敬请参阅最后一页特别声明-1-证券研究报告2018年8月3日金融工程溯本求源：基于风险模型精选优质基金——FOF专题系列报告之九金融工程深度本文作为FOF专题系列中基金筛选方向的第二篇报告，将研究对象锁定在主动偏股型基金上，沿袭前序报告的核心思想：从因子角度出发，通过对基金收益率进行时间序列上多元回归分析，拆分基金收益中的Alpha指标，并测试该指标本身及其衍生指标是否可作为筛选基金的有效因子。研究框架：时序上的风险模型选基流程。本篇报告并非直接利用风险模型进行基金截面持仓数据业绩归因，而是以主动偏股型基金的核心资产股票为切入点，通过以下三大步骤进行基金优选（1）通过全市场股票的日频截面数据计算风险因子的日收益率；（2）用风险因子的日收益率对基金日净值收益率做时间序列上的滚动回归，将剔除风险因子之外的日均超额收益作为筛选基金的基础指标；（3）测试超额收益及其衍生指标的有效性和优选基金的稳定性，并形成基金优选策略。理论基础：初识Barra风险模型（又称结构化风险模型）。模型核心思想是认为：市场中具有相同特征的股票会显示出相似的收益情形和风险波动趋势，这些特征可以通过一系列公共因子来定量刻画；而每只股票的收益并不一定能完全被公共因子解释，那么这部分收益则来源于其特质因子带来的收益。Barra风险模型应用广泛（1）收益预测、多因子选股；（2）信号提纯、组合优化；（3）收益、风险归因分析；（4）组合偏离度分析等。指标测试：基础指标alpha_20单调性良好，衍生指标效果提升显著。（1）滚动回归alpha：对样本内共765只主动偏股型基金做滚动回归获得alpha指标，测试区间为2007-01-01至2018-06-30，季度调仓，对不同滚动长度下的alpha指标做分组回测，回归窗口为20/60个交易日时，指标的单调性较好；而固定组合数量时，回归窗口为20时，alpha选基组合表现更胜一筹。（2）alpha衍生指标：基于alpha_20构造的四类衍生指标中，半衰期指数加权平滑alpha效果提升显著，分组回测组间收益差异明显，对基金下期收益预测性提升。实证研究：指数加权平滑alpha_ewm优选基金收效甚佳。每期等权配置指标值排名前20的基金，季度调仓，在2009年至2018年6月回测区间内，组合尚能取得不错的收益。（1）策略绝对表现：年化收益率可达16.8%，年化波动率为23.9%，夏普比率0.77，最大回撤49.5%；2018年以来的震荡行情中仍能逆势获得1.20%的绝对收益。（2）策略相对表现：相对收益率可达12.3%，相对波动...
