基金持仓穿透的两种方法：可以通过基金季报法或者回归法穿透公募基金的持仓，前者数据准确性更好，后者数据时效性更强。从统计结果来看，前五大重仓行业的回归穿透预测结果偏差率近年有逐步下降趋势；同时，预测仓位数据比实际数据偏高。
回归穿透配置重仓行业策略：通过数据回归方法穿透得到行业仓位估算，并进行重仓行业配置，整体业绩与早期通过基金季报法进行行业配置（报告《基于机构重仓行业的组合管理策略》）差别不大。但回归法有三点优势，一是不存在数据延迟，二是相对基金季报数据统计没有那么繁冗，三是更为灵活，可以随时估算重仓行业。
基于重仓行业配置的选股策略：在配置基金重仓行业可以相对基准获得一定超额收益的前提下，我们在所选重仓行业的成分股中进行基本面因子选股，构建组合管理策略，长期大幅跑赢偏股混合型基金指数和沪深300指数。分年度来看，只有2020年跑输了偏股混合型基金指数，为主动量化产品提供了新的思路。
一些策略的尝试：我们尝试在上述策略的基础之上，改变行业配置的加权方式、行业入选规则，调整选股时点，变更财务数据为一致预期数据等，但这些方案都没有获得显著的超额收益。另外通过回归法穿透基金持仓，由于数据样本长度的问题，也没有办法在细分行业（如申万三级行业）的基础上进行持仓分析和策略延拓。
回归穿透配置重仓行业策略：类似的，还可以通过回归法穿透基金的风格配置。我们尝试采用6个巨潮风格指数进行回归测算，并在每个季度配置上季度前三大重仓风格，长期来看可以获得显著超额收益，但超额收益的稳定性不如行业配置策略。
最新重仓行业与风格估计：截至2022年一季度末，估算得到的公募主动权益基金前五大重仓行业分别是电力设备、银行、汽车、有色金属、社会服务，前三大重仓风格分别是大盘成长、中盘成长、中盘价值。
本篇报告通过历史数据进行建模，但由于市场具有不确定性，模型仅在统计意义下有望获得投资业绩。
一、持仓穿透的定量方法
2022年1月，我们发布了报告《基于机构重仓行业的组合管理策略》，通过公募基金每个季度披露的前十大重仓股，配置机构重仓行业，长期来看可以获得一定的超额收益。并且基于该行业配置思路，又下沉到行业内因子选股，通过每半年一次的选股策略管理组合，长期大幅跑赢偏股混合型基金指数，确保在绝大部分年份可以在全市场公募基金中获得相对较好的业绩排名。
该策略自发布以来，在今年机构重仓股大幅回撤的情况下，样本外跟踪仍然跑出了良好的超额收益，因此我们有兴趣对该类策略进行进一步的研究。
回溯之前几篇基于机构持仓选股策略的报告，都是在基金季报披露的基础之上构建策略，这样做最大的问题在于，每次取得过去一个季度的重仓股数据，都存在一个月的数据延迟。
其实如果更关注机构的行业或风格配置，可以通过线性回归的方法进行持仓穿透，相对及时地获取机构配置情况。
具体来看，可以采用偏股混合型基金指数（885001.WI）代表公募权益型基金的整体情况，通过其日收益率序列与申万一级行业指数日收益率进行多元线性回归，在基金持仓不发生大幅变化的前提假设下，各自变量的回归系数即为对应行业的仓位估计。而在报告《基于机构重仓行业的组合管理策略》中，我们通过统计公募基金的季度行业配置，发现基金重仓的行业在季度频率下的仓位变化其实相对较为稳定，因此我们可以尝试采用上述回归的方法在任意时点估算基金重仓行业的配置情况。
二、基金重仓行业与配置策略
为了和之前根据基金季报统计的重仓行业策略进行比较，这里我们仍对行业配置进行季度预测。通过申万一级28个行业指数（2014版）每个季度的日收益率序列和偏股混合型基金指数日收益率进行回归，在每个季度末得到重仓（回归系数最大）的前五大行业，并在下个季度等权配置这五个行业。由于申万一级行业指数于2021年四季度发生变更，因此回测区间为2014年12月31日至2021年9月30日，行业换仓考虑双边千分之三的交易成本。
相较于根据基金前十大重仓股进行行业权重估算，可以看到通过数据回归方法穿透得到行业仓位估算，并进行重仓行业配置，整体业绩差别不大。但后者有三点优势，一是不存在数据延迟，二是相对基金季报数据统计没有那么繁冗，三是更为灵活，可以随时估算重仓行业。
在上一篇报告中，我们提到按照基金持仓行业市值作为权重，进行重仓行业的配置，相对等权配置方法在绩效方面有所提升。这里我们也尝试按照估算仓位（回归系数）作为权重对重仓行业进行配置，发现策略绩效差异很小。
究其原因，应该是通过回归系数估算的行业市值占比和真实持仓的行业市值占比具有一定差异。于是，我们核对了通过基金季报和通过数据回归得到的每个季度前五大重仓行业，以及行业市值占比的差异。其中基金季报持仓的统计范围为偏股混合型基金指数当期的成分基金。
其中偏差率是指1-重合率，其中，重合率=两种计算结果取交集得到元素的数量除以重仓行业的数量。可以看到，前五大重仓行业的穿透预测结果与真实结果偏差总体较小，并且偏差率近年有逐步下降趋势。
同样的方法，我们统计了通过持仓穿透法和基金季报法得到的前五大重仓行业市值占比的差异，其中持仓穿透法以回归系数作为市值占比估计，基金季报法以前十大重仓股估算市值占比。可以看到，通过回归法估算的仓位整体偏高。
另外，我们发现等权配置相对上期加仓的重仓行业，相比直接等权配置重仓行业，又可以获得少量收益增量，不过这部分增量收益并不稳定。这里所谓加仓，是指回归系数相对上期有所上升的行业。同样以配置前五大加仓重仓行业为例，测算风险收益情况如下。
在上述配置基金重仓行业可以相对基准获得一定超额收益的前提下，和之前一篇报告类似，我们接着在所选行业的成分股中进行进一步因子选股，构建组合管理策略。
由于策略是在跟踪主动权益基金的持仓，而主动权益的基金经理更为重视上市公司的基本面，因此与之前的报告类似，我们采用盈利和成长双因子对重仓行业的成分股进行等权打分，选取每个重仓行业打分排在前10%的股票。其中盈利因子采用单季度ROE，成长因子采用净利润同比增速。加权方式为行业间等权，行业内股票再等权。
从回测结果来看，策略长期大幅跑赢偏股混合型基金指数和沪深300指数。分年度来看，只有2020年跑输了偏股混合型基金指数。
与之前报告的选股时点不同，采用回归穿透的方法可以在任意时点进行行业持仓分析。例如在上面每个季度末进行重仓行业配置的时候，其实并无法及时拿到股票最新的财务数据，因此我们想尝使用每个季度末盈利和成长的一致预期数据进行选股，其中盈利用最近预测年度的一致预期ROE，成长用最近预测年度相对于基准年度（即最近已公布的年报）的一致预期净利润增速。因子权重和股票权重的配置方法同上，但回测结果并不理想。
三、一些思考
3.1 关于细分行业轮动
在之前通过基金季报统计行业持仓占比的报告中，我们尝试将行业配置应用于申万三级行业，并在优选行业中进行基本面因子选股，收益大幅跑赢一级行业选股，原因在于优势行业更加集中，更精准地把握了主动权益基金经理看好的行业。
但是在回归穿透方法中，我们无法再细化到三级行业选股，原因在于我们选择一个季度的时间窗口回归，可以拿到的日收益率样本大概有60个左右，但如果将三级行业作为自变量，数量超过200个，自变量数目超过了样本数目。而如果增加回归时间窗口的长度，基金持仓变动的影响上升，又会导致回归穿透的结果可信度下降。
因此如果希望在较为细分的行业中进行穿透，仍然需要采用之前季报重仓股估算的方法。
3.2 关于调仓时点和频率
回归穿透持仓的好处之一在于可以随时跟踪基金重仓行业，不受基金定期报告披露时点的限制。因此在前面的季度频率测算中，由于每个季度末无法及时获取最新上市公司财务数据的问题，也可以通过切换重仓行业的统计日期进行优化。例如我们可以将上述每个季度末的换仓，调整为每年4月底、8月底、10月底进行计算，这样就可以使用到重仓行业成分股的最新财务数据（对应上市公司一季报、中报和三季报）。其他条件与之前等权配置重仓行业再选股的策略类似，测算结果如下。
可以看到对于上述策略，踩在上市公司财务报告披露时点进行因子选股，相对于普通的季度频率选股，并没有明显优势。
另外，目前回归时间窗口的大小设置为季度频率，这一参数也是可以变更的。如果窗口长度变短，那么受到持仓变动的影响就会减小，仓位估计更准确，但前提是样本数目超过自变量数目，一旦样本数目少于自变量数目，将无法得到合理的回归结果。因此对于申万一级28个行业（2014版）来说，季度频率是相对较为合适的窗口大小。
3.3 关于回归过程中因变量的选择
上述策略中，我们选取了代表公募主动权益基金整体水平的偏股混合型基金指数作为回归标的，希望在配置其重仓行业的基础之上，通过因子选股再获得一定的超额收益。
如果能够找到业绩更好的基金指数，通过穿透持仓的方法，理论上来说可以获得市场表现更好的股票池。我们本希望尝试一下私募基金指数，但是通过对比公募基金指数与私募基金指数的长期业绩，发现目前的一些私募基金指数尚无法战胜偏股混合型基金指数，因此这一方面的尝试后续有待拓展。
四、风格轮动策略
类似的，除了行业配置，还可以通过回归法穿透基金的风格配置。
我们尝试采用巨潮风格指数进行季度频率的回归测算，统计偏股混合型基金指数在大盘价值、大盘成长、中盘价值、中盘成长、小盘价值、小盘成长六种风格上的仓位情况。
这里尝试在每个季度末，用单季度的巨潮风格指数（399372.SZ、399373.SZ、399374.SZ、399375.SZ、399376.SZ、399377.SZ）日收益率对偏股混合型基金指数日收益率进行回归，通过回归系数估计风格仓位，并在下个季度通过风格指数等权配置主动权益基金前三大重仓风格。
可以看到风格配置相对于行业配置在超额收益方面的稳定性差很多，前面四年相对于6个风格指数等权组合的超额收益基本走平。我们也尝试调整了重仓风格数量、加权方式、加仓策略调整等方式，但并没有找到稳定的模式。对此我们判断有两个原因。
一是有可能和风格指数的选取有关。从巨潮风格指数的编制规则来看，通过价值和成长的标准化因子，在大盘、中盘、小盘股票中分别选取因子值最高的66只、100只、166只股票作为指数成分股。也就是说这6个风格指数的成分股数量加总后只有600多只，只占到全市场股票数量的不到15%。而对于偏股混合型指数来说，其成分基金几乎持有了全市场的所有股票。也就是说，很难用6个风格指数收益率的线性叠加去拟合逼近偏股混合型基金指数的收益率，这是与用行业指数进行回归测算的重要差别之一。这一点我们也可以从6个风格指数各期的回归系数看出。
从回归系数的分布和正负号情况来看，回归系数可能主要反映风格之间的相对权重，已很难作为仓位数据的估计。
我们也尝试寻找用全市场股票编制的风格指数，但没有找到。
另外一个风格轮动策略表现一般的原因是，采用上述6种风格对市场进行划分，公募基金持仓风格相对集中且变化缓慢，例如从历史配置风格数据来看，近几年公募基金较为集中地持有成长型股票，因此各风格持仓权重的排序变化缓慢，风格配置策略也就很难轮动起来。
五、最新重仓行业与风格数据估计
根据截至2022年3月31日的数据来看，国内偏股混合型基金一季度的前五大重仓行业（按申万一级行业2021版分类）和前三大重仓风格估计如下。
截至2022年一季度末，估算得到的公募主动权益基金前五大重仓行业分别是电力设备、银行、汽车、有色金属、社会服务，前三大重仓风格分别是大盘成长、中盘成长、中盘价值。
