FOF研究系列之一:如何系统搭建基金经理的研究框架?-20201231-东北证券-32页_1mb
报告摘要
证券研究报告总结
核心内容
本报告探讨了如何系统搭建基金经理的研究框架,重点分析了传统选基框架的局限性,并提出从基金经理维度进行基金优选的方法。报告认为,基金经理的风格相较于基金本身更具稳定性,通过研究基金经理的投资风格、业绩表现等指标,可以有效提升基金选择的效率和准确性。
主要观点
-
“选人”优于“选基”
- 同一基金经理管理的多只基金在业绩和持仓方面高度相似,导致信息冗余。
- 通过“选人”可以实现信息降维,避免重复信息。
- 基金经理更迭频繁,可能导致基金风格不稳定,因此研究基金经理本身更为稳定。
-
基金经理具备稳定的特征
- 投资风格包括大小盘风格、成长价值风格、行业集中度、个股集中度和换手率。
- 成长和大盘风格的基金经理风格延续性更好,而行业集中度、个股集中度和换手率较为稳定。
- 通过历史半年报和年报数据,对基金经理的投资风格进行测算。
-
特定风格下优选基金经理的方法
- 构建基金经理业绩指数和业绩比较基准指数,以评估其投资能力。
- 从5个维度(选股能力、风控能力、收益表现、收益质量、投资者关注度)构建基金经理指标库。
- 选取选股alpha、最大回撤、累计超额收益和索提诺比率四个因子等权构建复合因子,用于优选基金经理。
- 构建两个基金经理优选组合,分别对应“大盘成长风格”和“低行业集中度+高个股集中度风格”,并提供其年化收益率和超额收益数据。
关键信息
1. 传统选基框架可通过基金经理优选弥补
- 信息降维:基金经理管理的多只基金表现高度相似,选择基金经理可过滤冗余信息。
- 基金经理更迭影响:频繁更换基金经理可能导致基金风格不稳定,研究基金经理本身更为稳定。
- 基金经理管理产品数量:539名基金经理管理1只产品,371名管理2只产品,242名管理3只产品,326名管理3只以上产品。
2. 基金经理具备哪些稳定的特征?
-
风格标签:
- 大小盘风格:大盘风格型基金经理占83.5%,小盘风格型基金经理仅约50人。
- 成长价值风格:成长风格型基金经理占72.7%,价值风格型基金经理仅95人。
- 行业集中度:高行业集中度基金经理的风格延续概率为71.08%,低行业集中度为69.26%。
- 个股集中度:高个股集中度基金经理的风格延续概率为78.51%,低个股集中度为77.48%。
- 换手率:高换手率基金经理的风格延续概率为78.37%,低换手率基金经理为78.41%。
-
风格稳定性:
- 成长风格延续性最好,价值风格次之,均衡风格最差。
- 大盘风格延续性最好,小盘风格最差。
- 行业集中度、个股集中度和换手率风格延续性较好。
3. 如何在特定风格下优选基金经理?
-
业绩指数构建:
- 以基金最新一期季报规模为权重,计算基金经理业绩指数。
- 考虑新发基金和接管基金的建仓期,避免影响业绩评估。
-
基金经理指标库:
- 包括选股能力、风控能力、收益表现、收益质量、投资者关注度等5个维度。
- 指标经过去极值和标准化处理,以提高模型识别的准确性。
-
复合因子构建:
- 选取选股alpha、最大回撤、累计超额收益和索提诺比率四个因子等权构建复合因子。
- 通过Rank_IC和IC_IR评估因子有效性,其中Rank_IC为因子值与未来6个月收益率的秩相关系数,IC_IR为Rank_IC均值与标准差的比值。
-
优选组合表现:
- 大盘成长风格基金经理优选组合:年化收益率为13.10%,年化超额收益为5.40%。
- 低行业集中度+高个股集中度风格基金经理优选组合:年化收益率为12.38%,年化超额收益为4.69%。
风险提示
- 宏观数据与政策变化风险:市场环境变化可能影响基金经理的业绩表现。
- 模型失效风险:模型的构建和评估可能受到数据频率和质量的影响。
图表与数据支持
- 图1至图33提供了不同基金经理风格和业绩的分布与变化趋势。
- 表1至表18展示了基金经理的风格画像、业绩数据及指标有效性检验结果。
总结
本报告通过系统分析基金经理的投资风格和业绩表现,提出了一种基于基金经理维度的基金优选框架,以提高投资决策的效率和稳定性。通过构建复合因子和优选组合,能够更准确地评估基金经理的投资能力,并在不同风格下进行有效筛选。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载