量化基金交易三维刻画：胜率、赔率和频率

目录从交易结果刻画基金经理特征 3交易频率本身为中性指标 4根据胜率、赔率、频率可对不同理念投资者进行区分 5基金交易的胜率、赔率刻画 6基金季报持仓补全 6交易胜率：调仓获得正回报的概率 6赔率：调仓的收益空间 8中低换手中赔率更有效，高换手中胜率更有效 9基金交易情况的象限图 11胜率、赔率和频率在行业基金上的应用 13组合策略构建 14高频率-高胜率-低beta 14高频率-高胜率-高赔率 15策略组合分析 164总结 185风险提示 19插图目录 20表格目录 20从交易结果刻画基金经理特征（MAN20223Investinginl胜率（ite基金经理的投资能赚钱的百分比；赔率（af：平均收益对平均损失的比率。业绩相近的两只基金，其胜率赔率表现的差异能够反映投资理念的不同。由于公司拥有内部数据，可以根据一段时间内基金经理持仓的回报来计算胜率和赔率指标。对此，报告给出了两个例子：1、对冲基金A的胜率略低但赔率较高，这是因为团队注重管理下行波动，表现不好的股票很快就会被减仓剔除，因此虽然持仓胜率较低，但是由于下跌个股跌幅较小，所以整体赔率更高。2、 基金B的基金经理对投研团队的分析有高度的信心这样即使持仓出现短期下跌也能够坚定持有，这使得虽然持仓中最终获得正收益个股数量较多、胜率较高，但一些持仓股出现较大跌幅，整体赔率略低。由此可见，即便在最终回报上比较接近的基金，其投资逻辑和过程也不尽相同，而在不同方法论的影响下，基金B遭受大幅损失的可能性更大，熊市风险更高；基金A更可能控制风险，但牛市踏空风险更高。这一差异可以直观地体现在交易指标上，也就是说通过对交易中的胜率赔率等指标的刻画，可以大致描绘基金投资特征，从而判断基金适应的市场环境。图1：组合收益与胜率和赔率的关系 资料来源：GeorgeWhicheloe(QuantitativeResearcher,ManGLG)《InvestinginSkill》，频率也是反映基金经理投资风格的重要指标。胜率通常被理解为判断的准确率，赔率反映的则是基金经理对交易对错的认知程度，即能够在认为正确时放大盈利、在认为错误时及时止损。除英仕曼报告中提到的胜率和赔率外，交易频率也是反映基金经理市场适应性、投资风格和风险管理的直观指标，且其与胜率赔率之间存在着密切关系。例如对于高胜率基金，若其交易频率同样较高则一般是则可能是对持仓研究深入，操作稳健。由此可见交易频率是对胜率赔率评价维度的重要补充，投资习惯与交易效果的结合共同构建起对于基金经理交易策略的刻画，至此，胜率、赔率和频率一起形成了更为立体的基金交易评价方案。本文从基金获得回报的过程入手，通过刻画交易中的胜率、赔率和频率，来反映其操作准确性和认知度，并且从交易过程窥见基金经理对于组合或个股的投资策略，为基金的投资评价提出新的视角。基金换手率整体右偏，平均接近四个月全部更换持仓。我们采用半年度双边/（期初股票持仓规模+期初股票持仓规模）2。统计基金在季度末时点上，最近两期的半年度双边换手率均值，计算结果整体呈现明显的右偏态，均值为2.58算中剔除半年度双边换手率大于12倍的基金，各期累计共约115只。整体来看，除换手特别低的组合明显跑输外，换手率是相对中性的特征。我们首先根据交易频率指标进行了分组，但结果发现，除了交易频率最低的202021图2：偏股基金半年度双边换手率（近两期均值）分布图3：半年度双边换手率（近两期均值）分组情况54321p1 p2 p3 p4 p5资料来源：wind，；计算区间：2012/12/31-2023/12/31 资料来源：wind，；计算区间：2013/1/1-2023/12/31从胜率、赔率和频率关系反映的投资决策，是基金经理个人价值观、投资策略的体现。我们根据交易中蕴含的胜率、赔率和频率三个指标，可以将主动权益基金的交易策略大致分6类：换手率较低等，其所对应的则是基金经理在买入持有的过程中，对于个股成长潜力、风险类型、价值判断等多方面的不同偏好，以及对持仓研究的深广度的差异。其中“精准出击型”个股研换手率较高等，其所对应的则是基金经理在交易过程小幅利润。图4：在胜率、赔率和频率的三维交易指标下的策略划分 资料来源：绘制下面我们将着重介绍交易中胜率和赔率指标的构建，以及其在帮助我们识别基金经理特征和寻找优质产品中的重要作用。基金交易的胜率、赔率刻画本节我们主要介绍交易胜率和赔率的构建方式，其中由于公募基金持仓披露信息有限，若采用单笔投资的收入和来本来统计交易指标，需要更精细的持仓数据，对此我们虽然考虑了仓位补全来增加信息量，但补全结果仍然是季度的截面数据，因此考虑从个股交易所带来的收益影响出发，来近似刻画基金交易的胜率和赔率，并对其进行检验、分析和初步应用，以期根据胜率、赔率和频率的三维交易指标，来反映基金的投资策略和准确性。在计算之前，考虑基金持仓的分散化趋势，我们先对季报持仓进行补全。1）上市公司股东：首先从上市公司披露的股东数据进行初步补充。2）年报半年报持仓：加入基金前一个年报或半年报的全部持仓，结合季报披露的证监会行业分布和个股区间涨跌幅，估算历史持仓的理论权重。3）市场和同公司持仓：若未补充完全，再利用同公司其他产品持仓和中证800成分股进行长尾补充。2010看，还原后持仓的行业重合度均值达86.63%，超50%持仓还原后行业重合度达96%以上。图5：基金季报持仓还原的行业重合度4000035000300002500020000150001000050000≤0.4 (0.4,0.5] (0.5,0.6] (0.6,0.7] (0.7,0.8] (0.8,0.9] (0.9,1]资料来源：wind，；计算区间：2010/3/31-2023/12/31；住：纵轴为季报数量在计算胜率时，主要考虑基金经理调仓判断的准确性，计算时点为季度末，3/6/9/1212𝒊,𝒕−𝟏1𝒘′，𝒊,𝒕−𝟏𝒊,𝒕−𝟏这里会将所有的𝒘′ 归一化至100%；𝒊,𝒕−𝟏𝒊,𝒕−𝟏𝒘′ =𝒘𝒊,𝒕−𝟐×(𝟏+𝒑𝒄𝒉𝒊,𝑻−𝟏)𝒊,𝒕−𝟏其中𝒘𝒊,𝒕tiiT2、主动增减持比例：用基金-1季度实际补全持仓占比̅主动调仓的占比情况相减，得到基金经理在上一季度中对每只个股的主动调仓权重变化；𝒊,𝒕−𝟏𝒊,𝟏=̅−′𝒊,𝒕−𝟏其中∆𝒘𝒊,𝑻−𝟏为基金T-1季度中对个股i的主动调仓权重变化。3T-1算这一调整在本季度的收益影响，即：𝑹𝒊,𝑻=∆𝒘𝒊,𝑻−𝟏×𝒑𝒄𝒉𝒊,𝑻其中𝑹𝒊,𝑻T-1iT献𝑹𝒊,𝑻为正，反之则为负。4、近一年交易胜率：在每个季度末滚动回看过去四个季度，统计其中𝑹𝒊,𝑻>𝟎的数量占比：∑𝑻

∑𝒊𝒔𝒊𝒈(𝑹𝒊,𝑻)

𝟏,𝒙>𝟎H𝒊𝒕

=𝑻=𝑻−𝟑

𝒔𝒊𝒈(𝒙)={ }∑𝒓𝒂𝒕𝒆∑

𝑻𝑻=𝑻−𝟑

𝑪𝒐𝒖𝒏𝒕(𝑹𝑻)

𝟎,𝒙≤𝟎从所有主动型基金的各期交易胜率统计结果来看，整体呈现出接近对称的分50.55%，50.71%，也就是说，从整体来看，主动加减仓在方向上正确与失误的概率基本持平。图6：偏股基金近一年调仓胜率的分布 资料来源：wind，；计算区间：2012/12/31-2023/12/311、调仓的收益影响：与交易胜率的计算思路相同，我们还是先统计基金在T-1季度中主动调仓导致的个股权重变化，在下一季度的收益影响：𝑹𝒊,𝑻=∆𝒘𝒊,𝑻−𝟏×𝒑𝒄𝒉𝒊,𝑻2、近一年交易赔率：在每个季度末滚动回看过去四个季度，计算其中正向收益贡献𝑹𝒊,𝑻>𝟎的均值，与负向收益损失𝑹𝒊,𝑻<𝟎的均值的比值的绝对值：𝑻=𝑻−𝟑𝑷𝒂𝒚𝒐𝒇𝒇𝑻=𝑻−𝟑

=𝒂𝒃𝒔

𝑻∑𝑻=𝑻−𝟑∑

∑𝒊(𝒔𝒊𝒈(𝑹𝒊,𝑻)×𝑹𝒊,𝑻)⁄∑𝑻

∑𝒊𝒔𝒊𝒈(𝑹𝒊,𝑻))𝒓𝒂𝒕𝒊𝒐

𝑻∑𝑻=𝑻−𝟑∑

∑𝒊(𝒔𝒊𝒈(−

𝒊,𝑻

)×

𝒊,𝑻

𝑻)⁄∑)⁄∑

∑𝒊𝒔𝒊𝒈(−

𝒊,𝑻)𝒔𝒊𝒈(𝒙)={𝟏,𝒙>𝟎}𝟎,𝒙≤𝟎从所有主动型基金的各期交易赔率统计结果来看，整体呈现出右偏分布，均值为1.03倍，中位数为1.00倍，也就是说，从整体来看，主动调仓的收益与损失水平也较为接近。图7：偏股基金近一年调仓赔率的分布 资料来源：wind，；计算区间：2012/12/31-2023/12/31交易的胜率/基于上述对于基金交易过程中胜率与赔率的统计，进一步分析其与从基金持仓或业绩结果出发构建的中与赔率指标相关性较高的因子如基金绝对回报、选股alpha0.25。赔率胜率风格贡献1y0.1440.048赔率胜率风格贡献1y0.1440.048重仓市值 0.038-0.025b行业贡献1y选股alpha1y未知0.1850.0800.22赔率胜率赔率胜赔率胜率一年回报2年回报 动态收益2赔率1.0000.0920.2300.210胜率0.0921.0000.0940.05资料来源：wind，；计算区间：2012/12/31-2023/12/31胜率/五组，来检验因子的分层单调性。但从结果来看，根据胜率分层基本未表现出单10%20%组合长期超额收益较为明显，也就是说在全样本中可以考虑调仓收益损失比高的基金。图9：全样本中根据胜率分层情况 图10：全样本中根据赔率分层情况 250% 65200% 43150% 21100% 050%0%p1

p2 p3 p4 p5

P1 P2 P3P4 P5 前10% 前20%超额 前10%超额资料来源：wind，；计算区间：2013/1/1-2023/12/31 资料来源：wind，；计算区间：2013/1/1-2023/12/31频率或是其中的重要因素，本节我们叠加频率进行基金交易指标的双排序。赔率因子的有效性。在中低交易频率基金中，赔率相比胜率的区分度更单调；而高交易频率基金中，胜率相比赔率更重要。先根据换手率分组后，三组基金的平均胜率和赔率基1.22.66q1、q2q3q3赔率分组的累计净值 图11：根据换手率分三组后每组的指标均值 图12：在换手率分三组的基础上，每组中再根据胜率赔率分组的累计净值 6.042.606.042.601.051.2050.5% 1.04.8%1.040.8%600%550%500%450%350%300%250%200%150%100%50%0%

换手率q1 换手率q2 换手率胜率 赔率 换手率

432

P1 P2 P3 P4 P5换手率q1赔率 换手率q2赔率 换手率q3赔换手率q1胜率 换手率q2胜率 换手率q3胜资料来源：wind，；计算区间：2013/1/1-2023/12/31 资料来源：wind，；计算区间：2013/1/1-2023/12/31IC在高换手率基金中胜率因子的平均IC6%，ICIR0.26，4.8%；而在中低换手率基IC2.21.9%1.85%2.49%，因子稳定性相对较弱。图13：在双排序中胜率赔率的IC和多空表现 4.81%2.22%2.49%4.81%2.22%2.49%1.85%1.92%5%4%3%2%1%

30%25%20%15%10%0% 5%换手率p1中赔率分组 换手率p2中赔率分组换手率p3中胜率率分组平均IC 多空年化 IC标准差(右轴) ICIR(右轴)资料来源：wind，；计算区间：2012/12/31-2023/12/31基金交易象限图可反映基金经理当前的投资状态。在每期将交易胜率和赔率进行排序并打分（从低到高0-10分，基于这一打分结果，可以将基金每期的交易向量放到如下的象限图中，其中交易频率的高低采用点的颜色来区分。从不同交易胜率、赔率和赔率所对应的象限图中的不同位置，可以初步了解基金经理的2023集，也就是说在当前市场环境下，交易频率高的基金准确率也相对更高一些，但在赔率上却无太大差异，即对持仓的认知程度差异不大。图14：基金交易情况的四象限低胜率高赔率低胜率高赔率高胜率高赔率低胜率低赔率高胜率低赔率98765432100 1 2 3 4 5 6 7 8 9 10低换手率 中换手率 高换手率资料来源：wind，；计算时间点：2023/12/31基金在交易四象限中的分布整体较为稳定。为了检验根据象限图对交易指标进行划分和描述的稳定性，对基金在四个象限间的转移矩阵进行了统计，从结果来看，下一季度的交易胜率赔率指标大概率与前一季度落在同一象限，或者是落在相邻的两个象限，基本不会出现在对角象限中，整体计算结果较稳定。图15：基金交易四象限的转移矩阵 高胜率高赔率低胜率高赔率高胜率低赔率低胜率低赔率高胜率高赔率62.31%17.59%17.73%4.43%低胜率高赔率15.81%63.80%4.53%16.13%高胜率低赔率17.47%4.65%63.43%20.86%低胜率低赔率4.41%13.95%14.31%58.57%资料来源：wind，；计算时间点：2012/12/31-2023/12/31在去年的市场下行周期中，业绩靠前的基金多表现出高换手高胜率的交易策略。短期上，我们考虑了2023年回报前10%的主动权益基金的交易状态，发现排名靠前的基金更多的分布于高胜率区间，且多数换手率较高，即基金经理在下行周期叠加小盘行情的市场中，具备积极的交易行为和市场适应的能力。赔率10987650123443赔率10987650123443210 5 6 7 8 9 10胜率低换手 中换手 高换手资料来源：wind，；数据截至：2023/12/31长期能够实现高回报的基金中，多数至少具备高胜率和高赔率中一项。从长期来看，能在五年和十年中长期回报靠前的基金，在交易频率上并无明显特征，不同换手率区间的数量均衡；但基本都分布于图中以胜率和赔率极值相连的斜线右上方，即基金经理在持仓判断的准确率和认知程度方面的综合水平较高。图17：近五年收益前10%的基金交易分布 图18：近十年收益前10%的基金交易分布 0 1 2 310980 1 2 3109876544532106 7 8 9 10胜率赔率赔率9赔率87650 1 2 3 443210

5 6 7 8 9 10胜率低换手 中换手 高换手资料来源：wind，；数据截至：2023/12/31；注：图中胜率赔率打分为每只基金近五年胜率赔率均值的打分

低换手 中换手 高换手资料来源：wind，；数据截至：2023/12/31；注：图中胜率赔率打分为每只基金近十年胜率赔率均值的打分“精准出击型”和“积极进取型”长期业绩占优。在第一部分中我们根据交易胜率、赔率和频率三个指标，可以将主动权益基金的交易策略大致分8类，结合本节对于指标构建的具体介绍，形成了基金交易策略组合。从长期表现来看，个股研究深入，持仓明显低估或极具成长潜力的“精准出击型”和通过高频交易来获取稳定的小幅利润的“积极进取型”长期业绩占优，且在不同市场环境中，基本都能获得一定的超额收益。图19：不同交易策略基金的历史净值变化 图20：不同交易策略基金的各年收益 精准出击稳中求胜高度自信高频交易积极进取频繁试仓精准出击稳中求胜高度自信高频交易积极进取频繁试仓20162017-2.67%-4.00%1.67%-2.17%-4.09%-3.32%21.73%16.49%10.65%22.98%17.09%11.95%2018-18.71%-18.48%-15.67%-14.02%-16.72%-17.00%201948.78%44.37%55.33%43.60%50.90%48.81%202061.49%55.92%46.87%53.47%56.70%50.22%202116.05%18.07%22.61%1.35%15.07%16.53%2022-21.11%-19.55%-20.92%-15.45%-18.17%-19.17%2023-11.37%-14.29%-13.12%-15.99%-14.21%-13.15%654321精准出击 稳中求胜 高度自信高频交易 积极进取 频繁试仓资料来源：wind，；计算区间：2016/1/1-2023/12/31 资料来源：wind，；计算区间：2013/1/1-2023/12/31TMT对于三维交易指标的应用，我们首先考虑在行业基金中寻找超额收益，这里选择近四个季度的补全持仓中，对于某一板块的平均配置比例超过60%的基金划分为这一行业基金；并且在每个板块中，每期再根据交易胜率、赔率和频率进行排序。从测算结果来看，在制造、周期和金融板块中筛选TMT50%基TMT、消费板块基金超额更为明显，也就是说此类板块投资对回撤容忍度应更高。报） 图21：行业基金中的胜率和赔率（年化回报） 图22：换手率较高的行业基金中的胜率和赔报） 15%12%9%6%3%0%

12.9%12.9%7.1%5.4%TMT 医药 消费 制造 周期 金融

16%12%8%4%0%

14.8%14.8%10.4%10.5%TMT 医药 消费 制造 周期 金融行业基金 高胜率高赔率 高胜率低赔率

行业基金 高换手高胜率高赔率 高换手高胜率低赔率资料来源：wind，；计算区间：2017/1/1-2023/12/31 资料来源：wind，；计算区间：2017/1/1-2023/12/31组合策略构建前文中介绍了胜率、赔率和频率在刻画基金交易策略中的重要作用，并通过双排序发现在中低交易频率的基金中赔率更有效、而在高频率中胜率更有效。因此这一部分主要在已有结论的基础上，构造两个不同目标的基金配置策略。beta牛市跟上市场，熊市控制回撤。在第二部分基金交易象限图的分析中我们发现，在近年的市场下行周期中，业绩靠前的基金多为高换手高胜率的积极适应市20%基金，并要求当前规112beta高频率-高胜率-低btao5组合年化收益18.259.35%，年化夏普达0.75，在2021年以来的市场变化中超额显著。且组合换手率较低，2.47160图23：高频率-高胜率-低beta组合净值 图24：高频率-高胜率-低beta组合各年表现 高换手高胜率低beta组合偏股基金指数超额收益20152016高换手高胜率低beta组合偏股基金指数超额收益20152016201720182019202020212022202371.61%43.17%28.45%-15.88%-13.03%-2.85%10.02%-1.84%24.14%14.12%-25.42% -23.58%54.30%45.02%9.28%62%28%81%66.53%55.91%1015.96%7.68%8.-10.22%-21.03%1010.75%-13.52%24.27%6 543....10 top5超额 top5 top10 偏股基金指数资料来源：wind，；计算区间：2013/1/1-2023/12/31 资料来源：wind，；计算区间：2013/1/1-2023/12/31高频率-高胜率-低beta组合当前top10基金如下表：表1：高频率-高胜率-低beta组合当前top10（2023/12/31）基金代码基金名称基金经理任职日期规模(亿元)2023年回报009263.OF华宝红利精选A唐雪倩2022-06-173.593.87%001009.OF摩根安全战略A陈思郁2016-10-212.48-22.10%011046.OF富国优质企业A易智泉2021-03-185.63-7.29%005970.OF国泰消费优选李海2019-08-151.181.19%000967.OF华泰柏瑞创新动力吴邦栋2018-03-142.81-11.27%005732.OF富国臻选成长易智泉2018-08-151.80-7.81%000880.OF富国研究精选A刘莉莉2019-02-0138.1111.54%010447.OF中邮未来成长A金振振2022-08-226.0518.86%519171.OF 胡攸乔2020-12-035.17-16.06%001563.OF A廖庆阳2021-11-104.456.18%资料来源：，；数据截至：2023/12/31在第二部分交易四象限的基础上，先选择第一象限中高胜率高赔率组合，并要求当前规模大于1亿、且近2的收益，选择从截面变化和实际收益角度来看，交易能力都较强的基金。高频率-高胜率-高赔率op5组合年化收益21.0412.14%，年化夏普达0.90；除2022年外各年均跑赢偏股基金指数，牛市中弹性更强，且2.41数约156天。图25：高频率-高胜率-高赔率组合净值 图26：高频率-高胜率-高赔率组合各年表现 %%%22.54%%%22.54-13.52%9.02%-3.29%-21.03%-24.32%25.587.68%33.27%26.521.28%11.76%2.26%4.03%35.46%55.91%82.43%45.02%49.05%-23.58%-21.32%14.12%25.88%201520162017201820192020202120222023高换手高胜率精选组合偏股基金指数超额收益-13.03%-11.75%-13.03%-11.75%43.17%78.63%9876543212013/1/42014/1/42013/1/42014/1/42015/1/42016/1/42017/1/42018/1/42019/1/42020/1/42021/1/42022/1/42023/1/4top5超额 top5 top10 偏股基金指数资料来源：wind，；计算区间：2013/1/1-2023/12/31 资料来源：wind，；计算区间：2013/1/1-2023/12/31高频率-高胜率-高赔率组合当前top10基金如下表：表2：高频率-高胜率-高赔率组合当前持仓（2023/12/31）基金代码基金名称基金经理任职日期规模(亿元)2023年回报001128.OF宝盈新兴产业A王灏2022-01-076.48-11.81%010447.OF中邮未来成长A金振振2022-08-226.0518.86%012981.OF华夏创新医药龙头王泽实2021-10-112.08-13.34%008602.OF方正富邦新兴成长乔培涛2022-07-281.576.84%012184.OF大成创新趋势A魏庆国2021-05-255.93-13.22%000219.OF博时裕益灵活配置陈曦,王冠桥2022-07-221.17-5.39%001009.OF摩根安全战略A陈思郁2016-10-212.48-22.10%519171.OF浦银安盛医疗健康胡攸乔2020-12-035.17-16.06%001614.OF东方区域发展周思越2021-12-313.8855.01%003835.OF鹏华沪深港新兴成长闫思倩2022-05-0728.12-7.69%资料来源：，；数据截至：2023/12/31两策略的超额收益均主要来自于动态收益和行业配置。其中高频率-高胜率-beta但二者在风格上均不占优。图27：高频率-高胜率-低beta组合超额收益拆分 图28：高频率-高胜率-高赔率组合超额收益拆分 120%80%40%0%-40%

120%80%40%0%2013/1/312014/1/312013/1/312014/1/312015/1/312016/1/312017/1/312018/1/312019/1/312020/1/312021/1/312022/1/312023/1/312013/1/312014/1/312015/1/312016/1/312017/1/312018/1/312019/1/312020/1/312021/1/312022/1/312023/1/31风格 行业 选股 动态 风格 行业 选股 动态2013/1/312014/1/312015/1/312016/1/312017/1/312018/1/312019/1/312020/1/312021/1/312022/1/312023/1/31资料来源：wind，；计算区间：2013/1/1-2023/10/31 资料来源：wind，；计算区间：2013/1/1-2023/10/31两策略风格上均偏向中小盘成长，且持仓股波动率和流动性较高。从最近风格暴露来看，高频率-高胜率-低beta组合更偏低动量高成长，且低beta属性更为明显；高频率-高胜率-高赔率组合则弹性相对较高，持仓动量有明显降低。图29：高频率-高胜率-低beta组合top5风格暴露图30：高频率-高胜率-高赔率组合top5风格暴露低估性(PB低估性(PE)流动性

非线性市值10动量

市值beta成长性波动率

低估性(PB低估性(PE)流动性

非线性市值10动量

市值beta成长性波动率历史平均暴露 最新一期暴露 历史平均暴露 最新一期暴露资料来源：wind，；计算区间：2013/1/1-2023/9/30 资料来源：wind，；计算区间：2013/1/1-2023/9/30高频率-高胜率-低beta组合存在较为明显的行业轮动。持仓重点从2013-2015年的TMT，到2016年开始配置消费重仓至2021年中，再转向周期和金融，行业轮动时点较准确，基本踩中了板块上涨的主要阶段。图31：高频率-高胜率-低beta组合top5行业配置 100%80%60%40%20%2012/12/312013/9/302012/12/312013/9/302014/3/312014/9/302015/3/312015/9/302016/3/312016/9/302017/3/312017/9/302018/3/312018/9/302019/3/312019/9/302020/3/312020/9/302021/3/312021/9/302022/3/312022/9/302023/3/312023/9/30制造 消费 医药 TMT 周期 金融资料来源：wind，；计算时间点：2012/12/31-2023/9/30高频率-高胜率-高赔率组合也表现出相似的板块切换。组合持仓重点从2013-2015年的TMT201620202021方向。图32：高频率-高胜率-高赔率组合top5行业配置100%80%60%40%20%2012/12/312013/6/302012/12/312013/6/302013/12/312014/6/302014/12/312015/6/302015/12/312016/6/302016/12/312017/6/302017/12/312018/6/302018/12/312019/6/302019/12/312020/6/302020/12/312021/6/302021/12/312022/6/302022/12/312023/6/30制造 消费 医药 TMT 周期 金融资料来源：wind，；计算时间点：2012/12/31-2023/9/30总结交易是基金经理个人理念和投资策略的体现。本报告主要从基金交易的过程出发，来挖掘其中包含的规律和逻辑。从英仕曼发布的其对于基金经理技能的考核指标中发现，业绩相近的两只基金，但由于投资理念不同，其胜率赔率表现差异明显，我们分析认为交易频率是行为特征，胜率是操作准确度，赔率是认知程度。但通过对交易频率即换手率的检验，发现高换手率并不意味着高收益率，交易频率本身为中性指标。进一步讨论了基金交易中胜率、赔率和频率指标，如何映射到基金经理的投资策略上，并将主动权益基金的交易策略大致分8个类，换胜率与赔率的刻画。在构造交易胜率和赔率指标的过程中，首先根据上市公司股东、历史持仓、市场和同公司持仓，对基金季报进行持仓补全；接下来结合/进而考虑前一个季度的主动调仓，在下一季度的收益影响；根据过去四个季度中调仓的准确率和回报损失比，构建了基金交易的胜率与赔率指标。但是从单因子检验结果来看，有效性较弱，在全样本中根据胜率分层基本未表现出单调性，而10%20%组合长期超额收益较为明显。中低换手中赔率更有效，高换手中胜率更有效。考虑到交易频率的影响，基于上述交易指标，我们采用交易频率分别与胜率、赔率进行双排序，结果发现在中低交易频率基金中，高赔率组合未来收益更高；而高交易频率基金中，高胜率组合更佳。在以