基金仓位测算与样本选择 [page::2][page::3]

• 采用规模指数回归法与重仓股测算法测算灵活配置型基金股票仓位，绕过披露滞后问题。

- 选取规模大于5000万的1641只灵活配置型基金，覆盖银行、电子、医药生物等多行业，仓位均值约65%。

基金仓位与市场关系的统计分析 [page::4][page::5][page::6]

• 仓位与市场收益在趋势市呈正相关（约3.96%），震荡市呈负相关（约-11.52%）。

- 趋势市基金仓位表现为追涨杀跌：涨市增仓，下跌减仓；震荡市则反向调整仓位。

• 基金仓位择时信号震荡市中表现最佳，多空收益率均值0.3505%，T值1.53，在80%置信水平下显著不同于0。

震荡市基金仓位择时模型构建及表现 [page::7][page::8]

• 震荡市中，仓位高于55.6%分位点发出看空信号，低于则看多，趋势市不发信号。

- 年化多空收益率16.10%，收益波动率24.86%，收益波动比0.65，远超基准Wind全A年化1.33%，波动率相近。

• 年均换手率双边约10.36次，策略流动性良好。

基金仓位因子与现有择时因子相关性及启示 [page::8][page::9]

• 基金仓位因子与固定资产投资、PMI新出口订单、美元兑离岸人民币汇率等因子相关较低，有增量信息。

- 在震荡市中，仓位因子及医药行业超额、7天期回购利率表现优异，为震荡市占优因子。

• 动量和固定资产投资等因子在趋势市中表现突出，分环境因子分类合理。

| 因子名称 | 震荡市年化收益率 | 震荡市收益波动比 | 趋势市年化收益率 | 趋势市收益波动比 | 因子类别 |
|------------------------------|-----------------|-----------------|-----------------|-----------------|------------|
| 基金仓位因子 | 16.10% | 0.65 | -8.31% | -0.28 | 震荡市占优因子 |
| 固定资产投资累计同比 | 9.18% | 0.37 | 39.79% | 1.35 | 趋势市占优因子 |
| 医药行业超额收益 | 22.32% | 0.90 | -4.33% | -0.15 | 震荡市占优因子 |
| 7天期回购利率 | 22.38% | 0.90 | 2.06% | 0.07 | 震荡市占优因子 |
| 市场动量指标（一月变化率） | -2.39% | -0.10 | 27.52% | 0.93 | 趋势市占优因子 |

分环境择时模型表现总结 [page::10][page::11][page::12]

• 震荡市择时融合仓位因子后，多空年化收益率29.60%，收益波动比1.35，明显优于基准。

- 趋势市择时模型表现尤为出色，多空年化收益率61.99%，收益波动比2.28，换手率17.23次/年。

• 全局策略通过分环境因子组合，实现年化多空收益50.04%，收益波动比1.93，最大回撤较低。

风险提示 [page::0][page::13]

• 模型结论基于合理假设和历史数据，市场环境变化可能导致模型失效。

系统化资产配置系列之十：利用基金仓位信息对市场择时——深度分析报告

---

一、元数据与报告概览

• 标题：系统化资产配置系列之十：利用基金仓位信息对市场择时

- 作者：于明明（分析师）

• 发布机构：兴业证券经济与金融研究院

- 发布日期：2020年7月21日

• 研究主题：基于公募基金的股票仓位数据，通过不同市场环境下的仓位信息，构建和优化市场择时模型，提升资产配置效率。

核心论点：
报告提出利用灵活配置型基金的股票仓位信息做市场择时，尤其聚焦在市场震荡期表现出的择时效果。基金仓位在趋势市场中表现为“追涨杀跌”的典型行为，而在震荡市场中表现为“逆势操作”。基于此，作者将基金仓位因子整合进中期择时模型，构建分环境择时模型，在趋势市和震荡市均展现优异的择时能力，显著提高了投资模型的收益和风险调整后表现。

模型表现亮点：

• 分环境择时模型年化多空收益率50.04%，收益波动比1.93；

- 多头策略年化收益33.27%，收益波动比1.81；

• 同期Wind全A指数年化收益13.35%，收益波动比0.47，明显低于模型表现。

风险提示：模型依赖历史数据和合理假设，市场环境变化可能导致模型失效。[page::0,12,13]

---

二、逐节深读与剖析

1. 基金仓位的测算方法回顾

基金仓位是公募基金资产配置的核心变量，反映管理人对权益市场的看法。由于基金仓位披露的频率较低（一般季度），且存在滞后，兴业证券的金融工程团队通过“规模指数回归法”与“重仓股测算法”实现了较为实时的仓位测算。其核心方法是利用基金净值增长率与持仓收益率的带约束多元线性回归，并采用加权最小二乘法优化（回归窗口常为60天，市场极端波动时缩短至20天），实时监测股票仓位变化。

选择“灵活配置型基金”作为分析对象，基于以下理由：

• 该类型基金具有0%-95%的股票仓位自由调节范围，较能反映基金经理对市场的判断；

- 数量多（2020年4月符合条件基金1641只，总规模超8353亿元），且覆盖面广，为大样本提供数据支持。

基金行业仓位分布数据显示，银行、电子、医药生物、食品饮料及非银金融行业仓位偏高，合计接近50%，显示基金经理在方向性的行业选择中趋于防御与科技领域。[page::2,3]

---

图表3与4分析：不同市场状态下基金仓位与收益的关系

• 从2005年初至2020年7月的周度数据中，基金仓位平均为64.95%，中位数67.48%，最高达80.60%（2007年），最低43.43%（2017年）。

- 不同市场环境（震荡、市牛市、熊市）下仓位与同期市场收益率相关性显著不同：整体零散（全局相关0.4%），震荡市负相关（-13.83%），趋势市正相关（8.36%）。

• 震荡市中管理人“逆势操作”：上涨降低仓位，下跌增加仓位；趋势市中表现为“追涨杀跌”：股市上涨加仓，下降减仓。

- 该反向特性为构建择时模型提供逻辑基础。

数据统计方法严谨，采用20、40、60日均线排列确认趋势市状态，非单调排列为震荡市。回归数量充足（213周震荡市，572周趋势市）保证结论稳健性。[page::3,4,5,6]

---

2.1 不同市场环境下的信号测试

通过t检验，进一步验证基金仓位因子择时信号有效性：

• 震荡市中，基金仓位因子的多空收益率均值显著大于零（t=1.53，拒绝收益均值=0假设），周度多空收益率0.3505%，显著优于全局和趋势市表现。

- 趋势市及全局环境中信号无显著性，多空收益率较弱（约0.03%或更低）。

支持依据为基金仓位择时与市场走势关系的差异性，以及依据万得全A上行概率（55.6%）调整信号触发逻辑，确保信号发出符合市场整体表现概率。

该结论为震荡市中利用仓位因子构建择时模型奠定了理论和数据基础。[page::6,7]

---

2.2 震荡市中基金仓位信息择时模型的构建

逻辑基于以上信号测试成果构建简单择时规则：

• 震荡市中，若本期基金仓位高于全局55.6%分位点，发空头信号（-1）；低于该点发多头信号（+1）。

- 趋势市不发信号。

模型测试结果：

• 年化多空收益率16.10%，收益波动率24.86%，收益波动比0.65；

- 多头收益率10.08%，收益波动率17.98%，收益波动比0.56；

• 基准Wind全A在震荡市年化收益率仅1.33%，低波动比0.05；

- 换手率适中，双边换手10.36次（多空），5.44次（多头）。

说明震荡市中基于基金仓位的择时策略有效提升收益且控制波动，明显优于无择时的指数表现。[page::7,8]

---

2.3 基金仓位因子与现有择时因子的融合及分环境择时模型构建

• 基金仓位因子与现有因子相关性较低，特别是在震荡市中，与基建投资、PMI新出口订单、美元兑人民币汇率、市场动量等因子呈明显负相关。

- 因此，注入基金仓位因子有望带来额外信息，提高择时模型准确度。

中期择时因子表现分析将因子划分为：

• 震荡市占优因子（如医药行业超额收益、7天期回购利率）

- 趋势市占优因子（如基建投资、PPI环比、美元兑人民币汇率等）

• 全局因子（表现均衡，稳定性好）

分环境择时模型采用当市况为趋势市时激活趋势市占优因子，震荡市激活震荡市占优因子，且全局因子均参与，形成动态适应的多因子择时框架。[page::8,9,10]

---

三、图表及视觉数据深度解读

图表1（基金行业仓位分布）

展现了行业仓位占比，银行、电子、医药生物三大行业占比较高（合计近32%），反映灵活配置型基金偏好防御和成长性行业。行业结构对择时信号稳定性和解释性提供支持。

图表2（灵活配置型基金仓位与Wind全A指数表现）

走势图清晰呈现基金仓位（蓝线）与Wind全A（橙线）走势的共振性，在趋势明显时两者高度同步，震荡期则关系较弱甚至负相关，佐证了后续择时逻辑。

图表3-5（不同市场状态下仓位与收益统计及相关性）

多列详细统计数据表明震荡市中仓位和市场收益的负相关性最大，趋势市呈弱正相关，这为后续对基金仓位作为择时指标的区别使用提供定量证据。

图表7-8（震荡市择时净值表现与绩效数据）

震荡市仓位择时净值线优于基准，显示仓位因子择时效果。年化收益高于市场且波动率合理，最大回撤远低于指数，风险调整后表现突出。

图表9（仓位因子与现有择时因子相关性）

数字间的负相关与低相关系数体现仓位因子不同于传统因子，补充了市场情绪等投资者行为信息，增加模型多样性。

图表10-12（中期因子在不同环境的表现与分类）

通过T检验多空日收益率统计，因子表现分化明显，基金仓位因子在震荡市表现最好，动量型因子更适合趋势市等，这一分类加深了模型的环境敏感度。

图表13-14（分环境模型震荡市表现）

净值曲线持续上扬，收益波动比大幅提升到1.35，模型较早期单一因子表现提升显著，表明多因子环境适应性的增强。

图表15-16（趋势市表现）

趋势市分环境模型表现极为优异，年化多空收益近62%，明确优于基准及过去模型，波动调整收益突出，切实验证了环境因子体系的优势。

图表17-18（整体异常分环境模型表现）

全周期模型年化收益和波动比提升显著，回撤大幅缩小，换手率合理，模型适用性和实战价值明显。

以上图表均使用Wind终端数据，基于回归测算仓位，统计周期长达15年，体现较强稳健性。模型所有绩效均使用回测历史数据，实际应用需注意未来环境变化风险。[page::3-12]

---

四、估值模型分析

本报告虽然未直接涉及公司估值计算，但运用的择时模型属于系统化资产配置工具，核心是基于多因子指标构建动态仓位信号，实质上是一个基于统计学和行为金融的“市场择时策略”，其“估值”定义体现在收益-风险比（Sharpe比）和最大回撤控制，而非绝对价格估值。

报告采用的回报衡量指标包含：

• 年化收益率

- 年化波动率

• 收益波动率（Sharpe ratio的近似）

- 最大回撤

• 换手率（交易频率）

所有指标均经过严格历史数据样本统计和t检验，确保模型的统计显著性和实际应用的可行性。[page::6-12]

---

五、风险因素评估

报告明示的风险主要是模型失效风险：

• 该择时模型基于历史数据和合理假设，若未来市场结构、基金行为习惯或市场环境发生根本变化，模型的有效性可能降低。

- 震荡市或趋势市定义的均线指标接受滞后性和信号噪声的制约，在极端行情中可能失准。

报告未明显涉及市场操作风险、流动性风险及策略执行成本，但通过换手率指标的反映间接提示交易成本的合理控制。

没有明确缓解策略，但从历史表现来看，模型对波动和回撤进行了有效管理，降低了训练过拟合的风险，体现一定稳健性。[page::0,13]

---

六、批判性视角与细微差别

• 假设依赖性：模型对均线系统划分市场环境有一定依赖，均线参数的选取可能影响震荡和趋势市的界定，进而影响信号判断。

- 数据滞后：仓位数据虽采用先进测算方法，但仍基于基金净值和持仓回溯，可能存在微小时滞，影响择时精度。

• 震荡市择时局限性：尽管震荡市中仓位择时收益显著，但该阶段整体市场波动较大，模型收益和风险波动均较高，投资者需匹配自身风险承受能力。

- 换手率和交易成本：年均20次左右的双边换手率，在某些交易成本较高的环境下，可能对净收益产生压力，报告未展开详细交易成本分析。

• 行业分布集中性：基金行业配置较为集中，说明仓位信号带有一定行业偏向，市场结构调整时可能影响信号适用性。

- 模型风险提醒未展开：虽然报告警示市场环境转变的风险，但未提供切换策略或自适应机制，未来可进一步丰富。

总体，报告从数据和逻辑上严谨，但投资者需结合市场行情及风险承受度理性应用，不能单纯依赖模型信号。[page::0,2,6,13]

---

七、结论性综合

本文系统性地验证并实证了灵活配置型基金仓位在不同市场环境中对市场走势的反映特征，确认：

• 在趋势市，基金仓位表现为“追涨杀跌”特征，仓位与市场正相关，且信号衰减较快；

- 在震荡市，基金仓位呈“逆势操作”特征，仓位与市场负相关，行为更为反向，信号更具稳定性。

基于此构建的震荡市仓位择时模型，年化多空收益率达16.10%，显著优于基准，且多空收益波动比0.65，风险调整表现合理。
基金仓位因子与其他中期择时因子相关性较低，融合进多因子模型构建环境敏感的分环境择时框架，实现了震荡市和趋势市的最优择时策略。
该分环境择时模型整体表现卓越：全周期年化多空收益率50.04%，收益波动比1.93，最大回撤26.76%，均显著超越基准指数与传统择时框架。

图表形象展示了基金仓位因子带来显著的净值提升和风险控制能力，验证了基金仓位作为市场择时因子的独特价值。

这为系统性资产配置提供了有效工具，强调了市场环境区分与行为信号融合的重要性，对投资组合动态调整和风险管理具备现实指导意义。

风险应重视模型基于历史假设的依赖性及环境变动带来的潜在失效，投资实践中需以模型为辅助工具，结合宏观和微观判断，动态优化配置。

综述，报告在理论深度、实证严谨与应用指导上均具备较高价值，能为专业投资者提供重要的择时参考和资产配置优化思路。[page::0-12]

---

参考的核心图表（示例）

• 

-

• 

-

• 

-

---

综上所述，本文利用灵活配置型基金仓位数据，细致构建了分环境择时模型，在震荡市和趋势市均实现显著的收益提升和风险控制，提供了一个有效的系统化择时工具，值得资产配置和量化投资领域深度关注和实践应用。[page::0-14]

报告