正文目錄波段交易信息的挖掘 4交易信息的填充 4交易收益的計算與拆解 4基金的交易模式與波段交易能力 6基金在下跌趨勢的股票中更易獲得波段擇時收益 6基金交易模式的劃分 8不同交易模式基金交易收益差距不大 9左側交易基金擇時能力較強，右側交易基金倚重選股能力 11規模、換手率、持股周期與波段交易能力 12小規模基金交易更為擅長波段選股，大規模基金波段擇時能力較強 12高換手率基金交易能力更強，且更加側重波段選股能力 14持股周期較長的基金波段擇時能力較強 16利用交易信息的基金篩選策略 18基于基金凈值的收益類因子失效嚴重 18針對左側交易基金，長期交易收益尤其是長期擇時交易收益較為有效 19風險提示 23圖表目錄圖1貴州茅臺2022H1先跌后漲 6圖2寧德時代2020H2大幅上漲 6圖3近年的交易信息中，下跌趨勢交易占比增加 7圖4在不同趨勢股票交易獲得正擇時收益的交易比例 7圖5波段交易勝率按交易計算) 7圖6波段交易勝率(按基金計算) 7圖7左側示例：D基金 9圖8右側示例：E基金 9圖9近兩年交易模式與交易收益率 10圖10近五年交易模式與交易收益率 10圖11歷史上右側交易者平均交易收益較高，但近一年明顯下降 10圖12近兩年不同交易模式基金，選股收益率分布 11圖13近兩年不同交易模式基金，擇時收益率分布 11圖14近五年不同交易模式基金，選股收益率分布 11圖15近五年不同交易模式基金，擇時收益率分布 11圖16不同交易模式基金歷史選股收益 12圖17不同交易模式基金歷史擇時收益 12圖18近兩年不同規模基金交易收益率 13圖19近五年不同規模基金交易收益率 13圖20近兩年不同規模基金，選股收益率分布 13圖21近兩年不同規模基金，擇時收益率分布 13圖22近五年不同規模基金，選股收益率分布 14圖23近五年不同規模基金，擇時收益率分布 14圖24大規模基金交易收益較為穩定，小規模基金長期交易收益略高 14圖25近兩年不同換手率基金交易收益率 15圖26近五年不同換手率基金交易收益率 15圖27近兩年不同換手率基金，選股收益率分布 15圖28近兩年不同換手率基金，擇時收益率分布 15圖29近五年不同換手率基金，選股收益率分布 16圖30近五年不同換手率基金，擇時收益率分布 16圖31高換手基金長期交易收益較高，但多集中在市場行情上漲的區間內 16圖32近兩年不同持股周期基金交易收益率 17圖33近五年不同持股周期基金交易收益率 17圖34近兩年不同持股周期基金，選股收益率分布 17圖35近兩年不同持股周期基金，擇時收益率分布 17圖36近五年不同持股周期基金，選股收益率分布 18圖37近五年不同持股周期基金，擇時收益率分布 18圖38持股周期短的基金交易收益波動更大 18圖39基于基金凈值的收益類因子失效嚴重 19圖40規模因子仍較為有效 19圖412015年之前，左側交易基金數量較少 20圖42左側交易基金與偏股基金指數 20圖43針對左側交易基金，長期交易收益尤其是長期擇時交易收益較為有效 20圖44交易能力因子組合分組表現 21圖45交易能力因子組合多空收益 21圖46因子組合分組表現 21圖47因子組合多空收益 21圖48策略表現 22表1 各指標計算示例 5表2 交易模式因子的計算(以華泰保興吉年豐為例) 8表3 策略表現 22表4 左側基金策略下跌市表現更佳 22表5 各調倉日期換手率 23波段交易信息的挖掘主動偏股型基金(普通股票、偏股混合、部分高倉位的靈活配置基金)基金半年報與年報會披露其的區間累計買入（或賣出）金額超出期初基金資產凈值2％或前20名的股票買賣明細。從這些信息中，我們可以挖掘到基金的波段交易信息，進而評價基金的中短線交易能力。交易信息的填充而想要刻畫基金經理的波段交易能力，我們既需要知道區間基金對某只股票的買入情況，也需要知道其賣出情況。在半年報以及年報中，個股區間累計買賣信息的披露不一定會成對出現，因此，可能出現交易信息缺失的情況，即僅有買入數據沒有賣出數據，或者僅有賣出數據沒有買入數據。若個股的區間交易信息存在缺失，理論上我們就不能對買賣數據進行準確計算，為不造成誤判，我們對于存在單邊數據缺失的個股進行剔除處理。此外，我們還需對部分交易信息進行推測補充。如某只股票有買入信息，無賣出信息，由于披露的數據多為交易額超基金期初資產凈值2的股票，而該股票的買入金額可能遠遠超過其它股票賣出金額中的最小值，此時可以推測該股票的賣出額接近0，200。當股票僅有買入信息，無賣出信息時，反之亦然。還需注意的是，基金半年報的時間區間為當年1月1日至6月30日，而基金年111231例如，某股票買入(賣出)信息在年報中有披露，但半年報中無披露。此時有兩種情況：1）其年報披露的買入(賣出)金額遠遠超過其它股票半年報披露賣出(買入)金0。2）該股票在去年年報、一季報、半年報中均無持倉，我們可以推測該股票在上半年并未參與交易，進而其買入/0。交易收益的計算與拆解針對參與基金短線交易的某只股票，基金不一定會一次性全部的買入賣出，其交易往往是逐步的。故而在交易收益的計算中，我們需要扣除其靜態持倉對應的部分。即根據某股票的期初持倉、期末持倉、股票報告期收益率，計算其實際倉位的增減金額，并用交易金額扣除這一數據，即為基金的波段性的主動買入賣出數據。而主動賣出減去主動買入則為基金的波段交易收益，簡稱為交易收益。00，主動00，主動買入不0在下文中交易信息，均剔除了主動買入/0表1 各指標計算示例

60/60-1例1例2例3計算公式基金A基金B基金C基金-股票貴州茅臺600519.SH寧德時代300750.SZ恒瑞醫藥600276.SH-報告期202206302020123120181231-上期持倉(元)4402375019702680-本期持倉(元)7321100002334873-報告期股票收益率0.83%101.37%-30.37%報告期期末股價/報告期期初股價-1持有增量(元)28820777.87-39674502334873本期持倉-上期持倉*（1+報告期股票收益率）本期累計買入金額(元)65301983872110111083247-本期累計賣出金額(元)42544922.75115190837884721-主動買入(元)36481205.1387211018748374累計買入-max(0,持有增量)主動賣出(元)42544922.7575516327884721累計賣出+min(0,持有增量)交易成本(元)36481205.1387211018748374主動買入交易收益(元)6063717.624-1169469-863653主動賣出-主動買入交易選股收益率-0.53%31.42%-10.94%報告期后60交易日股票均價/報告期前60交易日股票均價-1交易選股收益(元)-193508.5292740507-956819交易成本*交易選股收益率交易擇時收益(元)6257226.153-390997693166.42交易收益–交易選股收益圖1貴州茅臺2022H1先跌后漲 圖2寧德時代2020H2大幅上漲A2022年上半年對貴州茅臺進行了較為成功的波段交易操作，同期貴州茅臺股價走勢呈U形下探，全報告期收益幾乎為零。而A3648萬4254606B2020年下半年折戟寧德時代。在此期間，寧德時代股價一路走高，期101.37%B基金針對該股票的交易收益為-117萬元，其短-391萬元。基金的交易模式與波段交易能力我們將半年度區間中，漲幅超過5%的股票劃分為上漲趨勢股票，下跌超過5%則為下跌趨勢股票，其余股票為平盤。在全部波段交易信息中，我們可以看到，近年來基金交易的下跌趨勢股票占比明顯增加。圖3近年的交易信息中，下跌趨勢交易占比增加 圖4在不同趨勢股票交易獲得正擇時收益的交易比例回望過去，我們發現基金在下跌趨勢的交易中更易獲得波段擇時收益A5A6A2014H2、2015H1、2019H1、2020H22015H2、2016H1、20182022圖5波段交易勝率(按交易計算) 圖6波段交易勝率(按基金計算)基金交易模式的劃分偏好追漲還是抄底，是基金的兩種不同的交易模式，我們需要對基金的交易模式進行劃分。其中，右側交易的模式為追漲殺跌模式，即對漲幅較高的股票加倉，對跌*加倉比例為正，且其值越大，右側交易程度越強。左側交易模式則為追跌殺漲模式，即對漲幅較高的股票減持，對跌幅較大的股票加倉，股票漲幅與加倉方向相反，故股票漲幅*加倉比例為負，且其絕對值越大，左側交易程度越強。根據以上概念，我們建立“交易模式”因子劃分基金的交易模式。某一基金在某個時間點，針對上期報告期與本期報告期所有持倉股票其交易模式因子可以表示為：交易模式因子=∑(持有增量*報告期股票收益率/日均資產)。201548有明顯的追漲殺跌傾向。表2交易模式因子的計算(以華泰保興吉年豐為例)股票代碼上期持倉(元)本期持倉(元)持有增量(元)持有增量/日均資產報告期股票漲跌幅交易模式因子300496043510140435101404.22%-23%-0.009771002244388748130-40751329.46-3.96%5%-0.00191000086004062214640622145.93.94%11%0.004415300896414486910-39123523.12-3.80%-6%0.002131603345375693060-36227853.17-3.52%-4%0.001256600938370515850-35735139-3.47%-4%0.001233000690035574500355745003.45%48%0.01671860057003551659735516597.23.45%21%0.007272000807035468352354683523.44%13%0.004324002415035172456351724563.42%-4%-0.001434600276032908473329084733.20%4%0.001370300122410181950-32631767.03-3.17%-20%0.006478603816400215540-30182542.22-2.93%-25%0.007204688348258244720-30084451.5-2.92%16%-0.004818600176029928930299289302.91%-21%-0.006175300573361068600-29625260.65-2.88%-18%0.005163002756488137470-29558883.54-2.87%-39%0.011321002897029353847293538472.85%34%0.009581301071379758240-29167432.52-2.83%-23%0.006569600116334342040-28920959.02-2.81%-13%0.003791，報告期2022年12月31日僅展示了持有增量絕對值靠前的20只股票，負值交易模式因子為灰色數字從上面的計算方式也可看出，靈活配置基金的倉位變動往往會影響其交易模式的劃分，為穩定交易模式的劃分效果，我們在下文中使用的基金均為普通股票與偏股混合型基金，并剔除了日均資產小于2億元的基金產品。我們找出近兩年交易模式與規模都較為穩定的兩個基金為例，分別計算其交易收益、交易選股收益、交易擇時收益如下圖。圖7左側示例：D基金 圖8右側示例：E基金 ,數據范圍2021年1月1日至2022年12月31日

,數據范圍2021年1月1日至2022年12月31日從近年數據來看，基金的交易模式與交易收益率有著一定的線性關系，兩者之間的線性關系略向下傾斜，即右側交易程度傾向越強的基金交易收益率越低，而左側交易程度越強的基金交易收益率較高。圖9近兩年交易模式與交易收益率 圖10近五年交易模式與交易收益率 ,數據范圍2021年1月1日至2022年12月31日

,數據范圍2018年1月1日至2022年12月31日但拉長歷史區間后，多數情況下，右側交易基金的交易收益均值高于左側基金，這說明在近幾年的時間中，左側交易基金交易收益有著較大上升。其中是由于說明左側基金可能在交易選股收益方面有所欠缺。長期來看，兩者交易收益差距較小。圖11歷史上右側交易者平均交易收益較高，但近一年明顯下降進一步的，我們將基金的交易收益劃分為選股收益與擇時收益。可以明顯的看出，近兩年交易模式與交易選股、擇時收益有著強烈的線性關系。即右側交易基金選股收益率較高，左側交易基金擇時收益率較高。圖12近兩年不同交易模式基金，選股收益率分布 圖13近兩年不同交易模式基金，擇時收益率分布 ,數據范圍2021年1月1日至2022年12月31日

,數據范圍2021年1月1日至2022年12月31日我們把區間拉長到5年，可以看出這一線性關系仍然十分明顯。圖14近五年不同交易模式基金，選收益率分布 圖15近五年不同交易模式基金，擇收益率分布,201811至2022年12月31日

,數據范圍2018年1月1日至2022年12月31日回看過去，幾乎所有情況下，左側交易基金的擇時收益都要高于選股收益，而右側交易基金的選股收益則明顯較高。圖16不同交易模式基金歷史選股收益 圖17不同交易模式基金歷史擇時收益 規模、換手率、持股周期與波段交易能力能力較強我們統計了不同規模基金交易收益的分布，可以發現規模因素對基金交易收益的影響較小。圖18近兩年不同規模基金交易收益率 圖19近五年不同規模基金交易收益率 ,數據范圍2021年1月1日至2022年12月31日

，數據范圍2018年1月1日至2022年12月31日近兩年，不同規模基金的波段擇時與選股能力差別不大。圖20近兩年不同規模基金，選股收益率分布 圖21近兩年不同規模基金，擇時收益率分布 ,數據范圍2021年1月1日至2022年12月31日

,數據范圍2021年1月1日至2022年12月31日我們把區間拉長到5年，發現長期來看，小規模基金更加擅長選股，而大規模基金擇時能力較強。圖22近五年不同規模基金，選股收率分布 圖23近五年不同規模基金，擇時收率分布 ,數據范圍2018年1月1日至2022年12月31日

,數據范圍2018年1月1日至2022年12月31日從歷史來看，小規模基金長期交易收益略高于大規模基金，但差別較小。小規模基金交易收益波動則相對較大。圖24大規模基金交易收益較為穩定，小規模基金長期交易收益略高長期來看，高換手率的基金交易收益高于低換手率基金，但在近兩年中，低換手率的基金表現更佳。圖25近兩年不同換手率基金交易收益率 圖26近五年不同換手率基金交易收益率 ,數據范圍2021年1月1日至2022年12月31日

,數據范圍2018年1月1日至2022年12月31日在波段交易中，高換手率基金更擅長選股而不擅長擇時，且拉長時間區間后，這一效應更加明顯。圖27近兩年不同換手率基金，選股收益率分布 圖28近兩年不同換手率基金，擇時收益率分布 ,數據范圍2021年1月1日至2022年12月31日

,數據范圍2021年1月1日至2022年12月31日我們把區間拉長到5年，可以看出這一線性關系變得更加明顯。圖29近五年不同換手率基金，選股收率分布 圖30近五年不同換手率基金，擇時收率分布 ,數據范圍2018年1月1日至2022年12月31日

,數據范圍2018年1月1日至2022年12月31日回看過去，在市場漲幅較高的年份，高換手率基金的交易收益往往高于低換手基金。圖31高換手基金長期交易收益較高，但多集中在市場行情上漲的區間內并乘以該股票的當期權重，估計該基金的平均持股周期。發現不同持股周期基金，交易收益率無明顯差別。圖32近兩年不同持股周期基金交易收益率 圖33近五年不同持股周期基金交易收益率 ,數據范圍2021年1月1日至2022年12月31日

,數據范圍2018年1月1日至2022年12月31日近兩年，不同持股周期基金的波段擇時與選股收益亦無較大差別。圖34近兩年不同持股周期基金，選股收益率分布 圖35近兩年不同持股周期基金，擇時收益率分布,202111至2022年12月31日

,數據范圍2021年1月1日至2022年12月31日時間區間拉長后，發現持股周期較長的基金波段擇時能力較強，持股周期短的基金則更依賴選股能力。圖36近五年不同持股周期基金，選股收益率分布 圖37近五年不同持股周期基金，擇時收益率分布 ,數據范圍2018年1月1日至2022年12月31日

,數據范圍2018年1月1日至2022年12月31日持股周期短的基金交易收益波動更大，但長期來看，不同持股周期基金的交易收益差別較小。圖38持股周期短的基金交易收益波動更大利用交易信息的基金篩選策略過去，基于基金凈值的各類收益因子、波動因子等有著較強的選基效果。但自2021年以來，這些因子的多空走勢陡然反轉，收益類因子回撤嚴重。故在基金的因子打分策略中，我們剔除了所有基于基金凈值的收益類因子。此外，規模因子仍然十分有效，小規模的基金收益仍然高于大規模基金。圖39基于基金凈值的收益類因子失效嚴重 圖40規模因子仍較為有效益較為有效0(885001.WI)走勢極為接近。圖412015年之前，左側交易基金數量較少 圖42左側交易基金與偏股基金指數 從上一章節的統計中我們發現，基金的左右側程度與選股擇時能力有著較強的相關性，且該相關性在近兩年仍明顯存在，使用該類基金的相關因子有望穩定獲得超額收益，所以我們選取了部分相關因子計算它們與基金未來收益的相關性(RankIC)。20152015RankIC3個月。針對左側交易基金，我們發現RankIC與值，且各因子間相關性較低。其中，長期交易收益率、長期交易擇時收益率、長期交易選股收益率為過去三期交易收益率、交易擇時收益率、交易選股收益率的均值。圖43針對左側交易基金，長期交易收益尤其是長期擇時交易收益較為有效，數據范圍2015年3月31日至2023年8月2日等權配置長期交易收益率、長期擇時交易收益率因子，可以獲得左側基金的交易能力因子，其分組年化收益與多空收益曲線如下：圖44交易能力因子組合分組表現 圖45交易能力因子組合多空收益 ,數據范圍2015年3月31日至2023年8月2日可以看出，該因子有著較為穩定多空收益與線性程度較強的分組收益。在疊加規模因子后，因子組合的有效程度進一步提高。圖46因子組合分組表現 圖47因子組合多空收益 ,數據范圍2015年3月31日至2023年8月2日其多空收益的信息比率達1.43，多空年化超額收益達6.10%。根據因子組合打分，我們針對左側基金構建策略，于每年半年報、年報最晚公布日為調倉日期，選取打分排名靠前的前1/5基金構