下行市场的利器左侧交易基金的择时能力

正文目录波段交易信息的挖掘 4交易信息的填充 4交易收益的计算与拆解 4基金的交易模式与波段交易能力 6基金在下跌趋势的股票中更易获得波段择时收益 6基金交易模式的划分 8不同交易模式基金交易收益差距不大 9左侧交易基金择时能力较强，右侧交易基金倚重选股能力 11规模、换手率、持股周期与波段交易能力 12小规模基金交易更为擅长波段选股，大规模基金波段择时能力较强 12高换手率基金交易能力更强，且更加侧重波段选股能力 14持股周期较长的基金波段择时能力较强 16利用交易信息的基金筛选策略 18基于基金净值的收益类因子失效严重 18针对左侧交易基金，长期交易收益尤其是长期择时交易收益较为有效 19风险提示 23图表目录图1贵州茅台2022H1先跌后涨 6图2宁德时代2020H2大幅上涨 6图3近年的交易信息中，下跌趋势交易占比增加 7图4在不同趋势股票交易获得正择时收益的交易比例 7图5波段交易胜率按交易计算) 7图6波段交易胜率(按基金计算) 7图7左侧示例：D基金 9图8右侧示例：E基金 9图9近两年交易模式与交易收益率 10图10近五年交易模式与交易收益率 10图11历史上右侧交易者平均交易收益较高，但近一年明显下降 10图12近两年不同交易模式基金，选股收益率分布 11图13近两年不同交易模式基金，择时收益率分布 11图14近五年不同交易模式基金，选股收益率分布 11图15近五年不同交易模式基金，择时收益率分布 11图16不同交易模式基金历史选股收益 12图17不同交易模式基金历史择时收益 12图18近两年不同规模基金交易收益率 13图19近五年不同规模基金交易收益率 13图20近两年不同规模基金，选股收益率分布 13图21近两年不同规模基金，择时收益率分布 13图22近五年不同规模基金，选股收益率分布 14图23近五年不同规模基金，择时收益率分布 14图24大规模基金交易收益较为稳定，小规模基金长期交易收益略高 14图25近两年不同换手率基金交易收益率 15图26近五年不同换手率基金交易收益率 15图27近两年不同换手率基金，选股收益率分布 15图28近两年不同换手率基金，择时收益率分布 15图29近五年不同换手率基金，选股收益率分布 16图30近五年不同换手率基金，择时收益率分布 16图31高换手基金长期交易收益较高，但多集中在市场行情上涨的区间内 16图32近两年不同持股周期基金交易收益率 17图33近五年不同持股周期基金交易收益率 17图34近两年不同持股周期基金，选股收益率分布 17图35近两年不同持股周期基金，择时收益率分布 17图36近五年不同持股周期基金，选股收益率分布 18图37近五年不同持股周期基金，择时收益率分布 18图38持股周期短的基金交易收益波动更大 18图39基于基金净值的收益类因子失效严重 19图40规模因子仍较为有效 19图412015年之前，左侧交易基金数量较少 20图42左侧交易基金与偏股基金指数 20图43针对左侧交易基金，长期交易收益尤其是长期择时交易收益较为有效 20图44交易能力因子组合分组表现 21图45交易能力因子组合多空收益 21图46因子组合分组表现 21图47因子组合多空收益 21图48策略表现 22表1 各指标计算示例 5表2 交易模式因子的计算(以华泰保兴吉年丰为例) 8表3 策略表现 22表4 左侧基金策略下跌市表现更佳 22表5 各调仓日期换手率 23波段交易信息的挖掘主动偏股型基金(普通股票、偏股混合、部分高仓位的灵活配置基金)基金半年报与年报会披露其的区间累计买入（或卖出）金额超出期初基金资产净值2％或前20名的股票买卖明细。从这些信息中，我们可以挖掘到基金的波段交易信息，进而评价基金的中短线交易能力。交易信息的填充而想要刻画基金经理的波段交易能力，我们既需要知道区间基金对某只股票的买入情况，也需要知道其卖出情况。在半年报以及年报中，个股区间累计买卖信息的披露不一定会成对出现，因此，可能出现交易信息缺失的情况，即仅有买入数据没有卖出数据，或者仅有卖出数据没有买入数据。若个股的区间交易信息存在缺失，理论上我们就不能对买卖数据进行准确计算，为不造成误判，我们对于存在单边数据缺失的个股进行剔除处理。此外，我们还需对部分交易信息进行推测补充。如某只股票有买入信息，无卖出信息，由于披露的数据多为交易额超基金期初资产净值2的股票，而该股票的买入金额可能远远超过其它股票卖出金额中的最小值，此时可以推测该股票的卖出额接近0，200。当股票仅有买入信息，无卖出信息时，反之亦然。还需注意的是，基金半年报的时间区间为当年1月1日至6月30日，而基金年111231例如，某股票买入(卖出)信息在年报中有披露，但半年报中无披露。此时有两种情况：1）其年报披露的买入(卖出)金额远远超过其它股票半年报披露卖出(买入)金0。2）该股票在去年年报、一季报、半年报中均无持仓，我们可以推测该股票在上半年并未参与交易，进而其买入/0。交易收益的计算与拆解针对参与基金短线交易的某只股票，基金不一定会一次性全部的买入卖出，其交易往往是逐步的。故而在交易收益的计算中，我们需要扣除其静态持仓对应的部分。即根据某股票的期初持仓、期末持仓、股票报告期收益率，计算其实际仓位的增减金额，并用交易金额扣除这一数据，即为基金的波段性的主动买入卖出数据。而主动卖出减去主动买入则为基金的波段交易收益，简称为交易收益。00，主动00，主动买入不0在下文中交易信息，均剔除了主动买入/0表1 各指标计算示例

60/60-1例1例2例3计算公式基金A基金B基金C基金-股票贵州茅台600519.SH宁德时代300750.SZ恒瑞医药600276.SH-报告期202206302020123120181231-上期持仓(元)4402375019702680-本期持仓(元)7321100002334873-报告期股票收益率0.83%101.37%-30.37%报告期期末股价/报告期期初股价-1持有增量(元)28820777.87-39674502334873本期持仓-上期持仓*（1+报告期股票收益率）本期累计买入金额(元)65301983872110111083247-本期累计卖出金额(元)42544922.75115190837884721-主动买入(元)36481205.1387211018748374累计买入-max(0,持有增量)主动卖出(元)42544922.7575516327884721累计卖出+min(0,持有增量)交易成本(元)36481205.1387211018748374主动买入交易收益(元)6063717.624-1169469-863653主动卖出-主动买入交易选股收益率-0.53%31.42%-10.94%报告期后60交易日股票均价/报告期前60交易日股票均价-1交易选股收益(元)-193508.5292740507-956819交易成本*交易选股收益率交易择时收益(元)6257226.153-390997693166.42交易收益–交易选股收益图1贵州茅台2022H1先跌后涨 图2宁德时代2020H2大幅上涨A2022年上半年对贵州茅台进行了较为成功的波段交易操作，同期贵州茅台股价走势呈U形下探，全报告期收益几乎为零。而A3648万4254606B2020年下半年折戟宁德时代。在此期间，宁德时代股价一路走高，期101.37%B基金针对该股票的交易收益为-117万元，其短-391万元。基金的交易模式与波段交易能力我们将半年度区间中，涨幅超过5%的股票划分为上涨趋势股票，下跌超过5%则为下跌趋势股票，其余股票为平盘。在全部波段交易信息中，我们可以看到，近年来基金交易的下跌趋势股票占比明显增加。图3近年的交易信息中，下跌趋势交易占比增加 图4在不同趋势股票交易获得正择时收益的交易比例回望过去，我们发现基金在下跌趋势的交易中更易获得波段择时收益A5A6A2014H2、2015H1、2019H1、2020H22015H2、2016H1、20182022图5波段交易胜率(按交易计算) 图6波段交易胜率(按基金计算)基金交易模式的划分偏好追涨还是抄底，是基金的两种不同的交易模式，我们需要对基金的交易模式进行划分。其中，右侧交易的模式为追涨杀跌模式，即对涨幅较高的股票加仓，对跌*加仓比例为正，且其值越大，右侧交易程度越强。左侧交易模式则为追跌杀涨模式，即对涨幅较高的股票减持，对跌幅较大的股票加仓，股票涨幅与加仓方向相反，故股票涨幅*加仓比例为负，且其绝对值越大，左侧交易程度越强。根据以上概念，我们建立“交易模式”因子划分基金的交易模式。某一基金在某个时间点，针对上期报告期与本期报告期所有持仓股票其交易模式因子可以表示为：交易模式因子=∑(持有增量*报告期股票收益率/日均资产)。201548有明显的追涨杀跌倾向。表2交易模式因子的计算(以华泰保兴吉年丰为例)股票代码上期持仓(元)本期持仓(元)持有增量(元)持有增量/日均资产报告期股票涨跌幅交易模式因子300496043510140435101404.22%-23%-0.009771002244388748130-40751329.46-3.96%5%-0.00191000086004062214640622145.93.94%11%0.004415300896414486910-39123523.12-3.80%-6%0.002131603345375693060-36227853.17-3.52%-4%0.001256600938370515850-35735139-3.47%-4%0.001233000690035574500355745003.45%48%0.01671860057003551659735516597.23.45%21%0.007272000807035468352354683523.44%13%0.004324002415035172456351724563.42%-4%-0.001434600276032908473329084733.20%4%0.001370300122410181950-32631767.03-3.17%-20%0.006478603816400215540-30182542.22-2.93%-25%0.007204688348258244720-30084451.5-2.92%16%-0.004818600176029928930299289302.91%-21%-0.006175300573361068600-29625260.65-2.88%-18%0.005163002756488137470-29558883.54-2.87%-39%0.011321002897029353847293538472.85%34%0.009581301071379758240-29167432.52-2.83%-23%0.006569600116334342040-28920959.02-2.81%-13%0.003791，报告期2022年12月31日仅展示了持有增量绝对值靠前的20只股票，负值交易模式因子为灰色数字从上面的计算方式也可看出，灵活配置基金的仓位变动往往会影响其交易模式的划分，为稳定交易模式的划分效果，我们在下文中使用的基金均为普通股票与偏股混合型基金，并剔除了日均资产小于2亿元的基金产品。我们找出近两年交易模式与规模都较为稳定的两个基金为例，分别计算其交易收益、交易选股收益、交易择时收益如下图。图7左侧示例：D基金 图8右侧示例：E基金 ,数据范围2021年1月1日至2022年12月31日

,数据范围2021年1月1日至2022年12月31日从近年数据来看，基金的交易模式与交易收益率有着一定的线性关系，两者之间的线性关系略向下倾斜，即右侧交易程度倾向越强的基金交易收益率越低，而左侧交易程度越强的基金交易收益率较高。图9近两年交易模式与交易收益率 图10近五年交易模式与交易收益率 ,数据范围2021年1月1日至2022年12月31日

,数据范围2018年1月1日至2022年12月31日但拉长历史区间后，多数情况下，右侧交易基金的交易收益均值高于左侧基金，这说明在近几年的时间中，左侧交易基金交易收益有着较大上升。其中是由于说明左侧基金可能在交易选股收益方面有所欠缺。长期来看，两者交易收益差距较小。图11历史上右侧交易者平均交易收益较高，但近一年明显下降进一步的，我们将基金的交易收益划分为选股收益与择时收益。可以明显的看出，近两年交易模式与交易选股、择时收益有着强烈的线性关系。即右侧交易基金选股收益率较高，左侧交易基金择时收益率较高。图12近两年不同交易模式基金，选股收益率分布 图13近两年不同交易模式基金，择时收益率分布 ,数据范围2021年1月1日至2022年12月31日

,数据范围2021年1月1日至2022年12月31日我们把区间拉长到5年，可以看出这一线性关系仍然十分明显。图14近五年不同交易模式基金，选收益率分布 图15近五年不同交易模式基金，择收益率分布,201811至2022年12月31日

,数据范围2018年1月1日至2022年12月31日回看过去，几乎所有情况下，左侧交易基金的择时收益都要高于选股收益，而右侧交易基金的选股收益则明显较高。图16不同交易模式基金历史选股收益 图17不同交易模式基金历史择时收益 规模、换手率、持股周期与波段交易能力能力较强我们统计了不同规模基金交易收益的分布，可以发现规模因素对基金交易收益的影响较小。图18近两年不同规模基金交易收益率 图19近五年不同规模基金交易收益率 ,数据范围2021年1月1日至2022年12月31日

，数据范围2018年1月1日至2022年12月31日近两年，不同规模基金的波段择时与选股能力差别不大。图20近两年不同规模基金，选股收益率分布 图21近两年不同规模基金，择时收益率分布 ,数据范围2021年1月1日至2022年12月31日

,数据范围2021年1月1日至2022年12月31日我们把区间拉长到5年，发现长期来看，小规模基金更加擅长选股，而大规模基金择时能力较强。图22近五年不同规模基金，选股收率分布 图23近五年不同规模基金，择时收率分布 ,数据范围2018年1月1日至2022年12月31日

,数据范围2018年1月1日至2022年12月31日从历史来看，小规模基金长期交易收益略高于大规模基金，但差别较小。小规模基金交易收益波动则相对较大。图24大规模基金交易收益较为稳定，小规模基金长期交易收益略高长期来看，高换手率的基金交易收益高于低换手率基金，但在近两年中，低换手率的基金表现更佳。图25近两年不同换手率基金交易收益率 图26近五年不同换手率基金交易收益率 ,数据范围2021年1月1日至2022年12月31日

,数据范围2018年1月1日至2022年12月31日在波段交易中，高换手率基金更擅长选股而不擅长择时，且拉长时间区间后，这一效应更加明显。图27近两年不同换手率基金，选股收益率分布 图28近两年不同换手率基金，择时收益率分布 ,数据范围2021年1月1日至2022年12月31日

,数据范围2021年1月1日至2022年12月31日我们把区间拉长到5年，可以看出这一线性关系变得更加明显。图29近五年不同换手率基金，选股收率分布 图30近五年不同换手率基金，择时收率分布 ,数据范围2018年1月1日至2022年12月31日

,数据范围2018年1月1日至2022年12月31日回看过去，在市场涨幅较高的年份，高换手率基金的交易收益往往高于低换手基金。图31高换手基金长期交易收益较高，但多集中在市场行情上涨的区间内并乘以该股票的当期权重，估计该基金的平均持股周期。发现不同持股周期基金，交易收益率无明显差别。图32近两年不同持股周期基金交易收益率 图33近五年不同持股周期基金交易收益率 ,数据范围2021年1月1日至2022年12月31日

,数据范围2018年1月1日至2022年12月31日近两年，不同持股周期基金的波段择时与选股收益亦无较大差别。图34近两年不同持股周期基金，选股收益率分布 图35近两年不同持股周期基金，择时收益率分布,202111至2022年12月31日

,数据范围2021年1月1日至2022年12月31日时间区间拉长后，发现持股周期较长的基金波段择时能力较强，持股周期短的基金则更依赖选股能力。图36近五年不同持股周期基金，选股收益率分布 图37近五年不同持股周期基金，择时收益率分布 ,数据范围2018年1月1日至2022年12月31日

,数据范围2018年1月1日至2022年12月31日持股周期短的基金交易收益波动更大，但长期来看，不同持股周期基金的交易收益差别较小。图38持股周期短的基金交易收益波动更大利用交易信息的基金筛选策略过去，基于基金净值的各类收益因子、波动因子等有着较强的选基效果。但自2021年以来，这些因子的多空走势陡然反转，收益类因子回撤严重。故在基金的因子打分策略中，我们剔除了所有基于基金净值的收益类因子。此外，规模因子仍然十分有效，小规模的基金收益仍然高于大规模基金。图39基于基金净值的收益类因子失效严重 图40规模因子仍较为有效益较为有效0(885001.WI)走势极为接近。图412015年之前，左侧交易基金数量较少 图42左侧交易基金与偏股基金指数 从上一章节的统计中我们发现，基金的左右侧程度与选股择时能力有着较强的相关性，且该相关性在近两年仍明显存在，使用该类基金的相关因子有望稳定获得超额收益，所以我们选取了部分相关因子计算它们与基金未来收益的相关性(RankIC)。20152015RankIC3个月。针对左侧交易基金，我们发现RankIC与值，且各因子间相关性较低。其中，长期交易收益率、长期交易择时收益率、长期交易选股收益率为过去三期交易收益率、交易择时收益率、交易选股收益率的均值。图43针对左侧交易基金，长期交易收益尤其是长期择时交易收益较为有效，数据范围2015年3月31日至2023年8月2日等权配置长期交易收益率、长期择时交易收益率因子，可以获得左侧基金的交易能力因子，其分组年化收益与多空收益曲线如下：图44交易能力因子组合分组表现 图45交易能力因子组合多空收益 ,数据范围2015年3月31日至2023年8月2日可以看出，该因子有着较为稳定多空收益与线性程度较强的分组收益。在叠加规模因子后，因子组合的有效程度进一步提高。图46因子组合分组表现 图47因子组合多空收益 ,数据范围2015年3月31日至2023年8月2日其多空收益的信息比率达1.43，多空年化超额收益达6.10%。根据因子组合打分，我们针对左侧基金构建策略，于每年半年报、年报最晚公布日为调仓日期，选取打分排名靠前的前1/5基金构