【配置经验】基金投资的“躺赢”配置法参考

作者：量策组合配置学

题图：量策组合配置学微信公众号

摘要

1、不同的交易策略，不同类别的基金受底层环境的变化而孕育着自身运行的规律，投资者如能顺应把握这种规律，逆向思考博弈逻辑，及时洞悉底层行情环境的变化，就能临危不惧，气定神闲。

2、仅仅依赖单纯的定量业绩分析（短期归纳经验），没有定性能力分析(理性逻辑推导的辅助验证)，无法在未来“复制历史”。

全文字数3000+，读快点3-4min就够

自2021年Q4以来，股弱债强已持续约3年。不少投资者在股票主观策略上，高位套牢的亏损惨不忍睹。

投资公募基金股票型、偏股型产品的，自2021年下半年以来，较好一些的累计回撤约在20~30%，比较普遍的，大多累计回撤在30~50%；

而投资私募主观多头策略的，好一些的累计回撤在10~20%，比较普遍的，平均累计回撤也达到30~40%。

当然少量极个别的公募与私募主观还有正收益，但大多管理规模并不大，并数量占比很少。

而相对于主观多头策略，2024年前股票量化策略受益于中小盘股的相对强势，超额明显。

但自2023年以来，私募量化基金平均累计回撤也超过15%，公募量化基金平均累计回撤超过20%，偏小盘的量化策略跌幅更大。

不同的交易策略，不同类别的基金受底层环境的变化而孕育着自身运行的规律，投资者如能顺应把握这种规律，逆向思考博弈逻辑，及时洞悉底层行情环境的变化，就能临危不惧，气定神闲。

按笔者过往从业经验，基金投资从易到难有三种相对有效的配置方式：

一、正向配置

过往我们会发现有些基金经理中长期业绩一直较稳健，相对指数有较明显的超额，回撤波动也控制得很好。

最主要的原因可能在于他们的能力圈范围更广一些，不仅在具体标的上不犯大错，同时在宏观或在产业周期趋势上的理解更深。

所以第一种方法最简单，就是筛选出若干同时具备宏观、中观与微观周期能力的基金管理团队，挑选其代表产品进行等权组合。（上图榜单仅供举例说明，而非推荐，况且只有部分基金满足第一种方法的底层要求）

其中宏观、中观的顺周期布局对应的是基金管理人的择时能力（控制仓位与风格行业方向），而微观的“鉴宝眼光”则是机会把握能力（控制交易与点位）。

【备注】

宏观是全局视野能力，是从横向与纵向的经济结构角度，审视各个“中观”产业链的相互作用与影响。

中观是产业视野能力，是从行业生命周期角度，评判行业渗透率、主要矛盾与主导因素。

这跟我们常见的自下而上定量排名挑选优秀基金经理有些相似，但侧重又明显不同，因为如果只看基金产品1-3年的业绩表现，那擅长或专注投向某些行业或赛道的基金经理，其净值曲线可能会跑得更好，收益更易突出。

以公募基金为例，几年前的新能源，医药，近几年的AI，红利等都是受益于市场风格，这些主题型基金的平均表现相对更好。

但仅仅依赖单纯的定量业绩分析（短期归纳经验），没有定性能力分析(理性逻辑推导的辅助验证)，无法在未来“复制历史”。

（一）筛选标准

而我们第一种方法筛选的标准要求相对更高，先要通过定量统计过滤平庸，然后再用定性推导未来概率。

1、考察的业绩时间要更长

（评估标准至少3年以上的同类策略对比，并经历过牛熊与市场风格变化）

2、管理经验要更丰富

（资管从业至少5年以上）

3、认知能力圈要更广

（特别对中观产业要有较深的理解）

4、回撤波动要控制得更好

（比如历史最大回撤累计<20%）

（二）超额来源说明

核心是需要看管理团队的综合能力，包括宏观仓位择时能力，中观风格板块的选择能力以及个股精选能力。

【备注】

真正的超额收益来源一般由三部分组成，以股票主观多头策略举例：即超额收益=宏观仓位择时+中观风格板块+微观个股精选

· 宏观上的仓位择时，公募受产品条款约束，发挥空间有限，比如股票型基金，也就是80-95%仓位调整，混合型基金也就是60-95%仓位调整，所以超额收益来源有限；

而私募不受束缚，股票资产可以0-100%，甚至还可能会通过两融加杠杆到120%，极端甚至140%，这是私募主观多头策略相对公募最易发挥超额水平的主要来源。

从历史统计数据来看，牛市公募偏股型基金表现相对更好，因为仓位较重，而私募在熊市相对表现较好，因为仓位可以降得更低。

· 中观上的风格板块，包括大小盘风格，价值与成长风格，smart beta选择（某一细分主题或行业的板块），这也是部分业绩的超额来源。

· 微观上的个股精选，则是基金经理最主要的核心能力，在熊市上表现为回撤相对更低，在牛市上表现为收益相对更高。

二、逆向配置

从历史经验中，我们可以发现基金产品的净值呈现一定波动幅度的统计规律。

比如：在极端行情下，平均国内5年一遇大熊市或大牛市后的泡沫破裂期，公募基金股票型产品的一波最大回撤累计跌幅可达50-60%，就像2018年与当下的AH股。

而有时在牛市，一波行情的反弹涨幅最高也能达到40-50%左右，就像2019年一样；跌多了，反弹空间也大，反之亦然。

而债券型基金（利率债，非信用债）历史最大回撤跌幅可达3%，比如2013年的钱荒与2016的债灾时。而债牛时的一波行情涨幅最高也能达到年化5%以上，比如2014年，2018年。

而在一般行情下，比如牛市回踩，小熊市或震荡市时，股票型基金的平均累计最大回撤在20-30%，债券型基金（利率债，非信用债）累计最大回撤跌幅可达1%。

【风险度对比】

可转债基金>信用债基金>利率债基金

所以第二种方式也相对容易，就是先挑选历史平均业绩在排名前列的基金（比如前25%以内），构成潜在投资池，待其回撤到历史平均跌幅的下沿区间时，逐步等权轮动配置。

主要不出现极端行情，胜率与赔率相比第一种方式要更高一些，但对于投资池的基金筛选能力有一定要求（超额表现要视投资池质量-基金经理的Alpha能力），也有一部分运气成分。

比如当前不少公募股票型基金累计回撤已达历史最大值时，暂不用考虑后市涨幅，按原先配置计划，逐步配置若干符合要求的底层基金。

假设原先计划是总配置10只基金，每只上限10%，那就按纪律执行，这里也可以采取下跌途中的定投模式，比如设定为：当某一基金自高点累计回撤达20%后，每次再下跌5%时，就申购2%的资金，直到10%的申购仓位上限。

三、逻辑推导配置

过往全球股市的波动方向都与宏观面，基本面息息相关，如果能顺应宏观经济与产业周期的发展趋势，找到适当的进出场“节奏”，基本就能立于不败之地。

所以第三种方式最难，即需要先根据宏观环境，判断决定所选资产类别与仓位大小，再跟随产业周期趋势，决定重点配置哪些行业板块与主题，最后再根据所确定的行业板块领域，挑选相对应的行业基金，主题基金或ETF指数基金。

逻辑推导配置是自上而下的审视市场存在的机会与风险，综合考量机会成本后（认知内的胜率，赔率），从而选择1-2个方向重点下注，实现smart beta（类ETF指数）与Alpha（个股超额）的双重收益。

比如在当下如果看好未来AI应用（或红利板块），但对宏观趋势并不太乐观，可以选择少量仓位（比如：30%权重）投向AI应用相关（或红利相关）的各类基金，包括看好AI应用方向（或红利方向）的公募与私募主观多头，或者是AI相关（红利相关）的ETF指数或AI主题基金。

当然以上三种配置方式的使用前提就是：投资者具备最基本的基金定量定性筛选方法，能构建适合自身的底层备选基金池。

后续我们会单独介绍如何结合定量定性的筛选标准，来构建合合适的潜在基金标的池。当然也可以参考专业FOF基金配置的具体底层标的。（下图仅供举例说明，而非推荐）

以上所有举例假定，均非笔者观点推荐，

仅作理解参考说明。

另外，以上3种配置方式各有优劣，也有不同的适配环境与运用能力要求。也有朋友问，那还有没有既能适应不同环境的全天候变化，又能进一步提升胜率与赔率，还能适合普通投资者使用的基金投资配置法？

我靠，这不就是既要，又要，还要嘛，投资人总是那么贪心的吗？难为笔者了，笔者也想有“事少，钱多，离家近”的好事。

不过确实还有一种可能接近的配置法，那就是我们下一篇的内容：量策综合配置法

（未待完续）

版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。