量化专题报告：冷门猎手：权益基金提前布局能力分析

量化专题报告 冷门猎手：权益基金提前布局能力分析 2023年10月12日 冷门行业跳升下的基金收益分化所反映的基金特征。本报告首先观察到近期 市场出现结构性短期跳升行情，而在此过程中公募基金收益分化明显。我们利用行业分析师热度和收益变化，定义了冷门行业和日内跳升行情，发现行业跳升现象存在明显的短期动量，且同样是在跳升下，分析师冷门行业相比分析师热门行业未来收益更高，在这种市场现象下，我们希望选出能够捕捉到冷门行业启动初期机会的基金。 分析师叶尔乐执业证书：S0100522110002 构造冷门猎手因子，寻找哪些基金能够赚到冷门行业启动的收益。首先我们 邮箱：yeerle@mszq.com研究助理关舒丹 从基金净值视角出发，考虑收益弹性和相关性，由果推因，来构造冷门猎手因子， 执业证书：S0100123010007 以选出能在冷门行业启动上涨中获得较高收益的基金，冷门猎手因子初步分组单 邮箱：guanshudan@mszq.com 调性较好。在此基础上，叠加持仓视角以规避过于左侧持仓的损失，构建持仓视角的冷门行业获利因子，进行双排序，以选出买点更为准确的基金。最终在双排序的组合中，选择近两年收益最高的5只赢家基金构成分析师视角下冷门猎手的基金组合，2013年以来该组合年化回报约19%，年化超额收益约10%。 相关研究1.量化专题报告：从传统策略到深度学习的可转债投资-2023/10/10 2.资产配置月报：十月配置视点：能源板块当 下的配置价值几何？-2023/10/08 根据短期量价指标重新划分冷门行业以相互印证，并构建冷门猎手最终组合。由于从分析师热度出发选出的冷门行业主要为长期冷门的行业，因此我们采用行业换手率和成交量指标去选出能在短期冷门行业上获得较高收益的基金，并 3.量化周报：景气度跳升，节后有望反弹-202 3/10/08 4.量化分析报告：九月社融预测：39309亿元 -2023/10/01 进行相应的因子构造和改进。其中，换手率冷门猎手组合超额收益波动较大；成 5.量化周报：胜率时钟转向乐观-2023/09/24 交量视角主要将选出规模较小的行业，组合2021年以来超额大幅提升。我们先后采用分析师热度、换手率和成交量来进行相互印证，能够较准确地踩中冷门行业上涨行情的基金，整体具有较高的超额收益。因此，我们将这三个组合合并，形成冷门猎手基金的最终组合。该组合年化收益近18%，年化超额收益为8.7%；且除2018年小幅跑输以外，其他年度均跑赢偏股基金指数，超额最高在2021-2022年。 冷门猎手组合分析。基金组合整体具备较强的行业配置能力，同时组合能在 季报披露之后及时买入会上涨的冷门行业，动态收益也较高，符合组合构建的基本思想。组合持仓整体为均衡中小盘风格，2020年底-2022年中高配周期，但主要为消费与科技板块的轮动。 代表性基金分析。基金经理A是深度价值投资者，重视安全边际，追求绝对 收益，偏好中小盘价值股，选股能力较强且长期持有；基金经理B基于质量、景气度和成长空间的性价比切换策略，高配黄金、锂矿等金属，选股能力强调仓准确；基金经理C前瞻研判+左侧布局，赔率优先，以绝对收益为导向，注重回撤控制，行业轮动和择时较为准确。三位基金经理的共性在于着重降低组合的回撤风险，突出强调性价比、安全边际、赔率等风险指标，同时冷门猎手组合也以均衡中小盘为主，在2014、2016年初、2019年初、2022年以来这些行业主线难以连续的阶段，即缺少主线机会的市场中，冷门猎手组合超额更为明显。 风险提示：1）基金历史业绩不代表未来业绩。2）量化统计未来有失效风险。 目录 1冷门行业跳升下的基金特征刻画3 1.1行业指数跳升现象3 1.2冷门行业跳升后表现更好吗？4 2哪些基金能够赚到冷门行业启动的收益？7 2.1冷门猎手因子的构造7 2.2避免过度左侧买入——叠加持仓信息8 2.3分析师热度之外的其他角度——换手率&成交量10 2.4基金冷门猎手的最终组合13 3冷门猎手基金分析14 3.1冷门猎手组合特点14 3.2代表性基金分析15 4总结18 5风险提示19 插图目录20 1冷门行业跳升下的基金特征刻画 1.1行业指数跳升现象 市场出现结构性短期大涨下，公募基金收益分化明显，更容易暴露出基金的持仓特征。2023年7月25日，市场大幅上涨，沪深300和万得全A当日涨幅分别为2.9%和2.2%，多个行业涨幅达到今年新高，但行业间差异也较为明显。在这种行情下，偏股型基金的当日收益同样分化明显，呈右偏态分布，其中位数为1.7%，但有25只基金当日收益超过5%，由此我们希望去探索能够提前买入这些短期上涨行业的基金。 图1：2023/7/25当日多个行业指数收益实现大幅跃升图2：2023/7/25偏股型基金的日度收益分布 2.89% 7% 6% 5% 4% 3% 2% 1% 房地产非银行金融 建材家电 食品饮料 汽车有色金属沪深300 钢铁建筑银行 轻工制造偏股基金指数 0% 资料来源：wind，民生证券研究院资料来源：wind，民生证券研究院 行业跳升定义：若中信一级行业指数当日涨跌幅>（过去一年日涨跌幅均值+2 ×一年期涨跌幅标准差），则我们认为该行业在当天出现明显跳升。从统计结果来看，近半年出现明显跳升的行业中，3-4月主要为TMT和中特估的相关赛道；5月以来则主要为金融、周期和之前已经下跌较多的行业。 图3：近半年出现日度收益大幅跳升的行业 资料来源：wind，民生证券研究院 行业跳升现象存在明显的短期动量效应。行业指数出现日度跳升后，未来20个交易日平均收益率相对其他行业会更高，平均收益差约为1.15%；且未来一个月收益为正的概率近55%。而在跳升的行业中，考虑冷门行业与热门行业在出现跳升行情之后的表现差异，动量效应将更为显著。 图4：出现跳升与未跳升行业，未来20个交易日表现比较 3%55% 54% 2% 53% 52% 1% 51% 0% 跳升行业 未跳升行业 50% 行业20个交易日平均涨跌幅未来20个交易日正收益概率(右轴) 资料来源：wind，民生证券研究院；计算区间：2015/1/1-2023/8/31 1.2冷门行业跳升后表现更好吗？ 我们根据分析师热度划分冷门行业方法如下。1）计算每个行业的分析师热度：中信一级行业指数前一个月（过去30个日历日）分析师预测数量与行业成份股数量之比；2）行业一年期的分析师热度：先计算行业指数过去一年中每个月的分析 师热度，再对每个月分析师热度做指数型时间衰减，来统计过去一年中该行业的整体分析师热度情况，来表示其市场热度；3）横向截面排序：在每个交易日，对于所有行业指数的年度分析师热度指标排序，年度分析师热度指标较低的10个一级行业，即为当天的冷门行业；而年度分析师热度指标较高的10个一级行业则为热门行业。 图5：冷门行业的判断 资料来源：wind，民生证券研究院 根据上述判断方法，今年以来各月月底统计的分析师冷门行业中，主要涉及：金融地产、机械制造、上游周期品、通信传媒等赛道。由于行业分析师热度整体变化相对较慢，因此这一指标衡量的是行业的长期市场关注度，据此选出长期冷门的行业。 2023/1/31 综合综合金融商贸零售 钢铁 电力公用事业建筑 农林牧渔传媒通信 建 2023/2/28 综合综合金融 钢铁商贸零售 建筑 电力公用事业传媒 国防军工 2023/3/31 综合综合金融 传媒商贸零售 电力公用事业建筑 机械 2023/4/28 综合 综合金融 2023/5/31 综合 综合金融 电力公用事业电力公用事业 2023/6/302023/7/312023/8/3 综合综合 综合金融综钢铁 钢铁 房地产建 建筑 图6：今年各月月底统计的分析师热度较低的冷门行业 资料来源：wind，民生证券研究院 同样是在跳升下，分析师冷门行业相比分析师热门行业未来收益更高。前期分析师热度较低的行业出现日度跳升行情之后，未来20个交易日平均涨幅为2.34%，要高于分析师热门行业；且未来一个月收益为正的概率超56%。在这种市场现象下，我们希望选出能够捕捉到冷门行业启动初期机会的基金。 图7：短期跳升行业中，冷门和热门行业跳升后未来20个交易日表现比较 3%60% 58% 2% 56% 54% 1% 52% 0% 冷门跳升之后热门跳升之后 50% 行业20个交易日平均涨跌幅未来20个交易日正收益概率(右轴) 资料来源：wind，民生证券研究院；计算区间：2015/1/1-2023/8/31 2哪些基金能够赚到冷门行业启动的收益？ 2.1冷门猎手因子的构造 首先我们从基金净值视角出发，由果推因，来构造冷门猎手因子，以选出能在冷门行业启动上涨中获得较高收益的基金。 1）确定冷门行业及其跳升日期：根据前述对于冷门行业的定义，选出冷门行业出现跳升的样本； 2）计算基金收益弹性：计算偏股型基金在这些冷门行业跳升的交易日内，对于当日所有跳升冷门行业的收益弹性； 𝑅𝑖,� � 𝐸𝑖,𝑗,�= 𝑗,� 其中𝐸𝑖,𝑗,�为基金i对于交易日t中跳升的冷门行业j的收益弹性，𝑅𝑖,�为基金i 在交易日t的日度回报，𝑅𝑗,�为冷门行业j在交易日t的涨跌幅。 3）计算基金与冷门行业收益的相关性：为防止在冷门行业跳升当日基金的高弹性是由于其他行业个股的alpha导致的，我们还需要计算冷门行业跳升的近五个交易日中，基金与该冷门行业日度收益的相关系数； 𝐶𝑖,𝑗,�=𝐶𝑜𝑟𝑟((𝑅𝑖,𝑡,𝑅𝑖,𝑡−1,𝑅𝑖,𝑡−2,𝑅𝑖,𝑡−3,𝑅𝑖,𝑡−4) 其中𝐶𝑖,𝑗,�为基金i在近五个交易日与冷门行业j的收益相关系数。 在此基础上，若同一天有多个冷门行业出现跳升行情，则基金只保留相关系数最高的行业所对应的弹性和相关性指标； 𝑗∗=𝑎𝑟�max� ，� =𝑅𝑖,� �𝑖,𝑗,� 𝑖,� 𝑅𝑗∗,� 其中𝑗∗为在交易日t中与基金i相关性最高的跳升冷门行业，𝐸𝑖,�为基金i在交易日t中最终的收益弹性指标。 4）年度统计：月底对当月所有出现冷门行业跳涨的交易日的基金收益弹性及相关系数分别求和，并做12个月的指数型时间衰减，来统计过去一年中该基金在冷门大涨行业上获利情况； 5）两个指标合并：将收益弹性和相关性两个指标分别归一化后求均值，形成从净值视角刻画基金提前布局将会跳升冷门行业的冷门猎手因子。 图8：弹性和相关性指标的计算图9：冷门猎手因子构成 冷门行业及其跳升日期 基金收益弹性 基金与冷门行业收益相关性 月度统计，一年期时间衰减 资料来源：民生证券研究院整理资料来源：民生证券研究院整理 冷门猎手因子初步分组单调性较好。在进行回测时，我们选择普通股票型、偏股混合型和灵活配置型基金中过去一年平均股票仓位>70%的主动权益型基金，并剔除定开和持有期产品。从分组效果来看，单调性较好，多头年化收益12.77%，相对于偏股基金指数年化超额约4%。 图10：冷门猎手因子分层表现 6 5 4 3 2 1 0 多头超额p1p2p3p4p5偏股基金 资料来源：wind，民生证券研究院 2.2避免过度左侧买入——叠加持仓信息 在上节的因子构建中，我们是从基金净值这一结果出发，寻找大概率持续踩中冷门行业跳涨的基金，但选出的基金可能存在过于左侧买入而在行业跳涨前有较高回撤的问题，因此我们在冷门猎手因子的基础上叠加持仓视角进行考虑，构建持仓视角的冷门行业获利因子，进行双排序，以选出买点更为准确的基金。 基金持仓视角提前加仓冷门行业因子构建： 1）确定冷门行业及其跳升日期； 2）基金季报对各行业的加减仓：根据季报中前十大重仓股所属中信一级行业，与前一期季报比较，统计基金对每个行业的重仓占比变化； 3）计算提前加仓将跳升的冷门行业带来的收益：在冷门行业跳升当天，基金前一季报对该行业的重仓增幅×跳升行业的涨幅；月底对当月所有提前加/减仓将上涨的冷门行