【华泰金工林晓明团队】行业轮动系列之六：“华泰周期轮动”基金组合构建20190312

摘要
“华泰周期轮动”基金组合可以有效盘活存量基金资源，获取稳健收益
过去十年公募基金行业蓬勃发展，但结构性问题也愈发凸显，集中体现在投资者的绝对收益诉求与公募基金的相对收益属性之间出现错配。本文试图结合华泰金工已有研究成果，构建一套自上而下的、具备类绝对收益属性的基金配置体系来解决这个问题:1、对于投资者，直接跟投基金组合即可获取相对稳健的收益，不需要再去主观择基;2、对于机构，可以将存量基金资源调动起来，在不同市场阶段推荐不同类型的产品，既能满足投资者的绝对收益诉求，又有利于基金规模的扩张。实证结果表明，该模型 05年 3 月至今年化收益 13.18%，夏普比率 2.25，表现相对稳健。

宏观择时:判断经济周期运行状态，调整股、债资产配比
宏观择时，核心是给出股票市场多空判断，灵活调整股、债配比，力争在经济周期上行期加大股票资产配置，博取弹性收益;在经济周期下行期加大债券资产配置，减少回撤风险。以此达到类绝对收益的目标:在上行行情中有一定的弹性收益，在下行行情中本金亏损风险可控。本文在华泰量价择时模型的基础上，引入均线指标进行改进，最终构建了一个层次化的择时方案:首先结合量价同比和均线排列预测一级行业多空走势，然后将一级行业的多空观点汇总成对整个股票市场的多空判断。回测该模型对上证综指的择时效果(05 年至今)，年化收益 17.27%，最大回撤 33.26%。

板块轮动:超配强势板块，进一步增厚模型收益
当择时模型给出股、债配置观点后，股票资产内部可以进一步通过轮动模型来预测行业、板块的相对强弱，进而超配看多资产，增厚模型收益。本文按照《周期视角下的行业轮动实证分析》中给出的建模方法和参数设置，首先将申万一级行业聚类成周期上游、周期中游、周期下游、大金融、消费、成长六大板块，然后利用周期三因子定价方程预测各个板块的未来走势，给出预测表现排名，进行轮动配置。回测该轮动模型在 2005 年至今的表现，年化收益率 27.28%，夏普比率 0.82;相比于六大板块等权基准，年化超额收益高达 14.16%。


组合优化:引入风险预算模型，灵活加入主观观点
为了灵活引入择时观点和板块轮动观点，同时避免预测各个资产的预期收益率，本文在组合优化环节最终采用了风险预算模型，构建了层次化的风险预算分配方案:1、根据择时模型判断股票市场多空，当看多股票市场时，可以根据投资者风险偏好的不同分配进攻、稳健、防守三类预算，三类预算下股、债风险贡献配比分别为 30:1、20:1、10:1，而看空股票市场时，直接采用风险平价的思路，控制组合风险;2、股票资产内部将预算分配给轮动模型最看多的一个板块，债券内部则等分预算;3、将所有底层资产上的风险预算归一化，根据优化模型求解各个资产的权重。

落地配置:挑选与六大板块和债券指数匹配的基金标的进行投资
通过风险预算模型得到各个底层资产(股票为六大板块，债券为中债-新综合财富指数)的权重优化结果后，还需要挑选与底层资产相匹配的基金标的进行落地配置。本文实证中，六大板块对应的基金标的都从被动指数型基金中挑选，而且加入了相关系数和跟踪误差的限制，风格偏离相对较小;而债券基金筛选过程中加入了一定的主观偏好，主要是历史上表现相对稳健的债券型基金，相比于中债-新综合财富指数有一定的超额收益。回测结果表明，“华泰周期轮动”基金组合在 2005 年至今每年都获得正收益，而收益为正的月份占比也高达 76.19%，具备相对稳健的收益获取能力。

风险提示：模型基于历史规律总结，有失效可能。

研究背景
近十年公募基金行业蓬勃发展，但结构性问题也愈发凸显

过去十年(2009 年至 2019 年 2 月底)，公募基金行业蓬勃发展，资产管理规模从 26760.8万亿上涨至 131121.05 万亿，扩容近 5 倍;存量基金数目从 557 支上涨到 5247 支，扩容近 9 倍。然而，行业景气的背后，结构性问题也愈发凸显，主要体现在如下几个方面:
1.    公募基金的数量自 2016 年开始就已经超过股票数量。对投资者来说，择基难度已经不亚于选股。大多数投资者只能选择过去收益率较高的基金进行配置，而这些基金往往在特定的风格、行业上暴露了较多的风险敞口，一旦市场状态发生改变，净值容易出现大幅回撤。而对机构来说，基金规模的增速远远落后于基金数量的增速，导致平均规模不断萎缩，部分小微基金甚至难以覆盖发行和运营成本。数据显示，全部基金的平均规模从 09 年的 48.04 亿下降到最新(2018 年 2 月 28 日)的24.99 亿，跌幅近半。其中，股票型基金从 59.9 亿下降到 9.22 亿，跌幅 84.6%;混合型基金从 51.62亿下降到 6.47 亿，跌幅 87.47%。而债券型基金受益于过去几年避险配置需求的提升，平均规模从 10.27 亿上升到 17.08 亿，涨幅 66.32%。
2.    公募基金中存在显著的马太效应，市场关注、投资者青睐的往往是排名靠前的“明星基金”，有限的资源向头部集中的后果是导致大量的基金无人问津，存量资源利用效率较低。以股票型基金为例，2019 年 2 月 28 日市场上一共有 1172 支股票型基金，按照规模从大到小排序，计算累计规模占比。结果显示，前 10 名基金平均规模 246.44亿，累计占比 24.97%;前 50 名基金平均规模 103.88 亿，累计占比超过一半，达到52.64%;前 200 名基金平均规模 39.72 亿，累计占比高达 80.50%;而排名 200 名之后的基金，平均规模只有 2.06 亿，累计占比不到 20%。
3.    公募基金的相对收益属性和投资者的绝对收益诉求之间存在着错配。我们统计了2009 年至今历年新发行基金的份额占比情况，其中，股票型基金主要代表相对收益产品，目标是战胜某个基准指数，而债券型基金和货币型基金则更多代表了绝对收益产品，目标是获取稳健、低风险的收益。结果显示，近三年新发行基金中，债券型+货币型基金明显更受投资者青睐，发行份额占比从 15 年的 7.66%一路攀升至最新(2018 年 2 月 28 日)的 70.76%。说明投资者的避险配置需求在提升，对于本金的安全也愈发重视，这类现象在银行、保险等大的资金方中尤为明显。而公募基金更擅长的是相对收益，即便能够长期战胜市场，也难以在大的下行行情中规避净值的大幅回撤。这种供需之间的错配导致基金在发行过程中困难重重，营销成本高昂，发行规模也往往不达预期。

“华泰周期轮动”基金组合可以有效盘活存量基金资源，获取稳健收益
综合前文所述，当前公募基金行业发展的痛点可以归为两类:
1.    对投资者而言，公募基金的数量过多，大多数人不具备专业的择基能力;另外，单个基金产品受限于投资范围和最低仓位要求，风险收益特征一般都难以满足投资者的需求。比如股票型基金虽然收益较高，但波动大，在下行行情中净值容易出现大幅回撤;而债券型基金虽然走势平稳，风险较小，但收益偏低，净值增长慢。实际上，投资者期望的是一个类绝对收益型产品，在上涨行情中有一定的弹性收益，在下跌行情中本金亏损的风险可控。
2.    对机构而言，基金规模增速远远跟不上基金数量增速，导致平均规模不断被压缩，部分基金甚至难以覆盖运营成本;同时，由于营销费用高昂，有限的资源只能向头部集中，打造爆款基金成了机构不约而同的选择，多数基金则无人问津，存量资源利用效率低;最后，机构的相对收益属性与投资者的类绝对收益诉求之间也存在着错配。

如果能将各类基金打包成一个组合，在组合中灵活调整股票型基金和债券型基金的权重，比如股票市场表现较好的时候加大股票型基金的配置，博取弹性收益;而当股票市场表现不佳的时候，加大债券型基金的配置，降低回撤风险。这样从理论上可以构建一个类绝对收益型产品，前面的问题也就迎刃而解了:
1. 对于投资者，直接跟投基金组合即可获取相对稳健的收益，不需要再去主观择基。
2. 对于机构，可以将存量基金资源调动起来，在不同市场阶段推荐不同类型的产品，既能满足投资者的绝对收益诉求，又有利于基金规模的扩张。

  综上，本文正是基于这样的目的，试图结合华泰金工已有研究成果，搭建一套完整的、自上而下的基金组合构建体系，打造类绝对收益型产品。后文将沿着“宏观择时→板块轮动→组合优化→基金落地配置”的顺序依次介绍模型构建细节，最后基于各个维度实证模型的有效性。

宏观择时:判断经济周期运行状态，调整股、债资产配比
在股、债轮动的应用场景下，宏观择时等价于直接判断股票市场多空

宏观择时的核心目的是判断经济周期运行状态，灵活调整股、债权重配比。力争在经济周期上行期，加大股票类进攻资产的配置，博取弹性收益;在经济周期下行期，加大债券类避险资产的配置，降低回撤风险。

以上证综指表征股票资产，以中债-总财富指数表征债券资产，对比两者的对数同比序列走势。结果表明，除了 14~15 年经济探底、流动性环境宽松催生出股、债双牛之外，其他时间段股、债基本都是反向运行，这与直观的投资逻辑是相符的:股票属于进攻类资产，受益于经济上行，企业盈利回升;而债券属于防御类资产，受益于经济下行，流动性宽松。中长期来看，两者一般不会同向运行。

所以，在当前股债轮动的应用场景中，宏观择时判断周期运行状态等价于直接对股票市场进行择时:看多时加大股票资产的配置，看空时加大债券资产的配置。这样就可以利用到我们已有的择时系列研究成果。

华泰周期量价择时模型能有效捕捉大的趋势性行情，样本外跟踪效果较好
在华泰金工择时系列报告《技术指标与周期量价择时模型的结合》中，我们发现 A 股不同行业的分化表现是市场整体走势的领先指标，比如市场见底前，总有一些先知先觉的行业率先企稳回升;而市场见顶前，也会有部分行业提前出现滞涨现象。基于此逻辑，我们提出了一个层次化的择时方案:首先基于量、价同比走势判断各个一级行业的多空方向，然后将行业多空观点汇总成对整个市场的多空判断。具体建模步骤如下:
1. 在每月末，计算一级行业的价格同比和 12 个月累积成交量同比，如果两个指标均环比上升，则看多这一行业(记为 1)，均环比下降则看空这一行业(记为-1)，其余情况保持无观点(记为 0)。
2. 当看多的行业数目≥5，且看空的行业数目