以服务于中国广大创业者为己任,立志于做最好的创业网站。

标签云创业博客联系我们

导航菜单

2021年下半年可能暴涨的基金,基金投资哪种类型好

  

  相关系数是我研究基金的重要武器。   

  

  最值得骄傲的成绩,当然是在2021年初,用几只基金的相关系数指出了E基金玉祥,即“张清华林森”   

  

  双基金经理基金的真正掌舵人不是当时赫赫有名的张清华,而是另一位大老板林森   

  

  果然,差不多半年后,张清华下台了,汤姆林森走上前台。   

  

  在构建基金组合时,观察不同基金的相似性更为常见。   

  

  之前提到某基金组合的相关系数矩阵,b站一位观众给我留言,感觉相关系数不靠谱:   

  

     

  

  看了这条消息,知道读者不理解“相关系数”,把它当作衡量两只基金相似性的指标。其实“相关”和“相似”还是有区别的。   

  

  这里,我们用例子来详细说说。   

  

  首先,我们在谈基金分析中的相关系数时,通常会谈到相关系数中最常见的一个皮尔逊相关系数,一般用英文字母R表示,代表线性关系.   

  

  相关系数的算法,如下面的公式。   

  

  当然,我不懂也没关系。反正我大学学社会统计学以来,还没有亲手算出一个简单的案例。早些年,好的计算器也内置了这个功能,但现在是Excel中的标配。   

  

  所以如何计算对非统计专业来说就没那么重要了。   

  

     

  

  反正只要知道相关系数在1和-1之间,1代表完全正相关,-1代表完全负相关,0代表完全无关。   

  

  另外,请注意这句话:相关系数可反映两个变量之间的相互关系及其相关方向,但无法确切地表明两个变量之间相关的程度.   

  

  这句话怎么理解?举个例子吧。   

  

  假设有一只沪深300ETF,完美地跟踪指数。这意味着沪深300指数已经上涨了1%,这只ETF必然上涨1%。这时,可以说,这只ETF和沪深交易所一样   

  

  300指数的相关系数为1,完全相关。   

  

  与此同时,还有另一只杠杆300ETF(现实中没有,但在美股中很常见),用双杠杆跟踪沪深300指数,即当沪深300指数上涨1%时,这只ETF上涨。   

  

  2%。   

  

  此时该ETF与沪深300指数的相关系数仍为1,即完全相关。   

  

  是的,上面的例子实际上已经告诉我们,相关系数的高低与收益和波动的高低没有直接关系。   

  

  如果用CAPM(资本资产定价模型)公式,Beta系数就是解释这一点的指标——第一只ETF,Beta为1,第二只ETF,Beta为0。   

  

  2。   

  

  下表是更多案例的汇总。   

  

     

  

  其实我一直建议大家可以用《新世纪福音战士》中的“同步率”来理解相关系数,代表两个品种之间波动的同步程度,但是即使 100%   

  

  同步并不意味着脑电波的思维方向和程度相同。   

  

  文章开头的读者说,基金运作是一个“黑箱”,很多时候确实如此。除了一年四次的季报外,没有主动基金的持仓数据披露。   

  

  然而,正是因为这个“黑箱”,像相关系数这种不问内部结构,只从净值判断的X射线工具,就显得更加显著了。   

  

  只有这样,我们才能通过完全不同的收入和波动数据,看到背后的真实情况。   

  

  我们以林森的几只基金为例。   

  

  下图为E基金玉祥、E基金安信回馈、E基金瑞成(截至2021年11月24日)的阶段性表现,与各期收益完全不同。   

  

     

  

  单根据这些数据,你需要出色的“眼力”才能看出三只基金的相似性。   

  

  当然,如果看过去一年三者净值的走势,会更明显一点——是的,蜿蜒的形状颇为相似。   

  

     

  

  但是,很明显,并没有相关系数那么明显。相关系数为0.98和0.99。   

了他们彼此有多相关。

  

  

如果我们透过净值的相关系数,看看背后的持仓,你就会发现这三者的确是颇为的相似。

  

  

看到这,你大体也应该明白 「相关系数」 的意义了吧――这个指标不是净值表现 「相似度」 的体现,而是 「同步率」 的体现。

  

最后,再分享一下我对相关系数的几种用法:

  

### ①组合间相关系数。

  

从资产组合出发,资产彼此间的相关系数越小越好,所以建立基金组合持仓时,选择彼此相关系数小的品类,可以避免同质性带来的 「伪分散」 问题。

  

我上面的贴图,是同花顺 iFind 金融终端的相关矩阵,属于收费软件。

  

对于普通基民,以前介绍过且慢建立组合后的相关系数矩阵。不过且慢的相关系数计算周期,是以组合中最后一个成立基金的成立日来计算的,所以在对比时,会有不确定性。

  

目前最推荐的是韭圈儿APP「组合回测」 中的相关系数,除了因为竖屏界面看大量基金的相关矩阵有点类之外,功能甚至是强过 iFind 这样收费软件的――

  

可以自定义各个时段的相关系数,最多可以呈现 10 年相关系数,强力推荐

  

  

### ② 判断基金的风格

  

在持仓数据不完整的前提下,将基金的净值与风格指数 (比如国证指数的六风格系列指数) 跑相关系数,大体就能判断出基金更接近哪个风格。

  

比如下图就是我自己在 Excel 中计算的易方达瑞程的风格相关系数,用的是过去 120 个交易日的数据,可以看到其与小盘成长指数最为类似。

  

  

### ③ 判断调仓方向。

  

这其实是基于上一用法的衍生。

  

静态下,我们会使用类似 1 年的净值表现来跑相关系数。

  

但如果我们聚焦的是基金的风格是否有骤变,那么就要使用阶段滚动相关系数,比如用过去 20

  

个交易日的表现跑相关系数,这样可以获得大量滚动的相关系数,从其上涨或下跌,就能看出基金与某个风格是更靠拢还是偏离了。

  

比如下图是张坤旗舰型的易方达蓝筹与大盘成长指数的 20

  

日相关系数滚动曲线,可以看到其近期虽然总体还是与大盘成长指数高度相关,但是相关度出现了一定的趋势性下降。

  

  

### ④ 判断双基金经理的真正掌舵者

  

这种用法,我用过好几次。

  

许多基金是双基金经理,但其中一位其实是挂名。

  

如何判断哪位是挂名,哪位是真正掌舵的。

  

最直接的,就是将这只基金与后者单独管理的基金跑一下相关系数,看看是不是高度相关。

  

当时写张清华林森的解码张清华:择时高手?善攻不善守?背后藏大佬? 用的就是这个法子,后来在 双基金经理,谁才是主心骨?一个指标见分晓 中也用过一次。