债基|持仓集中度—权益基金不可忽视的点( 五 ) |

本文插图

本文插图
7.2.未来三个月收益可持续性分层检测持股集中度波动率：通过季度换仓分层检测指标可以看出，该维度因子均不保序，无显著分层效果。其中持股波动率30M与36M相对而言头尾区分效应，中间三档出现交错。从分层回测净值曲线来看，该维度因子分层不保序，除了36M其余频率尾部分层在历史上出现逆序，因此综合来看36M相对有一定的头尾区分能力了，但中间档为存在非线性关系。

本文插图

本文插图
持股集中度total variance：通过季度换仓分层检测指标可以看出，该维度下没有能同时达到分层收益与分层夏普均保序的组合。持股集中度24Mtotal variance分层收益保序，但其分层夏普不保序。持股集中度30M与36Mtotal variance有一定的头尾区分能力，但是中间档为出现逆序。从分层回测净值曲线来看，该维度因子均不保序，其中36M有一定的头尾区分能力，中间档为存在非线性关系。

本文插图

本文插图
行业配置集中度股去均值：通过季度换仓分层检测指标可以看出，该维度下没有能同时达到分层收益与分层夏普均保序的组合。行业配置集中度30M均值分层一定程度上收益保序，但其分层夏普不保序。从分层回测净值曲线来看，该维度因子均不保序，其中12M有显著的尾部区分效应。

本文插图
7.3.分层检测小结
对未来一个月收益的分层检测可以看出，原先通过rankIc的因子大多没显著分层效果。有一定分层效果的是持股集中度过去36M波动率与持股集中度total variance36M 。不过研究发现很多因子虽不存在显著的分层效果，但是该因子存在显著的尾部效应，即一直选该因子最高一档，收益普遍处于最低档，例如持股集中度波动率24M、持股集中度total variance18M、行业集中度mean12M 。对未来三个月收益分层检测可以看出，基本没有因子据有显著分层效应，不过存在一定的因子存在明显尾部效应，例如持股集中度波动率36M、持股集中度total variance36M、行业配置集中度12M 。
四、策略构建
8.月度换仓单因子策略