对于早期的基金投资者，由于缺乏合适的评估工具，其对于基金风格的认知往往来自于基金公司的宣传。晨星从1992年开始引入投资风格箱（图1），按“大盘-中盘-小盘”和“价值-平衡-成长”两个维度，把基金划分为9类，从而实现了基于实际持仓定量分析基金的投资风格。在实际的基金投资中，投资风格箱主要解决了以下两个问题：（1）在不同的市场环境，基金业绩可能会存在系统性差异。例如，当市场上小市值股票整体表现优于大市值股票时，偏好小市值股票的基金业绩也会更为出色，但这并非来自于基金管理人自身的投资能力。而通过基于基金的实际投资风格对基金进行分类，再在每一类中进行业绩分析，能够有效剔除市场环境等因素的干扰，从而有效评估基金管理人的实际投资能力；（2）一般而言，不同投资风格的基金的业绩相关性较低。通过投资风格箱对基金进行分类，再在每一类基金中挑选业绩优秀的基金，能够有效降低整个FOF组合的相关性，从而实现风险分散化的目标。
在这一期的报告中，我们继续使用米筐科技的投研终端RQPro（图2），并采用与上一期报告相同的投资流程（图3）进行公募FOF基金策略开发和回测。我们首先尝试基于中国市场的特点，对晨星的基金风格箱进行改进（第一部分）。基于改进的基金风格箱，我们筛选出风格稳定的基金，尝试实现基于基金业绩的趋势和反转策略（第二部分），并采用风险最小化的资金配置优化器进行回测，及对回测结果进行分析和讨论（第三部分）。
一 投资风格箱的改进
如前文所述，晨星的基金风格箱是一种开创性的定量分析方法。但我们认为，其计算方法存在以下局限性：
（1）计算复杂，不易于理解。在晨星（中国）2004年公布的投资风格箱概要说明中，其使用了10个指标来评估基金的价值特征和成长特征，根据基金的特征得分是否大于门限值来确定基金所属的分类。由于其计算过程复杂，投资者难于对基金风格的判定形成直观的理解；其外，说明中并未论述门限值选取的具体依据，导致基金风格的评定存在一定的模糊性。
（2）“成长-价值”的评价维度不尽合理。从理论上讲，股票的成长和价值特征并非非此即彼的关系——即可能存在“高成长-高价值”和“低成长-低价值”两种情况。而在晨星的投资风格箱中，这两类股票均被归类为“平衡型”。然而，“高成长-高价值”类型的股票显然比“低成长-低价值”类型的股票具有更高的投资价值。
基于以上两个局限性，我们提出以下投资风格箱的计算方法：（1）基于米筐科技的数据产品RQData中的基金数据，筛选当期股票仓位占比高于70%的股票型及混合型基金；
（2）基于米筐科技的绩效分析产品RQBeta中“风格分析”的计算方法（详见其文档说明），计算出每一个基金、沪深300、以及中证500三者的“市值”以及“盈利性”风格指标的取值；
（3）若基金的市值指标高于沪深300，即归类为“大市值”，若低于中证500，即归类为“小市值”，若介于两者之间，即归类为“中等市值”；
（4）若基金的盈利性指标高于沪深300，即归类为“高盈利”，若低于中证500，即归类为“低盈利”，若介于两者之间，即归类为“中等盈利”。
相对于晨星的投资风格箱，我们认为上述的新计算方法存在以下优点：
（1）以沪深300和中证500作为基金风格的判定标准，对一般投资者而言易于理解，且避免了上述提到的判定标准选取的模糊性。从表1中也可以看出，沪深300和中证500的风格具有较强的稳定性，因此确实是理想的投资风格判定标准；
（2）股票的盈利性特征（包含“市盈率”和“每股经营活动产生的现金流量净额”两个指标）符合市场认知的重要选股依据，以其代替“成长-价值”维度，可避免上述提到的两类股票均归为“平衡型”的问题。
表1：沪深300和中证500的风格指标在不同时期的取值
二 基于基金业绩的趋势和反转策略
主动管理型基金的业绩是否具有持续性是基金研究的一个重要课题。在《主动投资组合管理》一书的第20章详细介绍了学界对于美国对冲基金的业绩研究，不同学者对于基金的主动管理业绩的持续性仍然存在较大的分歧。在实证观测中，前一阶段表现较好的基金往往在下一阶段表现较差；反之，前一阶段业绩较差的基金，则往往在下一阶段表现较好。因此，部分研究者认为基金业绩存在“均值回归”的特性，并因此提出反转投资策略——即持有最近一段时间表现较好差的基金，期望其下一阶段业绩出现反转向好。复制代码
为了验证上述思路的可行性，我们设计了以下的FOF策略：
（1）按上述改进的投资风格箱把基金划为为9类，从每一类中选取风格稳定的基金（即过去四期的投资风格保持一致）。表2中给出每一类基金中风格稳定的基金数目；（2）趋势策略：买入每一类中风格稳定、且业绩最好的2只基金，其中业绩标准采用“三个月夏普率”和“一个月累积收益”两个指标；（3）反转策略：买入每一类中风格稳定、且业绩最差的2只基金，其中业绩标准同样采用“三个月夏普率”和“一个月累积收益”两个指标。表2：每一类基金中，风格稳定的基金的数目三 策略历史回测
3.1 基金回测设定
在历史回测中，我们设定了如下条件，以保证其接近于真实情况：
（1）投资范围为当期全市场的股票型及债券型公募基金；
（2）起始资金为一千万，考虑申购/赎回的交易费用（以外扣法计算）；
（3）交易是否成功取决于基金是否处于申购赎回期；
（4）分红不用于再投资；
（5）回测起止日期为2014年1月1日和2017年9月01日，调仓频率为月；
（6）在回测中每一年的7月份和1月份，更新前一阶段风格稳定的基金列表，再根据策略的筛选标准进行申购/赎回（风格稳定的判断标准，以及策略的基金筛选标准参看上述第二部分）。
在对基金进行资金配置的时候，我们采用两种方法：
（1）采用RQPro中集成的风险最小化资金配置优化器；
（2）组合中所有基金等权重配置。从而判断优化器是否提高了策略的绩效表现。另外，我们以同期沪深300和中证500作为基准组合，对上述公募FOF策略的总体表现进行分析。
3.2 结果分析
在表3中，我们给出了上述公募FOF组合及基准组合的表现对比。从这些结果中可以看出：
（1）这些由风格稳定的公募基金构成的FOF组合的表现均优于沪深300和中证500（年化收益、年化夏普率、以及累积收益与最大回撤之比更高，年化波动率以及最大回撤更低）；
（2）趋势型策略表现均不如反转型策略，说明公募基金的业绩确实存在一定的均值回归特性；
（3）使用风险最小化优化器的FOF组合相对于等权重的FOF组合，绩效表现均有一定的提升。
表3：公募FOF策略回测表现
四 总结
以上，基于中国市场的特点，我们尝试对晨星提出的基金投资风格箱进行改进。我们认为使用“盈利性”来替代“成长-价值”维度，同时使用沪深300和中证500作为风格的判定标准，能够使得投资风格箱更为清晰、客观、且更易于理解。
基于改进的投资风格箱，我们对趋势策略和反转策略进行回测。这两类策略通过挑选风格稳定的基金构建FOF组合，获得了优于沪深300和中证500的回测表现。这说明通过合理地构建FOF组合，能够获得超越被动投资的业绩回报。此外，从反转策略优于趋势策略的结果也可以说明，国内的公募基金和美国的对冲基金类似，其业绩持续性并不稳定，具有均值回归的特征。最后，相对于等权重组合，使用了风险最小化优化器的组合表现更为优秀。
总结而言，在这两期公募FOF基金报告中，我们展示了如何在米筐科技的量化终端RQPro上，如何实现不同的基金挑选思路（晨星评奖原则、业绩趋势、业绩反转）和不同的资金配置优化方案（风险平价和风险最小化）。通过和基准组合的对比分析（沪深300、中证500和等权重组合），证明通过“定量的基金挑选+资金优化配置”的方式构建FOF，确实能够获得较好的投资回报。米筐科技也将继续开发公募FOF相关的投研和分析功能，为公募FOF产品的蓬勃发展提供支持。