如何估算基金投顾的仓位?
具体的原理方法在:《谈谈净值分析中的回归分析》已经有介绍,这里简单复述一下:
首先,我们来回顾一下最简单的一元一次方程。
上面的公式其实是比较好理解的,y的值取决于a,b,x。下面来讲讲如何拓展到投资分析中。
现在,用 fund 表示一个基金的每日收益率,用 market 表示沪深300指数的收益率,假设我们找到了一个完美方程来解释两者之间的关系:
也就是基金的收益率与市场收益率,还有,两个值相关。假设为0,分为两种情况
• = 2;如果沪深300收益率上涨了1%,那么基金收益率上涨了2%,
• = 1;如果沪深300收益率上涨了1%,那么基金收益率上涨了1%,
所以,这个反映了,基金收益率对于市场指数的敏感度,越大,说明对于市场指数越敏感,反之。举几个极端的案例,方便理解:
• 如果这个基金是一个沪深300ETF,那么应该接近于1;
• 如果这个基金是一个纯固收基金,那么应该接近于0;
• 如果这个基金是一个沪深300股指期货的空头,那么应该接近于-1;
这个 的绝对值,其实某种程度上反映了仓位的大小。
对于 ,我这里需要强调,alpha是依赖于 的,脱离 谈 是耍流氓。比如同一个基金收益率,当业绩基准分别是沪深300和中证500的时候,对应的 是不同的。
再回到之前的公式,我们是假设已经成立了,在实际中,我们是不知道这个公式是否成立,同时我们还需要根据历史数据去预估相关的参数,。但这种估计肯定有误差的,所以我们需要有一些指标来跟踪和观察这些误差,如果误差太大,说明模型结果可能并不正确,需要谨慎采用。这里,一般采用的是 R^2(R的平方这个指标),R^2越大,说明拟合度越好,介于[0,1]之间。
在上面的方程上,可以引入,fund与market之间的相关性系数,,用来描述fund与market之间同涨同跌的强度,具体的公式,我就不展开了,这里具体讲如何理解和应用。
• 与不同,的取值范围在-1到1之间(包括-1和1),但是没有取值范围的限制;
• 的正负,取决于相关的方向,也就是是一起涨,还是一起跌;
• 的绝对值,强调相关的大小,可以简单理解为概率,绝对值越大,说明这两个变量大概率同涨同跌;
再拓展,上面考虑的是简单的一元一次方程,有时候一个解释变量,x 是不够的,需要引入多个变量来增加模型的解释度:
比如一个基金同时持有了债券和股票,那么这个基金的收益率可以由债券和股票的指数收益率来解释,或者一个基金同时暴露了大盘价值和小盘成长两个风格,增加解释变量也是必须的。
在这个基础上,我们对于beta做一定的约束,那就是beta的和必须是1,同时beta在0-1之间,这样估算的结果就是对应的仓位。同时需要注意到模型的结果可能存在误差,所以我们也需要关注拟合优度R^2,如果这个指标太小,说明这个模型的解释度比较差。
自建组合估算在之前的文章《微积分的基金投顾业绩评价基准》中,我构建了几个基金投顾的业绩基准组合。这几个组合都是比较典型的大类资产配置,假设我们现在已经知道了结果的情况下,通过这个模型去倒推估算大类资产配置情况,然后再与实际情况对比,得到的结果如下:
首先,拟合优度R^2很高,基本达到了100%,同时估算的仓位也与实际的仓位高度一致。
这个其实是可以理解的,因为这些自建组合的底层资产就是偏股基金和中债-新综合财富指数,用着两个资产收益率来解释整个组合的收益,肯定是比较符合的。
投顾组合估算下面是常见投顾组合的仓位估算分析以及对应的R^2。采用的业绩时间是投顾组合自成立以来到2022-12-08的数据。
下面是拟合优度比较好的部分投顾产品。从业绩基准与估算的结果来看,整体还是一致的。
下面是拟合优度一般的产品,从我的深入分析来看,这部分组合可能是纳入了部分美股资产,所以无法使用中证偏股基金来解释,同时部分是行业细分主题,比如新锐科技组合,但使用的沪深300指数,这显然不是很匹配。
G2组合构建的理念是中国消费+美国科技,因为包括了美股,所以这个收益很难用中证偏股基金来解释。
从具体的持仓来看,基本50%的仓位在纳斯达克100指数ETF,50%的消费在招商中证消费龙头。
华佗医药组合这个是一个行业主题基金,主要投资医药行业。
中间也因为纳入了部分美股的指数,所以无法用中证偏股基金指数来解释业绩,对应估算结果误差也会相对比较大。
FOF基金估算下面是部分FOF基金的仓位估算。从部分拟合优度比较高的FOF产品来看,估算的仓位跟业绩基准基本一致。
但是也存在部分FOF基金的基准与估算的结果偏离比较大。
比如对于中银安康稳健养老一年A,业绩基准是80%的债和20%的股,估算的债的仓位是90%多,股只有6%多一点,但R^2的数值却很小。
穿透一下持仓,可以发现,这个存在一定的大类资产变动,早期是一个固收+类型的资产配置,后面债券权重逐渐减少反而增加了现金资产,所以使用债券收益率来解释这个模型会存在一定的误差。
比如对于东方红欣和平衡配置两年持有,这个早期存在一定时间建仓,净值基本是平的,所以会有一定的估算误差。
小结从上面的分析来看,仅仅依靠净值数据,通过回归分析的方法去估算基金投顾或者FOF的股票和权益仓位是可行的,可以配合拟合优度R^2这个参考指标,可以过滤一些拟合效果不太好的样本。这样有一个好处,那就是在基金投顾对比的时候,不至于苹果跟梨子比,可以拿苹果跟苹果比,这样对比更加科学合理。
一般来说,存在拟合优度比较低的情况:
1. 净值数据存在异常,比如部分产品早期是建仓期,可能净值基本是平的;
2. 大类资产配置存在波动,比如前期是固收+类型资产配置,但是后面逐渐切换到股债平衡和偏股权益;
3. 底层资产有与偏股基金等高度不相关的资产,所以使用偏股基金指数来解释组合的收益效果不佳,比较典型的是纳入了美股的股票指数,或者港股的股票指数等。
至此,全文完,感谢阅读。
如果您发现我的分析有遗漏和错误,欢迎补充和指正。
投资有风险,投资需谨慎。以上内容中仅代表个人观点,与本人所在机构没有任何关联,也不代表任何投资建议或承诺,投资者不应将此作为投资或决策依据。
您在做出投资决策之前,请仔细阅读基金合同等说明,充分认识该基金产品的风险收益特征和产品特性,认真考虑各项风险因素,并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力,在了解产品情况及销售适当性意见的基础上,理性判断并谨慎做出投资决策。产品的过往业绩并不预示其未来表现。投资有风险,请谨慎选择
如果觉得文章内容有价值,麻烦帮忙转发一下给感兴趣的朋友。感谢。
本文作者可以追加内容哦 !