201423.4614.8316.11201528.2626.4939.332016-0.560.64-

10、17.22201739.4755.9810.672018-23.00-23.09-23.86201955.9564.7240.00202069.4570.1653.36资料来源：Wind，方正证券研究所资料来源：Wind,方正证券研究所主动医药等权配置基金在近 3 年大放异彩。在医药基金等权配置中，医药基金等权净值曲线走势相比于中证医药指数在 2018 年之前并无优势，这也可以从年度收益率中看到，2018 年以前分年度收益看医药基金等权多数年份都跑输中证医药指数，但是在 2018 年之后医药基金等权每一年都能大幅跑赢中证医药和同期的基金中位数，近 3 年主动医药基金大放异彩。图表3： 医药基金

11、等权配置和基准的走势图表4： 医药基金等权和基准的年度收益率对比日期医药基金等权中证医药基金中位数20122.993.817.45201335.0228.8211.6920143.3710.0616.11201540.3142.7239.332016-15.81-12.12-17.2220177.8413.7510.672018-16.37-25.97-23.86201961.0830.0540.00202081.9450.8753.36资料来源：Wind，方正证券研究所资料来源：Wind,方正证券研究所TMT 基金等权配置在不同年份中的收益率波动较大，在市场环境偏弱的年份跑输基金中位数。在

12、TMT 基金等权配置中，2014-2015 年 TMT 基金等权配置跑输中证 TMT 指数，2016 年之后每一年都能跑赢中证TMT 指数，TMT 行业具有高Beta、高弹性、高波动的行业属性，在市场环境偏弱的 2016、2018 年TMT 基金等权跑输全市场基金中位数（2016 年 TMT 基金等权表现为-20.98%、基金中位数为-17.22%； 2018 年 TMT 基金等权表现为-25.78%、基金中位数为-23.86%）。图表5： TMT 基金等权配置和基准的走势图表6： TMT 基金等权和基准的年度收益率对比日期TMT 基金等权中证 TMT基金中位数201423.6926.0822

13、.54201573.6575.6039.332016-20.98-26.65-17.222017-3.00-6.6810.672018-25.78-34.79-23.86201960.7155.2140.00202053.5714.0353.36资料来源：Wind，方正证券研究所资料来源：Wind,方正证券研究所三种风格的基金等权配置效果将消费、医药、TMT 三种风格的基金等权纳入一个组合进行配置，在 2019 之前配置效果一般，与基金中位数相比并无显著的优势；2019和 2020 年近 2 年表现较佳，2019 年和 2020 年的年度收益率都跑赢基金中位数 15%以上。由于近 2 年市场的

14、结构性行情凸显，“赛道”一词不绝于耳，好的赛道优选好的个股是绩优基金经理制胜的法宝，消费、医药、TMT 板块是市场上基金经理关注的热门赛道；我们每一期都可以从市场上选出风格偏好稳定的消费、医药、TMT 风格的基金，如果把选出来的所有消费、医药、TMT 风格的基金都纳入到一个投资组合都作等权配置；从实际的效果来看，在 2019 年之前，三种风格等权配置的效果一般，净值曲线走势相比基金中位数并没有显著的超额收益，分年度收益相比基金中位数并无显著优势；2019 年和 2020年三种风格基金等权配置的效果较好，2019 年和 2020 年的年度收益率分别为 59.79%和 68.89%，都跑赢对应年份

15、基金中位数 15%以上。图表7： 三种风格基金等权配置和基准的走势图表8： 三种风格基金等权和基准的年度收益率日期三种风格等权基金中位数201421.6722.54201547.2239.332016-12.67-17.22201713.5810.672018-21.45-23.86201959.7940.00202068.8953.36资料来源：Wind，方正证券研究所资料来源：Wind,方正证券研究所机构在主流赛道的配置差异2020 年四季报显示公募基金对不同板块的配置差异显著，对消费、医药、TMT、制造板块的配置比例处于历史的中高位，对金融、周期板块的配置比例处于历史的低位。我们以全市场

16、的普通股票型+偏股混合型+灵活配置型基金为样本，计算公募基金从 2010 年以来每个季度在不同板块的重仓股持股市值占比结构，以此来窥探公募基金重仓的行业板块偏好和热度。在 2020 年四季报中，公募基金在消费、医药、 TMT、制造、周期、金融六大板块的持仓占比分别为 30.1%、15.2%、 18.0%、17.8%、10.2%、8.6%；和历史持股占比相比，消费板块的配置处于历史的相对高位，但低于 2019 年中报和 2012 年一季报；医药、 TMT 板块的配置处于中位数附近；制造板块的配置接近历史最高值，主要是机构对电气设备的超配所贡献；金融和周期板块的配置都在历史的 25%分位数附近，处

17、于历史的相对低位。 图表9： 2010 年以来公募基金在六大行业板块的持股占比变化资料来源：Wind，方正证券研究所图表10：2010 年以来公募基金在六大板块的持股市值占比分位数对比资料来源：Wind，方正证券研究所机构对主流赛道的配置比例高，更多的是集中配置在少数个股上。从不同板块的持股集中度来看，我们可以在每一期基金季报中计算每只个股的持股市值占比（公募基金在某只个股的持股市值之和除以当期所有重仓股持股市值），参考 HHI 指数的计算方法，对不同板块中的持股市值占比平方求和，用来衡量不同板块中个股的持股集中度。从计算结果来看，2020 年四季报机构在消费、制造、医药板块的持股集中度明显处

18、于历史高位，说明机构对这几个板块的配置高主要体现在集中配置少数个股上；TMT 板块的持股集中度从高位下降明显，处于历史的中间水平；而周期板块和金融板块的持股集中度处于历史的相对低位。图表11：2010 年以来公募基金在六大行业板块的持股集中度 HHI 走势资料来源：Wind，方正证券研究所不同行业风格基金中的有效选基金因子在不同的基金样本中，用同一个指标、同一个因子去挑选得到的结果可能会有较大的差异，不同的基金样本中可能适用不同的选基因子；例如同一个选基因子在不同行业风格的基金中计算得到的 RankIC、 RankICIR 等指标可能出现较大的差异。对于选择不同行业风格的基金，有哪些指标是有效

19、的？这是本章节探讨的问题，我们在不同的行业风格基金中（消费基金、医药基金、TMT 基金、非单一风格基金）去测试市场上主流选基指标的选基效果，试图寻找在不同行业风格基金中有哪些选基指标是有效的，旨在同一种风格中挑选出同类最优质的基金。选基因子的基本信息选基指标涵盖五个大类：业绩指标、风险指标、风险调整收益指标、基金规模、另类指标；每个大类指标中都包括若干个小指标，合计 27个小类指标，我们对每个小类指标的计算方法也作了相应的说明。对于指标有效性的判断，我们采用传统测试因子的方法，通过测试因子的 RankIC、RankICIR、因子之间的相关性、分组单调性测试等多种情况来综合考察因子的有效性；为了

20、方便对不同因子之间的比较分析，需要对因子数据进行清洗，我们对每个因子进行极值处理和标准化处理，其中极值处理采用绝对中位差法 MAD，标准化处理采用 Z-score 方法。对于测试的时点，由于基金的全部持仓个股只在半年报和年报披露，我们先在 2010 年以来的半年度和年度时点得到不同行业风格的基金，然后可以在每个月得到不同行业风格的基金，例如 2020 年 6 月时点可以按持仓板块占比计算得到消费基金，半年报全部持仓信息滞后 2 个月披露，然后我们可以将半年度得到的消费基金转换成月度频率的消费基金名单，比如在 2020 年 8 月至 2021 年 2 月之间每个月月末的消费基金名单都是根据 20

21、20 年 6 月时点的持仓信息计算得到的；为了避免日历效应产生的干扰，我们在月频上测试不同的选基因子与未来一段时间基金业绩的秩相关系数，对于截面上因子值的形成期和持有期，因子形成期的选择为过去 1 年，持有期分别选择 3 个月、6 个月和 1 年。对于样本基金空间的选择，我们分别以消费基金、医药基金、TMT 基金、非单一风格基金作为样本基金进行测试（不同行业风格的基金名单如何选取，详见我们前期的报告基金研究系列之三：如何划分基金的行业风格？）。图表12：选基指标的基本信息表指标具体指标计算方法业绩指标基金 AlphaAlpha1选股择时模型的 AlphaAlpha2对 Fama-French

22、三因子做回归取 AlphaAlpha3对风格指数（大小盘/价值成长维度）做回归取AlphaJensen 比率Ri-Rf+Beta*(Rm-Rf)基金的业绩区间复权单位净值增长率基金业绩的稳定性区间超额收益的波动率基金的周度胜率基金每周取得正收益率的概率基金的周度超额胜率基金每周相对业绩基准取得超额收益率的概率风险指标最大回撤区间收益率的最大回撤波动率区间收益率的标准差下行偏差Emin（Ri-MARR,0)2(1/2)BetaCAPM 模型的回归系数风险调整收益指标夏普比率Sharp Ratio=(Ri-Rf)/Sigma信息比率IR=(Ri-benchmark)/Sigma(Ri-benchm

23、ark)卡玛比率Calmar Ratio=(Ri-Rf)/Maxdd特雷诺比率Treynor Ratio=(Ri-Rf)/Beta索提诺比率Sortino Ratio=(Ri-Rf)/Sigma(下行标准差)基金规模基金规模基金的合计规模基金份额基金的合计份额基金规模变化基金合计规模的变化率基金份额变化基金合计份额的变化率净申购份额申购份额-赎回份额另类指标个股集中度持仓个股的集中度行业集中度持仓行业的集中度机构投资者占比持有人结构中机构投资者占比管理人员工持有比例持有人结构中管理人员工买入金额占比换手率Max(股票买入总额，股票卖出总额)/持有股票平均市值资料来源：Wind，方正证券研究所相

24、关指标计算的说明：基金 Alpha 的计算用过去 1 年的数据回归，风格指数选用巨潮风格指数；图表中的 Ri 表示的是基金的收益率，Rf表示的是无风险利率，Rm 表示的是市场的收益率，MARR 是指可接受的最低收益率，我们以基金收益率的平均值来代表，Sigma 表示的是基金收益率的标准差，Maxdd 表示的是最大回撤，业绩基准以沪深 300 指数来代表；除此之外，关于另类指标中的行业集中度和换手率指标的计算方法，行业集中度指标的计算参考HHI 指数的编制原理，以基金在每期全部持股对应的申万一级行业权重平方求和来代表，来刻画不同基金在行业配置层面的集中分散程度；关于换手率指标的计算，分子端取每期

25、股票买入成本总额和股票卖出成本总额中的最大值，分母端取持有股票的平均市值，如果是在半年度计算，持有股票平均市值取一季报和二季报的平均值，如果是在年度计算，持有股票平均市值取全年 4 个季报的平均值。消费基金中的有效选基因子消费基金中多数因子都具有较高的 RankIC、RankICIR。在消费基金中的RankIC 和 RankICIR 对比中，从时间维度上看，可以发现随着持有期的延长，持有期从 3 个月到 6 个月、持有期从 6 个月到 12 个月，因子的 RankIC 和RankICIR 都有变高的趋势，这侧面说明消费基金适合长期持有。从不同因子的 RankIC 和RankICIR 数值大小看

26、，可以发现基金 alpha、詹森比率、基金业绩、基金周度胜率、基金周度超额胜率、波动率、下行偏差、beta、5 个风险调整后的收益指标（夏普比率、信息比率、卡玛比率、特雷诺比率、索提诺比率）、个股集中度、换手率指标等因子的 RankIC 明显较高，这些因子在样本期内也表现出较高的 RankICIR。对于多个风险指标也表现出较高的 RankIC和 RankICIR，原因可能有 2 点：一方面可能与样本基金的数量相对偏少有关，另一方面也可能与消费行业的赛道属性有关。图表13：消费基金中各因子的 RankIC 和RankICIR 对比指标名称因子代码RankIC RankICIR 3 个月6 个月1

27、2 个月3 个月6 个月12 个月基金alpha 1alpha1 0.2230.2450.2850.6820.7450.748基金alpha 2alpha2 0.2110.2400.3480.5870.6041.117基金alpha 3alpha3 0.1760.2260.3750.4850.6111.192詹森比率jensen 0.2010.2400.4010.5200.6051.161基金业绩perf 0.1660.2140.3880.4480.5351.161基金业绩稳定性sta 0.0040.0470.1270.0090.1110.287基金周度胜率monthwin1 0.1350.1

28、420.2500.3750.3730.761基金周度超额胜率monthwin2 0.1380.1370.2420.4050.4280.752最大回撤mdd 0.0140.0710.1360.0390.1900.396波动率vol 0.1470.1680.2620.4000.5151.063下行偏差downdev 0.1440.1690.2600.3890.5000.987Beta beta 0.1570.1720.2460.4600.5371.239夏普比率sharpe 0.1820.2260.3500.5030.5721.095信息比率info 0.1700.2040.3480.4930.5

29、261.003卡玛比率calmar 0.1590.2130.3410.4200.5351.069特雷诺比率treynor 0.1900.2310.3480.5210.6071.139索提诺比率sortino 0.1770.2180.3390.5100.5601.060基金规模asset 0.0500.0730.1110.2230.3070.454基金份额share -0.070-0.047-0.047-0.246-0.155-0.147基金规模变化asset_chg 0.0410.0510.1550.1280.1310.447基金份额变化share_chg 0.0390.0300.0970.1

30、380.0880.311净申购份额netshare 0.0740.0890.1860.2270.2590.566个股集中度stockcon 0.1310.2030.2150.4520.6511.166行业集中度indcon 0.0320.0750.1270.0950.2300.505机构投资者占比instipor 0.0280.0750.0530.1160.2860.186管理人员工占比indivpor 0.0100.057-0.0220.0530.262-0.088换手率turnover -0.187-0.228-0.277-0.727-0.822-0.917资料来源：Wind，方正证券研究

31、所在消费基金中，因子之间的相关性测试结果显示业绩因子之间存在高度相关。对于因子之间的相关性测试，我们发现 alpha2、alpha3、jensen、 perf、sharpe、info、calmar、treynor、sortino 等 9 个业绩相关的因子之间高度相关，相关系数普遍在 0.8 以上；但 Alpha1 与其他因子之间的相关系数较低，基本在 0.2 以下；周度胜率因子 monthwin1 和周度超额胜率因子 monthwin2 之间业绩相关不显著，monthwin1 与其他因子之间相关性较低，但 monthwin2 与业绩因子之间的相关系数多数都在 0.6 附近；风险因子中的 vol

32、、downdev、beta 之间也存在较高的相关性，相关系数也基本超过 0.8；另类指标中的个股集中度 stockcon和换手率 turnover 因子与其他因子的相关系数也基本在 0.2 以下。综上，alpha1、stockcon、turnover 等三个因子与其他所有因子的相关性较低，而业绩因子与业绩因子之间、风险因子与风险因子之间存在较强的相关性。图表14：消费基金中部分因子之间的相关性alpha1alpha2alpha3jensenperfmonthwin1monthwin2sharpeinfocalmartreynorsortinovoldowndevbetastockconturn

33、overalpha11.0000.0820.0870.1010.0680.082-0.0170.0760.0480.0700.1060.0960.0910.0840.0950.074-0.067alpha20.0821.0000.9060.8320.8010.3680.5090.8370.7840.7740.8420.8580.1180.0940.0340.108-0.219alpha30.0870.9061.0000.8200.7690.3810.4720.8300.7520.7820.8430.8570.0730.056-0.012-0.022-0.145jensen0.1010.8320

34、.8201.0000.9630.3830.5850.9570.8790.9210.9650.9560.3340.3420.1630.079-0.146perf0.0680.8010.7690.9631.0000.3710.6170.9500.9240.9200.9140.9200.3280.3350.1800.087-0.122monthwin10.0820.3680.3810.3830.3711.0000.2960.4130.4030.3810.3930.408-0.0260.0140.004-0.0120.079monthwin2-0.0170.5090.4720.5850.6170.29

35、61.0000.6210.6540.5780.5600.6090.1320.1010.133-0.044-0.019sharpe0.0760.8370.8300.9570.9500.4130.6211.0000.9270.9500.9520.9770.1660.1750.0500.043-0.151info0.0480.7840.7520.8790.9240.4030.6540.9271.0000.8770.8310.8870.1460.1790.1670.002-0.094calmar0.0700.7740.7820.9210.9200.3810.5780.9500.8771.0000.92

36、00.9290.1790.2040.0440.057-0.139treynor0.1060.8420.8430.9650.9140.3930.5600.9520.8310.9201.0000.9800.1910.1900.0000.062-0.157sortino0.0960.8580.8570.9560.9200.4080.6090.9770.8870.9290.9801.0000.1440.1370.0280.030-0.152vol0.0910.1180.0730.3340.328-0.0260.1320.1660.1460.1790.1910.1441.0000.9540.8150.1

37、53-0.055downdev0.0840.0940.0560.3420.3350.0140.1010.1750.1790.2040.1900.1370.9541.0000.8160.150-0.017beta0.0950.034-0.0120.1630.1800.0040.1330.0500.1670.0440.0000.0280.8150.8161.0000.041-0.004stockcon0.0740.108-0.0220.0790.087-0.012-0.0440.0430.0020.0570.0620.0300.1530.1500.0411.000-0.224turnover-0.

38、067-0.219-0.145-0.146-0.1220.079-0.019-0.151-0.094-0.139-0.157-0.152-0.055-0.017-0.004-0.2241.000资料来源：Wind，方正证券研究所经过测试，在消费基金中选取 alpha1、perf、beta、stockcon、turnover等 5 个因子等权构造的综合因子分组测试效果较好。我们将这 5 个因子等权构造的综合因子值按从小到大排序分成 5 组，可以发现构建的综合因子对于消费基金而言呈现出明显的单调性，随着综合因子值的增加，分组的年化超额也在变高，综合因子值最高的组 5 年化超额收益为 22.6%，因

39、子值最低的组 1 年化超额收益为 7.5%。也就是说，按基金 alpha1、基金业绩、基金 Beta、个股集中度、基金换手率等权构造的综合因子对消费基金未来收益率有较强的预测能力。图表15：消费基金综合因子分组年化超额收益对比资料来源：Wind，方正证券研究所医药基金中的有效选基因子医药基金中有效的选基因子主要集中在业绩因子和规模因子上。在医药基金中，随着持有周期的延长，多数因子的预测能力和稳定程度都较好；结合 RankIC 和RankICIR 值综合判断，我们发现基金 alpha2、詹森比率、基金业绩、5 个风险调整后的收益指标（夏普比率、信息比率、卡玛比率、特雷诺比率、索提诺比率）、基金规

40、模、基金份额、管理人员工内部持有比例等因子相对有效，这也主要体现在业绩和规模相关的因子上，但最终还需要通过相关性检验和单调性测试来判断。图表16：医药基金中各因子的 RankIC 和RankICIR 对比指标名称因子代码RankIC RankICIR 3 个月6 个月12 个月3 个月6 个月12 个月基金alpha 1alpha1 0.02750.05390.04300.07180.15360.1296基金alpha 2alpha2 0.10290.11740.17690.30440.35550.6456基金alpha 3alpha3 0.09730.12330.13780.28160.34

41、430.4361詹森比率jensen 0.11320.17410.18860.30470.51780.6728基金业绩perf 0.09410.16050.20250.25430.46630.6979基金业绩稳定性sta -0.1222-0.0896-0.0455-0.2859-0.2234-0.1064基金周度胜率monthwin1 0.07790.12080.13610.21360.39970.4710基金周度超额胜率monthwin2 0.01380.03210.01650.04210.09960.0542最大回撤mdd 0.06720.01390.03030.18100.03570.0

42、901波动率vol -0.0464-0.0100-0.0151-0.1133-0.0266-0.0425下行偏差downdev -0.0544-0.0194-0.0205-0.1384-0.0497-0.0520Beta beta -0.0361-0.0278-0.0120-0.1009-0.0819-0.0426夏普比率sharpe 0.10570.16120.19060.29430.47400.6578信息比率info 0.11900.17800.20010.33180.53770.6825卡玛比率calmar 0.10050.15010.19890.27140.41620.7377特雷诺

43、比率treynor 0.10220.15960.18430.28180.47360.6824索提诺比率sortino 0.10060.15640.19110.27600.45110.6579基金规模asset -0.0860-0.0997-0.1806-0.2671-0.2904-0.6361基金份额share -0.0998-0.1273-0.1893-0.3167-0.3769-0.6804基金规模变化asset_chg 0.03700.05070.03480.10320.16800.1135基金份额变化share_chg -0.00650.0207-0.0047-0.01910.0680

44、-0.0169净申购份额netshare 0.05850.09960.08590.18090.30490.2858个股集中度stockcon -0.0743-0.1084-0.1230-0.2211-0.3119-0.3501行业集中度indcon 0.03260.02350.10080.09690.06790.3161机构投资者占比instipor 0.01970.04440.10830.06510.15240.3655管理人员工占比indivpor 0.07040.13440.17500.19470.37100.5146换手率turnover 0.01050.05980.03370.033

45、80.20410.1026资料来源：Wind，方正证券研究所医药基金中业绩因子之间高度共线，规模、份额因子能提供增量信息。在医药基金中，业绩因子之间有着较高的相关性，alpha2 因子与其他因子之间的相关系数都在 0.8 以上，jensen、perf 以及 5 个风险调整后的收益指标的相关性都在 0.9 以上；基金规模中的 asset、share 因子虽然二者之间存在共线，但是与其他因子之间相关性较低，基金规模和份额因子在医药基金中的测试中能带来增量信息，说明长期来看在医药基金中规模越大相比于同类而言获得的超额难度也越大。图表17：医药基金中部分因子之间的相关性alpha2jensenperf

46、sharpeinfocalmartreynorsortinoassetshareindivporalpha21.0000.8490.8400.8850.8350.8420.8750.886-0.051-0.1180.160jensen0.8491.0000.9750.9550.9140.9030.9680.9490.012-0.0660.154perf0.8400.9751.0000.9560.9520.9110.9600.949-0.004-0.0820.144sharpe0.8850.9550.9561.0000.9470.9590.9800.998-0.013-0.0910.163inf

47、o0.8350.9140.9520.9471.0000.9050.9190.945-0.052-0.1340.151calmar0.8420.9030.9110.9590.9051.0000.9380.958-0.045-0.1190.158treynor0.8750.9680.9600.9800.9190.9381.0000.9760.001-0.0830.167sortino0.8860.9490.9490.9980.9450.9580.9761.000-0.018-0.0940.162asset-0.0510.012-0.004-0.013-0.052-0.0450.001-0.0181

48、.0000.900-0.096share-0.118-0.066-0.082-0.091-0.134-0.119-0.083-0.0940.9001.000-0.207indivpor0.1600.1540.1440.1630.1510.1580.1670.162-0.096-0.2071.000资料来源：Wind，方正证券研究所医药基金中选取 info 和 share 因子等权构造综合因子分组效果显著。我们遵循因子的 RankIC、RankICIR 高、因子之间不共线、分组单调等原则去测试构造的综合因子，在上述 8 个业绩相关的因子、asset、 share、indivpor 等因子之间多种

49、组合进行测试，最终我们选取 info 和 share 因子等权构成综合因子，将构造的综合因子从小到大排序分成 5组，分组的单调性较好，随着综合因子值的增加，分组的年化超额大致呈现单调递增的变化，最高的组 5 年化超额为 9.9%。图表18：医药基金综合因子分组年化超额收益对比资料来源：Wind，方正证券研究所TMT 基金中的有效选基因子TMT 基金中因子的信息衰减速度较快，多数因子的预测能力在 3 个月或者 6 个月左右达到峰值。与消费、医药基金中因子具有较强的预测稳定性不同，在 TMT 基金中因子绝大部分因子都存在信息衰减，随着持有期的延长，多数因子的 RankIC 和RankICIR 都出

50、现递减，多数因子的RankIC 和 RankICIR 在持有 3 个月或者 6 个月达到峰值，这可能与 TMT 行业的特点有关，2015 年之后 TMT 板块的行情延续性不强，波动和振幅都比较大。从 3 个月和 6 个月看，alpha2、alpha3、 mdd、info、asset、share、netshare、indcon、indivpor 等因子相对有效。图表19：TMT 基金中各因子的RankIC 和 RankICIR 对比指标名称因子代码RankIC RankICIR 3 个月6 个月12 个月3 个月6 个月12 个月基金alpha 1alpha1 -0.051-0.075-0.10

51、6-0.135-0.213-0.345基金alpha 2alpha2 0.1140.063-0.0130.3920.236-0.038基金alpha 3alpha3 0.1310.0940.0150.4400.3200.044詹森比率jensen 0.1030.044-0.0080.2880.121-0.020基金业绩perf 0.1040.039-0.0150.2840.109-0.039基金业绩稳定性sta -0.025-0.0060.017-0.062-0.0170.051基金周度胜率monthwin1 0.0810.0440.0000.2660.135-0.002基金周度超额胜率mon

52、thwin2 0.0840.010-0.0360.2340.026-0.102最大回撤mdd 0.1020.0990.0710.2750.3040.223波动率vol -0.031-0.0170.016-0.076-0.0490.045下行偏差downdev -0.046-0.0310.013-0.114-0.0870.037Beta beta -0.034-0.024-0.023-0.093-0.064-0.070夏普比率sharpe 0.1130.0650.0120.3580.2000.032信息比率info 0.1510.0840.0000.4680.2740.001卡玛比率calmar

53、 0.0990.058-0.0090.3120.181-0.027特雷诺比率treynor 0.1110.0560.0020.3210.1680.005索提诺比率sortino 0.1150.0650.0110.3620.1990.030基金规模asset -0.086-0.106-0.187-0.315-0.398-0.650基金份额share -0.086-0.092-0.187-0.324-0.357-0.752基金规模变化asset_chg 0.0960.0590.0430.3020.1830.114基金份额变化share_chg 0.0730.0460.0340.2430.1500.

54、094净申购份额netshare 0.0990.0660.1310.3200.2130.377个股集中度stockcon -0.0320.003-0.029-0.1390.010-0.143行业集中度indcon -0.082-0.061-0.088-0.282-0.228-0.264机构投资者占比instipor 0.008-0.0090.0170.030-0.0360.070管理人员工占比indivpor 0.0940.1410.2400.3170.4760.795换手率turnover 0.0910.0530.0990.2660.1630.272资料来源：Wind，方正证券研究所TMT

55、基金中多数因子之间的相关性较低。除alpha2、alpha3、info 等 3 个因子之间存在较高的相关性之外，其余因子像 mdd、asset、share等因子与其他因子之间的相关性较低。在单因子的测试中，我们发现另类指标中的 netshare、indcon 的单调性较弱，分组效果不明显；图表20：TMT 基金中部分因子之间的相关性alpha2 alpha3 info mdd asset share netshare indcon indivpor alpha2 1.0000.9020.8620.5960.0760.0240.334-0.1040.083alpha3 0.9021.0000.8

56、540.4560.0710.0410.402-0.0290.070info 0.8620.8541.0000.5220.018-0.0360.349-0.1490.083mdd 0.5960.4560.5221.000-0.088-0.0990.128-0.2780.051asset 0.0760.0710.018-0.0881.0000.8370.0700.121-0.155share 0.0240.041-0.036-0.0990.8371.000-0.0140.093-0.213netshare 0.3340.4020.3490.1280.070-0.0141.0000.1090.120

57、indcon -0.104-0.029-0.149-0.2780.1210.0930.1091.000-0.100indivpor 0.0830.0700.0830.051-0.155-0.2130.120-0.1001.000资料来源：Wind，方正证券研究所由 info、mdd、asset、indivpor 四个因子等权构造的综合因子对 TMT基金未来的收益率有较好的预测效果。经过对因子之间的测试，我们最终选取 info、mdd、asset、indivpor 四个因子等权构造综合因子，并按综合因子从小到大排序分成 5 组，分组回测结果显示单调性较为显著，组 1 的年化超额收益为-1.7%，

58、最低；组5 的年化超额收益为13.9%，最高；综合因子值越大，超额收益越明显。图表21：TMT 基金综合因子分组年化超额收益对比资料来源：Wind，方正证券研究所非单一风格基金中的有效选基因子非单一风格基金中多数因子都具有非常稳定的预测能力。可以发现， alpha2、alpha3、jensen、perf、monthwin1、monthwin2、mdd、5 个风险调整后的收益因子（sharpe、info、calmar、treynor、sortino）、asset、 share、netshare、instipor、indivpor 等因子的 RankIC 和 RankICIR 较高，这些因子比其他

59、的因子更加有效。图表22：非单一风格基金中各因子的 RankIC 和RankICIR 对比指标名称因子代码RankIC RankICIR 3 个月6 个月12 个月3 个月6 个月12 个月基金alpha 1alpha1 0.0580.0560.0390.3130.3580.285基金alpha 2alpha2 0.1100.1290.1200.7100.9340.993基金alpha 3alpha3 0.1180.1480.1480.9291.4341.726詹森比率jensen 0.1000.1280.1170.5240.8410.937基金业绩perf 0.0900.1200.1120.

60、4430.7210.790基金业绩稳定性sta -0.018-0.019-0.004-0.055-0.068-0.015基金周度胜率monthwin1 0.0700.0900.0860.4660.6940.757基金周度超额胜率monthwin2 0.0700.0860.0740.5570.8200.738最大回撤mdd 0.0770.1030.1090.3280.5460.587波动率vol -0.050-0.061-0.080-0.173-0.242-0.318下行偏差downdev -0.045-0.056-0.076-0.154-0.216-0.300Beta beta -0.040-