智能化选基系列之八：持股网络中基金经理交易独特性是否能贡献超额收益？.docxVIP

内容目录

一、基金网络多样化构建方法 4

基金网络形成原理 4

基于共同持股的基金网络构建 4

基于共同交易股票构建基金网络 6

二、基金网络中的交易独特性指标构建与因子测试 7

交易独特性指标（DFN）构建方法 7

交易独特性基金经理VS非交易独特性基金经理 8

交易独特性因子是有效的选基因子 9

三、基于基金经理交易独特性的选基策略构建 12

交易独特性选基策略构建 12

策略持仓的风格归因与行业配置分析 13

四、总结 14

五、风险提示 15

图表目录

图表1：基金/基金经理网络示意图 4

图表2：基于共同持股的基金网络分类 5

图表3：基于共同持股的基金网络构建方法示意图 5

图表4：基金外部网络的基金数量变化 6

图表5：基金外部网络持股关联程度变化 6

图表6：连续两期均处于前30?的概率 6

图表7：当期前30但下一期后30?的概率 6

图表8：基于共同交易股票的基金网络分类 7

图表9：不同的交易独特性指标说明 8

图表10：共同持股网络交易独特性的跨期稳定性 8

图表11：共同交易股票网络交易独特性的跨期稳定性 8

图表12：交易独特性基金组合VS非交易独特性基金组合 8

图表13：两类基金数量变化 8

图表14：相对于沪深300的风格暴露 9

图表15：相对于中证500的风格暴露 9

图表16：持股同质化程度指标的测试结果 9

图表17：持股同质化程度分位数组合年化收益率 10

图表18：不同交易独特性指标的测试结果 10

图表19：avgfundm_inner_dfncpreres分位数组合表现 10

图表20：avgfundm_inner_dfncpreres分位数组合净值 10

图表21：avgfundm_outer_dfnres分位数组合表现 11

图表22：avgfundm_outer_dfnres分位数组合净值 11

图表23：因子间相关系数均值 11

图表24：最终合成因子的测试结果 11

图表25：合成因子分位数组合超额收益率 12

图表26：合成因子分位数组合净值 12

图表27：交易独特性选基策略净值 12

图表28：交易独特性选基策略超额净值 12

图表29：交易独特性选基策略的统计指标 13

图表30：交易独特性选基策略分年度超额收益率 13

图表31：相对于沪深300指数的风格暴露 14

图表32：相对于中证500指数的风格暴露 14

图表33：选基策略行业暴露情况沪深300） 14

图表34：选基策略行业暴露情况中证500） 14

一、基金网络多样化构建方法

基金网络形成原理

在社会学的社会网络理论中，个体或组织构成的相互连接的结构称为社会网络，社会网络的形成可以基于各种关系纽带，例如亲缘关系、友谊关系、合作关系等，社会网络中的每个参与者都是一个节点。信息可以在社会网络中传播扩散，社会网络中的个体因为各种原因互相接触，社会网络是个体获取知识的重要来源。

基金经理群体往往也会因为各种因素产生联结关系。基金经理社会属性（所属基金公司、毕业院校等）、基金经理地理位置等因素，都会让基金经理们建立起某种联系。而在一些学术论文中，有学者认为，基金经理由于共同持有某一只股票也会产生联系，可以构建起基金经理网络。

通过基金共同持股构建网络最早源于Pareek发表于2012年的论文《InformationNetworks:ImplicationsforMutualFundTradingBehaviorandStockReturns》，作者认为共同重仓持有同一只股票的基金经理之间可能存在某种信息交流，因此他通过基金共同的重仓股建立了基金的持股信息网络。罗荣华等学者在2020年发表的论文《“和而不群”还是“卓尔不群”?——基于基金网络信息使用的视角》中，曾根据基金重仓持有的股票构建基金网络，并采用基金自身交易与其所处网络中其他基金平均交易的偏离程度作为该基金对基金网络中信息使用的衡量，最终得出“对基金网络中信息使用程度较低的基金的业绩要显著好于对基金网络中信息使用程度较高的基金”的结论。

参考上述学者的研究成果，我们基于国内的主动权益型基金定期披露的数据，构建基金/基金经理网络。

基于共同持股的基金网络构建1.2.1基于共同持股的基金网络分类

基金经理通过共同重仓持有某一只股票，可能会存在某种信息交流和信息共享，因而产生联系。根据各基金的股票持仓情况，我们可以构建起基金网络。但基金由基金经理管理，我们也