大类资产配置的核心是获取资产的Beta收益,而资产的beta收益,不仅来源于主动承担的市场系统性风险,还来源于主动承担的某类风格暴露带来的收益。经典的Carhart模型把股票市场的收益拆解为4类来源,即市场收益,规模因子收益、价值因子收益以及动量因子收益,后三者即为主要的风格收益来源,而对于风格因子的投资,即为Smart Beta的投资思路。    我们考虑采用多因子框架,依次构建大小盘、价值成长、动量反转的风格轮动模型。多因子风格轮动模型主要考察宏观经济运行、市场微观结构以及动量趋势三类指标。从模型回测结果看,2010年7月~2018年8月,大小盘风格轮动模型录得7.62%的年化收益率,价值成长轮动模型录得7.49%年化收益率,动量反转轮动模型录得年化收益率为5.55%,同期沪深300指数收益率仅1.93%,且轮动模型跑赢各自成分指数,Calmar比率也优于成分指数,说明构建的模型是有效的。    我们考虑将轮动结果运用至公募FOF的组合构建中。首先,我们按照固定权重构建三个风格轮动模型的风格加权指数;其次,根据多期相关系数对基金进行初始筛选,构建初始基金组合,该组合与风格加权指数走势基本一致,高度相关,不存在严重风格漂移问题;最后,我们加入基金二次筛选指标构建FOF组合。历史回测看,经二次筛选后的FOF组合,2011年以来年化收益率为7.01%,同期沪深300指数收益率为1.10%,组合Calmar比率1.26倍,同期沪深300指数仅0.14,另从业绩贡献度看,最终构建的FOF组合中风格轮动与基金筛选的贡献各自占一半左右,从而基本实现了中观策略与微观筛选的相互融合。    风险提示:数量化策略研究主要基于历史数据,可能存在模型设定偏差的风险。

声明：如本站内容不慎侵犯了您的权益，请联系邮箱：wangshiyuan@epins.cn 我们将迅速删除。