2022年基金组合构建流程与场景化投资案例 FOF构建的一般流程及组合

1、基金组合构建包含五大环节，管理人应结合实际在重点环节发力

FOF，即基金中基金，是指主要投资于基金标的的一类产品。FOF 管理者的核心工作在于 构建以基金为标的的资产组合，如果把 FOF 产品的投资目标比喻为做一桌饭菜，那么 FOF 管理者的主要职责是在荤素如何搭配、口味如何平衡、冷盘热菜如何配比、营养如何实现 均衡等方面，而 FOF 所投资的子基金的基金经理则类似于某个菜系的大厨，仅仅只负责具 体菜肴的烹饪与制作，最终协力献出一桌丰盛可口的宴席。

在 FOF 构建和管理流程上，我们认为总共可分为 5 大环节：产品定位与投资目标设定、资 产配置、基金评价与筛选、基金组合构建、投后管理。每个环节之间互相联系，在不同的 投资场景下，各环节的重要性有所不同，我们应把有限精力优先投入到最重要的问题上。 以下是我们归纳总结出的各个环节所面临的关键问题，但需要强调的是，FOF 管理的理念 和方法多种多样，FOF 管理者对产品的定位不同、投资理念和方法不同，管理时所面临的 问题和侧重点也会随之改变。

FOF管理人应了解投资者需求，明确产品的定位和投资目标

在构建一个基金组合之前，我们需要明确产品的具体定位，了解投资者的需求，精准地设 置风险收益目标。我们简要梳理目前国内 FOF 的几种主要产品类型： 自 2018 年以来，国内公募 FOF 经过四年的发展已初具规模。截至 2022 年 6 月 30 日，FOF 总数目超过 300 只，总规模近 2200 亿元。不同的 FOF 类型针对的投资者群体有所不同， 按照投资目标来划分，公募 FOF 可分为养老目标型和非养老目标型基金，前者以满足养老 需求为主要目标，可进一步分为目标风险型 FOF 和目标日期型 FOF。而对于更一般的投资 者群体来说，如果希望收益和风险介于股票基金和债券基金之间，可以选择以资产增值为 主要目标的非养老型 FOF 基金，如股票型 FOF、偏股混合型 FOF、平衡混合型 FOF、偏 债混合型 FOF、债券型 FOF。

与此同时，基金投顾业务也在稳步发展。所谓基金投顾，即基金投资顾问业务，指接受客 户委托与签订服务协议，提供基金投资组合策略建议，代客户作出具体基金投资品种、数 量和买卖时机的决策，并代客户执行基金产品申购、赎回、转换等交易申请的业务。近年 来国内出台了多条相关政策法规以规范基金投顾业务。目前国内已有两批试点，截至 2022 年 6 月，全市场共有 60 家机构获批投顾试点资格，其中包括 25 家基金公司、29 家证券公 司、3 家第三方销售机构、3 家商业银行，其中 43 家机构展业。从已开展试点的机构的基 金投顾产品来看，基本涵盖低、中、高等多类风险的产品。

目前基金投顾根据不同的目标收益和资产配置比例，衍生出不同的适用场景。展业平台方 面，各试点机构基金投顾业务最主要的展业载体均是官方 APP、官方公众号等平台，同时 大部分机构也将投顾产品接入了有一定客群、代销产品有数量优势的第三方平台。决策管 理方面，目前全市场基金投顾策略/方案的决策管理大致有主动管理、机器决策、二者结合 几种形式，其中主动管理的较为常见。产品形式方面，基金组合是目前基金投顾策略/方案 的最主要形式。

除了公募 FOF 和基金投顾之外，随着资管新规的颁布，银行理财业务开始全面向净值化转 型，打破刚性兑付、保本理财退出市场，FOF 这一产品类型开始受到银行机构的青睐，以 作为银行理财的重要产品载体。私募 FOF 在我国发展相对较早，多用来满足高净值客户的 投资理财需求，相较于公募 FOF 来说，私募 FOF 投资门槛较高、投资限制相对较少、信 息披露程度低。

FOF 作为一类理财产品，已经被各类机构广泛接受，面向的投资者也涵盖多种类型群体。 因此，FOF 管理人在构建基金组合时，首先需要对产品受众具备清晰的用户画像，明确产 品的基本定位。例如，2035 年退休的投资者会倾向于选择“养老目标 2035”这类目标日 期型 FOF，而一般的投资者群体往往选择非养老型 FOF 基金。同时，FOF 基金整体作为 一种基金类别，具有投资收益稳健、风险二次分散的特征，但各子类型 FOF 有其更具体的 风险收益属性。作为 FOF 基金管理者，在开发管理产品之前还应该确定细分的 FOF 类别。

资产配置需要考虑配置时长，再对标的分配资金以实现投资目标

资产配置是指依据投资者的投资目标和风险偏好，在各类资产间分配资金的决策。Brinson et al.（1991）通过对 1977-1987 年十年间的 82 家养老金计划投资表现的研究表明，资产 配置对总回报方差的平均解释程度高达 93.6%。FOF 管理人在可以进行大类仓位调整时， 应特别重视大类资产配置，并做好类属资产配置以尽可能获取市场 Beta 收益。

当我们在做资产配置时，有两个主要的思考维度：配置时长和配置对象： 配置时长是指所构建的资产配置是基于多长时期的投资决策，通常战略资产配置一般以年 为时间跨度，而战术资产配置更为灵活，会基于资产的短期趋势适当调整各类资产的权重。 但是目前对于战略和战术资产配置各自所覆盖的时间尚没有严格意义上的区分，同时由于 行业板块等类属资产相比大类资产轮动速度更快，因此也有管理者将大类资产配置认为是 战略资产配置，而将类属资产配置划分为战术资产配置。我们认为这种区分无谓好坏，而 是要切实解决资产配置中的特定问题，战略资产配置应聚焦于较长时期里大类资产和类属 资产的配比问题，而战术资产配置应聚焦于短中期大类资产和类属资产的调整优化。

配置对象是指所配置的标的，根据配置时长的不同，具体的研究对象可以分为股债商等大 类资产，或者行业风格等类属资产，除此以外，目前主流研究认为不同的大类资产会在不 同宏观经济风险因子上有所暴露。Greenberg et al.（2016）将大类资产映射到全球权益、 通胀、实际利率、违约风险等宏观因子上。一般股票资产主要暴露于经济增长和通胀，利 率债主要暴露于通胀和实际利率，商品资产主要暴露于通胀和经济增长。除此以外，部分 机构也将资产配置的对象定义为不同资产里的各种投资策略以获取特定风险溢价，例如 2010 年《Portfolio of Risk Premia：A New Approach to Diversification》一文中，通过执 行一定规则的策略来获取风险溢价，包括股票市场上的并购套利策略以及货币市场上的套 息交易策略等。

大类资产通常包括股票、债券、大宗商品、货币等，在海外投资实践中还有私募股权、房 地产等另类资产。每个大类资产还可进一步细分，细分的方式也多种多样。对于股票而言， 除上述划分外，还可以根据 Beta、波动率、动量等角度进行因子层面的划分。对于债券而 言，利率债又可分为国债、地方政府债和政策性银行债等，信用债包括企业债、公司债、 中期票据等；另外还有含权债券，含权债券的风险收益属性与普通债券迥异，因此纳入组 合时应注意区别。对于商品而言，按照农产品和工业品可进一步细分，农产品包括谷物、 油脂油料、软商品以及农副产品，工业品可分为能源、化工、贵金属、基本金属、黑色系 等。

在配置之前，管理人应该了解各类资产的特性并选择擅长并合适的资产进行配置。在 中国市场，特别是对于 FOF 管理人来说，最主要的资产类别还是传统的股票、债券、商品 和货币类资产。

多维度评价基金与基金经理，筛选出能贯彻FOF管理人投资理念的基金

近年国内基金数目逐渐增多，并且基金的 Alpha 收益明显，基金优选是值得重视的一环， FOF 管理人可通过系统化的基金评价与筛选来提升组合的 Alpha 收益表现。

基金评价与筛选环节的目的是形成各分类下的备选基金池，研究对象可分成两类：一类是 对基金的研究，另一类是对基金经理的研究，两个方面都需要进行考量。在华泰金工基金 评价系列报告《基金业绩持续性的规律与策略构建》（2020/10/15）和《基金收益来源、业 绩规律与研究框架》（2022/05/08）中我们可以发现国内公募基金具有业绩持续性的数目占 比不高，业绩持续时长普遍较短，这就意味着仅通过基金历史业绩筛选出未来的绩优基金 是极其困难的。虽然基金业绩不具备持续性，但基金经理在某个领域里的投资能力却可以 长期延续。因此，围绕基金经理我们可以通过定量模型，用净值回归或者持仓分析法判断 和识别基金经理的投资风格、操作风格、行业能力圈、选股择时能力、风险控制能力等等 特征，然后对应挑选其在管的合适的基金产品纳入备选基金池。

这样一来，基金评价与筛选通过研究基金的持仓配比、历史业绩，分析基金经理人的投资 风格、投资理念，挑选出各类型的优质基金组成备选基金池。FOF 管理人的任务是结合自 身特长，构建各类基金和基金经理的特征和标签体系，形成不同类别基金的备选池。

通过定性或定量模型分配各优选基金的配置比例，最终形成基金组合

筛选出不同类型的优质基金组成备选基金池后，还需要对各基金进行资金分配以形成基金 组合。分配方式可建立在现代资产组合理论（Modern Portfolio Theory）的基础上，以“预 期收益最大化”的同时追求“收益不确定性最小化”为目标，通过分散投资实现两个目标 的平衡。 我们可以根据策略风格将业界流行的组合构建模型分为恒定混合策略、量化大类资产配置 策略、基于基本面分析的配置策略。恒定混合策略一般包括 60/40 投资组合、等权重投资 组合等；量化组合构建策略根据模型假设又可以分为基于收益与风险、基于收益、基于风 险、基于投资者效用等。以美林时钟为代表的基本面配置策略则融入了对于经济周期阶段 的判断，将实体经济与资产配置相联系。

以定性或定量方式构建基金组合后，组合的表现是否优秀稳健，收益与风险的表现是否符 合预期目标，还需要构造模拟基金组合进行回测。回测是查看策略或模型事后执行情况的 一般方法。回测通过使用历史数据计算交易策略的表现，并评估交易策略的可行性。回测 的隐含假设是，数据的历史规律在未来会依旧存在。但这条假设只是证明策略有效性的必 要条件，也即不是所有在回测中表现良好的策略都将在未来产生超额回报；但如果反过来， 假如策略在回测中没有显示出有效性，哪怕该策略在未来真的能够带来超额回报，但在目 前的时点来看也是缺乏可信度的。

基金组合的回测流程一般包括三个环节，策略设计、历史模拟和结果分析。策略设计一般包 括确定策略适用场景、确定模拟交易规则、确定投资品种；历史投资需要根据既定规则构造 投资组合，产生交易信号，交易信号可以基于该时点及以前的市场信息，也可以基于过去的 交易信号；结果分析则需要计算投资组合的绩效指标综合评估策略的表现。绩效指标一般包 括收益指标、风险指标、经风险调整后收益指标等。但不可否认的是，回测本身存在着一些 局限性，例如可利用数据较为有限、难以完全模拟交易细节、存在过拟合等问题。

对基金组合实施紧密跟踪，不断修正与更新组合配置来进行投后管理 基金组合构建并不是一劳永逸的事情，组合的实际风险收益是多少，实际配置情况和风格 表现是否满足初始设计目标，在市场表现变动的情况下如何调整资产配置比例，需要在组 合建立之后进行长期的跟踪、复盘、管理来保证其具有良好的风险收益特征。

具体工作一 般包括：再平衡、业绩分析与归因分析、风险监控与管理。 再平衡，是指当投资组合当前配置比例与目标配置比例出现偏差时及时给予调整，以达到 投资组合的目标配置比例的仓位管理机制。再平衡策略使得资产配置比例符合投资组合的 预设要求，更有利于实现资产分散化并减小组合风险。一般来说，再平衡策略主要分为三 大类：定期再平衡、超出范围再平衡以及其他再平衡。当然，再平衡策略会因显性交易费 用、冲击成本影响业绩；在单边行情下，表现有时不如买入并持有策略。

业绩分析主要是判断基金组合的历史业绩是否优良，业绩是否具有持续性，而归因分析主 要是判断业绩的来源。在业绩分析上，依据夏普比率、特雷纳指数、信息比率等经典的风 险收益指标可以评判基金历史表现。在绩效归因方面，对于股票基金部分，基于持仓数据 利用 Brinson 模型从类别配置、个券选择和交互作用三方面进行归因；对于债券部分，常 使用 Campisi 模型对基金持仓数据进行分析，或是从利率风险因子、信用风险因子及可转 债风险因子三个角度对基金收益率进行分解。

风险控制要求根据一套指定规则，专门用来规避市场短期而快速的剧烈波动。事后的风控 措施主要有止损、目标风险约束、负面标的池、其他负面因子等。止损即尽早停止损失， 当持仓标的价格下跌一定比例后触发止损行动，卖出该标的以锁定损失，避免后续出现更 多亏损。目标风险约束，即对各持仓仓位进行监控与二次调整，对于风险过大的资产进行 比例调整，使基金组合的波动率保持在一个相对稳定的水平。

负面标的池，则是设置财务 指标、监管指标、流动性指标对原始资产进行实时监控并动态标记，如果标的进入负面池 或占比超过阈值，则会触发风控措施及时减仓。其他负面因子则根据基金管理人的投资理 念等自主挖掘相关负面风险因子帮助控制风险。我们认为，短期来看风险控制可以平抑组 合波动，使得策略表现更加稳健，但长期来看，也会对组合业绩产生一定影响，本质上是 牺牲一部分长期收益来换取短期业绩的稳健。

前文我们对基金组合的构建流程做了相对完整的梳理，可以看出FOF构建是一项系统工程， 其对研究广度、研究深度都有不低的要求，各类 FOF 产品的投资理念不尽相同，不同环节 的实现方法多种多样，不同 FOF 管理人的资源禀赋、投资约束、标的选择、产品定位存在 较大不同，各环节的重要性不完全一样，因此并不能简单机械地在各个 FOF 构建环节“平 均用力”，而是应该“有的放矢”，根据自身实际投资需求对部分环节有所侧重。后文我们 尝试模拟还原四类投资机构在构建基金组合时所处的场景，然后分别分析该场景下的关键 环节，并介绍构建基金组合的可行方法，通过实证测试策略表现。

2、场景一：银行理财FOF可通过资产配置实现绝对收益的目标

CPPI、TIPP等保本模型可用于FOF的资产配置实践

在这一场景中，我们认为，要想通过基金组合实现绝对收益的目标，最核心的环节应该在 于资产配置框架的搭建。具体而言，由于在产品定位与目标设定环节已确定该产品稳健审 慎的投资理念，因此要求产品具有绝对收益，回撤严格受控。资产配置环节是实现绝对收 益目标的关键，基金经理需要确定如何为股债分配合理的资金。 首先，面对绝对收益、低回撤的投资需求，产品的权益仓位应当受到严格控制，从而将产 品的整体风险维持在较低的水平。鉴于此，可以尝试通过建立经典的投资组合保险策略， 这类策略的优点是在守住资金现值底线的同时，能根据投资者的风险偏好及承受能力设定 相关参数实现对产品的风险收益调整，例如两种经典的投资组合保险策略——固定比例投 资组合保险策略（CPPI）与时间不变性投资组合保险策略（TIPP）。

1987 年 Black 和 Jones 提出了可以应用于股票投资市场的 CPPI 策略。CPPI 策略将投资 的本金分为两部分，将主要头寸用于投资无风险资产，剩余部分投资于风险资产。在策略 执行的过程中，如果风险资产投资实现盈利，则可以加大投资于风险资产的比例，如果风 险资产投资出现亏损，便减少投资于风险资产的比例以保护本金。投资于无风险资产的头 寸在期末的本息和可以用在保证部分本金的偿还，而投资于风险资产的资金则可用于追逐 市场收益。

用TIPP配置国内股债资产可基本实现绝对收益目标

由于 TIPP 策略需要在使用前预先设置若干参数，而这些参数将对策略的绩效指标产生显著 影响，因此确定合适的参数值是必要且关键的。根据上节介绍，需要预先设置的参数有： 1) 投资期限； 2) 无风险资产的年化收益率； 3) 初始设定的本金保护比例； 4) 投资组合的风险乘数。 投资期限，代表了产品的到期时间，进而会影响到各交易日保本底线的计算。后面将产品 的产品投资期限统一设置为一年，回测时将进行每年测算。 无风险资产的年化收益率，作为贴现率同样会影响到保本底线的计算，其数值大小尤为重 要。为确定恰当的无风险年收益率，根据 2002-2022 年的各固收指数的历史收益率的描述 性统计情况加以确定。

可以看出，利率债与信用债的收益率差异较大，可以划分为两个区间。利率债指数收益率 均值区间在[2.93%, 3.82%]，中位数水平则在[2.37%, 2.73%]，极小值为-4.07%而极大值为 16.72%；信用债指数收益率均值区间在[3.60%, 4.67%]，中位数区间则在[3.11%, 4.10%]， 极小值为-8.06%而极大值为 17.25%。显然，由于受到部分特殊年份的极值影响，整体数据 离差较大，中位数区间更具借鉴意义。预期年化收益率的合理区间为[2%, 4%]，实际投资 中债券可能会加杠杆配置，以及部分非标资产的收益率会更高，但保守起见，大类配置时 取 3.5%作为值用于后续计算。

本金保护比例，控制了整个组合在权益类资产上的系统暴露，因此设置过小将导致暴露风 险过大，违背产品风险要求，设置过大则将导致策略只投资固收资产，失去了策略本身的 组合意义。后续将本金保护比例设置为 1 这一经验值。

配置合适的宽基指数基金，实现TIPP模型的落地方案

前文根据 TIPP 的原理搭建了绝对收益资产配置的框架，并对模型参数进行了敏感型测试。 但在实际业务当中，需要通过投资特定的指数基金来追踪大盘指数，因此需要将上文的指 数价格替代为真实的基金净值数据。为此，可以将追踪股票宽基指数的 ETF 作为投资标的， 除了方便跟踪股指外，还有费率低、风险分散化等优点，并且能适应银行资金体量大的特 征。在选择 ETF 时可考虑选择规模较大的基金，基金规模越大，说明 ETF 流动性越好。最 终选了四只跟踪沪深 300 或中证 500 的 ETF。因此在本节中，我们将四只股指 ETF 的净值 数据替换上节的万得全 A 数据。

无风险收益率方面，注意到在第二节中，我们将其设定为 3.5%。但在实际投资中，配置固 收资产时往往会添加杠杆以提升收益率，或者会投资一定比例的非标资产，其收益率通常 会高于基准的 3.5%，因此综合考虑实际情况，在本节中实际使用的固收资产的年化收益率 设定为 4.5%。

回测策略方面，本节将延续第二节中的策略原理，通过 TIPP 资产配置框架得到历史各回测 区间的月度调仓权重目标，并代入四只基金净值数据计算相关的业绩指标。与第二节有所 不同的是，TIPP 策略在第二节中可选投资标的只有两种即万得全 A 与固收资产，但在本节 中，股基数量由 1 只提升至 4 只，且部分基金历史区间各不相同，因此可将原有分配至万 得全 A 的权重，等权分配至当月净值数据非空的基金当中。例如，在 2012 年 11 月月末， 若策略计算出万得全 A 的目标权重为 9%，但当前月份只有两只 ETF 可配置，则该两只 ETF 各获得 4.5%权重，而固收资产依旧获得 91%的权重。

观察 TIPP 策略的各年回测数据，收益区间落在[1.27%, 7.56%]之间，年化收益率的均值为 4.95%；年化波动率的均值为 1.89%，最高回撤为 2015 年发生的 4.10%；TIPP 策略的历 史平均的夏普比率为 2.87，较好地满足了银行理财产品绝对收益、低回撤的投资需求。通过观察净值走势后得出结论，TIPP 配置框架下的基金组合策略可基本实现绝对收益、低 回撤的投资目标。TIPP 作为投资组合保险策略，将主要权重分配给固收资产，并提供一部 分的仓位在权益类资产上以求增厚收益，策略整体本身的风险控制较为合理，能够在不同 的市场环境中获取稳定收益。同时，后续可以更细致地调整本金保护比例、风险乘数参数 的数值，以符合实际中风险偏好等要求。

3、场景二：公募FOF权益仓位常受限，可在投决会指导下优选基金

公司投决会通常会进行大类资产与行业风格的判断

该基金的产品定位在基金合同中已有相关规定，相对是明晰的。在资产配置环节，基金公 司投决会一般会结合经济运行态势及所处周期、经济政策变化、证券市场走势等宏观因素， 基于对不同市场状态的判断，对各大类资产的价值水平和未来趋势进行评估。此外，还会 关注国际政治环境在局部的不确定性及在经济贸易、金融领域内可能形成的影响。

例如常用的 MVP 资产配置框架，MVP 资产配置框架是在美林时钟投资模型的基础上结合 中国市场的若干特色改良得到，该模型包含三个维度，分别是宏观（Macro）、股值（Valuation）、 政策（Policy），从较为全面的视角指导多资产组合的大类资产配置。在宏观维度上判断经 济运行周期，以及对大类资产在不同阶段的影响，在估值维度评估市场价格是否反映了周 期波动特征，在政策维度上研究货币政策的逆周期导向对市场和大类资产的影响。在具体 应用上，MVP 框架又被具象化成一个“五因素六象限”的模型进行，其中五因素指的是货 币、信用、流动性、盈利、市场情绪，五大因素构成了六个象限，通过这个模型来定位当 下宏观经济在什么位置，判断哪些特定资产的风格占优，以及不同风格、行业、资产之间 的比价关系。

在上述场景里，对于公募 FOF 基金经理来说，由于 FOF 产品中的股债仓位相对固定，因 此在大类配置上的空间有限，但仍旧可以贯彻公司投决会的意见建议，也可以通过公司的 研究资源来对各类型资产做进一步优化配置和风格行业判断，最终实现基金组合在不同市 场状态下投资回报率的有效提高。

优选各行业风格下的“专家型”基金经理，并配置相应基金

根据基金合同条款，该基金已经确定了灵活进取的投资风格，旨在充分挖掘市场潜在价值； 同时，根据公司投决会相关决议，已对较长时期内的股债观点与行业风格做出评判。因此， 还需要通过优选基金这一手段，在 MVP 资产配置模型的基础上为组合增强收益。

FOF 的收益来源中，行业配置会带来行业 Beta 收益，而行业内基金筛选环节主要贡献 Alpha 收益。一般来说，基金评价与筛选环节中，“增强”的入手点一般包括两类：一类是对基金 的研究，另一类是对基金经理的研究，两个方面都需要进行考量。基于投决会的建议，已 经明确可配置电力设备相关行业，因此可针对该行业构建一个候选基金池；然后，对应考 察各基金经理在该行业上是否具有优秀且稳定的选股能力。

4、场景三：买方投顾可通过配置ETF基金来降低组合费率

权益仓位调整空间有限，可通过行业轮动获取组合的Beta收益

对于低风险买方投顾 FOF 产品，我们认为在资产配置环节应注重风格、行业上的选择；在 基金筛选环节，注重基金的规模、费率；在基金组合环节，应当注重风控止损措施，向投 资者充分揭示风险变化；在投后管理环节，需要定期输出相关报告，保障客户投资体验。 对于行业配置，我们以华泰金工行业景气度指标用作行业轮动定量判断的依据。行业景气 度是定量描述行业繁荣程度的复合指标，由五类指标构成，包括定期业绩指标、即时业绩 指标、行业一致预期指标、关注度指标，每类指标包含若干单指标，所有单指标数值被限 定为 1、-1 和 0 三种形式，分别表示对行业看多、看空和无观点三种观点状态，所有单 指标的分数加总作为行业景气度的最终得分。

基于景气度数据情况，设计如下的投资策略，即通过景气度的绝对值选择可投资行业，根 据景气度的相对表现分配权重： 1. 根据行业景气度绝对值前五选择 5 个备选行业。若出现多个行业景气度相同导致备选 行业多于 5 个时，则选择更前一个月份里的景气度高的行业；若仍相同，则再往前一 个月，以此类推。 2. 对五个备选行业分别计算 景气度相对表现 = 当前景气度 / 历史累计最高景气度，并 根据该评分降序获得指定的对应权重[40%，20%，20%，10%，10%]。若出现多个行 业的相对表现相同，则获得所在位序的所有权重和除以相同行业数。 以下表为例展示行业权重的计算过程,“景气度”一列代表的是对应月份的绝对值，“相对 表现”则是当月绝对值除以过往累计最高值。“位序权重”代表的是粗排后得到的分配权重， “实际权重”则考虑了相对表现相同时的再分配。

优选合适的行业ETF，降低FOF管理难度和组合费率

确定了各时点的行业配置观点后，接下来需要筛选出实际的可投基金。我们首先将一揽子 跟踪行业指数的股票型 ETF 作为备选池，主要原因有二，第一，由于基金投顾业务正处初 步发展阶段，公司投入资源有限，选择研究主动型基金需耗费的人力物力更多，而投资行 业 ETF 不仅可以直观地跟踪行业表现，亦可降低组合管理难度，方便后续投后管理环节； 第二，ETF 基金年费一般为 0.5%，费率上相较主动型股票基金更低廉，因此选择投资 ETF 可以使得投顾产品本身更具价格优势。

但不同行业可供投资的 ETF 数量各不相同，如“基础化工”行业下属有 5 只股票型 ETF， 而“医药生物”行业下属有 38 只股票型 ETF。因此，对于候选基金池较宽的行业如何挑选 出合适的投资标的并完成配置成为了目前的主要问题。在跟踪同行业指数的前提下，基金 的规模与费率是筛选基金的重要指标。规模一定程度上代表了基金的流动性，规模越大的 基金往往流动性越好，越利于仓位调整；费率则直接影响投资的实际收益率，费率低的基 金更应受投资者青睐。

第一，因行业属性，不同行业的 ETF 规模、费率存在显著差别，故应当以行业为组，进行 组内筛选。第二，由于规模与费率的量纲差异较大，直接进行对比不现实，因此可对数据 进行标准化后通过加权打分进行筛选。具体的筛选与分配权重方法如下： 1. 首先确定每个行业的可投资 ETF 数上限为 5 只，若该行业下属 ETF 大于 5 只，触发筛 选过程 2-5；若小于等于 5 只，则均作为投资标的，直接到过程 6 2. 计算基金的当前规模指标 = (该 ETF 当前规模 - 该行业下所有 ETF 当前规模均 值)/(该行业下所有 ETF 当前规模标准差) 3. 计算基金的当前费率指标 = -(该 ETF 当前费率 - 该行业下所有 ETF 当前费率均 值)/(该行业下所有 ETF 当前费率标准差) 4. 计算该基金的总评分 = 60%*当前规模指标+40%*当前费率指标 5. 每个行业取总评分最大的 5 个 ETF 作为实际投资标的，到过程 6 6. m= min(5,对应 ETF 总数)为实际投资 ETF 数，实际投资的 ETF 获得的权重 = 对应 行业在本调仓周期的目标权重/m。

至此，投顾组合“稳稳增”产品的资产配置流程已经全部构造完成，通过景气度原始数据、 ETF 规模、费率历史数据，生成不同行业对应 ETF 的目标权重。以下将通过历史回测结果 说明该产品的风险收益水平。具体过程分为两步，首先对比权益占比 100%的投顾组合与股 票宽基指数；其次，结合投顾的实际情况，测试不同股债中枢下投顾组合的业绩表现，并 对比股票宽基指数长期持有策略。

基于景气度的行业ETF轮动策略可实现良好的风险收益表现

为验证投资组合的有效性，我们通过以下两种途径进行业绩比较。数据区间为 2014 年 1 月 1 日至 2022 年 5 月 31 日，调仓频率为月度，使用的对比指数为万得全 A 指数。若出现目 标行业当前没有可投资 ETF 的情况时，暂时将行业收盘价作为净值计算的依据。

应格外重视投后管理环节，充分保障投顾客户的投资体验

而基金投顾在其运作过程中“投”与“顾”缺一不可。上文已经基于行业轮动与优选基金 构建了“投”相关的组合构建流程与业绩评价体系。以下，将探讨投顾业务中“顾”能力 的具体实现。 基金投顾业务是为了解决“基金赚钱但基民不赚钱”的问题，在当前展业实践中的具体解决办 法是通过机构为基金投资者进行基金投资和陪伴式服务，延长持有基金时间以获得长期投 资收益，避免因投资者自主择时所导致的亏损，将产品收益率尽可能转化为客户收益率。 因此，这就决定了该业务更加强调对投资者的关注和研究、理解客户的风险收益水平并保 障客户投资体验。

对于投顾而言，构建去中心化模式，改变以往固定式、标准化的投后服务流程是形成行业 绝对优势的有力保证。横向来看，个人投资者的评价指标是千人千面的，对最高收益率、 最低收益率、最大回撤等的要求因人而异，片面地展示和对比收益率指标容易对投资者造 成误导。纵向来看，投资者的风险意识、投资理念可能会因为资产规模、投资年限的改变 而改变，因此投顾机构需要对投资者的实际画像紧密跟踪，进而同步优化其他相关服务流 程。我们认为，需要将客户运营和客户陪伴的流程精细化、个性化，在合规的基础上，建 立一个相对更加多元化和高频率的客户投后管理体系，明确其可以以特定的频率和方式给 予客户以安抚，与客户建立长期稳定的信任关系。

5、场景四：私募FOF构建时应基于标的风险收益特征进行组合管理

私募策略种类繁多，可通过风险平价模型管控风险、分散配置

在上述场景中，我们认为构建私募基金组合的核心环节是定量分配比例以构建基金组合。 由于私募策略基金投资风格迥异，风险收益特征相差悬殊，因此当前的主要目标是通过合 理分配仓位，使得各类型基金的风险可控，再进一步实现投资收益。

从收益率和波动率看，可以得到 3 个观察： 1. 管理期货策略的年化收益率达到 10.92%，显著高于其它策略，且在各股票策略下跌时 有相对较好的表现，同时管理期货策略的波动率相对较低，为 5.8%； 2. 股票多头、股票多空和宏观策略的年化波动率相对较高，股票市场中性、套利策略年化 波动率相对较低； 3. 除管理期货策略和宏观策略年化收益率相对较高外，其余各策略的产品年化收益率均在 5%左右。

在设计资产配置模型时，需要平衡资产风险，管理风险暴露，风险平价模型是相对适合的 模型之一。该模型的主要思路是：通过改变组合中各资产的配置权重，给各类资产分配相 等的风险权重，从而将风险平均分散到各类资产中。换言之，在进行资产配置时，若某资 产贡献的风险大于组合中其他资产，则需要降低该资产的权重并相应提高其他资产的权重， 直至各类资产贡献的风险相同。

利用层次风险平价模型进一步分散同质化策略的风险，提升组合稳健性

除了传统的风险平价模型，还可使用层次风险平价模型更精细化地分配风险。在传统的风 险平价模型基础上，部分一级策略由于其子策略较多，会导致较高的风险占比，层次风险 平价模型可以更好地将资产划分为具有相似特征的集群，降低子策略过多的一级策略的风 险暴露，更好地分配各策略的风险占比。该模型由 Marcos López De Prado 教授提出，其 核心思想为首先对组合资产进行层次聚类，即根据资产间的相关性强弱进行逐层聚类，形 成一个树状图。在此基础上再运用二分法与波动率平价法对重新排序的资产进行权重求解。

6、全文总结

本文我们梳理了 FOF 构建的 5 个环节：产品定位与投资目标设定、资产配置、基金评价与 筛选、基金组合构建、投后管理。而不同类别的 FOF 管理人由于实际投资限制和产品定位 的不同，应该对其中某一个或几个环节倾注更多精力以尽可能实现投资目标。 在本文的场景一中，银行理财 FOF 定位低回撤、绝对收益的投资要求，这在合理的资产配 置框架下更容易达成，对银行理财的 FOF 管理人来说，科学地管理 Beta 比在基金筛选环 节挖掘 Alpha 更具性价比；

在本文的场景二中，公募机构因为自身在权益研究上的积累沉淀较多，因此 FOF 管理人可 依托公司投研资源获取大类资产、行业风格上的 Beta 收益，然后投入更多精力到基金评价 的系统性研究上，通过挖掘优质的基金和基金经理来提升组合的 Alpha 收益；

在本文的场景三中，国内买方投顾仍在发展初期，FOF 产品的竞争力要通过“降本增效” 来提高，“降本”可在基金配置环节里用各类 ETF 来实现，在产品权益仓位有限制的情况下， “增效”可通过有效的行业配置来实现；

在本文的场景四中，由于私募基金的投资策略、风险水平存在较大不同，传统的资产分类 难以有效界定投资标的的特性，因此需要对各私募策略的特征进行研究和分类，然后在选 定各类私募策略后，把重点放在组合优化上来分散和管控风险，并在同等波动下实现组合 收益的提升。

综上，本文梳理了 FOF 构建的一般流程，通过在几类场景下举例说明基金组合的构建方法， 并强调在不同场景下，构建基金组合的侧重点应有所不同。各类 FOF 管理人应结合实际投 资情况和自身资源禀赋，打造契合产品定位和投资目标的基金组合。

编辑：JACK