大家都在做的基金倉(cāng)位測(cè)算哪種方法更好

1、1、 前言20192020 年，公募基金連續(xù)兩年走出強(qiáng)有力凈值曲線，基金凈值紛紛創(chuàng)出新高，讓公募基金成了市場(chǎng)的焦點(diǎn)。公募基金的倉(cāng)位變動(dòng)反映著機(jī)構(gòu)投資者投資情緒變化，而隨著基金成為市場(chǎng)上的主角，關(guān)注的焦點(diǎn)，基金倉(cāng)位測(cè)算的研究變得愈發(fā)的重要。市場(chǎng)上有多種基金倉(cāng)位測(cè)算方法，一波又一波轟炸著朋友圈和微信群。大家的方法那么相似，卻總是有點(diǎn)細(xì)微的不同，到底聽(tīng)誰(shuí)的說(shuō)法，真是不知如何是好。本文中財(cái)通金工將為大家梳理市場(chǎng)上常見(jiàn)的基金倉(cāng)位測(cè)算方法，并從與實(shí)際值的差異角度，評(píng)價(jià)幾種方法的優(yōu)劣，期望能選出最優(yōu)的方案。目前主流的基金倉(cāng)位測(cè)算方法，原理都是利用基金凈值數(shù)據(jù)和指數(shù)數(shù)據(jù)進(jìn)行回歸，通過(guò)回歸得到的系數(shù)來(lái)估計(jì)基金倉(cāng)

2、位，本文也將基于回歸法進(jìn)行研究，我們會(huì)對(duì)a）回歸所使用的指數(shù) b）回歸方法 做幾點(diǎn)探討。2、 常用的基金倉(cāng)位測(cè)算方法利用行業(yè)指數(shù)測(cè)算基金倉(cāng)位對(duì)行業(yè)指數(shù)做回歸是市場(chǎng)上最常用的方法，我們使用 30 個(gè)中信一級(jí)行業(yè)指數(shù)日收益率作為回歸模型的自變量，基金的日頻收益率作為因變量，通過(guò)幾種不同的多元線性回歸方式，進(jìn)行基金倉(cāng)位測(cè)算。本文用于測(cè)試的樣本主要為 Wind 分類(lèi)下的偏股混合型基金，我們只考慮成立時(shí)間在 2018 年以前的基金。剔除滬港深基金等非完全投資于 A 股市場(chǎng)的基金，剔除數(shù)據(jù)方面有缺失值的基金。對(duì)行業(yè)權(quán)重的限制有兩種方法：方法 1：超出限制（例如超出 0.95 或者小于 0.6）用相應(yīng)的上下

3、限代替；方法 2：在最優(yōu)化過(guò)程中直接加入倉(cāng)位限制。本文我們直接在最優(yōu)化過(guò)程中加入倉(cāng)位限制，使得最后測(cè)算得到的倉(cāng)位符合直觀。OLS 模型回歸, = ,. . 0 0.95 , 代表基金收益率, 代表中信行業(yè) i 的收益率0.6 0.95 代表中信行業(yè) i 的持倉(cāng)倉(cāng)位數(shù)據(jù)降維 PCAPCA 是一種常用的數(shù)據(jù)降維方法， 首先利用主成分分析法對(duì) 30 個(gè)一級(jí)行業(yè)日收 益率數(shù)據(jù)進(jìn)行主成分提取。用一定時(shí)期內(nèi)所有的行業(yè)收益率數(shù)據(jù)進(jìn)行主成分?jǐn)M合，首先提取選取 30 個(gè)行業(yè)日收益率變量達(dá)累計(jì)方差貢獻(xiàn)率 95以上的主成分變量。再把這些主成分變量作為自變量加入基金對(duì)于主成分變量的回歸模型，回歸得到相應(yīng)系數(shù)，再還原成

4、行業(yè)日收益率數(shù)據(jù)的系數(shù)，即為基金的股票倉(cāng)位。Lasso 回歸與嶺回歸嶺回歸2min| |w 22+ | |2Lasso 回歸2min| |w 2+ |1嶺回歸在 ols 模型原有的懲罰函數(shù)項(xiàng)中加入了一個(gè) L2 正則項(xiàng)，這種平方偏差因子向模型中引入少量偏差，但大大減少了方差。與嶺回歸類(lèi)似，Lasso 回歸可以使得一些特征的系數(shù)變小，與嶺回歸不同的是， Lasso 回歸甚至還使一些絕對(duì)值較小的系數(shù)直接變?yōu)?0，從而起到數(shù)據(jù)降維的目的。 對(duì)于本文中使用的存在 30 個(gè)行業(yè)變量的高維的特征數(shù)據(jù),采用 Lasso 回歸可以比較有效地解決維度過(guò)高的問(wèn)題，lasso 回歸是業(yè)界常用的模型。逐步回歸數(shù)據(jù)降維還

5、可以使用逐步回歸的方法，剔除掉一些影響力較低的行業(yè)。逐步回歸分為兩種，分別是向前逐步回歸和向后逐步回歸。向前逐步回歸是將自變量一個(gè)一個(gè)放進(jìn)模型中，每當(dāng)放入一個(gè)變量時(shí)，都利用 AIC 檢驗(yàn)準(zhǔn)則檢驗(yàn)，看看模型是否會(huì)有所改進(jìn)，如此不斷迭代，直到?jīng)]有適合的新變量加入為止。向后逐步回歸則是將所有的自變量都加入到模型中，再逐步剔除影響最小的變量。使用逐步回歸法的好處是將統(tǒng)計(jì)上不顯著的解釋變量剔除，最后保留在模型中的解釋變量之間多重共線性不明顯，而且對(duì)被解釋變量有較好的解釋貢獻(xiàn)。本文我們使用向前逐步回歸的方法。（關(guān)于模型的詳細(xì)信息請(qǐng)參見(jiàn)附錄，正文中不做贅述。）利用風(fēng)格指數(shù)和寬基指數(shù)測(cè)算基金倉(cāng)位除了用行業(yè)指數(shù)

6、收益率作為回歸模型自變量，還可以嘗試用風(fēng)格指數(shù)或者大小盤(pán)指數(shù)來(lái)做回歸。由于回歸自變量較少，不需要像行業(yè)收益數(shù)據(jù)作為自變量時(shí)考慮共線性和數(shù)據(jù)降維問(wèn)題。用大小盤(pán)指數(shù)來(lái)回歸rf,t 代表基金收益率rf,t = pb rb,t + ps rs,t s. t. 0 pb 0.950 ps 0.950.6 pb + ps 0.95rb,t 、rs,t代表滬深 300 和中證 1000 的收益率pb、 ps代表滬深 300 和中證 1000 的持倉(cāng)倉(cāng)位用風(fēng)格指數(shù)來(lái)回歸 , = , + , rf,t 代表基金收益率. . 0 0.95 0 0.950.6 + 0.95rv,t 、rg,t代表國(guó)證價(jià)值和國(guó)證成長(zhǎng)

7、的收益率pv、 pg代表國(guó)證價(jià)值和國(guó)證成長(zhǎng)的持倉(cāng)倉(cāng)位3、 經(jīng)典測(cè)算方法的比較表1：測(cè)算方法匯總不同測(cè)算方法在各個(gè)基金報(bào)告期的表現(xiàn)大類(lèi)方法說(shuō)明行業(yè)指數(shù)回歸OLS最基礎(chǔ)的策略嶺回歸加入 L2 懲罰項(xiàng)Lasso 回歸加入 L1 懲罰項(xiàng)PCA主成分回歸數(shù)據(jù)降維逐步回歸剔除不顯著解釋變量寬基或風(fēng)格指數(shù)回歸大小盤(pán)滬深 300 和中證 1000風(fēng)格指數(shù)國(guó)證成長(zhǎng)和國(guó)證價(jià)值數(shù)據(jù)來(lái)源：wind, 表2：各報(bào)告期理論倉(cāng)位與實(shí)際倉(cāng)位差值的平均數(shù)上一章節(jié)中，我們提到了 7 種偏股型基金倉(cāng)位測(cè)算方法，那么如何評(píng)價(jià)這種方法的好壞呢？本文我們采用季報(bào)披露的基金持倉(cāng)作為比較基準(zhǔn)：在季報(bào)披露時(shí)點(diǎn)理論值與實(shí)際值差距最小的方法，就是

8、最好的基金倉(cāng)位測(cè)算方法。日期olsridgelassopcastepwise大小盤(pán)風(fēng)格2018-03-318.097.817.957.387.978.237.642018-06-307.837.317.528.187.297.857.822018-09-307.477.317.268.567.359.098.222018-12-316.206.096.107.346.278.409.052019-03-314.754.654.675.004.915.825.992019-06-306.026.056.036.216.206.946.432019-09-305.876.656.376.256.9

9、99.818.852019-12-315.045.375.315.215.459.287.252020-03-316.606.406.516.266.307.046.852020-06-304.864.734.754.994.916.125.522020-09-304.894.854.835.234.996.455.382020-12-314.664.574.514.954.395.614.842021-03-317.527.467.457.987.698.518.002021-06-306.296.126.186.666.197.267.78平均6.156.106.106.446.217.6

10、07.12中位數(shù)6.116.116.146.256.237.557.44數(shù)據(jù)來(lái)源：wind, 圖1：理論倉(cāng)位與實(shí)際倉(cāng)位差值的平均數(shù)數(shù)據(jù)來(lái)源：wind, 通過(guò)比較我們發(fā)現(xiàn)，使用行業(yè)指數(shù)回歸的方法得到的理論倉(cāng)位與實(shí)際值的偏差會(huì)小于用寬基或者風(fēng)格指數(shù)回歸。其中最簡(jiǎn)單的 ols 回歸、嶺回歸和 lasso 回歸反而有最好的表現(xiàn)?？傮w來(lái)看，理論倉(cāng)位與實(shí)際倉(cāng)位的偏差值并不大。表3：易方達(dá)中小盤(pán)（110011.OF）的理論倉(cāng)位與實(shí)際倉(cāng)位對(duì)比日期olsridgelassopcastepwise大小盤(pán)風(fēng)格實(shí)際2019-03-3195.0095.0095.0095.0095.0093.1090.5590.9520

11、19-06-3095.0095.0095.0095.0094.6795.0095.0094.682019-09-3095.0091.1695.0095.0094.8290.6077.5092.112019-12-3195.0095.0095.0095.0095.0095.0095.0094.902020-03-3195.0095.0095.0095.0095.0093.5693.2494.382020-06-3095.0092.4495.0095.0089.8394.6987.1193.162020-09-3088.2185.5788.1093.5990.9675.0082.8791.9220

12、20-12-3195.0095.0095.0095.0094.2695.0095.0092.352021-03-3195.0095.0095.0095.0095.0095.0095.0094.582021-06-3082.6479.0978.0995.0085.2493.7674.6771.07總體倉(cāng)位測(cè)算準(zhǔn)嗎？數(shù)據(jù)來(lái)源：wind, 表4：華安文體產(chǎn)業(yè)（001532.OF）的理論倉(cāng)位與實(shí)際倉(cāng)位對(duì)比日期olsridgelassopcastepwise大小盤(pán)風(fēng)格實(shí)際2019-03-3184.7685.9383.9386.4584.4982.0780.7987.192019-06-3081.4680

13、.9280.9084.0381.3681.7986.4593.422019-09-3077.3076.5676.0675.9973.9576.5987.3186.162019-12-3186.9686.3186.1483.8684.7078.5988.3393.602020-03-3195.0095.0095.0094.6395.0095.0093.1989.902020-06-3095.0095.0095.0095.0095.0095.0095.0093.752020-09-3095.0095.0095.0095.0095.0095.0095.0093.912020-12-3195.0095

14、.0095.0095.0095.0095.0095.0092.192021-03-3195.0095.0095.0095.0095.0095.0083.9086.682021-06-3094.7493.7793.4495.0090.1795.0079.1484.57數(shù)據(jù)來(lái)源：wind, 我們可以發(fā)現(xiàn)，在大多數(shù)情形下，回歸測(cè)算得到倉(cāng)位與實(shí)際值相差不遠(yuǎn)，但是在某些時(shí)間點(diǎn)倉(cāng)位測(cè)算會(huì)出現(xiàn)較大的誤差。表5：易方達(dá)中小盤(pán)(110011.OF)的倉(cāng)位測(cè)算（2020年年報(bào)持倉(cāng)）靠回歸真的能測(cè)出行業(yè)倉(cāng)位嗎？行業(yè)實(shí)際ridgelassoolspcastepwise石油石化(中信)0.003.061.101.453

15、.620.00煤炭(中信)0.000.000.000.000.000.00有色金屬(中信)0.000.020.010.01-0.000.00電力及公用事業(yè)(中信)0.000.000.000.00-0.000.00鋼鐵(中信)0.000.000.000.000.000.00基礎(chǔ)化工(中信)0.600.600.020.155.770.00建筑(中信)0.000.000.000.000.070.00建材(中信)0.001.280.000.006.610.00輕工制造(中信)0.005.354.804.756.150.00機(jī)械(中信)0.000.000.020.003.830.00電力設(shè)備及新能源(中

16、信)0.001.210.000.003.630.00國(guó)防軍工(中信)0.000.000.000.000.000.00汽車(chē)(中信)4.090.050.030.04-0.000.00商貿(mào)零售(中信)0.000.000.000.002.870.00消費(fèi)者服務(wù)(中信)0.003.683.783.7611.850.00家電(中信)4.233.963.353.314.010.00紡織服裝(中信)0.000.000.000.002.380.00醫(yī)藥(中信)19.5419.0620.4720.365.2141.51食品飲料(中信)54.2751.7757.9457.6723.1052.75農(nóng)林牧漁(中信)0.

17、003.642.942.906.500.00銀行(中信)0.000.000.000.000.000.00非銀行金融(中信)0.000.000.000.001.830.00房地產(chǎn)(中信)0.000.000.000.000.720.00交通運(yùn)輸(中信)4.111.330.540.602.210.00電子(中信)3.630.000.000.00-0.000.00通信(中信)0.000.000.000.00-0.000.00計(jì)算機(jī)(中信)1.850.000.000.003.070.00傳媒(中信)0.000.000.000.00-0.000.00綜合(中信)0.000.000.000.001.450.

18、00綜合金融(中信)0.000.000.000.000.110.00數(shù)據(jù)來(lái)源：wind, 我們來(lái)看易方達(dá)中小盤(pán)(110011.OF) 2020 年年報(bào)期的倉(cāng)位測(cè)算結(jié)果，發(fā)現(xiàn)回歸測(cè)算的結(jié)果非常精準(zhǔn)，對(duì)主要重倉(cāng)行業(yè)的倉(cāng)位測(cè)算結(jié)果與實(shí)際值非常接近。表6：國(guó)泰金鼎價(jià)值精選(519021.OF)的倉(cāng)位測(cè)算（2020年年報(bào)持倉(cāng)）行業(yè)實(shí)際ridgelassoolspcastepwise石油石化(中信)0.003.473.324.232.419.49煤炭(中信)0.002.702.533.443.080.00有色金屬(中信)1.040.000.000.000.000.00電力及公用事業(yè)(中信)0.011.31

19、1.030.001.470.00鋼鐵(中信)0.000.830.530.000.470.00基礎(chǔ)化工(中信)13.251.661.460.004.240.00建筑(中信)0.000.000.000.00-0.000.00建材(中信)1.113.963.903.324.880.00輕工制造(中信)0.012.452.310.004.290.00機(jī)械(中信)15.556.516.617.724.5815.06電力設(shè)備及新能源(中信)4.448.719.0410.386.890.00國(guó)防軍工(中信)0.020.330.031.61-0.000.00汽車(chē)(中信)0.006.046.225.206.25

20、9.62商貿(mào)零售(中信)0.000.000.000.001.210.00消費(fèi)者服務(wù)(中信)0.005.685.824.005.530.00家電(中信)5.1411.1111.6610.739.588.97紡織服裝(中信)0.100.000.000.001.090.00醫(yī)藥(中信)7.788.148.369.045.3715.21食品飲料(中信)15.9017.7818.7220.8812.4123.17農(nóng)林牧漁(中信)0.095.215.245.135.370.00銀行(中信)4.444.914.865.271.635.02非銀行金融(中信)11.050.950.650.312.840.00房

21、地產(chǎn)(中信)0.000.000.000.001.250.00交通運(yùn)輸(中信)0.000.950.650.212.670.00電子(中信)5.342.302.063.124.128.46通信(中信)0.000.000.000.42-0.000.00計(jì)算機(jī)(中信)0.200.000.000.002.600.00傳媒(中信)0.000.000.000.000.040.00綜合(中信)0.000.000.000.000.700.00綜合金融(中信)0.000.000.000.00-0.000.00數(shù)據(jù)來(lái)源：wind, 而對(duì)于國(guó)泰金鼎價(jià)值精選(519021.OF) 2020 年年報(bào)期的倉(cāng)位測(cè)算結(jié)果，我們

22、發(fā)現(xiàn)回歸測(cè)算處于完全失靈的狀態(tài)，對(duì)于主要重倉(cāng)行業(yè)判斷出現(xiàn)了極大的偏差。表7：20182020年報(bào)數(shù)據(jù)單個(gè)基金對(duì)應(yīng)的倉(cāng)位測(cè)算誤差均值報(bào)告期ridgelassoolspcastepwise2018123170.9572.2172.3981.8979.452019123171.2974.0674.4183.6385.672020123168.9570.2470.3285.1878.38數(shù)據(jù)來(lái)源：wind, 表8：20182020年報(bào)數(shù)據(jù)對(duì)應(yīng)的市場(chǎng)整體倉(cāng)位測(cè)算誤差報(bào)告期ridgelassoolspcastepwise2018123143.4845.8145.8838.5542.052019123139

23、.3342.7742.6850.2039.342020123139.7036.4636.5160.7331.55數(shù)據(jù)來(lái)源：wind, 剛才我們講到，有些基金行業(yè)倉(cāng)位測(cè)算很精準(zhǔn)，但是在另一些基金上倉(cāng)位測(cè)算卻很失敗，幾乎一個(gè)行業(yè)都無(wú)法押中，那么總體來(lái)看情況如何呢？我們發(fā)現(xiàn)，對(duì)行業(yè)的估計(jì)效果是比較差的，對(duì)于單個(gè)基金，平均每個(gè)行業(yè)誤差超過(guò)了 2，而對(duì)于市場(chǎng)整體測(cè)算誤差相對(duì)更小，但平均每個(gè)行業(yè)誤差也超過(guò)了 1。市場(chǎng)整體倉(cāng)位測(cè)算對(duì)于單個(gè)的基金，任何模型都不能精確地還原基金的倉(cāng)位，那市場(chǎng)整體倉(cāng)位呢？測(cè)算誤差是否能夠更小一點(diǎn)，有可能做到更貼近實(shí)際值嗎？市場(chǎng)整體倉(cāng)位一般采用規(guī)模加權(quán)，這個(gè)數(shù)值能反映全部基金的總的

24、權(quán)益持倉(cāng)占基金規(guī)模的比例。表9：規(guī)模加權(quán)基金倉(cāng)位測(cè)算與實(shí)際結(jié)果比較本文我們還會(huì)使用等權(quán)的結(jié)果，這個(gè)結(jié)果無(wú)視基金的規(guī)模大小，每個(gè)基金經(jīng)理對(duì)于市場(chǎng)的觀點(diǎn)我們都給予同樣的重視，這個(gè)指標(biāo)可以反映基金經(jīng)理的市場(chǎng)情緒。報(bào)告期olsridgelassopcastepwise大小盤(pán)風(fēng)格實(shí)際2018033191.4691.0191.1390.3790.9891.3190.5485.642018063090.1389.4389.7889.7589.1889.3088.8183.042018093090.0589.8789.6991.3589.8391.5390.3782.672018123183.1882.738

25、2.8484.6483.1186.4687.3279.382019033186.7586.1086.3185.8286.9883.6382.7585.722019063087.6987.1687.3186.2687.4187.0787.2584.922019093084.6382.8783.6484.5983.6080.8482.7286.252019123189.6788.2788.8390.1888.4683.3786.0388.932020033191.7691.4391.6190.7290.9291.2091.0585.442020063092.4991.9792.0092.0591.

26、7389.3491.9089.482020093091.2490.7191.0491.1690.9486.2190.4489.182020123193.2592.9292.9393.0792.7390.4992.1790.462021033193.9793.8793.8594.2593.5192.9689.2588.552021063093.1292.4392.5493.5492.6091.6187.5388.10數(shù)據(jù)來(lái)源：wind, 表10：等權(quán)法基金倉(cāng)位測(cè)算與實(shí)際結(jié)果比較 圖2：測(cè)算倉(cāng)位與實(shí)際倉(cāng)位的對(duì)比（規(guī)模加權(quán)）數(shù)據(jù)來(lái)源：wind, 報(bào)告期olsridgelassopcastepwise

27、大小盤(pán)風(fēng)格實(shí)際2018033191.1590.5690.7789.8590.4490.9889.7884.272018063088.9188.0888.4088.7787.8288.0487.4782.022018093088.3088.0487.8889.7588.0490.0888.6982.032018123181.7181.2581.3183.0581.7084.5785.7178.432019033187.5086.9087.0786.9187.4884.4683.5285.812019063087.1986.6586.7486.0687.2286.1386.9685.1420190

28、93083.3381.5882.2283.8381.8879.9983.4585.432019123189.0787.6288.0889.7187.6182.8286.6388.102020033191.3290.9791.1390.2090.4590.9090.4785.482020063092.2891.7891.7992.2091.7089.5391.5188.692020093091.2790.8691.0491.2790.6887.2690.9087.852020123192.8392.4792.4692.8291.8290.1391.7689.002021033193.6693.5

29、393.5493.8792.9392.1189.0386.432021063092.6792.1592.1993.1192.0690.6885.9587.41數(shù)據(jù)來(lái)源：wind, 圖3：測(cè)算倉(cāng)位與實(shí)際倉(cāng)位的對(duì)比（等權(quán)）數(shù)據(jù)來(lái)源：wind, 我們發(fā)現(xiàn)測(cè)算結(jié)果與實(shí)際值相差不大，不過(guò)在絕對(duì)值上存在系統(tǒng)性高估情況，走勢(shì)上也在部分時(shí)點(diǎn)存在差異。4、 測(cè)算方法參數(shù)測(cè)試普通 ols 回歸時(shí)間長(zhǎng)度基金倉(cāng)位測(cè)算方法有一個(gè)可變的參數(shù)，那就是回歸的窗口期，回歸時(shí)間到底多長(zhǎng)才最好呢，本文我們將基于這點(diǎn)做一些簡(jiǎn)單的測(cè)試。表11：不同時(shí)間長(zhǎng)度下ols回歸的平均偏差值我們考慮回歸使用的時(shí)間長(zhǎng)度為 20 天120 天的情形，

30、看在哪一個(gè)時(shí)間長(zhǎng)度下回歸，倉(cāng)位測(cè)算的偏差值最小。季報(bào)期20 30 40 50 60 70 80 90 1 001 101 20201803317.527.307.608.798.838.998.968.818.788.748.82201806308.328.507.497.657.397.898.428.708.998.908.812018093010.4710.5110.3110.089.108.518.588.098.417.757.762018123110.469.587.907.587.517.127.356.907.157.687.81201903316.485.815.835.60

31、5.395.485.405.255.275.305.32201906307.417.087.086.687.076.636.626.506.456.386.36201909308.567.986.676.386.496.236.586.236.586.476.54201912319.026.815.635.455.215.335.365.295.445.335.24202003317.727.216.426.527.386.936.956.876.886.826.85202006306.276.165.185.475.505.315.385.125.215.30598

32、5.615.425.595.955.955.135.085.015.035.06202012315.535.395.124.974.844.935.014.874.844.774.80202103318.197.557.787.157.317.817.977.938.057.987.88202106307.056.717.006.997.036.726.516.596.776.916.70平均7.787.306.826.786.796.706.736.596.706.676.65中位數(shù)7.627.156.836.607.056.676.606.556.676.646.62數(shù)據(jù)來(lái)源：wind,

33、我們發(fā)現(xiàn)，隨著時(shí)間長(zhǎng)度逐漸拉長(zhǎng)，ols 回歸測(cè)算倉(cāng)位相對(duì)于實(shí)際值的平均偏差逐漸變小，到 60 以上時(shí)逐漸趨于穩(wěn)定，考慮到我們是對(duì) 30 個(gè)行業(yè)做回歸，回歸時(shí)間長(zhǎng)度不宜太短，我們這里取到 90 天（也就是大約 60 個(gè)交易日）是比較合適的。表12：不同懲罰項(xiàng)系數(shù)下lasso回歸的平均偏差值Lasso 回歸的懲罰項(xiàng)系數(shù) alpha季報(bào)期0.01/1000001/100001/10001/100201803318.818.808.677.6323.40201806308.708.658.396.7821098.077.886.7219.85201812316.906.886

34、.796.6116.63201903315.255.255.176.0624.76201906306.506.496.506.9523.39201909306.236.276.7013.4325.16201912315.295.295.5512.1527.89202003316.876.856.785.9317.86202006305.125.095.006.4327.98202009305.085.075.025.0220.96202012314.874.844.715.6128.36202103317.937.937.867.1217.25202106306.596.596.476.942

35、5.73平均6.596.586.537.3822.88中位數(shù)6.556.546.606.7523.39數(shù)據(jù)來(lái)源：wind, 對(duì)于 lasso 回歸來(lái)說(shuō)，賦予懲罰項(xiàng)的系數(shù) alpha 對(duì)于回歸的結(jié)果有較大影響，而根據(jù)上表，我們發(fā)現(xiàn) lasso 回歸 alpha 取較大值時(shí)對(duì)于測(cè)算方法的準(zhǔn)確性影響很大，而 alpha 取較小值時(shí)，倉(cāng)位測(cè)算方法反而有更好的表現(xiàn)，更低的偏差值。5、 基于基金歷史持倉(cāng)的測(cè)算方法一般而言，基金對(duì)于行業(yè)是有偏好的，30 個(gè)行業(yè)，不是所有行業(yè)基金經(jīng)理都會(huì)去配置，另外基金經(jīng)理也有自己的特質(zhì)偏好。那么，如果根據(jù)歷史的持倉(cāng)把行業(yè)限制在幾個(gè)特殊的行業(yè)再來(lái)回歸，效果會(huì)怎樣呢。我們考慮一

36、下兩個(gè)方法：方法 1：根據(jù)標(biāo)的基金上一期的持倉(cāng)，將行業(yè)的選擇限定在幾個(gè)重倉(cāng)行業(yè)，只對(duì)這幾個(gè)行業(yè)做 lasso 回歸。方法 2： 根據(jù)全體基金上一期的持倉(cāng)偏好，將行業(yè)的選擇限定在十幾個(gè)重倉(cāng)行業(yè)，只對(duì)這幾個(gè)行業(yè)做 lasso 回歸。表13：不同測(cè)算方法單個(gè)基金每一期測(cè)算倉(cāng)位與實(shí)際偏差值測(cè)算方法的比較時(shí)間原始方法全體基金歷史持倉(cāng)調(diào)整單個(gè)基金歷史持倉(cāng)調(diào)整201803317.957.827.63201806307.527.046.69201809307.266.997106.036.30201903314.674.734.81201906306.036.106.48201909

37、306.376.256.75201912315.315.256.49202003316.516.456.22202006304.754.805.01202009304.834.814.87202012314.514.314.63202103317.457.527.22202106306.186.226.45平均6.106.026.19中位數(shù)6.146.166.42數(shù)據(jù)來(lái)源：wind, 我們發(fā)現(xiàn)，兩種新方法相比于原始方法在測(cè)算市場(chǎng)整體倉(cāng)位準(zhǔn)確度上效果相差不大，未能實(shí)現(xiàn)改進(jìn)。圖4：新方法測(cè)算倉(cāng)位與實(shí)際倉(cāng)位的對(duì)比（規(guī)模加權(quán)）基于歷史持倉(cāng)測(cè)算方法的市場(chǎng)整體倉(cāng)位情況數(shù)據(jù)來(lái)源：wind, 圖5：新方法測(cè)算

38、倉(cāng)位與實(shí)際倉(cāng)位的對(duì)比（等權(quán)）數(shù)據(jù)來(lái)源：wind, 基于這一新方法，我們比較了測(cè)算的理論值與實(shí)際倉(cāng)位，測(cè)算倉(cāng)位大多數(shù)時(shí)候能反映基金倉(cāng)位變化，不過(guò)在有些時(shí)候，測(cè)算倉(cāng)位和實(shí)際倉(cāng)位還是會(huì)有相反的走勢(shì)。表14：持倉(cāng)行業(yè)占比的誤差值能比較精確測(cè)算行業(yè)比例嗎？季報(bào)期利用單個(gè)基金信息利用全部偏股型基金信息原始lasso 模型2018063022.4142.4242.542018123130.6344.8045.812019063022.3234.5434.862019123129.8240.8242.772020063023.2245.0945.792020123120.5135.7836.46平均24.82

39、40.5741.37中位數(shù)22.8241.6242.66數(shù)據(jù)來(lái)源：wind, 通過(guò)歷史持倉(cāng)篩選行業(yè)的方法是認(rèn)為基金經(jīng)理的持倉(cāng)行業(yè)偏好有延續(xù)性，只用基金經(jīng)理前一期的持倉(cāng)行業(yè)參與回歸，這一方法在市場(chǎng)上整體行業(yè)持倉(cāng)比例的測(cè)算上確實(shí)有比較好的效果，整體的行業(yè)持倉(cāng)占比測(cè)算誤差有極大幅度的下降。我們驚喜的發(fā)現(xiàn)使用單個(gè)基金信息確定回歸行業(yè)的方法在持倉(cāng)行業(yè)占比偏差值上有相對(duì)更好的表現(xiàn)，相比于原始的 lasso 模型，行業(yè)測(cè)算誤差值降低了 1/3。表15：易方達(dá)中小盤(pán)（110011.OF）行業(yè)占比的測(cè)算行業(yè)利用單個(gè)基金信息利用全部偏股型基金信息原始 lasso 模型實(shí)際石油石化(中信)0.000.001.100

40、.00煤炭(中信)0.000.000.000.00有色金屬(中信)0.000.580.010.00電力及公用事業(yè)(中信)0.000.000.000.00鋼鐵(中信)0.000.000.000.00基礎(chǔ)化工(中信)0.000.050.020.60建筑(中信)0.000.000.000.00建材(中信)0.000.520.000.00輕工制造(中信)0.000.004.800.00機(jī)械(中信)0.000.950.020.00電力設(shè)備及新能源(中信)0.000.000.000.00國(guó)防軍工(中信)0.000.000.000.00汽車(chē)(中信)3.190.390.034.09商貿(mào)零售(中信)0.000.

41、000.000.00消費(fèi)者服務(wù)(中信)0.002.253.780.00家電(中信)0.683.773.354.23紡織服裝(中信)0.000.000.000.00醫(yī)藥(中信)26.6222.0320.4719.54食品飲料(中信)57.6459.9757.9454.27農(nóng)林牧漁(中信)0.002.802.940.00銀行(中信)0.000.000.000.00非銀行金融(中信)0.000.000.000.00房地產(chǎn)(中信)0.000.000.000.00交通運(yùn)輸(中信)6.871.680.544.11電子(中信)0.000.000.003.63通信(中信)0.000.000.000.00計(jì)算機(jī)

42、(中信)0.000.000.001.85傳媒(中信)0.000.000.000.00綜合(中信)0.000.000.000.00綜合金融(中信)0.000.000.000.00數(shù)據(jù)來(lái)源：wind, 時(shí)間原始 lasso行業(yè)整體單個(gè)基金2018063072.1870.5773.412018123178.4072.3572.002019063071.5870.9272.922019123174.0672.3173.722020063068.6867.5071.322020123170.2468.3269.70表16：?jiǎn)蝹€(gè)基金行業(yè)占比的測(cè)算平均誤差值數(shù)據(jù)來(lái)源：wind, 從市場(chǎng)整體行業(yè)倉(cāng)位測(cè)算這個(gè)角

43、度，新方法相對(duì)于原方法有一定的提升，不過(guò)對(duì)于單個(gè)基金的測(cè)算，這套方法并沒(méi)有什么效果，誤差仍然處于較高水平，平均每個(gè)行業(yè)的偏差超過(guò) 2。表17：測(cè)算行業(yè)倉(cāng)位與實(shí)際行業(yè)倉(cāng)位比較（2020年年報(bào)）2020 年年報(bào)期行業(yè)倉(cāng)位測(cè)算行業(yè)利用單個(gè)基金信息利用全部偏股型基金信息原始 lasso 模型實(shí)際值石油石化(中信)0.110.000.710.68煤炭(中信)0.060.000.600.12有色金屬(中信)0.821.740.912.17電力及公用事業(yè) (中信)0.420.000.980.28鋼鐵(中信)0.090.000.170.27基礎(chǔ)化工(中信)3.592.191.103.77建筑(中信)0.190

44、.000.350.33建材(中信)1.283.041.861.19輕工制造(中信)1.880.001.641.37機(jī)械(中信)4.183.022.163.71電力設(shè)備及新能源(中信)11.0412.169.196.39國(guó)防軍工(中信)2.553.652.693.28汽車(chē)(中信)2.584.313.412.59商貿(mào)零售(中信)0.290.000.130.42消費(fèi)者服務(wù)(中信)4.135.495.462.85家電(中信)3.475.714.943.14紡織服裝(中信)0.020.000.830.23醫(yī)藥(中信)16.1415.1112.3813.87食品飲料(中信)15.9915.4811.881

45、4.96農(nóng)林牧漁(中信)0.882.602.351.47銀行(中信)1.642.431.962.10非銀行金融(中信)1.041.060.412.04房地產(chǎn)(中信)1.060.750.631.54交通運(yùn)輸(中信)1.240.690.661.65電子(中信)12.159.258.2813.09通信(中信)0.160.500.350.49計(jì)算機(jī)(中信)2.641.831.014.52傳媒(中信)1.561.751.231.73綜合(中信)0.000.000.180.01綜合金融(中信)0.000.000.140.01數(shù)據(jù)來(lái)源：wind, 表18：測(cè)算行業(yè)倉(cāng)位與實(shí)際倉(cāng)位的差值行業(yè)利用單個(gè)基金信息利用

46、全部偏股型基金信息原始 lasso 模型實(shí)際值石油石化(中信)-0.57-0.680.030.68煤炭(中信)-0.05-0.120.480.12有色金屬(中信)-1.35-0.43-1.262.17電力及公用事業(yè)(中信)0.14-0.280.700.28鋼鐵(中信)-0.18-0.27-0.100.27基礎(chǔ)化工(中信)-0.17-1.58-2.673.77建筑(中信)-0.13-0.330.020.33建材(中信)0.091.860.671.19輕工制造(中信)0.51-1.370.271.37機(jī)械(中信)0.47-0.69-1.553.71電力設(shè)備及新能源(中信)4.655.772.806

47、.39國(guó)防軍工(中信)-0.730.37-0.593.28汽車(chē)(中信)-0.011.720.822.59商貿(mào)零售(中信)-0.13-0.42-0.290.42消費(fèi)者服務(wù)(中信)1.282.642.612.85家電(中信)0.332.571.813.14紡織服裝(中信)-0.21-0.230.600.23醫(yī)藥(中信)2.271.24-1.4913.87食品飲料(中信)1.030.52-3.0714.96農(nóng)林牧漁(中信)-0.591.130.891.47銀行(中信)-0.450.34-0.142.10非銀行金融(中信)-1.00-0.98-1.632.04房地產(chǎn)(中信)-0.48-0.79-0.911.54交通運(yùn)輸(中信)-0.41-0.96-0.991.65電子(中信)-0.95-3.85-4.8213.09通信(中信)-0.330.01-0.140.49計(jì)算機(jī)(中信)-1.88-2.69-3.514.52傳媒(中信)-0.170.01-0.501.73綜合(中信)-0.01-0.010.170.01綜合金融(中信)-0.01-0.010.140.01數(shù)據(jù)來(lái)源：wind, 我們以 2020 年年報(bào)期對(duì)于行業(yè)倉(cāng)位的測(cè)算結(jié)果為例，看看新方法得到的結(jié)