正文目录
一、研究背景：基金指数可长期跑赢市场 ...........................................................................4
二、基金指数体系：现状、类型及代表产品 ........................................................................5
1、主要发布机构为中证、国证及 Wind .................................................................................5
2、一般按基金类型、风格及策略划分 .................................................................................6
3、代表性基金指数编制方法及业绩表现 ..............................................................................8
三、基金行业配置测算 .........................................................................................................10
1、以基金指数为业绩基准，追求持续超额收益 ................................................................10
2、采用仓位测算的方式拆分基金行业配置 ........................................................................10
3、考虑港股基金及港股投资因素 ........................................................................................11
4、模型输入变量及时间窗口期的选择 ................................................................................13
四、基于基金指数的增强组合构建 .....................................................................................15
1、目标函数及约束条件设定 ...............................................................................................15
2、回测结果及讨论 ...............................................................................................................17
3、模型改进：基于层次聚类的修正板块分类 ....................................................................19
五、总结及讨论 .....................................................................................................................22
图表目录
图1：代表性指数历年收益率 .................................................................................................4
图2：中信证券风格指数历年收益率 .....................................................................................4
图3：偏股基金指数及代表性宽基指数收益（20150101-20200721） ................................5
图4：权益类基金指数发布机构 .............................................................................................6
图5：权益类基金指数发布时间 .............................................................................................6
图6：代表性基金指数近5 年收益率（截至20200721） .......................................................9
图7：代表性基金指数近3 年收益率（截至20200721） .......................................................9
图8：各类港股基金的数量 ...................................................................................................12
图9：港股基金2019 年底港股仓位% ...................................................................................12
图10：偏股混合型基金：仓位配置% ..................................................................................12
图11：普通股票型基金：仓位配置% ..................................................................................12
图12：公募基金持有港股：与指数成份股的重合度 ..........................................................13
图13：公募基金投资港股行业偏好（投资市值占比） ......................................................13
图14：股票型及偏股混合基金仓位测算误差 ......................................................................14
图15：模型构建思路 .............................................................................................................15
图16：主动偏股基金持仓板块比例 .....................................................................................15
图17：组合累计收益率（按调仓频率分类） ......................................................................18
图18：组合累计收益率（按是否等权分类） ......................................................................18
图19：组合回测（所有） .....................................................................................................18
图20：组合回测（季度调仓） .............................................................................................18
图21：组合回测（半年度调仓） .........................................................................................19
图22：组合回测（年度调仓） .............................................................................................19
图23：基于行业日收益率的层次聚类结果 ..........................................................................19
图24：组合收益走势：基于层次聚类的板块分类修正 ......................................................20
图25：月度业绩：基金指数增强组合 VS 偏股基金指数 ..................................................21
图26：季度业绩：基金指数增强组合 VS 偏股基金指数 ..................................................21
表1：偏股基金指数及代表性宽基指数历年收益 .................................................................5
表2：中证指数公司独立编制的基金指数 .............................................................................6
表3：中证指数公司和第三方机构合作编制的权益基金指数 .............................................7
表4：国证指数公司发布的权益基金指数 .............................................................................7
表5：部分代表性指数业绩表现 .............................................................................................9
表6：公募基金定期报告披露截止时间 ................................................................................10
表7：板块与申万一级行业对照表 .......................................................................................13
表8：主动偏股基金行业配置 （单位：%） .......................................................................16
表9：组合累计收益率：季度调仓、等权配置的基金组合 ................................................18
表10：组合累计收益：基于层次聚类的板块分类修正 VS 修正前 ..................................21
表11：基金指数增强组合 VS 偏股基金指数和沪深300 指数 ...........................................21
一、研究背景：基金指数可长期跑赢市场
市场风格频繁切换，单一风格难以穿越牛熊。A 股在 2000 年至 2009 年，每一轮上涨
和下跌的涨跌幅几乎都在 20%以上，其背后也反应了中国经济周期和政策的巨大波
动。但随着中国经济结构不断转型及A 股逐渐成熟，自2010 年起，市场同涨同跌的情况
减少，市场风格风化越来越明显。
统计市场代表性指数上证50、沪深300、中证500、中证1000、创业板指及中信证券风
格指数在 2011 年至 2020 年的单年收益率，可以发现不同年份市场风格差异较大。
2011-2012 年上证50 和金融是主流行情；2013 年市场切换至成长行情，创业板指单年收
益高达 83%；2014 年市场转变为低估值风格，上证 50、金融及稳定指数表现较好； 2015
年创业板牛市，市场重回成长行情；2016 年-2018 年市场长期处于蓝筹风格，金融和消
费表现较好，2017 年甚至出现上证 50 和沪深 300 涨超 20%而中证 1000 与创业板跌幅超
过 10%的结构性市场；2019 年至今创业板指持续走牛，科技和消费均表现突出，受疫情
影响，医药也大幅跑赢市场。
图 1：代表性指数历年收益率 图 2：中信证券风格指数历年收益率
上证50 沪深300 中证500 中证1000 创业板指 金融 消费 成长 周期 稳定
100
80̂
60̂
40̂
20̂
0̂
-20
-40
-60
-
18̂ -
36̂
15
̂
-
2̂ -
15̂
83
̂ 64
̂
13
̂
84̂
-6̂ -6̂
-
28̂
25
̂
-11̂
-
20̂
-
29̂
34
̂
52̂
44̂
7̂
资料来源： ， 资料来源： ，
在这样的市场环境下，如何进行风格/行业选择是构建组合的一大难题。市场上的主动
管理型公募基金（非主题型基金）一般以沪深 300 为业绩参考基准，但在实际投资本质
为全市场选股。对比 偏股基金指数与各代表性指数的情况，可以发现偏股基金指数长
期跑赢市场。除了 2012 年，偏股基金指数均跑赢 全 A；且自 2015 年以来，偏股基金
指数在万得全 A、上证 50、沪深 300、中证 500、中证 1000、创业板指、中小板指中单
年业绩均排名前 50%。统计自 2015 年至今各指数的累计收益率，偏股基金
指数的收益率超过 100%，相对沪深 300 超额收益超 80%，跑赢创业板指数 23%。由此可
见，公募基金作为二级市场的重要参与者，基金经理长期深耕于资产配置、行业及风格
研究、个股选择等领域，对市场具有较准确的认识。如果基于基金经理的投资风格来构
建组合，可以与市场风格保持一定程度的相似性。
图 3：偏股基金指数及代表性宽基指数收益（20150101-20200721）
上证50 沪深300 中证500 中证1000 创业板指 偏股基金指数
250
200
150
100
50̂
2015-01-05 2016-01-05 2017-01-05 2018-01-05 2019-01-05 2020-01-05
资料来源： ，
表 1：偏股基金指数及代表性宽基指数历年收益
指数名称 2011 年 2012 年 2013 年 2014 年 2015 年 2016 年 2017 年 2018 年 2019 年 2020 年
偏股基金指数 -23% 4% 13% 22% 43% -13% 14% -24% 45% 34%
万得全A -22% 5% 5% 52% 39% -13% 5% -28% 33% 20%
上证50 -18% 15% -15% 64% -6% -6% 25% -20% 34% 7%
沪深300 -25% 8% -8% 52% 6% -11% 22% -25% 36% 15%
中证500 -34% 0% 17% 39% 43% -18% 0% -33% 26% 25%
中证1000 -33% -1% 32% 34% 76% -20% -17% -37% 26% 27%
创业板指 -36% -2% 83% 13% 84% -28% -11% -29% 44% 52%
中小板指 -37% -1% 18% 10% 54% -23% 17% -38% 41% 36%
资料来源： ， 注：标
红的为前 4 名
二、基金指数体系：现状、类型及代表产品
1、主要发布机构为中证、国证及
根据 数据，目前共 169 只基金类指数，权益类公募指数共 90 只（剔除私募基金指数、
理财类指数、货币基金及债基指数），发行机构主要是中证指数和国证指数公司，分
别编制了 26 只和 12 只权益基金指数，另外 也编制了 50 只权益类基金指数，
除此之外， 也发行了 2 只基金指数，分别为招行摩羯智投进取和招行摩羯智投稳健。
在中证及国证编制的指数中，部分为其他机构与指数公司合作编制的，如上海证券、
中国基金报与国证指数共同编制的中国开放式主动管理基金系列指数、中国年金指数、
中国养老金生命周期系列指数，易方达基金与中证指数公司共同编制的中证易方达目
标日期基金指数系列、中证易方达目标风险基金指数系列，以及工商银行与中证指数
公司联合编制了中证工银财富基金指数等。
图 4：权益类基金指数发布机构 图 5：权益类基金指数发布时间
60
50
50
40
30
20
10
0
中证指数 国证指数
35
30
30
25
20
15
10
5
0
2000 2006 2011 2013 2014 2015 2016 2017 2018 2019 2020
资料来源： ， 资料来源： ，
2、一般按基金类型、风格及策略划分
从基金指数来看，一般根据基金类型、风格或者特定的基金组合策略来编制的。
中证指数公司编制的基金指数
在中证的 26 只权益类基金指数中，有中证独立编制及与第三方机构合作编制的，合作
机构主要有上交所、中证报、易方达基金、银华基金和工商银行。其中，中证独立编制
的权益类基金指数共 14 只，其中中证基金指数是所有开放式基金的合集，细分类型的
基金指数主要按照基金类型划分，如从基金一级类型划分，编制股票型、混合型、QDII、
FOF 型基金指数；从管理方式划分，编制主动股票型基金和被动股票型基金指数；考
虑分级基金和 ETF 的特定类型基金，划分为分级 A 和分级 B、ETF 市价与 ETF 净价。
表 2：中证指数公司独立编制的基金指数
指数简称 指数全称 发布年份 成份数量
稳健股基 中证稳健股票上市分级基金指数 2014 196
进取股基 中证进取股票上市分级基金指数 2014 196
主动股基 中证主动式股票型基金指数 2016 385
普通混基 中证普通混合型基金指数 2016 1,326
灵活混基 中证灵活配置混合型基金指数 2016 2,037
中证基金 中证开放式基金指数 2016 7,223
混合基金 中证混合型基金指数 2016 3,237
股票基金 中证股票型基金指数 2016 1,017
被动股基 中证被动式股票型基金指数 2016 648
QDII 基金 中证QDII 基金指数 2016 168
ETF 市价 中证ETF 市价指数 2016 554
ETF 基金 中证ETF 净价指数 2016 304
偏股基金 中证偏股型基金指数 2017 1,656
FOF 基金 中证基金中基金指数 2019 91
资料来源： ，
注：仅考虑权益类基金指数，剔除货币、债券及保本基金指数
26
12
2
19
14
8 7
4 3
1 2 1 1
中证指数公司和第三方合作编制的权益类基金指数共 12 只。其中，与上交所合作编制
的上证基金指数主要反映了所有在上海证券交易所上市的证券投资基金的总体表现；与
中证报合作的金牛混合和金牛股票指数主要用于反映国内基金市场中优秀基金群体的
整体绩效表现，这两个指数的样本池分别由最近5 年获得年度开放式混合型金牛基金和股
票型金牛基金构成；和易方达基于编制了养老目标风险和目标日期系列指数可作为相似
策略的基金组合的业绩参考基准；与工商银行合作编制了工银股混和工银配置指数，该
指数的编制依据是工商银行提供的优选基金策略；与银华基金合作了银华股基指数主要
反映了权益基金的总体表现。
表 3：中证指数公司和第三方机构合作编制的权益基金指数
指数全称 发布年份 成份数量 合作机构
上证基金指数 2000 238 上交所
中证金牛混合型基金指数 2016 48 中国证券报
中证金牛股票型基金指数 2016 11 中国证券报
中证工银财富股票混合基金指数 2017 29 工商银行
中证工银财富动态配置基金指数 2017 56 工商银行
中证易方达财富养老目标中低风险基金指数 2019 14 易方达
中证易方达财富养老目标中等风险基金指数 2019 8 易方达
中证易方达财富养老目标日期 2060 基金指数 2019 10 易方达
中证易方达财富养老目标日期 2050 基金指数 2019 11 易方达
中证易方达财富养老目标日期 2040 基金指数 2019 10 易方达
中证易方达财富养老目标日期 2030 基金指数 2019 8 易方达
中证银华权益基金指数 2020 40 银华基金
资料来源： ，
国证指数公司编制的基金指数
国证指数公司编制的 12 只权益类基金指数中，主要是上市类基金的指数及机构定制指
数。其中深证 ETF 和乐富指数分别反映了在深交所上市的 ETF 和所有上市基金，国证
ETF 和国证基金反映的是在沪深两市上市的ETF 和所有上市基金。另外 8 只基金指数
都是与上海证券、中国基金报共同编制的，分别是中国开放式主动管理基金系列指数、
中国年金指数、中国养老金生命周期系列指数。
表 4：国证指数公司发布的权益基金指数
指数名称 合作机构/样本池 发布年份 成份数量
深证ETF 在深交所上市的所有ETF 2011 152
乐富指数 在深交所上市的所有基金 2011 828
国证基金 沪深两市所有的上市基金 2011 1,488
国证ETF 沪深两市所有的 ETF 2011 574
中国混基指数 中国基金报、上海证券 2015 288
中国股基指数 中国基金报、上海证券 2015 397
生命周期(5-10)基金指数 中国基金报、上海证券 2015
生命周期(20-35)基金指数 中国基金报、上海证券 2015
生命周期(15-20)基金指数 中国基金报、上海证券 2015
生命周期(10-15)基金指数 中国基金报、上海证券 2015
生命周期(0-5)基金指数 中国基金报、上海证券 2015
年金指数 中国基金报、上海证券 2015
资料来源： ，
编制的基金指数
基金指数体系是从不同的角度将基金进行归类，并根据不同的计算方法得到一系列的
基金指数，主要包括以下角度：投资类型、基金类型、市值、基金风格、基金公司等
形成不同的指数类别。
按投资类型划分，权益类基金指数有普通股票型、偏股混合型、平衡混合型、指数型等；
按基金风格划分，该风格的划分依据 计算的风格九宫格，据此编制的有价值、成长、
平衡、大盘、中盘、小盘以及市值和风格交叉的细分类型基金指数（如大盘价值）；按
基金规模划分，有大盘基金指数、中盘基金指数和小盘基金指数；按基金类型划分，有
开放式、封闭式、ETF、LOF、QDII 等。除了基金指数之外， 还根据每家基金公司编
制了基金公司指数。这些指数中比较常用的是按投资类型划分的指数，特别是普通股票
型及偏股混合型基金指数。
3、代表性基金指数编制方法及业绩表现
统计部分具有代表性或者市场关注度较高的基金指数的业绩表现，可以发现近 3 年业绩
表现较突出的是工银股混、 普通股票型基金指数、 偏股混合型基金指数、中证主动股
基指数，近 5 年业绩表现较突出的是 普通股票型基金指数、中证混合基金指数、 灵
活配置项基金指数、 偏股混合型基金指数、中证灵活混基指数、工银股混指数，且均
大幅跑赢同期沪深 300 全收益指数。
中证基金指数系列与 的投资类型基金指数的划分方式类似，但从收益来看两者具较
大的差异，这两个系列指数的编制方式最大的不同在于类型界定规则和加权方式，中
证指数采用规模加权，而 采用的是等权重，以两者均有编制的偏股基金指数为例，
中证偏股基金指数的样本池为选取基金合同中约定股票投资范围下限在 60%以上的成
立满 3 个月的开放式基金，采用净值规模加权的方式构建指数，最新的成份基金数量
为
1580 只。 对于偏股混合基金的界定方式为“对于成立不满一年的混合型基金，按照基
金的投资策略说明文字，如该基金明确说明其投资是偏向股票，则定为偏股混合型基
金；对于成立满一年的基金，其过去一年的固定收益类资产配置比例<50%”，同样也
是新基金成立满 3 个月后才纳入样本池，指数的加权方式采用的是等权方式，最新的
成
份基金数量为1139 只。
业绩表现较突出的还有工商银行和中证公司合作发布的工银股混，该指数的样本空间为
中国内地市场所有成立满一年，且最新季报披露的基金净资产不低于一亿元的开放式股
票型基金、混合型基金（偏债型基金、保本型基金除外），筛选的标准从基金公司、基
金产品、基金经理三个维度，构建综合评估体系，主要考察指标包括但不限于：公司同
类产品规模排名、公司投研转化程度、公司激励机制、公司风控水平、公司受到奖惩情
况、产品业绩排名、产品回撤和波动率水平、基金经理投资年限、基金经理业绩稳定度、
基金经理投资风格与市场契合度等。
57
̂52
̂ 49
̂
51
̂47
̂
50
̂
26
̂
市
场
中证指数 Wind指数
沪
深
30
0全
收
益
中
证
基
金
股
票
基
金
混
合
基
金
普
通
混
基
主
动
股
基
偏
股
基
金
灵
活
混
基
金
牛
股
票
金
牛
混
合
工
银
股
混
工
银
配
置
中
国
基
金
普
通
股
票
混
合
型
基
金
股
票
型
基
金
偏
股
混
合
平
衡
混
合
灵
活
配
置
图 6：代表性基金指数近 5 年收益率（截至 20200721） 图 7：代表性基金指数近 3 年收益率（截至 20200721）
70
60
60
50
50
40
40
30
30
20
20
10
10
0̂ 0̂
资料来源： ， 资料来源： ，
表 5：部分代表性指数业绩表现
指数机构 指数名称 发布日期 成份数量 近五年 近三年 2016 年 2017 年 2018 年 2019 年 2020 年
中证基金 2016-08-31 7,223 26% 27% -6% 8% -10% 20% 13%
主动股基 2016-08-31 385 40% 60% -18% 12% -27% 49% 37%
股票基金 2016-08-31 1,017 34% 46% -11% 11% -23% 41% 27%
混合基金 2016-08-31 3,237 52% 52% -8% 11% -18% 36% 29%
普通混基 2016-08-31 1,326 36% 56% -16% 13% -23% 41% 32%
中证指数 偏股基金 2017-04-27 1,656 31% 55% -17% 13% -25% 44% 32%
灵活混基 2016-08-31 2,037 49% 47% -6% 11% -16% 33% 25%
金牛股票 2016-08-31 11 40% 49% -13% 15% -26% 42% 31%
金牛混合 2016-08-31 48 37% 54% -15% 9% -21% 41% 31%
工银股混 2017-07-12 29 47% 66% -15% 18% -23% 45% 36%
工银配置 2017-07-12 56 20% 19% -4% 4% 0% 10% 7%
中国基金总指数 2006-06-14 9,566 31% 30% -4% 7% -9% 21% 15%
混合型基金总指数 2006-06-14 3,583 45% 49% -8% 10% -14% 31% 25%
股票型基金总指数 2006-06-14 1,532 25% 39% -9% 13% -25% 38% 26%
Wind 指数 普通股票型基金指数 2013-12-31 438 57% 64% -10% 16% -25% 47% 37%
偏股混合型基金指数 2013-12-31 1,137 50% 62% -13% 14% -24% 45% 34%
平衡混合型基金指数 2013-12-31 82 22% 23% -8% 12% -17% 25% 12%
灵活配置型基金指数 2006-06-14 1,929 51% 49% -5% 10% -13% 30% 24%
资料来源： ，
66
̂
64
̂60
̂
62
̂
34
̂
市
场
中证指数 Wind指数
沪
深
30
0全
收
益
中
证
基
金
股
票
基
金
混
合
基
金
普
通
混
基
主
动
股
基
偏
股
基
金
灵
活
混
基
金
牛
股
票
金
牛
混
合
工
银
股
混
工
银
配
置
中
国
基
金
普
通
股
票
混
合
型
基
金
股
票
型
基
金
偏
股
混
合
平
衡
混
合
灵
活
配
置
三、基金行业配置测算
1、以基金指数为业绩基准，追求持续超额收益
指数增强产品的收益主要来自所跟踪指数的 Beta 收益，其次是主动管理获得的超额收
益，也就是基金的 Alpha。如何优选赛道是指数增强产品的首要问题，如单纯以沪深300
为主要跟踪对象，则 2020 年市场风格切换至创业板行情时，组合虽可以获得相对沪深
300 的超额收益，但仍大幅跑输全市场总体情况。从前文的分析中我们可以知道部分基
金指数长期跑赢市场，体现出对市场风格切换的适应性。基金指数作为衡量全市场基金
的业绩基准，代表着全市场基金的平均业绩，如每年均能超越基金指数，意味着每年均
能跑赢全市场 50%的基金，则长期业绩可显著超越大盘。单只基金的收益可拆分为市
场 Beta 收益+行业/风格 Beta 收益+Alpha 收益，我们可以借鉴部分量化指数增强基金的
做法，通过控制组合相对于业绩基准的 Beta 暴露度来控制组合的跟踪误差，在此基础
上优选底层资产，即优选基金，追求 Alpha 收益。
在过往的定性调研中我们发现，由于偏股及普通股票型基金聚焦于相对收益，故长期保
持高仓位，在管理组合时重选股、轻择时。较多基金经理在中观配置层面主要考虑的是
行业层面因素，如行业景气度、行业趋势等，而在选股层面考虑风格因子，如通过经营
性现金流、ROE、ROIC、PEG 等指标考察企业的运营状况和未来成长性，基于 PB/PE考
察个股的估值，同时考察公司治理、公司管理层等定性因素综合选择个股。即较多基金
经理在构建组合时，优先考虑了行业 Beta，而在个股选择层面考虑了风格因子。所以，
我们在构建基金组合时，重点关注行业 Beta 的暴露度控制，在紧密跟踪基准基金指数
的行业配置的基础上，通过优选基金，构建相对收益的基金组合。
2、采用仓位测算的方式拆分基金行业配置
公募基金会在中报和年报中披露其股票全部持仓，并在季报中披露前十大持仓，根据《公
开募集证券投资基金信息披露管理办法》，季报的披露时间为当季度结束后的15 个工作
日内，中报和年报的披露时间是在报告期结束的 2 个月和 3 个月内，披露时间的滞后使
我们无法及时获得公募基金持仓信息，同时基金在报告期内是否存在较大的配置切换操
作也无法得知，通过仓位测算模型，我们可以基于基金每日披露的净值信息，对基金阶
段性的配置概况和配置变动方向有一定程度的认知。
我们在《基于 Lasso 回归的风格识别模型》提出了基于基金净值的资产配置风格识别模型，
基于该模型可测算基金在行业上的仓位配置情况，作为基金组合构建的参考依据。
表 6：公募基金定期报告披露截止时间
季度报告 半年度报告 年度报告
15 个工作日
重仓股持仓数据（前 10 只）
2 个月
全部持仓数据
3 个月
资料来源：Wind，招商证券整理
基于净值回归的经典模型主要是 Sharpe 模型，模型的参数估计方法结合了线性规划和普
通最小二乘法的思想，针对无法做空的市场，模型的形式如下：
̂
̂̂̂ ∑[ ̂ ̂ − ∑ ̂ ̂ ̂̂ ̂ ]2
̂=1 ̂
̂. ̂ . ∑ ̂ ̂ ≤ 1
̂
0% ≤ ̂̂ ≤ 100%
̂2 = 1 −
̂̂̂(̂̂ )
̂̂̂(̂̂ )
其中̂̂ 是投资组合的收益率时序矩阵，̂̂ ̂代表风格资产 j 的收益率时序矩阵，̂̂ 代
表投资组合对风格资产 j 的暴露度，̂̂ 为模型无法解释的部分，认为是投资组合的
Alpha 收益，可以通过模型的 R 方来辅助判断。
考虑到指数之间相关性较高，我们采用 Lasso 回归的方式来改进 Sharpe 模型，则目标
函数改为∑̂ (̂̂ − ∑̂ ̂̂ ̂̂ ̂ )2 /2n + ̂ ∑̂|̂̂ |。另外由于不同基金股票仓位限制具有差
̂=1
异，我们针对不同类型的基金可额外增加针对参数的约束条件。如对于 偏股混合型基
金指数，其样本基金主要是“对于成立不满一年的混合型基金，按照基金的投资策略说
明文字，如该基金明确说明其投资是偏向股票，则定为偏股混合型基金；对于成立满
一年的基金，其过去一年的固定收益类资产配置比例<50%”，即对于成立满一年的基
金，可增加∑̂ ̂̂ ≥ 50%的约束条件。
3、考虑港股基金及港股投资因素
2017 年 6 月，证监会下发《通过港股通机制参与香港股票市场交易的公募基金注册
审核指引》（以下简称《指引》），对公募基金通过港股通交易投资港股的比例、基金经
理要求以及注册审核材料等有了更细致的规定。《指引》指出根据《公开募集证券投资
基金运作管理办法》关于基金名称的规定，基金名称如带有“港股”等类似字样，应当将
80%以上（含）的非现金基金资产投资于港股；80%以下的非现金基金资产投资于港股
的，基金名称不得带有“港股”等类似字样，港股最高投资比例不得超过股票资产
的 50%。但《指引》的规定是针对未来新发产品，故存在名称带有“港股”但实际并未
将 80%以上（含）的非现金基金资产投资于港股的存续基金。
截止 2020 年 4 月底，名字中带有“港股”等类似字样的主动股票及混合型基金共 82只，
其中有 30 只是指引发布后成立并在合同中明确80%以上（含）的非现金基金资产投资于
港股的。而在指引发布前成立的港股基金一般限定投资港股的比例是0-95%。另外，市场
上存在大量基金名称不带“港股”字样但把港股作为主要投资范围的基金，我们以业绩基
准是否有港股相关指数作为统计标准，发现这类基金目前共有 287 只，远超
过名字中带有“港股”字样的港股基金。统计 2019 年底3 类基金投资港股的仓位，《指引》
发布后成立的港股基金配置港股的仓位最高，平均港股仓位为 77%，《指引》发布前就
已经成立的普通港股基金的平均港股仓位为 39%，而将港股纳入投资范围的普通基金
约 %的仓位投向港股。
图 8：各类港股基金的数量 图 9：港股基金 2019 年底港股仓位%
《指引》后
《指引》前的港股基金,
的港股基金, , 8̂
, 14̂
业绩基准中
带港股字样
的基金,
, 78̂
-
业绩基准中带港股字样的基金 《指引》前的港股基金 《指引》后的港股基金
资料来源： ， 资料来源： ，
注：部分基金 2019 年底在建仓期，仓位可能低于合同要求
另外，统计了偏股混合型、普通股票型的规模基金每季度 A 股和港股的仓位配置情况，
并根据规模加权得到总体结果。纳入统计的基金需满足（1）基金规模高于2 亿；（2）成
立时间超过半年；（3）基金名字中不带有“港股”相关字样的。从结果来看，普通股票型、
偏股混合型基金自 2017 年以来对港股的配置比例有所加强，总体持续在 1%至 3%左右。
部分非港股基金对港股的仓位配置较高，如嘉实核心优势、嘉实价值精选、汇添富智能
制造等基金在2019 年底对港股的配置仓位均超过25%。
仓位测算体系中如果没有将港股纳入考量，则可能将基金对港股的仓位配置错误得归因
到 A 股上，传达的信号准确度较低，故我们在测算的体系中加入港股因素，同时测算
A 股和港股的仓位情况，跟踪公募基金对两个市场的投资偏好变动。
图 10：偏股混合型基金：仓位配置% 图 11：普通股票型基金：仓位配置%
A股仓位 港股仓位（右轴） A股仓位 港股仓位（右轴）
资料来源： ， 资料来源： ，
公募基金投资港股可以通过港股通和 QDII 的方式投资港股。截至 2020 年 4 月底港股通
标的接近 480 只，公募基金投资港股的规模共1500 亿，根据 2020 年第一季报披露
数据，QDII 基金投资港股共 336 亿元，可以看出公募基金投资港股主要是以港股通的
形式。
目前跟踪基金数量比较多的港股类指数主要为恒生指数和恒生中国企业指数，另外还有
2016 年发布的恒生港股通指数，该指数是反映经港股通买卖之合资格香港上市股票表
现的指标。我们统计了2019 年年报披露的公募基金所投资港股的明细数据，并将被投
45
̂
39
̂
资的港股与恒生指数、恒生国企指数、恒生港股通指数的成分股进行对比，计算公募基
金所投港股与指数成分股的重合度。经统计，公募基金所投港股中，属于恒生指数成分
股的市值占比为 49%，属于恒生国企指数成分股的市值占比为 40%，属于恒生港股通
成分股的市值占比为 93%。所以从投资标的重合度来看，恒生港股通指数更适合作为
港股的工具变量。
图 12：公募基金持有港股：与指数成份股的重合度 图 13：公募基金投资港股行业偏好（投资市值占比）
属于恒生港股通成分股的市值占比 99̂
30 28̂ 27̂
25
20
属于恒生国企指数成分股的市值占比 15
10
属于恒生指数成份股的市值占比
5̂
0̂ 20 40 60 80 100 120
0̂
消费 金融地产 TM
T
医药 中游制造 周期
资料来源： ， 资料来源： ，
注：消费板块的占比主要来源于美团、广汽、安踏等
4、模型输入变量及时间窗口期的选择
在分析基金行业配置的模型上，我们采用申万一级行业，并对其按板块进行合并分析，
板块分为周期、中游制造、医药、消费、军工、金融地产、科技和综合八大板块，并在
此基础上增加港股因素。具体板块对应的行业如下：
1) 周期板块：包括采掘、化工、钢铁、有色金属四个行业；
2) 中游制造板块：包括公共事业、交通运输、建筑材料、建筑装饰、电气设备和机械
设备六个行业；
3) 消费板块：包括农林牧渔、家用电器、食品饮料、纺织服装、轻工制造、商业贸易、
休闲服务和汽车八个行业；
4) 金融地产板块：包括房地产、银行、非银金融三个行业；
5) 科技板块：包含电子、计算机、传媒和通信四个行业。
表 7：板块与申万一级行业对照表
科技 电子、计算机、传媒和通信
农林牧渔、家用电器、食品饮料、纺织服装、轻工制造、商业贸易、休闲
消费
服务和汽车
中游制造 公共事业、交通运输、建筑材料、建筑装饰、电气设备和机械设备
周期 采掘、化工、钢铁、有色金属
金融地产 地产、银行、非银金融
医药 医药生物
军工 国防军工
综合 综合
资料来源： ，
22
̂
9
̂ 8
̂ 5
̂
板块 行业
为了选择模型的时间窗口期，我们统计基金每个季度末的测算数据和基金实际仓位的情
况，时间窗口是为 20 天、30 天、40 天、50 天、60 天、70 天、80 天、90 天和 100天的
误差情况，误差衡量方式采用 MAE。模型分别对灵活配置型、偏股混合型、普通股票
型基金进行仓位分析，纳入统计的基金为在分析窗口期已成立满半年且规模超过 2
亿的基金，误差测试区间为 2016 年至 2019 年底，统计时间为每季度末。具体模型及
参数如下：
基金类型：普通股票型、偏股混合型基金
基金筛选：成立满半年且规模超过2 亿 统
计时间：2016 年至2019 年
频率：季度
总仓位计算方法：基于行业配置测算模型和基于风格配置测算模型
时间窗口： 20 天、30 天、40 天、50 天、60 天、70 天、80 天、90 天和100 天误
差计算：采用MAE 的形式，具体计算方式如下，
∑̂ ∑ |̂ − ̂|
̂̂̂ =
̂=
1
̂
̂
T
̂̂
其中̂̂为在第t 个测试时间纳入统计的基金数量，T 为总测试时间数量，̂ 和̂ 分别
是单个基金实际仓位和基于模型测算的仓位。
我们对比各类型基金在时间窗口为 20 天、30 天、40 天、50 天、60 天、70 天、80 天、
90 天和100 天的误差情况，各类基金的误差变化走势类似，均在 30 天到40 天左右明
显收敛，虽然 40 天以上的模型误差依然逐渐减小，但为了兼顾准确性和及时性，我们
选择 30 天作为模型的时间窗口。
图 14：股票型及偏股混合基金仓位测算误差
偏股混合型基金 普通股票型基金
天 天 天 天 天 天 天 天 天
资料来源： ，
四、基于基金指数的增强组合构建
1、目标函数及约束条件设定
基于行业归因模型，我们可以将单只基金的收益可拆分为行业 Beta 收益+Alpha 收益，
通过控制组合相对于业绩基准的 Beta 暴露度来控制组合的跟踪误差，在此基础上优选高
Alpha 的基金。基金样本池是全市场成立 2 年以上的普通股票型和偏股混合型基金，行业
配置跟踪基准为样本池基金的行业归因测算结果的平均比例。
图 15：模型构建思路
资料来源：
统计 2014 年至 2019 年年报中普通股票型和偏股混合型基金在行业及板块上的配置，公
募基金在消费、科技、医药、金融地产、制造和周期上均有较高配置，而军工与综合的
配置比例不超过 2%，金融地产的配置比例波动较大，配置中枢在 15%左右。
基于公募基金行业配置的偏好，我们在构建组合的行业配置约束时，对组合在消费、科
技、医药、金融地产、制造和周期上的配置进行了限制，控制组合在这 6 个板块上的配
置比例与主动偏股基金总体配置相似，不对军工与综合板块增加额外约束。另外，目前
非港股类公募基金对港股的配置比例在 1%-3%左右，故对港股也不增加额外约束。
图 16：主动偏股基金持仓板块比例
消费 科技 医药 金融地产 中游制造 周期 军工 综合
100
90
80
70
60
50
40
30
20
10
0
2019年 2018年 2017年 2016年 2015年 2014年
资料来源： ，
表 8：主动偏股基金行业配置 （单位：%）
行业名称 板块 2019 年报 2018 年报 2017 年报 2016 年报 2015 年报 2014 年报
电子 科技
计算机 科技
传媒 科技
通信 科技
食品饮料 消费
家用电器 消费
农林牧渔 消费
汽车 消费
轻工制造 消费
休闲服务 消费
商业贸易 消费
纺织服装 消费
医药生物 医药
电气设备 中游制造
机械设备 中游制造
交通运输 中游制造
建筑材料 中游制造
公用事业 中游制造
建筑装饰 中游制造
银行 金融地产
房地产 金融地产
非银金融 金融地产
化工 周期
有色金属 周期
采掘 周期
钢铁 周期
国防军工 军工
综合 综合
资料来源： ，
模型的设定具体如下：
基金样本池：成立超过2 年普通股票型、偏股混合基金，不考虑港股基金（名字中带“港
股），要求基金资产净值规模超过2 亿。通过行业归因模型测算样本池基金在申万一级行
业及港股上的配置比例，并将一级行业合并归纳为消费、科技、医药、金融地产、制造、
周期、军工和综合 8 大板块。样本池调整的频率最高为季频，另外在基金优选时剔
除近2 年更换过基金经理的基金。
目标函数：模型的目标函数为最大化组合的Alpha，单只基金的Alpha 由业绩归因模型计
算得出，时间窗口为近2 年。
约束条件：模型的约束条件为全市场主动偏股基金在消费、科技、医药、金融地产、制
造、周期板块上的平均配置比例。
优化模型：模型的形式可根据等权配置和非等权配置进行不同的设定，其中等权设置为
长期选择 n 只基金构建成组合，每只基金的权重均为 1/n，非等权组合的权重由优化模
型计算生成，并控制单只基金配置比例上限，如单只基金配置比例不高于 20%。另外，
非等权模型也可不限制每次选择的基金数量必须相同，可通过设置单只基金可投资比例
的上限和下限来控制总体被选入的基金数量。
若为等权配置，则模型具体优化形式为：
̂
̂̂̂ ∑ ̂ ̂ ̂ ̂̂
̂=1
̂. ̂ . | ∑ ̂ ̂ ̂ ̂̂ ̂ − ̂̂ ̂ ̂ | ≤ ̂̂ ̂ ̂ ̂ ̂
̂
∑ ̂ ̂ = ̂
̂
其中̂̂ 为0 或者1，n 为目标基金个数，̂̂ ̂ 为基金i 在板块 j 上面的仓位配置，̂为组
合行业偏离度的上限，̂̂为基金i 的 Alpha 收益。
若为非等权配置，则模型具体优化形式为：
̂
̂̂̂ ∑ ̂ ̂ ̂ ̂̂ ̂ ̂̂
̂=1
̂. ̂ . | ∑ ̂ ̂ ̂ ̂̂ ̂ − ̂̂ | ≤ ̂̂ ̂ ̂
̂
∑ ̂ ̂ = 1
̂
∑ ̂ ̂ = ̂
̂
0 ≤ ̂̂ ≤ ̂̂ ̂̂
其中̂̂ 为 0 或者 1，当̂̂ > 0时̂̂ 为 1，n 为目标基金个数，̂̂ ̂ 为基金 i 在板块 j 上
面的仓位配置，̂为组合行业偏离度的上限。̂̂ 为基金 i 的 Alpha 收益, ̂ ̂ 为配置 i 基
金的比例，我们对单只基金配置比例的上限也进行了约束，约束条件为̂̂ ̂̂。
2、回测结果及讨论
为了测算模型的效果，我们组合展开回测。业绩测算区间为 2011 年至 2020 年 7 月 30日，
调仓的频率考虑季度、半年度和年度，基金配置的权重考虑等权和等权组合，并分别计
算每次组合选择 5 只~50 只基金的结果，回测暂未考虑申赎费率。
统计区间内组合的区间收益率、年化波动率、最大回撤和收益回撤比等指标，对比不同
的设定下模型的总体表现，可以发现，在 2011 年至 2020 年 7 月30 日的时间区间内，不同
调仓频率、配置权重及配置基金个数的组合累计收益率的区间是 61%至166%，同期沪深
300 的涨幅为49%，而偏股混合型基金指数的涨幅为 138%。
对比季度、半年度和年度的累计业绩表现，可以发现总体表现为季度>半年度>年度。
这个结果与我们组合构建的逻辑是相吻合的。我们通过业绩归因的方式拆分市场主动偏
股基金的行业总体配置，依此来构建行业偏离度较小的基金组合。目前市场上的基金换
手率总体在 200-300%左右，也就是半年可能会全仓都调整过一遍了，而半年度和年度
调仓的方式可能会导致组合无法控制较小的行业偏离度，造成组合无法保证与偏股基金
指数的低跟踪误差。
对比等权和非等权的组合，等权配置的业绩差异相对较小，非等权组合更依赖于我们对
基金的 Alpha 拆分，对单一基金的风险暴露度较大，造成组合的波动较大。从组合的基
金配置数量来看，当组合优选的基金在 30 只及以上时，业绩及回撤均表现较好，而优
选 5 只基金的组合虽然收益和回撤也表现较好，但单只基金的配置集中度较高，波动率
明显高于其他组合。对此，我们认为该模型在季度调仓下的等权组合表现较好，且基金
的单只集中度要具备一定的分散度。
表 9：组合累计收益率：季度调仓、等权配置的基金组合
基金个数 区间收益率 最大回撤 收益回撤比 波动率
5 个 % % %
10 个 % % %
15 个 % % %
20 个 % % %
25 个 % % %
30 个 % % %
35 个 % % %
40 个 % % %
45 个 % % %
50 个 % % %
资料来源： ，
图 17：组合累计收益率（按调仓频率分类） 图 18：组合累计收益率（按是否等权分类）
资料来源： ， 资料来源： ，
图 19：组合回测（所有） 图 20：组合回测（季度调仓）
资料来源： ， 资料来源： ，
图 21：组合回测（半年度调仓） 图 22：组合回测（年度调仓）
资料来源： ， 资料来源： ，
3、模型改进：基于层次聚类的修正板块分类
基于基金指数的增强组合主要是通过控制组合相对于业绩基准的 Beta 暴露度来控制组 合
的跟踪误差，在此基础上优选高Alpha 基金。在前文中我们构建组合的板块划分方式 主要
通过行业逻辑及上下游的形式进行人为划分，但实际上板块内部的走势也差异较大，如消
费板块中的食品饮料和家电与其他行业的业绩走势具有显著不同，而金融和地产的 持有逻
辑也具有较大差异，汽车是属于消费还是制造业的讨论也没有完全定论，在本文 的模型中，
板块的划分对选基的结果影响非常大，故本章节我们希望根据结合行业上下 游及主营业
务，同时结合过去几年各行业时间涨跌的相似程度，进一步修正板块的划分。
我们采用近 10 年的指数收益率作为层次聚类的特征变量，并按照聚类结果进行板块划
分。根据聚类结果，各行业可划分为科技、金融、消费、周期、制造等板块。其中，通
信、传媒、电子和计算机；钢铁、采掘和有色；银行和非银；家电和食品饮料；房地产、
建筑建材、建筑装饰、公用事业和交运等行业的相似度较高，农林牧渔、休闲服务等其 他
消费类的收益率在聚类中的距离也较相近，考虑到医药行业在公募基金持仓比例中占 比较
高且和其他消费的逻辑不同，我们依然将其单独考虑为一个板块。另外，港股仍旧 单独作
为一个板块，构建模型时不对组合在军工及港股板块上的配置比例增加额外约束。
图 23：基于行业日收益率的层次聚类结果
资料来源： ，
从结果来看，基于聚类再分类的板块类型总体与人工板块分类的相似度较高。但在构建
模型时，我们无法在回测中利用该分类，因为该分类利用了未来信息。而且复盘每年各
行业轮动的情况，同一个板块下每年的主流行情也会有所不同，如 2019 年的农业明显
跑赢其他消费类。对此，我们进一步修正模型，在板块划分时，每一年的板块划分方式
均依赖于对前一年行业的聚类结果，并对该结果进行一定的修正，将医药单独作为一个
板块。从每年的结果来看，大板块分类总体是在消费、周期、制造、科技、周期的大逻
辑分类下，但每年情况会有一定的出入，我们对此不进行专门的划分，主要是以新分类
下的板块作为行业偏离度控制的基准。在此基础上，我们可以放宽适当组合基金个数和
行业偏离度的限制，在该设定下模型实际优选的基金个数主要取决于单只基金配置的比
例上限，如单只配置比例不超过 5%，则基金在满足行业的约束条件的基础上，总体的
选基数量与 20 只较为接近。
对比基于层次聚类的板块分类修正与原板块分类的模型，我们可以发现即使单个组合优
先基金的下限不同，但组合的累计业绩总体保持在 160%的累计收益，收益区间为 164%
至 187%，同期沪深 300 的涨幅为 49%，而偏股混合型基金指数的涨幅为 138%，组合
均跑赢了偏股基金指数和沪深 300。从优选 5 至 50 只基金的组合中，表现最好的是优
选 15 只和 20 只的组合，但实际上由于组合的业绩主要取决于偏股基金指数的 Beta 约
束，组合之间的业绩差异较小。
我们以累计收益率表现最佳的优选 15 只基金的组合为例，10 年中共有 8 年跑赢偏股基
金指数，年度胜率为 80%，战胜偏股基金指数的年度的平均超额收益为 3%，季度胜率
为 67%，跑赢基准的季度的平均超额收益为 %，月度胜率为 57%，跑赢基准的月度
的平均超额收益为 %。基于基金指数的增强组合通过长期战胜基准（偏股基金指数）
获得了突出的长期业绩，且远超沪深 300。
图 24：组合收益走势：基于层次聚类的板块分类修正
资料来源： ，
表 10：组合累计收益：基于层次聚类的板块分类修正 VS 修正前
区间收益率 年化波动率 最大回撤 收益回撤比组合类型
层次聚类 修正前 层次聚类 修正前 层次聚类 修正前 层次聚类 修正前
5 个 % % % % % %
10 个 % % % % % %
15 个 % % % % % %
20 个 % % % % % %
25 个 % % % % % %
30 个 % % % % % %
35 个 % % % % % %
40 个 % % % % % %
45 个 % % % % % %
50 个 % % % % % %
平均 % % % % % %
资料来源： ，
注：聚类的模型仅限制了最低优选基金数，最高数量为 50 只
表 11：基金指数增强组合 VS 偏股基金指数和沪深 300 指数
区间收益率 年化波动率 最大回撤 收益回撤比时间
组合 偏股基金沪深 300 组合 偏股基金沪深 300 组合 偏股基金沪深 300 组合 偏股基金沪深 300
2011 -24% -23% -25% 18% 16% 21% 27% 25% 32%
2012 5% 4% 8% 17% 15% 20% 17% 15% 22%
2013 14% 13% -8% 20% 17% 22% 12% 11% 22%
2014 28% 22% 52% 17% 15% 19% 15% 14% 10%
2015 45% 43% 6% 42% 38% 39% 50% 43% 43%
2016 -12% -13% -11% 23% 25% 22% 25% 26% 24%
2017 15% 14% 22% 12% 11% 10% 8% 7% 6%
2018 -25% -24% -25% 22% 20% 21% 29% 27% 32%
2019 47% 45% 36% 18% 17% 20% 13% 12% 13%
2020 50% 37% 14% 27% 25% 26% 17% 15% 16%
总区间 187% 138% 49% 23% 21% 23% 50% 43% 47%
资料来源： ，
图 25：月度业绩：基金指数增强组合 VS 偏股基金指数 图 26：季度业绩：基金指数增强组合 VS 偏股基金指数
资料来源： ， 资料来源： ，
五、总结及讨论
本文主要讨论基于基金指数及业绩归因模型的基金组合构建。A 股市场风格频繁切换，
单一的业绩基准可能导致组合无法与市场保持一定程度的一致性，而风格及行业择时往
往胜率较低，所以单一风格难以穿越牛熊。在这样的市场环境下，如何进行风格/行业
选择是构建组合的一大难题。
公募基金指数代表基金整体平均业绩，从历史表现来看，偏股基金指数、普通股票型基
金指数长期跑赢大盘。公募基金作为二级市场的重要参与者，基金经理长期深耕于资产
配置、行业及风格研究、个股选择等领域，在对市场的认识方面具有较准确的认识。虽
然大部分主动管理的偏股基金的业绩指数为沪深 300，但公募基金整体的配置风格并不
单一锚定某一业绩基准，总体表现为全市场选股，配置的行业及风格偏好会根据市场风
格的转变进行一定程度的切换。如果基于基金经理的投资风格来构建组合，可以与市场
风格保持一定程度的相似性。而如果能跑赢基金指数，则等价于业绩排名位于市场的前
50%。如每年都能持续在基金指数的基础上具有一定的增强收益，则组合会具有显著的
长期超额收益。
如何构建基于公募基金指数的指数增强组合？本文的方法基于行业归因模型测算单只
基金在各行业/板块上的配置比例，并在此基础上计算全市场偏股基金的板块配置偏好，
以该配置比例作为锚定基准，构建板块中性化的基金组合，并通过优选高 Alpha 的基金获
得持续跑赢基金指数的收益。
行业归因模型的输入变量为申万一级行业，并根据行业主营业务及上下游等因素将行业
汇总为 8 个板块，但板块内的子行业指数的历史表现差异较大，为此，对此，我们进一步
修正模型，根据行业指数的历史收益率进行层次聚类，根据子行业实际业绩的相似度修
正板块分类。基于修正后的板块构建的选基模型的业绩明显提升。分别测算每次组合配
置 5~50 只基金的组合业绩，组合收益区间为 164%至 187%，同期沪深 300 的涨幅为 49%，
而偏股混合型基金指数的涨幅为 138%，组合均跑赢了偏股基金指数和沪深 300。从优选
5 至50 只基金的组合中，表现最好的是优选 15 只和 20 只的组合，但实际上由于组合的业
绩主要取决于偏股基金指数的 Beta 约束，组合之间的业绩差异较小。
我们在构建基金组合时，在基金优选层面仅依赖于基于业绩归因的 Alpha，并没有对基
金的基础池进行全面的优选，没有具体去拆分基金 Alpha 收益来源、剖析基金经理择时
选股能力、基金经理投研框架及能力圈。后续我们将依托于基金及基金经理的综合评价
体系，在基金基础池的基础上通过基金评价系统构建优选池，并在不同的行业/板块赛
道中挖掘绩优的基金经理，提高底层基金的优质度，进一步加强组合的增强收益。
风险提示：本文中对基金行业配置及 Alpha 收益的分析依赖于仓位测算模型及业绩归
因模型，存在一定的模型风险，策略历史回测业绩不能保证未来收益。
