>> 東方證券-FOF研究系列：捕捉趨勢的力量，基金動量刻畫新范式-250612
| 上傳日期： |
2025/6/12 |
大?。?/td>
| 1031KB |
| 格式： |
pdf 共27頁 |
來源： |
東方證券 |
| 評級： |
-- |
作者： |
楊怡玲,楊麗華 |
| 下載權限： |
此報告為加密報告，僅限高級會員查看 |
|
|
研究結(jié)論
基金的歷史業(yè)績是篩選基金過程中的核心考量因素之一。但近年來買入歷史業(yè)績表現(xiàn)較好的基金并不能有效提升基金組合未來收益。究其原因，我們發(fā)現(xiàn)傳統(tǒng)動量因子容易受到Beta風險的干擾，當Beta風險劇烈波動時，基金歷史業(yè)績對未來收益的預測能力減弱。本文我們嘗試從收益率時序中，尋找對未來收益預測能力強、受Beta風險干擾小的低分化日期，計算基金在低分化日期對應的收益指標，作為基金的動量因子。
主動股基呈現(xiàn)長期動量效應
由于A股市場個人投資者交易占比較大，追漲殺跌等非理性交易行為較為普遍，導致個股過度偏離基本面，因而國內(nèi)A股市場短期呈現(xiàn)出非常強的反轉(zhuǎn)效應而長期動量效應并不顯著；主動股基呈現(xiàn)長期動量效應，但從時序表現(xiàn)來看，2015年以及2021年至今，傳統(tǒng)動量因子表現(xiàn)較差，選基效果不佳。
傳統(tǒng)動量因子的缺陷
主動股基以股票作為主要配置對象，實際包含了非常多的Beta風險。當我們使用過去一段時間的業(yè)績指標作為動量因子時，實際包含了很多beta收益，導致動量因子穩(wěn)定性較差，對未來收益的預測能力減弱。
以行業(yè)Beta作為舉例，我們發(fā)現(xiàn)：1）行業(yè)輪動月的基金動量表現(xiàn)更弱，非行業(yè)輪動月的基金動量表現(xiàn)更強；2）均衡型基金因受行業(yè)Beta的影響更小，動量效應更強；板塊型基金受行業(yè)Beta影響更大，動量因子穩(wěn)健性更差。
使用行業(yè)剝離后的Alpha收益作為基金的動量因子，雖然因子表現(xiàn)相對于傳統(tǒng)動量有所提升，但2019年以來該因子的正向選基效果偏弱。
基金動量刻畫新范式
到目前為止，我們對基金動量因子的刻畫都是基于基金過去一段時間的業(yè)績表現(xiàn)進行計算的。基金動量因子是由每日收益拼接而成，當我們篩選基金時，是否存在一些日期，其當日收益對未來基金收益的預測能力更強？
我們按主動權益基金分化度從低到高對過去一段時間內(nèi)的收益序列進行分組，并檢驗不同分組的收益因子有效性，發(fā)現(xiàn)基金在低分化組的收益對未來收益的預測能力更強?；诨鹪谶^去三個月低分化度日期的收益構建收益因子、排序動量和夏普比因子，并將三個因子等權合成為低分化動量因子。2015年至今，低分化動量因子的Rank IC為10.10%，Rank ICIR為1.09，季度多空勝率71%，最高組季均超額收益為1.25%
2015年至今，低分化動量因子與傳統(tǒng)動量因子的相關性較低，秩相關系數(shù)均在26%以下；在均衡型和板塊型基金池中均有較好的選基效果，說明低分化動量因子受Beta風險的干擾更小。
風險提示
1.量化模型失效風險。
2.極端市場環(huán)境可能對模型效果造成劇烈沖擊，導致收益虧損。
|
|
