FOF专题系列报告之九：溯本求源，基于风险模型精选优质基金

《FOF专题系列报告之九：溯本求源，基于风险模型精选优质基金》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、目录1、研究框架：主动偏股型基金优选框架51.1、时序上的风险模型选基流程51.2、开放式主动偏股型基金特征62、理论基础：结构化风险模型及因子构建82.1、初识Barra风险模型82.2、风险因子构建方式103、基础分析：从数据清洗到滚动回归113.1、样本选取及数据清洗113.2、风格因子及其收益特征123.3、时序滚动回归获得Alpha因子144、实证研究：Alpha选基效果可期164.1、指标测试：Alpha指标单调性良好164.2、指标优化：衍生指标效果提升明显204.3、组合构建：等权配置，季度调仓215、策略小结236、风险提示23若出现排版错误，可加微信535600147，凭下

2、载记录获取PDF版本图目录图1：时序风险模型优选基金研究框架6图2：2001-2018.6主动偏股型基金数量稳步增长6图3：2001-2018.6偏股型和股票型基金占比变化6图4：主动偏股型基金2007-2018.6平均仓位相对稳定7图5：基金Top25%与宽基指数年化收益对比7图6：主动偏股型基金2007-2018.6年化收益率分布7图7：Barra风险模型的优点9图8：筛选后主动偏股型基金年度数量分布（年底累计数量）12图9：风险因子收益累积净值走势13图10：风格因子收益多重共线性检验指标VIF14图11：滚动回归模型R-Square分布15图12：滚动回归模型R-Square对应p值分

3、布15图13：alpha因子分布图（不同滚动样本长度T=20,40,60,80,120）15图14：不同滚动回归长度下alpha因子年化IR对比16图15：alpha因子选基分组回测年化收益对比（T=20,40,60,80,120）19图16：alpha指标（T=20/季度）分组回测净值曲线19图17：alpha指标（T=60/季度）分组回测净值曲线19图18：指数加权平滑alpha选基分组回测年化收益对比：分组回测结果明显改进21图19：alpha_ewm组合与偏股型基金收益对比22图20：alpha_ewm组合与基准净值曲线22图21：alpha_ewm(T=20,M=80)优选基金流程2

4、3若出现排版错误，可加微信535600147，凭下载记录获取PDF版本表目录表1：主动偏股型基金2007-2018.6年化收益率特征参数统计8表2：风格因子分类及构造方式10表3：股票及基金样本筛选原则11表4：风格因子收益之间相关系数矩阵13表5：不同滚动回归长度下alpha因子有效性测试结果17表6：alpha指标分组回测框架17表7：不同滚动回归长度下alpha因子分组回测指标对比18表8：alpha指标构建基金组合回测框架19表9：alpha指标（T=20,60）构建不同数量基金组合回测指标对比20表10：指数加权平滑alpha选基指标有效性测试结果对比：指标预测性显著提升21表11：

5、alpha_ewm(T=20,M=80)基金组合分年度表现22若出现排版错误，可加微信535600147，凭下载记录获取PDF版本1、研究框架：主动偏股型基金优选框架本文作为FOF专题系列中基金筛选方向的第二篇报告，将研究对象锁定在主动偏股型基金上（Wind开放式基金分类中：普通股票型和偏股混合型基金），依然沿袭前序报告的核心思想：从因子角度出发，通过时间序列上对基金收益率进行多元回归分析，拆分基金收益中的Alpha指标，并测试该指标本身及其衍生指标是否可作为筛选基金的有效因子。不同于债券型基金风险因子构造，主动偏股型基金主要投资标的为二级市场股票，且股票资产是影响其整体收益水平的重要因素，同

6、时也决定了基金整体的投资风格，那么对风险资产投资组合进行绩效评估便成了偏股型基金筛选的首要任务。对于投资组合绩效评估的理论研究，在上世纪50年代Markowits提出现代投资组合理论后，很多学者便以此为原点，逐渐将风险因素引入投资组合绩效评估模型中。Treynor和Sharpe提出的Treynor比率和Sharpe比率是单指标评估的先驱，两个指标兼顾了风险和收益，因此被业界广泛的使用。随后投资组合绩效评估模型以CAPM模型为基础，逐渐向线性模型的方向发展。Jensen于1968年包含市场风险的单因子模型：??−??=??+??(??−??)+??,其中??作为衡量基金经理特有管理绩效的代理变量

7、。经过近半个世纪的发展，初始的单因素模型已经从Fama和French的三因子模型发展到Carhart的叠加动量效应的四因子模型；Fama和French在2015年在三因子模型的基础上增加了盈利因子和投资因子构成了五因子模型，并通过对北美、欧洲以及亚太地区的股票市场数据进行实证检验，证明了该模型较之前的模型有更高的解释能力。本文同样是沿着多因素线性回归的方向探索，但在具体模型的选择上采用业界组合投资