基金组合构建与绩优基金筛选 [page::1][page::2]

• 仅选取成立满18个月、主要管理人为固定、平均规模≥2亿、仓位≥50%的普通股票型、偏股混合型、灵活配置型基金作为候选池。

- 基于基金规模、索提诺比率、FF3外Alpha及Alpha稳定性四因子等权打分，构建选基因子，历史IC均值约13.3%，胜率达83%，表现稳健。

基金经理高选股能力行业识别与个股观点刻画 [page::3][page::4][page::5]

| 分析维度 | 指标说明 | 情绪方向 |
|--------------|---------------------------------|--------|
| 高选股能力行业个股 | 基金经理在该行业持有的最新重仓股 | 正面 |
| 非高选股能力行业个股 | 绩优组合重仓股中非高选股行业个股 | 负面 |
| 新增持股 | 近4报告期首次作为重仓股 | 正面 |
| 长线持股 | 近4报告期均为重仓股 | 正面 |
| 退出持股 | 前3报告期重仓，最新一期非重仓 | 负面 |
| 加仓持股 | 持仓较上期增加，累计标记为正 | 正面 |
| 减仓持股 | 持仓较上期减少，累计标记为负 | 负面 |

• 个股标签化策略帮助刻画基金经理配置与选股决策，体现策略精准性。

长线持股策略回测表现 [page::6][page::7]

| 年份 | 策略年化收益率 | 偏股型基金指数 | 沪深300 | 夏普比率 |
|-------|---------------|-------------|------|-------|
| 全期 | 17.1% | 11.3% | 4.3% | 0.65 |
| 2019 | 56.6% | 44.7% | 36.5%| 2.52 |
| 2020 | 62.7% | 53.9% | 25.3%| 2.27 |

• 长线持股策略年化收益率约17.1%，显著跑赢两大指数，表现稳定且胜率较高。

加仓持股策略回测表现 [page::7][page::8]

| 年份 | 策略年化收益率 | 偏股型基金指数 | 沪深300 | 夏普比率 |
|-------|---------------|-------------|------|-------|
| 全期 | 23.9% | 11.4% | 4.3% | 0.80 |
| 2019 | 61.6% | 44.7% | 36.5%| 2.45 |
| 2020 | 69.8% | 53.9% | 25.3%| 2.34 |

• 加仓持股策略年化收益率高达23.9%，超额收益显著，风险调整后回报优于长线持股。

风险提示 [page::8]

• 模型假设仅为历史数据抽象，实际投资环境存在误差。

- 报告中假设基金经理调仓周期合理且无报告期中调仓，存在模型误差风险。

广发金融工程研究报告详尽分析报告

报告标题：【广发金融工程】精选量化研究系列之五：主动型基金业绩归因视角下的选股策略
作者与机构：广发金工，广发证券发展研究中心
发布日期：2021年9月5日
研究主题：主动型基金业绩归因，基金经理选股能力分析，构建基于基金业绩归因的个股选股策略

---

一、元数据与报告概览

本报告基于对中国大陆市场2004年以来偏股型基金表现的研究，揭示了主动型基金的超额收益来源及其选股能力的行业特征，提出并验证了基于基金绩优组合和基金经理“高选股能力行业”构建个股多维度观点及选股策略。报告详细评估了简单复制主动型基金重仓股无法捕捉其选股能力的事实，基于绩优基金和行业选股贡献率构建筛选框架，最终形成两大具体选股策略——“长线持股策略”和“加仓持股策略”，并通过历史回测证明其具备显著超额收益能力。报告核心信息为：

• 直接复制高权重持仓重仓股策略难获超额收益；

- 按基金综合选基因子优选绩优基金；

• 基金经理选股能力集中于特定行业，识别高选股能力行业；

- 依据持仓期和持仓变动构建个股观点标签系统；

• 长线持股和加仓持股策略均实现显著超额年化收益，且胜率高；

- 主要风险来自模型假设与现实环境的误差。[page::0]

---

二、逐章深度解读

2.1 引言与研究框架

报告开篇强调了主动型基金在2004年以来相较沪深300取得约4%的年化超额收益，且主动基金换手率低表明其持仓研究价值。指出简单复制基金季报披露的权重最高的50只个股表现不佳，说明基金经理的选股能力无法简单通过持仓权重捕捉。

基于广发金工既有选基研究，结合选基因子（规模、索提诺比率、FF3-alpha、alpha稳定性），构建绩优基金组合，从中识别基金经理过去一年超额选股收益贡献占比超20%的行业，定义为“高选股能力行业”，并基于该行业构建多维度个股观点体系。

从持仓期和仓位变动两个维度剖析持仓个股，发现高选股能力行业的重仓股基本面优异、未来收益概率高，长线重仓个股未来留存率及收益均优于新增或退出重仓股，加仓个股则显示较优的业绩持续性和成长能力。提出基于这两维度的选股策略，获得显著超额收益和高年度胜率。

报告图示细化该策略构建流程，突出了基于绩优基金池的高选股行业识别及持仓特征筛选的系统性方法。

策略风险主要在模型假设与现实偏差。[page::0,page::1]

2.2 绩优基金组合构建

绩优基金组合的构建标准严谨且全面：

• 基金成立时间至少18个月保证稳定性；

- 类型限定为普通股票型、偏股混合型、灵活配置型，剔除分级、量化基金等非典型基金；

• 基金经理主要管理者无变动，保证持续管理相关性；

- 资产规模集中且稳定，连续多个报告期平均规模及最新规模均超2亿元；

• 平均持股仓位超过50%，保证权益投资偏好；

- 季报季末交易日周期更新，总体保证数据稳定、相关性强。

图6显示2010年以来符合条件基金的规模和数量稳步上升，2020年后规模和数量激增，表明公募基金活跃度及管理规模整体提升。

随后通过基金规模因子、索提诺比率（回报调整下行风险的稳定指标）、FF3外Alpha及其稳定性四维度构造“选基因子”对基金打分，历史验证表明该因子IC值均正，平均IC约13.2%，ICIR约2.3，胜率达83%，表现良好。

图7至图8进一步展现选基因子表现与后续基金表现的相关性，分档年化收益率最高组达17.3%，远优于低分组7.1%，体现选基因子筛选能力有效。

因此，绩优基金池基础扎实，能够为后续高选股行业的识别与个股策略构建提供可靠样本基础。[page::1,page::2,page::3]

2.3 高选股能力行业识别

基于基金经理BF模型的业绩归因，将选股收益拆分具体到各行业。以实例展示某基金2020年季度选股收益分布，累计年选股收益19.0%，其中食品饮料和化工行业贡献显著（分别占比76.2%和28.2%），明显超过其他行业，体现基金经理在该行业具备高选股能力。

通过一定的筛选条件：近一年总选股收益正向，各季度行业负贡献未超总选股收益，且行业贡献占比超20%的行业认定为基金经理高选股能力行业。

这一做法系统地量化评估各基金经理在各行业的选股贡献，避免一刀切，考虑基金经理研究资源集中效应，为后续选股标签化和组合构建提供支撑。

表格4清晰反映了各行业的收益贡献及占比，负贡献或零贡献行业被排除，高选股能力行业与基金经理具体持仓相辅相成。

此方法从业绩归因视角精准甄别基金经理的行业优势，确保策略信息的针对性和实效性。[page::3,page::4]

2.4 个股观点定量刻画

基于已识别的高选股能力行业及基金持仓数据，报告提出7大维度个股标签体系，具体定义了支持（正向）和反向情绪的持仓状态，包括：

• 高选股能力行业个股（正面）与非高选股行业个股（负面）；

- 新增持股（正面）、长线持股（正面）、退出持股（负面）；

• 加仓持股（正面）、减仓持股（负面）。

这些标签定义清晰，基于连续4期报告期的持仓数据处理，细分个股的持仓变化。

以特定基金2020Q4持仓为例，高选股行业为食品饮料及化工，基金经理在该行业中既有多个长线持股，也对化工行业个股加仓，显示其长期价值判断及短期配置偏好。

该过程高效实现了基金经理选股观点的量化映射，有助于识别潜在优质投资标的，服务后续组合构建。

此外，该体系边界清晰，如非高选股行业但绩优基金重仓的个股反面标注，防止盲目乐观，体现风险意识。

标签追溯机制保证动态更新，符合市场和投资管理的实际运作。[page::5]

2.5 策略回测及表现剖析

2.5.1 长线持股策略

以2011年1月31日至2021年7月22日为回测区间，季度换仓。
策略构造核心为绩优基金的高选股能力行业中，连续4个报告期均重仓的个股集合，采取等权重建仓。若当期无符合条件个股则空仓处理。

图29显示长线持股策略净值表现明显优于偏股型基金指数和沪深300指数，年化收益达到17.1%，超偏股型指数约6个百分点，超沪深300达13个百分点，且在11年中8年跑赢两大指数，夏普比率0.65表明风险调整后也表现良好。

表5年度绩效进一步验证该策略稳健性，绝大多数年份正收益，且大部分年份超过两大指数收益率，尤其在2013、2014、2017、2019、2020年表现尤为突出。2011和2018年表现稍逊，但整体波动控制较好。

说明基金经理的长期精选能力显著且持续，履行了投资的主动价值。[page::6,page::7]

2.5.2 加仓持股策略

同样时间区间与换仓频率，策略重点为绩优基金高选股能力行业中，相较前期持仓仓位显著增加的个股集合，等权配置，若无合格个股空仓。

图30反映策略净值远超偏股基金指数与沪深300，年化收益为23.9%，超偏股指数约12%，超沪深300约20%，夏普比率达0.80，显示更优的风险调整收益表现。

表6分年度数据显示该策略更胜一筹，特别是在2013、2017、2019、2020年蓬勃发展，2021年表现略弱但仍保持正收益，整体胜率更高。

该策略依赖于基金经理持仓调增信号，精准捕捉到选股“加码”信号的价值，适合动态跟踪并快速响应市场变化。

两策略结合一方面体现长线价值持有，另一方面注重调仓动态，双重提升投资绩效，形成良性互动。[page::7,page::8]

---

三、图表深度解读

图5：主动型基金业绩归因视角下的选股策略构建框架示意图

• 描述：展示了以主动权益基金池为基础，结合四个选基因子筛选绩优基金后识别高选股能力行业，并基于持仓状态（长线持仓、新增、退出、加仓、减仓）构建最终优选个股组合的全流程架构。

- 解读：该框架系统化体现基金优选到行业聚焦，再至个股多维度评价，重点突出“高选股能力行业”这一核心信号，体现了因子与业绩归因结合的深度应用。

• 支持论点：与报告引言部分论述高度契合，证实只有聚焦基金业绩来源的行业，深入持仓细节才能有效提炼选股策略。[page::1]

图6：符合条件主动型基金历史规模及数量变化

• 描述：柱状图展示2010Q4至2020Q4符合基金筛选条件的总规模（亿元），折线图显示基金数量。

- 解读：资金规模从5000亿元左右成倍增长至约2.5万亿元,基金数量也从约200家上升至近1000家，表明市场规模和活跃度大幅提升，保证研究样本丰富。

• 关联文本：反映基金筛选样本充足，有助于策略的代表性和普适性。[page::2]

表1：历史有效选基因子IC值及说明

• IC（信息系数）指标反映因子与后续基金表现的相关性，正值表示有效筛选。

- 索提诺比率和FF3外Alpha等表现均为正（9.3%-11.6%），说明这几指标均能独立为选基提供信号。

• 综合选基因子IC最高（13.2%），说明多因子加权效果更佳。

- 意味着通过因子综合甄别绩优基金的可信度高。[page::2]

图7-8：选基因子IC值与分档年化收益率

• 图7显示选基因子与下一期基金表现的相关系数多期维持正值，领先基金表现。

- 图8则展示，分档最高档组合年化收益率达17.3%，大幅领先低档7.1%，分层效果显著。

• 数据说明选基因子有效指导基金优选。

- 与报告策略以绩优基金为基础的设计理念直接印证，提升逻辑可信度。[page::3]

图14与表2：单基金年度超额收益归因及行业贡献

• 叠加柱状图表明某基金2020年的选股超额收益主要来自食品饮料（14.47%）、化工（5.36%），占据超额收益绝大部分。

- 表2详细量化分行业贡献，占比超过20%的行业被定义为基金经理高选股能力行业。

• 概念清晰，实证案例直接展示业绩归因如何指导行业聚焦，验证了基金经理研究精力集中、选股能力行业分布不均的理论。

- 支撑后续个股定量观点分析的基础逻辑。[page::4]

表3：个股观点的7大定量刻画维度

• 列明正负面标签定义，结合持仓期、持仓变动情况将个股精准归类。

- 体现基金经理投资理念的解构，是个股精选的重要基础。

• 报告示范案例也验证了该框架的实用性。[page::5]

图29与表5：长线持仓策略表现

• 图表形象展示2011-2021年间，该策略净值明显高于偏股型基金指数与沪深300，且与偏股基金指数相比波动相对较小。

- 表5数据细致，量化年化收益、夏普比率，显示出该策略具备较好风险收益特性和较强的历史持续性。

• 体现了基金经理长期精选能力的价值，契合长期价值投资理念。

- 数据支撑策略的稳健性及超额收益能力。[page::6,page::7]

图30与表6：加仓持股策略表现

• 该策略表现更优，年化收益23.9%，超偏股基金指数12个百分点，超沪深300指数20个百分点，夏普比率达到0.8。

- 逐年表现稳定优秀，特别在多牛市年份表现突出。

• 该策略强调基金经理调仓信号，把握了业绩延续性带来的投资机会，风险调控效果良好。

- 证明加仓个股策略具备更高的动态捕捉能力和收益提升空间。

• 与长线持仓策略形成互补。[page::8]

---

四、估值分析

本报告重心在选股策略构建及实证验证，未直接涉及个股估值模型或具体估值倍数。策略的收益分析基于量化实证和业绩归因模型，资本资产定价等模型间接涉及FF3-alpha等因子。报告所构建选基因子及基金绩效归因本质上属于定量因子分析及风险调整绩效判断，非传统现金流或相对估值方法。

---

五、风险因素评估

报告明确提出两大风险：

1. 模型假设风险：

策略依据模型抽象，基于历史数据，实际市场和投资环境呈现复杂及非稳定状态，模型难以完美刻画和预测未来表现。

1. 模型误差风险：

策略制定假设如基金经理在季报之间未调仓，但实际基金可能存在调仓行为，导致历史持仓回测与现实偏差。

报告未提供专门的风险缓解策略，但通过多个维度的稳健因子筛选、多层次持仓行为刻画以及长期大样本历史回测，有助于降低投资策略误判风险。

整体风险提示非常明确，体现了对量化模型局限性的审慎态度。[page::0,page::8]

---

六、批判性视角与细微差别

• 报告选基因子权重均等，未详细说明各因子权重敏感性，可能存在优化空间。

- 绩优基金筛选依赖历史因子表现，未来市场变化可能减弱其稳健性，尤其在极端行情。

• 高选股能力行业定义为贡献占比超过20%，该阈值选择可能影响结果范围，未有阈值敏感性分析。

- 仅依据季报持仓数据，忽略了基金经理季中或月度调仓，存在数据滞后性。

• 对个股加仓、减仓的标记次数为正负判定，可能存在极端仓位小变动等噪声影响。

- 报告未涉及成本、交易摩擦、流动性等现实交易影响，回测结果可能高估实际可实现收益。

• 两大策略（长线和加仓持股）在实操中的组合权重及风险整合缺少细节。

- 报告对风险部分提及较泛，缺乏对市场系统性风险或行业风险的定量分析。

以上为报告内在逻辑潜在局限和现实应用应注意事项，但整体分析框架严谨，实证充分，体现较高研究水平。[page::0,page::8]

---

七、结论性综合总结

本报告基于广发证券丰富的量化研究体系和基金业绩归因视角，通过对我国偏股型主动型基金的深度剖析，系统建立了一套基于绩优基金组合、基金经理高选股能力行业识别及多维度个股标签的定量选股策略框架。报告首先论证了简单复制主动型基金重仓股难以捕获其超额收益，反而低效，然后通过严苛的绩优基金筛选标准和选基因子构建了高速精准的基金优选池。

以基金经理行业选股收益贡献为核心，锁定高选股能力行业，基于基金持仓数据多维度刻画个股观点，从持仓期（长线持股）和持仓变动（加仓持股）两方面切入，构建两大选股策略。历史回测从2011年至2021年显示：

• 长线持股策略年化收益17.1%，超偏股型基金指数约6%、超沪深300约13%，年度胜率约72.7%；

- 加仓持股策略年化收益23.9%，超偏股型基金指数约12%、超沪深300约20%，年度胜率较高。

两策略均具有良好的风险调整收益指标（夏普分别为0.65和0.80），且能够抓住基金经理持续的选股超额收益，充分验证了基金经理的选股能力可被实证定量利用，进而形成了可行的选股投资策略。

本报告图表信息丰富，数据详实，逻辑清晰，从基金优选、行业甄别，到个股标签，再到回测绩效，构建了完整的“业绩归因→策略构建→实证回测”的闭环，具备较强的研究价值和策略参考意义。

风险提示部分强调模型假设及实际调仓偏差风险，为策略实际应用提供了必要谨慎警示。整体而言，该研究为主动型基金选股策略提供了具有量化实操价值的范式，尤其适合对主动基金经理行为深入理解与投资决策服务。

---

八、报告全息结构与页码溯源

| 章节 | 核心内容描述 | 溯源页码 |
| ------------------ | ---------------------------------------------------------- | ----------------- |
| 报告概览 | 主题、核心发现、策略及风险 | 0 |
| 研究框架与基金优选 | 主动型基金池构建、选基因子、绩优基金筛选 | 1-3 |
| 选股能力行业划分 | 业绩归因，基金经理高选股行业实现方法 | 3-4 |
| 个股观点刻画 | 7大个股维度定量标签体系，案例解析 | 5 |
| 策略回测表现 | 长线持股和加仓持股两策略构造及回测表现 | 6-8 |
| 风险提示 | 模型假设与实际偏差风险说明 | 0，8 |
| 法律与免责声明 | 版权、免责声明及报告使用注意事项 | 9 |

---

附录：部分关键图表展示示意

• 

-

• 

-

• 

-

---

总结：该报告系统深度分析主动基金选股能力，基于坚实的数据、严密的逻辑和丰富的实证展现了优质主动基金在特定行业中持续创造超额收益能力的事实，提出的基于绩优基金高选股能力行业的长线与加仓持股组合策略均已实证验证为具有显著超额收益且风险调整较优的投资策略，具备较高的理论和实务参考价值。风险提示合理，提醒实际应用审慎对待模型假设与数据滞后风险。报告整体结构合理，方法清晰，论据充分，值得量化投资及主动基金管理者深度关注借鉴。[page::0-9]

报告