基金评价 基金评价 基金绩效评价入门

　　基金评价可以系统的分为三个部分：最基本的绩效衡量，深层次的绩效归因，基金经理能力评价。先说基金评价常用的指标。想要了解更多可以看下分级基金

　　简单指标列表：

　　贝塔系数（beta）

　　贝塔系数衡量资产回报率对市场变化的敏感度，代表资产的系统风险，并表明策略对更广泛市场的敏感度。计算公式不流行，看看基金平台的数据就知道了。一般来说，如果系数为1，基金会随市场进退。如果系数为1.1，大盘涨10％，基金涨11％，大盘跌10％。在牛市当中，处于上升趋势，随意会导致贝塔系数高的基金收益会比较高，反过来在熊市中则是贝塔系数低的基金表现更好更能防止下跌。

　　阿尔法系数（alpha）

　　虽然我们的策略会受到市场的影响，但每一种策略都会有其超越市场因素的好处。阿尔法值代表实际风险回报和平均预期风险回报之间的差异，并衡量投资的非系统性风险。计算公式：

　　（账户年化收益-无风险收益）-beta*（参考基准年化收益-无风险收益）。

　　贝塔系数比较高的基金的收益往往是上涨中的市场所带来的，并不能代表基金经理的能力，所以又引入了阿尔法系数，阿尔法系数越高的话，基金经理的交易能力就会越强。以这两个指标一些基金经理衍生除了所谓的贝塔策略和阿尔法策略，简单点来说贝塔系数比较依靠市场的形式，在合适的时机，会获得超越市场的收益，阿尔法的策略依靠选择题材和个股超越市场。　以上两个指标衡量的是基金的相对业绩，结合基金经理的投资策略可以借鉴。以下是基金风险指标简介。

　　夏普比率（Sharpe Ratio）

　　也称为收益率与波动率之比，它可能是最常用的投资组合管理指标。它表明每个风险单位将产生多少超额回报。也就是说，在风险增加1％的前提下，夏普比率较高的产品可能带来较高的超额收益。计算公式为：（账户年化收益率-risk-free利率）/收益波动率。

　　这里有一点很重要。一般来说，可以通过计算历史年化收益率及其标准差来估计预期收益率和波动率。那么就有一个问题：用不同周期频率收益率计算的同一资产的夏普值根本不是一回事！

　　如果对详细计算感兴趣，可以用开题来试试。如果算不出来，就想想。一个产品每天盈利比每年盈利更难吗？　因此，在夏普比率中，一定要注意这个值的计算方法，否则容易导致误判。如果自己算，有两点需要注意：首先要结合自己的实际。例如，高频策略当然必须使用，而周调整仓位策略可以使用周

　　第二，对比策略优劣时，周期要一致。例如，将每个日调整头寸的策略与每个月调整头寸的策略进行比较时，必须转换到同一周期才能进行比较。

　　标准差

　　它主要是根据一段时间内股票价格或基金净值的波动来计算，广泛用于衡量股票和基金的投资风险。标准差反映了基金总收益率的波动范围。值越大，波动越大，风险越大。标准差有什么用？其实标准差小的话，可能更符合你的预期。标准差太大，感觉像赌博。

　　最大回撤

　　最大回撤是指在选定周期的任何历史点被推回，产品净值达到最低点时，收益率的最大回撤幅度。衡量最极端的可能损失。例如，如果一个策略的最大回撤是50％，你应该权衡你是否能承受50％的d

　　相对来说，最大回撤越小越好。但这只是相对的。例如，在2008年的华夏市场，当上证综指在2008年处于熊市时，最大跌幅达到73％，从最高点6124点跌至最低点1664点，而华夏市场的最大跌幅为45％。73％意味着前者需要涨270％才能回到最高点，后者需要涨82％才能回到最高点。谁更难？这个时候用“华夏市场最大的撤市太大，不是好基金”的行为来衡量，有点不专业。

　　Sortino ratio（索提诺比率）

　　应该是每一个向下波动的单位（相对于基准或无风险的收益率可以获得的单位收益。价值越大，在同样的下行风险下，可以获得越多的超额收益或基准回报。

　　信息比率（Information Ratio）

　　基于马克维茨统一模型，它被用来衡量超额风险带来的超额收益。代表单位主动风险带来的超额收益。

　　为了更好的理解这些概念，参考万矿的一篇文章进行理解，长信医疗保健行业（163001。OF）作为基金的研究对象，市场投资组合用沪深300指数近似，无风险利率用3个月SHIBOR近似。研究期为2016年，对基金在此期间的表现进行了评估。

　　基金绩效衡量概况，其中基金业绩以基本指标衡量最多；

　　选股择时能力，利用CAPM衍生模型衡量基金选股和择时能力；多因子归因，从多个因素来看，基金收益率是归因的；行业归因；风格归因。除了上面的分析之外，还可以发展分析基金持仓交易数据，常用的有Brinson归因分解。

　　1. 基金绩效衡量概况

　　一般来说，基金的业绩衡量是从三个角度来考虑的：——盈利能力，抗风险能力，风险调整后的收益指标。其中盈利能力常用的有阶段收益率、詹森alpha等。抗风险能力常用的有波动率（标准差），亏损比例（阶段净亏损频率），平均亏损（发生亏损时的平均亏损）和杠杆率等。风险调整后指标常用的有Sharpe比率，Sotino比率，信息比，上行捕获率，下行捕获率等。

　　2. 选股择时能力

　　对于某个基金产品，我们往往要评价它的选股和择时能力。从最初的CAPM模型到后来的C-L模型、H-M模型和T-M模型，都是基金收益率和市场超额收益率，之间的线性回归分析，以量化基金的选股和择时能力。以上三款下，表示的是基金的超额收益率，度量投资组合获取超额收益的能力，一般会归因于基金经理的选股能力；2衡量的是基金经理的择时能力，在T-M模型，以一种凸性的形式（涨多跌少）来描述该择时能力，在H-M模型中，如果2显著大于0，则表示市场上涨时基金经理会主动调高值来追随牛市，而在下跌熊市则会调低值而但市场而行，而在C-L模型下，市场上涨时，用1衡量基金组合的系统性风险，在市场下跌时，用2衡量基金组合的系统性风险，最后通过1-2来判断基金经理的择时能力。

　　从回归结果可以看出，三种模型下的alpha和0存在显著差异，但符号为负，因此基金经理选股能力低于市场。在T-M模型中，2显著大于0；在H-M模型下，2不显著。在C-L模型下，1和2都显著，1明显大于2。综上，可以得出结论，基金经理的择时能力明显高于市场。

　　3. 多因子归因-反转，beta，波动率与规模因子

　　前一节只考虑了市场风险beta的一个因素，但往往是需要更细致的分析基金绩效的来源，从而有了多因子归因分析模型。这部分我们会考虑四个因素：反转换手率、beta、波动率（标准差）、规模（基金规模）进行归因分析。利用过去一段时间序列进行滚动回归，可以得到每天基金在这几种因子上的暴露程度，汇总在exposion_factor中。观察结果来看，基金的绩效主要归因在波动率因子上，还有部分归因在反转因子上。

　　4. 行业归因分析

　　OLS回归是对申万一级产业指数和基金日净值的收益率系列进行的，回归的R平方和值在res_indus表中进行了检验和总结。对于长信，的医疗行业基金，在所有指标中，与基金期间业绩拟合较好的指标是医药、生物、机械设备、计算等行业，各行业的指标拟合较差，与基金声称的灵活配置基金的投资类型相当吻合。其中， 801150。SI（医学生物学）和基金在此期间表现最佳。最后两个数字显示了指数和基金收益率，的拟合效果以及它们的净值趋势图。

　　4. 风格归因分析

　　OLS回归是对申万风格指数和收益率系列基金的日净值进行的，回归的R平方和贝塔值在res_style表中进行了回顾和总结。在所有指标中，与基金在此期间的表现相吻合的指标大多是高市盈率、高市盈率、中市盈率和高市盈率。可以初步判断，该基金的风格是成长型，与其声称的中端市场均衡投资类型不符。其中， 801831。在此期间，高市盈率指数和基金的表现最为吻合。最后两个数字显示了指数和基金的收益率，以及他们的净值趋势图的拟合效果。