量化基金组合测试1年记录+第5季度测试

发布于: 雪球转发:1回复:13喜欢:2

组合构建思路:

当前基金“内卷”加剧,长持白马基金躺赢的时代一去不复返了。主要原因是市场有效性提高,行业风格轮动加速,业绩不易持续。“基金死亡循环”(业绩好被挖掘-资金大量流入-规模膨胀-业绩下滑)始终困扰着我们小散。

目前投资主动基金有两种好的选择:最稳妥的是摊大饼,获取主动基金平均收益;另一种是轮动,不断挖掘黑马基金。考虑到咱们小散很难跟踪研究上万基金,量化可能是比较好的途径。

本试验组合使用多因子框架,试图从历史数据中寻找“因子”(能预测未来业绩的指标),并运用它预测未来,找出预期收益率较高的偏股主动基金。按季度调仓,选出评分前5的基金买入(第2季度开始全部用C类基金)。组合不做择时,以相对收益为目标,力争跟踪或跑赢宽基股指、偏股基金指数。

历史记录:

网页链接 第1季度持仓,业绩记录使用雪球组合,受限于雪球功能,只能截图展示

网页链接 第2季度开始,记录在韭圈儿公开组合“Polly量化FOF“

网页链接 第3季度测试

网页链接 第4季度测试

测试结果小结:(未经审计)

2022.7.12-2023.7.11,组合总计收益率-2.5%(第一季度雪球组合-5.8%,此后韭圈儿记录组合3.5%,和测试实盘完全同步),同期沪深300 -10.3%,同期choice偏股基金指数-11.4%,1年超额收益8.9%。

超额收益几乎和早期的回测结果一致(网页链接,超额收益9%),但超额收益波动大于回测数据。确实像老师们建议的,量化组合纳入10-20支基金更稳定。

整体表现尚属满意,初步验证了散户山寨量化选基的有效性,实现了“用少数基金代替摊大饼,跟上偏股基金指数”的目标。

暴露的问题也很明显:没能把管理风险的模型和创造alpha的选基模型有机结合。测试过程中,一些经典有效的因子(如信息比率)在熊市末期动量崩溃时表现不佳,近期表现又有所改善,不太稳定。采用等权多因子,没有优化权重。规模、FF5 R2等因子和收益率的关系属于非线性,随着市场的有效性不断提升,对传统多因子模型选基的未来前景不太看好。

作为纯娱乐项目,未来完善的重点是:对传统因子动刀改造;继续完善非线性的机器学习模型,增加基金数量。

第5季度试验持仓

1年测试结束。考虑到这只是小账户在干,受限于个人时间,新一代的模型还没达到满意的水平。暂时沿用之前的多因子模型,略微修改了一点。选择决定系数中等、规模适中、特质波动率不过高、剔除风格后的超额收益较稳定、长期业绩不差的基金。

保留 景顺长城价值边际灵活配置混合C华泰柏瑞多策略混合C易方达瑞享混合E,加入$华商润丰灵活C(F007509)$ $湘财长泽灵活配置混合C(F009908)$ 。以上作为第5季度的测试基金。

上述结果没有做某些投资组合构建的必要步骤,仅供研究观察,欢迎共同学习讨论。不是投资建议,更不能“跟投”。

全部讨论

2023-07-12 10:55

你如果选业绩好 规模小,你很容易选出来金鹰红利价值这个基金的。这个基金一看就是AI赌狗

2023-07-12 13:49

先赞再看

2023-07-12 10:57

不加入波动率因子的话,很容易选出来满仓某个行业的赌狗基金,因为某些赌狗基金近一年疯涨,涨的信息比率老好了,规模又小

2023-07-12 10:52

规模因子很玄学 考虑规模因子以后选出来的基金业绩波动就不太好了 经常会选出来一些匪夷所思的基金。自从我把规模因子去掉了,只看业绩和波动就顺眼多了

2023-07-12 10:45

波动率因子对提升收益帮助不明显,但是对降低组合波动效果巨大,对提升组合夏普比率效果巨大。

2023-07-12 10:43

不应该用超额收益来评价基金组合业绩。如果我长期没跑赢基金整体平均,但是波动率比整体小很多,也是有意义的。应该比较基金组合长期的夏普比率

2023-08-20 22:15

2023-07-20 08:03

我擦 这帖子雪球没给我推。。。晚了好几天才跟调