分析师：张青（执业证书编号：S0890516100001）
分析师：贾依廷（执业证书编号：S0890520010004）
报告发布日期：2022年11月25日
投资要点：
本文从投资者根据中观风格研判进行基金投资时的需求出发，探索更加有效的基金风格分类方法，在市场上寻找具有显著风格特征的基金标的，帮助基金投资者更好的进行风格配置。同时对基金评价打分模型进行研究，在风格基金内部挑选综合表现优异的基金供投资者参考。
在基金风格分类上，本文结合市场特征以及投资者风格研判需求，将风格分为价值、成长及均衡轮动三类，通过结合净值模型以及基金持仓特征指标，选取出具有相应风格特征的基金，构建价值、成长及均衡轮动风格基金池，方便投资者确定中观配置风格后，在更精确的风格基金池子范围内进行基金的筛选。
本文使用风险收益综合打分模型对风格基金池中的基金标的进行评价，在挑选近一年风险收益指标表现优异的基金的基础上，进一步剔除短期内绩效表现较差的部分基金，筛选出综合表现优异的风格基金来构建风格基金组合策略。
根据历史长期和特定时间段内的风格基金组合的策略回测结果，价值、成长和均衡轮动风格基金组合呈现出显著的差异且符合相应的风格表现特征，验证了本文的风格分类模型可以构建具有显著风格特征的基金池。使用本文打分模型筛选出的风格组合，长期上可以在各项绩效指标上战胜混合基金指数，验证了本文打分模型具有较好的筛选效果。
风险提示：本报告基于历史公开数据进行分析和测算，存在失效风险，不代表对基金未来情况的预测，不构成投资建议。
报告正文
金融产品遴选是FOF投资中的重要一环。金融产品遴选，传统是基于基金经理能力视角的自下而上的alpha挖掘过程，但由于风格漂移的现象存在，一个潜在问题是可能无法较好得与自上而下的基金配置逻辑形成自洽，而在当下市场风格分化与结构化主导的行情下，FOF投资日益需要中观策略的配置，FOF投资不仅需要获取alpha，更是一个主动承担风险、挖掘beta、配置beta的过程。
要实现FOF自上而下的配置，对于微观基金产品的研究，首当其冲的是对基金的科学合理分类，这种分类不是简单的基于基金类型的划分，如股票型、混合型、固定收益型这类传统分类，而是深入基金类型内部，如针对于主动权益型基金，从基金经理主要运用的风格、策略视角，进行更加细致的划分，尤其是找到那些在某类风格、策略上暴露度稳定，没有明显漂移的金融产品。只有这样，才能说基于中观层面的FOF配置，落地至具体的产品。此外，这种划分本身对于甄别基金经理的alpha能力也是十分有益的。因为在同一类风格内的基金绩效综合打分，实际上就排除了风格的贡献，从而是更纯粹的alpha能力评判。
基于上述思路，本报告以主动权益型基金为样本，重点研究如何基于中观风格的视角，科学合理的划分基金类型，并构建遴选策略，从而实现FOF配置中的自上而下与自下而上的融合。本报告中，我们尝试同时采用净值与持仓特征，尽量多维度的分析来找到那些风格、策略比较稳定的金融产品，以大幅减少基金的风格漂移现象对FOF配置的干扰。
1. 基金中观风格分类
从自上而下的FOF配置角度出发，有两大类别的基金产品是我们感兴趣的，一类是专注于某类市场风格的（如大盘vs小盘，价值vs成长），这类基金的特点是能力圈聚焦，风格纯粹，这样在FOF配置中，当我们有明确的某类市场风格看法时，相应的去配置具备这类风格特征的标的即可，从而完美实现了beta与alpha的融合。实践中，常用的风格分类有两种，一是市值维度的大盘基金、小盘基金；二是投资策略维度的价值基金、成长基金。本文研究的重点是主动权益型基金，而当下中国的主动权益型基金，真正配置于小盘类个股（如大量配置于中证1000、国证2000成分股）的产品并不是很多，这可能是因为基金经理一般偏爱于各个子行业的龙头类个股，这些个股从市值上考虑，很难算作真正意义的小盘股；另一方面是专注于小盘类个股的金融产品，天然受限于基金规模，随着基金规模的增大，不得不转变策略，更多配置于流动性更好的中大盘类个股。现实中，我们看到很多绩优的主动权益型小盘风格基金，多数已处于暂停申购或暂停大额申购的状态，这就导致基于大小盘维度的风格划分，要面对无法落地至微观标的的尴尬。相较之下，价值vs成长维度的划分，更契合当前中国主动权益型基金的现状，一方面可供选择的标的更多，我们调研中确实发现不同基金经理的投资理念，对于价值与成长的偏好是有不同的，如价值型基金景气更追求安全边际，成长型基金经理更偏好于成长潜力等，另一方面，市场存在价值与成长的风格分化。因此，对于稳定风格的基金产品，我们重点研究价值风格与成长风格的划分。
另一类则是基金产品没有稳定的风格，本质上是全天候选手，自己就在做风格与行业轮动。这类基金经理从FOF配置的角度看，也是很有价值的。因为由母基金管理人主动做中观风格配置，也存在一定的风险，即风格研判失败的风险。倘若FOF组合中，配置一部分自身就是自上而下视角做风格轮动的优秀基金经理，这相当于把母基金管理人的配置权限一定程度让渡给了底层配置的基金经理，通过分散化决策降低研判失败的风险。这类基金在风格特征上，逻辑上更贴近于均衡风格，同时持仓上又具有一定轮动特征，我们称之为均衡轮动型基金经理。
这样我们就有了三类风格的划分，即价值型、成长型和均衡轮动型。逻辑上，对于这三类风格的基金产品划分思路，我们思考如下：
价值型基金作为价值型股票的资产组合，使用加权平均方法得到的组合估值水平也应较低，因此，价值型基金最终也会呈现出拥有低估值水平的特征。投资价值型基金也是为了获得价值风格暴露的beta收益对于价值型基金的选择，首先净值表现要有价值型基金的特征；其次持仓方面也要有低估值的特点，二者缺一不可。如果单有持仓特征，难以说明基金风格是否已发生变化，如果仅有净值特征，回归结果也难以保证具有延续性。
成长型基金主要投资于有较大发展提升潜力以及处于行业成长初期的成长型股票。这类公司凭借着优秀的成长潜力受到市场的认可，市场会给予这类成长型公司较高的估值水平，从而表现出拥有相比于当前盈利水平较高的股票价格；因此与价值型基金类似，同时在净值表现与持仓上进行限制。
均衡轮动型基金是在对价值成长风格研判不确定时供投资者进行配置的基金类型，相当于把中观研判的权利交给了基金经理，因此对于这一类基金的筛选，就要求既不能在价值或者成长上过分暴露，同时基金经理需要具有对于中观把控的能力。我们主要在非价值与成长风格的基金内部，通过持仓的特征指标来进行判断，下文将进行指标的详细介绍。
需要说明的是，本文对于基金划分的研究，目的是为了契合FOF组合构建中的自上而下配置，是为了获取尽量纯粹的风格或策略的beta，因此文中会采用较为严格的划分方法，这不可避免的会导致有一部分基金产品无法划分至上述三类风格中。但我们认为这并不影响方法本身的实用性，因为从FOF配置的角度考虑，我们的目的正是为了找到合适的标的，而不是对所有标的都进行标签画像。
2. 具体分类方法介绍
对于基金的划分，主要从净值和持仓两个维度来考量，这两个维度都可以一定程度的反应出基金呈现的风格特征，但各自也都存在优化的空间。
对于仅使用净值数据拟合特征风格指数的方法，能够根据基金净值的高频数据更加及时的跟踪到基金风格的切换，当基金净值发生风格偏移时，净值模型可以更快反映出差异；但是净值模型存在无法判断净值表现来源，从而导致风格解释度低以及未来风格持续程度具有不确定性的问题；同时，净值表现出与特征风格指数的拟合效果仅是基金表现的一个方面，有可能出现在一段时间内不同风格之间的基金表现区分程度不显著，净值模型归类出错的情况。
对于单独使用基金持仓数据来进行风格划分的方法，能够从底层标的资产的角度更加深入的分析基金风格，一定程度上解决了净值模型中风格来源不清晰的缺点；但持仓方法存在指标滞后性较大的问题，无法较高频率跟踪基金风格的切换，如果使用全部持仓数据来进行风格的划分，仅在半年报和年报公布时可以更新对基金的风格判断，且全部持仓数据的公布有两个月的滞后期，无法及时获取到基金风格变化的情况，如果使用重仓股数据来提高风格更新频率，重仓股也会有一个月的公布滞后期，同时会存在重仓股数据反映持仓信息不全面的问题。
本文的分类思路是使用基于夏普模型的净值回归模型，再叠加不同风格策略基金应该具备的持仓特征。净值回归模型加入了切片回归方法，并结合系数显著程度和风格切片占比两个限制条件，一定程度上解决了风格差异不显著带来的问题。持仓数据主要结合了估值水平、行业集中度以及行业轮动度等指标，根据基金投资者在投资不同风格基金时主要关注的基金风格特征，精选与价值、成长及均衡轮动风格更加契合的限制条件来实现划分。通过净值风格模型与持仓风格模型相结合的方法，综合两个模型的优势，实现较高频率跟踪基金风格变动的同时，提升基金风格分类的可解释度和延续性。
2.1. 基于夏普模型进行基金净值风格分类
本文中的净值风格模型为基于夏普回归模型的基金风格分类，使用3个月时间长度的基金净值收益率序列和风格基准指数收益率序列作为单期切片进行夏普模型的回归，通过比较夏普模型回归系数和设定阈值的大小来确定单期基金的净值风格，其中在进行价值成长风格分类时选用的基准指数分别为国证价值指数和国证成长指数，当时间切片内的基金净值表现出和相应风格指数有一定相关性时，相应风格基准的回归系数应大于设定的阈值，当期的基金风格会被定义为对应指数的风格。
夏普模型为：
其中为基金在t时刻的净值收益率，和分别为价值型基准指数和成长型基准指数在t时刻的收益率，最终回归得到的价值风格和成长风格下对应的系数。本文将系数阈值设置为0.6，当某个风格系数大于该阈值时，则将当期基金风格归类为该风格。
在得到单一切片风格结果后，需要进行历史时间段内的风格类型分类，净值风格模型基于单期风格类型数量的占比进行多期风格分类，本文对风格占比的阈值设定为0.66，即在某个时间段内单个风格的时间切片数量需要大于2/3，如果一年四个季度中有3个及以上的切片风格属于成长风格，则将近一年的净值风格归类为成长风格。
2.2. 结合持仓数据进一步约束
在使用净值模型对基金分类后，还需要结合基金持仓数据估值水平进行价值风格及成长风格基金的划分，并在余下的基金中根据基金的均衡投资理念进行均衡轮动风格基金的选择。
2.2.1. 估值指标
本文使用基金PE衡量估值水平，计算方法是使用全部持仓或者重仓股的个股PE值，通过加权平均的方法求得。
考虑到个股PE受到市场整体表现的影响较大，历史上不同时期的PE值分布会有较大差异，使用PE绝对值作为筛选条件的合理性欠佳。以近十年申万低市盈率指数为例（如图1曲线所示），从指数的市盈率TTM中可以看出，近十年市盈率水平有较大的波动，2015年至2018年市盈率水平较高，最高达到15.29，近一年市盈率水平较低，保持在6附近的水平；申万高市盈率指数同样表现出的波动特征（如图2曲线所示），近十年中，2015年期间出现较大波动，市盈率水平超过300，最近市盈率水平低于100。综上，如果在不同历史时期使用固定的PE值，会导致筛选结果发生较大的风格偏移，可能无法获取需求风格特征的基金。
因此我们使用基金的PE百分比分位数作为筛选条件，挑选出在观察时点上，估值处于较低分位（较高分位）的基金来作为价值风格（成长风格）基金。根据当前市场投资经验，市盈率在20以下会被普遍认为股票偏价值风格，在40以上会被普遍认为股票偏成长风格，在此经验值基础上结合最新一期基金季报数据计算得到的重仓股PE值频数分布情况（如图3所示），我们将价值型基金的重仓股PE百分比分位数筛选标准定为30%，即基金重仓股市盈率排位在30%以下才可以满足我们对价值型基金市盈率水平的要求；将成长型基金的重仓股PE百分比分位数筛选标准定为70%，即基金重仓股市盈率排位在70%以上才可以满足我们对成长型基金市盈率水平的要求。除了对基金的重仓股市盈率水平做出要求之外，我们希望在全仓维度也能有相应的特征，但是可以对筛选条件进行适当的放宽，要求价值型基金的全部持仓市盈率排位需要在50%以下，成长型基金的全部持仓市盈率排位需要在50%以上。
2.2.2. 行业集中度指标
本文行业集中度指标的计算基于中信一级行业分类，根据季报、半年报以及年报中披露的持仓股票数据，按照股票对应的所属一级行业进行归类，获得所有行业的仓位配置占比。文中使用第一大行业集中度来对行业主题基金进行剔除，如果基金在某个行业上的配置比例过高，则认为该基金时比较偏向行业主题的，在分类时予以剔除。本文还使用了前三大行业集中度指标，主要适用于均衡轮动型基金的分类，要求基金在行业上具有一定的分散性。
2.2.3. 行业轮动度指标
本文使用行业周转率来衡量基金的行业轮动度，主要看前三大行业周转率。根据基金季报中披露的重仓股数据计算中信一级行业在重仓股中占比，选择占比最高的三个一级行业作为本季度前三大重仓行业，与上一季度的前三大重仓行业进行比较，当本期三个行业和上一期三个行业一样时，则周转率为0；当本期三个行业仅有一个属于上一期的三个行业时，将本期的行业周转率大小定义为66.67%（2/3=0.6667）。该指标主要用于均衡轮动型基金的分类，要求这一类基金经理在中观行业上有自己的看法，持仓上有一定变化与调整。
2.3. 价值、成长与均衡轮动型基金的分类指标设定
2.3.1. 价值风格基金
对于价值型基金，我们首先通过净值回归模型，找到在过去一段时间净值表现上属于价值类型的基金，然后再从持仓的角度，通过重仓、全仓数据计算的估值来进一步分析。同时对于行业集中度过高的基金进行剔除，风格过于偏重某一个行业的基金我们不再纳入价值型基金中。
具体计算方法及分类条件如下：
2.3.2. 成长风格基金
成长型与价值型基金的分类方法类似，首先都要通过净值回归模型找到在表现上具有成长风格特征的基金。再从持仓的估值维度来做限制，找到在净值表现上偏成长，同时持仓上也偏成长的基金。
具体计算方法及分类条件如下：
2.3.3. 均衡轮动型基金
本文想要得到的均衡轮动型基金是可以将中观研判交付给基金经理的这一类基金，因此需要他们不是存粹的价值或成长型基金，而是在行业上有一定分散性，同时会自主做一些板块的研判与偏向。体现在指标上，则在剔除了前文的价值与成长型基金后，持仓上需要估值水平介于价值风格和成长风格基金之间。在行业配置上，则需要具有行业配置分散化的特征，据此，我们在估值水平限制的基础之上加入了行业集中度的要求，需要满足全部持仓中前三大一级行业占比较低的条件；同时进一步加入全部持仓第一大行业的限制条件来剔除行业主题基金。最后，由于每个行业的风格特征会随着宏观经济环境以及行业发展进程发生较大变化，我们对均衡型基金也提出了需要及时进行行业轮动的要求，因此在上述两个限制条件之外，加入了行业轮动度的要求，基金需要满足近一年行业轮动度均值大于设定的阈值。
具体计算方法及分类条件如下：
3. 不同类型基金遴选与组合构建
3.1. 基金组合构建
在完成对相应风格的基金划分后，再根据打分模型对每个类型的基金池做进一步筛选，即从分类基金池中筛选出内部表现优异的基金，构建当期的各类风格基金组合。本文使用的打分模型主要基于收益风险综合打分模型优选表现较好的基金，再通过短期业绩表现进行反向剔除，最后筛选出风格内部表现优异的基金。
3.1.1. 收益风险综合打分模型
进行收益风险综合打分模型时，基于过去1年的基金表现进行模型打分。模型中主要考虑风险、收益和收益风险比三个指标，并分别赋予20%，30%和50%的权重；其中风险维度中包括年化波动率和最大回撤两个指标，收益维度包括不同时间长度的区间收益率，收益风险比维度包括卡玛比率、夏普比率和信息比率三个指标。
3.1.2. 短期打分模型
在实际基金投资中，投资者同样会加入对短期绩效的考量，投资者将资产配置在近期表现相对于同类较差的基金中的可能性较小，更愿意选择不论是长期还是近期在同类别中均表现优异的基金；本文也对基金短期绩效的延续性进行了简单的阐述，根据所有权益型基金近五年的净值数据，计算历史上滚动一个月、三个月及一年的收益率数据，样本包含了过去五年中每一天的前后一定时间长度内的收益率。从下图的排名变化频数分布图中可以看出，基金过去三个月同类别排名与未来一个月同类别排名的变化主要分布在0附近，排名能够提升25%的概率已经达到较低水平，这说明基金近期短时间内表现与未来一段时间的收益表现有较强的相关性；将未来表现的观测时间拉长至一年，排名变化大小进一步朝着0附近聚集，过去三个月的收益率排名能够在未来一年的收益率排名中得到较大幅度提升的概率进一步缩小。
在使用综合打分模型选取排名靠前的基金后剔除短期内表现较差的基金，能够更好选出未来可能表现优秀的基金。
4. 分类方法与筛选模型效果验证
根据上述模型完成对价值、成长以及均衡轮动型基金的划分后，我们需要对结果进行验证分析。本文将通过以下两个方面来分析分类遴选的效果。第一个方面是使用分类遴选模型在历史上不同时间点进行基金遴选，构建价值、成长和均衡轮动风格组合策略，通过策略回测，观察不同风格之间表现的区分程度和各组合净值曲线特征，同时选取具有显著风格特征的特定历史时间区间来进行进一步的效果验证，考察特定风格在该时间区间内是否表现出相应的特征；第二个方面是根据最新一期风格策略的遴选结果，对单只基金综合分析其持仓及净值表现情况，验证分类遴选模型可靠性。
同时对打分模型的基金筛选效果进行考察，选取Wind偏股混合型基金指数和中证全指作为比较基准，考量在长时间维度下，组合在累计收益率、最大回撤、波动率以及夏普比率上相较于基准的表现。
4.1. 分类遴选策略回测验证
分类筛选策略是每季度根据分类模型对市场上的主动权益型基金进行风格划分（包括华宝证券二级分类中的普通股票型基金、高权益仓位混合型基金以及中高权益仓位混合型基金，剔除行业主题型基金），再根据打分模型在每个风格基金池中遴选一定数量表现较好的基金构成风格组合，当期风格组合中的基金等权配置并持有一个季度，回测时仅考虑A类份额，同时要求基金在调仓时间点上成立满一年且没有暂停申购，基金规模大于5亿元；为加强组合策略反映真实投资情况的效果以及实用性，进行策略组合回测时将季报及本年报公布时间滞后性纳入考虑范围，对于使用到季报公布的重仓股信息数据的指标，指标日期进行延后30天处理，对于使用到半年报和年报的全部持仓股信息数据指标，指标日期进行延后60天的处理。此处主要考察回测区间内不同风格组合之间表现的差异，因此每季度调仓时不考虑交易费用。
4.1.1. 历史长期回测结果
本文首先进行从2012年10月31日至2022年10月31日的历史长期回测，观察通过分类遴选模型得到的各个风格组合之间，在长时间维度上能否有显著的差异。拉长时间维度可以帮助我们更好的分辨出不同风格之间表现的差异，如下图回测曲线所示，回测时间段后期位于最上方的蓝色曲线为成长型分类遴选组合的净值曲线，回测区间内，成长型的收益率处于较高水平，特别是在整体市场行情表现较突出时收益水平较高，但是波动及回撤水平也最大，这与基金投资者预期的成长型基金表现规律相符合，即高风险高回报的特征；红色曲线是价值型分类遴选组合的净值曲线，价值型组合在回测区间内表现出了回撤最小、收益表现最稳定的特征，特别是在近一年行情波动剧烈的时间段，价值型分类遴选组合依旧保持优秀的回撤控制能力，这与价值型基金投资者所追求的长期稳定收益预期相符合；表现位于两者之间的橙色曲线则是均衡轮动型分类遴选组合，如前文所述，均衡轮动型基金具有风格以及行业轮动的特征，收益和风险特征应介于成长型和价值型基金之间，本文的均衡轮动型分类遴选组合在长时间维度上很好的展现出该特征。
在衡量打分模型对于基金筛选的效果方面，选取万得偏股混合型基金指数和中证全指作为比较基准，从图中组合曲线可以看出，价值、成长和均衡轮动三个风格曲线基本上均可以保持跑赢基准曲线，价值型组合在2016年后保持显著超额收益，成长和均衡轮动型组合在2020年后的上涨行情中也能够快速拉大超额收益水平，组合表现优秀。价值型组合的各项长期业绩指标均优于万得偏股混合型基金指数，在保持优秀的波动和回撤控制能力的同时，能够获得较高的长期投资收益；成长型组合近十年的收益率远高于混合型基金基准，但是在回撤和波动上逊色于基准，最终依旧可以保持更高的夏普比率。
4.1.2. 特定时间区间回测结果
首先，从2022年以来根据分类遴选模型进行风格基金组合策略的构建，观察各个风格组合是否与今年市场表现相一致。2022年以来，受到国内多个地区疫情扩散以及海外地缘政治冲突影响，市场表现整体呈现疲软的态势，特别是受到资金追捧的成长股，在去年较大幅度的上涨后，今年年初开始出现回调，1月至5月表现较差；5月份后，在新能源相关板块快速修复的带动下，成长股也迎来了新一轮的投资机会，年初的跌幅得到了很大程度的修复；8月份后，受到国内疫情多地散发、美联储加息影响加剧、海外冲突加剧以及海内外经济表现不及预期等因素的负面影响，导致市场信心不足，市场开始回落，特别是成长风格再次受到较大拖累。
从下图不同风格组合回测曲线可以看出，三个风格的表现均与今年以来各个风格股票的特征相符合，成长型组合在年初大幅度回撤后，及时跟住市场机会，净值回归到年初水平；价值型基金表现稳健，在今年以来保持稳定，回撤幅度控制在较小的范围内；均衡轮动型基金表现介于价值和成长型之间，由于市场风格更加偏向成长风格，以及基金经理对成长风格标的更加偏好，均衡轮动型基金组合也呈现出更加接近于成长型组合的表现，但是在回撤控制方面依旧优于成长型组合，在5月份后市场情绪高涨回升的过程中也会出现涨幅略弱于成长型的情况。综上，基于本文风格基金分类遴选模型构建的风格组合，在今年以来的时间段内均表现出了应有的显著风格特征，且不同风格之间有较明显的区分，说明本文的分类遴选模型能够筛选出具有显著风格特征的风格基金，对基金投资者在构建风格组合时具有很高的参考价值。
再看2016年至2018年时间区间，从2016年开始到2017年，受到供给侧改革、金融去杠杆等影响，盈利驱动A股出现了高度分化的结构性行情，价值板块明显表现占优。2018年后，受到海外市场大幅波动拖累以及部分中小创业板上市公司业绩大幅亏损影响，市场出现回调，此后又受到贸易摩擦影响，市场震荡下跌，其中成长板块受到较大冲击。结合市场行情，基于本文风格基金分类遴选构建的风格组合也表现出了相应的特征，2016年和2017年价值风格持续领跑三个风格组合并最早开始持续上涨，均衡轮动组合也在2017年后更早的开始进入上涨区间，表现介于价值和成长风格之间；2018年后，在海内外不确定风险因素冲击下，成长风格组合回落幅度较大，价值型风格组合保持优秀的回撤控制能力，2018年的回撤比例远小于成长和均衡轮动风格组合。在此风格差异显著的历史时间段内，本文的基金风格分类遴选也能够很好的遴选出具有显著风格特征的基金，组合表现出相应的风格特征。
4.2. 最新一期风格组合基金及代表基金定性分析
本文将使用最近一期的基金风格分类遴选结果，结合回测打分模型评分，对每个风格分别挑选出部分表现优秀的代表基金来进行微观的定性分析，从近期净值表现特征以及持仓标的配置来进行风格分析，进一步验证深度遴选模型的可靠性。
4.2.1. 价值风格代表基金
以上为最新一期价值风格遴选回测组合中的基金，以华泰柏瑞富利混合为例进行分析，该基金近三年的全部持仓中，第一大配置的行业是有色金属行业，其中主要配置在黄金相关标的上，配置比例次之的行业分别是房地产、银行、机械、交运以及建筑行业，这些行业都有显著的价值风格特征，本只基金配置比例排名靠前的板块均属于价值风格，且价值风格行业在近三年的全部持仓中占比之和处于较高水平；本只基金在2021年前配置比例较高的行业是房地产、建筑和银行，之后将一部分仓位调整到了黄金板块，长期以来一致保持着显著的价值风格，十分契合本文基金风格分类遴选的目标。
该只基金近期表现优异，打分排名考前，得益于及时的行业配置调整，规避了地产表现较差的时间段，同时在海内外不确定性因素较多的时间段配置了黄金相关板块，在收益和风险控制上均有优秀的表现，在风格方面始终保持价值风格，能较好的获取风格暴露收益。
4.2.2. 成长风格代表基金
以上为最新一期成长风格遴选回测组合中的基金，以长城竞争优势六个月混合为例进行分析，该基金近三年的全部持仓中，平均持仓比例最高的几个行业主要包括电力设备及新能源、食品饮料以及国防军工，食品饮料行业的配置比例较高主要是因为基金配置了很高比例仓位的高端白酒龙头以及中高端白酒企业，此类标的具有增长较快以及未来增长确定性高的特点，因此市场给予此类标的很高的估值水平，具有成长风格特征；其他高配置比例行业中的汽车和电力设备及新能源行业，均属于新能源相关板块，新能源相关板块处于行业发展初期，未来增长潜力巨大，市场给予相关板块标的很高渗透率和发展空间的期望，估值水平普遍较高，属于典型的成长风格；国防军工属于成长板块代表性行业的新半军中的一个，未来军费投入以及先进装备的发展潜力巨大，具有显著的成长特性；医药板块重要集中在医疗器械及药物创新领域，同样具有显著的成长特性。过去三年中，本只基金公布的全部持仓中前三大重仓行业主要集中在食品饮料、国防军工和和新能源相关板块，风格稳定性较高，总体风格特征符合本文对成长风格基金遴选的要求。
在基金得分方面，本只基金在长期得分维度上有着不错的表现，虽然成长风格在近一年的回撤表现上较差，但是在市场回落后的反弹表现较好，本只基金凭借较好的年化收益获得较高的分数；近两个月成长风格的回落使得本只基金短期评分较低，但是在成长风格内依旧保持较优秀的表现。
4.2.3. 均衡轮动风格代表基金
以上为最新一期均衡轮动风格遴选回测组合中的基金，以大成景阳领先混合为例，基金在行业集中程度上保持着较分散的水平，配置的行业较多。从近三年全部持仓的各行业配置比例均值可以看出，基金在成长风格和价值风格的板块中均有配置，如较典型的成长风格行业包括医药、电子、电力设备新能源以及国防军工，较典型的价值风格行业包括机械、房地产和银行板块。本只基金在近一年的重仓行业配置上也发生了较大的轮动，从开始的医药、电子以及农林牧渔，逐步使用新能源替换电子板块，再到逐渐加入食品饮料行业的持仓，最后到近期对交通运输配置较高比例的仓位，农林牧渔和基础化工次之的行业配置；拉长时间维度来看，2020年前，基金在房地产和机械板块配置比例较高，整体风格偏向价值风格，2020年后，逐步将仓位调整到医药、新能源和电子行业，整体风格切换到偏向成长，与市场风格切换的节奏相符合。
在基金得分表现方面，基金长短期得分均较高；今年以来，在市场回撤时，本只基金得益于分散化的配置，回撤幅度相较混和型基金更小，在五月份后的反弹中，本只基金从及时的仓位配置调整中获取了显著的超额收益；近期的波动中也保持较好的风险控制水平，从而帮助本只基金在短期维度上的得分也较高。本文结合均衡轮动风格遴选模型和打分模型，对具有较好行业切换能力的基金进行优选，及时跟上市场的风格切换，获取市场上表现较好风格的收益。
5. 结束语
本文从基金投资者在进行风格投资时的需求出发，通过结合净值回归模型风格分类和持仓特征条件筛选，构建基金分类模型，定期筛选出具有相应显著风格特征的价值、成长及均衡轮动型基金池，获取在净值表现和持仓标的特征上都符合相应风格特征的风格基金。在分类模型基础上，使用综合打分模型对各风格基金进行绩效表现评分，构建价值、成长及均衡轮动风格基金策略组合，打分模型帮助组合获得理想的策略回测效果，三个组合在历史回测中均表现较好，都能超越中证全指和万得偏股混合型基金指数近十年以来的表现。综上，本文的基金分类遴选模型能够帮助基金投资者精准的遴选到目标风格的基金，结合本文对基金表现的评价打分模型，可以更加有效的协助投资者进行风格投资，把握市场风格收益，实现FOF配置中自上而下与自下而上的融合。
（感谢黄浩对本文的贡献）
