【国盛量化】基金ALPHA进化史:公募基金投资能力分类全解析 | 量化专题报告

（以下内容从国盛证券《【国盛量化】基金ALPHA进化史:公募基金投资能力分类全解析 | 量化专题报告》研报附件原文摘录）
　　摘要 基金研究不同于股票研究，其缺少足够的特征，因而科学有效的“标签化”至关重要。股票的定价是一个“外求”的过程，而基金的管理是一个“内观”的过程，从持仓股票的表面收益来源给基金标签化不具有稳定性，而从投资能力维度与投资逻辑维度的标签化更具有意义。本报告主要解决如何给基金打有效的“标签”的问题。 本报告通过基金收益完全分解，详细分析了公募基金（股票）投资能力的四大维度：风格、行业、选股、动态： 风格收益能力：主要划分为“扬长”、“补短”、“应变”三维标签，“扬长”与“补短”较难兼得，反映基金经理的风险偏好，“应变”与前两者几乎不相关，反映基金经理的风格择时能力，一般较难延续。 行业收益能力：主要划分为“博弈”、“轮动”、“专注”、“配置”四类标签，选股看“博弈”，动态看“轮动”，行业看“专注”，均衡看“配置”。行业类型稳定性高，不易时变。 选股收益能力：主要划分为“已知逻辑”和“未知逻辑”。在已知逻辑中公募主要赚超预期、质量、分析师、成长、机构行为等因子的钱。“未知逻辑”相比“已知逻辑”深度更深、收益更高，公募大部分选股收益由“未知逻辑”决定。 动态收益能力：收益来源较杂，总体分化大能延续。控制换手率为前50%后，总体动态收益能力和规模明显负相关。动态收益能力与股票风格类型没有明显的关系。 根据信息敏度和逻辑深度，报告详细分析了四类标签下的基金特点： 顺分析师热度型：顺分析师热度的基金经理在行业、选股、动态三方面都表现出色，反映出分析师信息对于公募基金的重要性。 超预期预测型：超预期预测能力强的基金经理在行业、选股上比顺分析师热度型更强，但其可能受到左侧操作思路的影响，动态收益负贡献较高。 已知选股逻辑型：已知选股逻辑贡献高的基金总体选股和动态不显著，风格负贡献较高。 未知选股逻辑型：未知选股逻辑贡献高的基金是所有上述标签中表现最好的，选股收益极强，但与超预期预测型一样动态收益较弱，可通过模仿持仓进行提高。 1. 如何对主动权益基金分类？ 基金研究缺少股票研究中公司行业等多重特征。若把基金看作“公司”，其“主营业务”是完全同质化的，且由于有效数据有限，基金可供识别区分和分类研究的特征天然就较少，因而需要通过“标签化”的方式增加特征以供深入研究，其中“标签”维度的科学性和延续性至关重要。 传统的标签化方法由于流于收益的表面来源从而稳定性较差、参考性较弱。我们在系列报告《基金ALPHA进化史》中多次强调：用传统的“牛市熊市”、“大小盘”、“价值成长”、“行业主题”去划分基金经理都是不稳定的。股票的定价是一个“外求”的过程，而基金的管理是一个“内观”的过程。各基金经理买同一个股票、配置同一个行业的逻辑不同，最终赚到的钱也不同；同一个逻辑不同时刻对应的风格、行业特点也会发生巨大变化。我们以三个例子进一步说明传统标签的不稳定性。 1.1. “牛市选手”标签的不稳定性 从外部看来，牛市、熊市是非常直观的不同市场状态，但每波牛市或者熊市背后的逻辑和结构都有不同，因而适应的投资模式或者投资能力完全不同。我们筛选了2014-2015年牛市规模持续5亿以上的基金中业绩表现最好的20只，其在2017年牛市（基金经理保持不变）中的表现分散在2%-100%分位数之间，平均在36%分位数。“牛市选手”的标签显然不具有稳定性。2014-2015牛市主要以资金驱动，风格行业轮动较快，需要快速反应和切换的能力，而2017牛市主要以确定性驱动，一九分化、龙头集中效应明显，需要坚定持有相应龙头的能力。 1.2. “TMT选手”标签的不稳定性 我们总是习惯将过去在某个行业上收益做的最高的基金经理定义为“某行业能手”。然而这样的标签持续性是不高的，并不是其行业偏好不稳定，而是每波行情背后的驱动因素不尽相同，多因素影响下未来同样行业有表现的时候做的最好的未必是这些基金经理。 我们选取2013年-2015年5月持续重仓TMT并且收益最高的一批基金，并选取至今基金经理基本不变的20只。其在后续几年中依然平均保持着35%左右的TMT仓位，虽然结构上明显从传媒切向了电子。 从后续表现来说，2019年的下半年TMT总体表现位于市场前列，电子、计算机、传媒、通信分别排所有行业的第1、3、6、13名。但这段时间这20位基金经理的表现同样分散在3%-97%分位数之间，平均在37%分位数。“TMT选手”的标签不具有稳定性。 1.3. 买贵州茅台的基金经理都是长逻辑吗？ 贵州茅台一直是市场宣扬低换手长逻辑优势的经典案例，因此我们也统计了所有公募主动偏股基金在贵州茅台上投资（按照季度持仓计算）所获得的收益，看在公募有多少基金经理真正“拿得住”贵州茅台。 我们按照基金定期报告披露的持仓并假设季度持仓不变的方式计算贵州茅台2014年以来给各基金贡献的累计收益，股票2014年至2021年6月共7年半涨幅达到2109.38%，即便按照2%的权重来计算长期持有给基金的收益贡献也将达到42.19%。然而从实际买过贵州茅台的主动偏股基金在贵州茅台上赚的钱来看，平均为2.56%，最高仅34.75%。从持有期来说，2014年以来持仓2%以上贵州茅台的季度数超过20/30的基金仅28/3181只，不到1%。可见重仓过贵州茅台的基金经理大多都不是长逻辑。对于单个股票而言不同基金经理的逻辑差异巨大，最终赚到的钱也完全不同，想从基金经理“买了什么？”来“打标签”并判断他的未来表现是不靠谱的。 因而基金的“标签化”应以更为底层的投资逻辑、投资模式、投资能力、信息优势等角度来进行，也即“为什么买？”的问题。本报告就将着手尝试解决这个问题。 2. 公募基金投资能力分类全解析 在上一篇报告《基金ALPHA进化史：公募基金究竟赚的是什么钱？》中，我们基于市场异象研究构筑了基金能力精细画像平台，并对基金的收益做了完全的分解： 从各类超额收益来看，公募基金总体在风格上为负收益，2019-2020年由于价值因子收益变向，高估值的股票超额收益更高，因而长期偏好高估值的公募在风格上占优；公募基金总体在行业上为正收益，由于A股市场存在长期稳定有正超额收益的行业（医药、消费）且有负超额收益的行业（交运、石化、保险等），因而公募按照惯性思维长期超配正超额行业，低配负超额行业自然能够有稳定行业配置收益；公募基金总体在2013-2016选股贡献为负，其他时间为正，由于2013-2016年市场轮动较快，公募的选股较难长期贡献超额收益；公募基金总体在动态上收益贡献不显著，其动态收益年化约为-1.7%，与基金平均费用无异。 基金的收益分解使得我们获得了1000+的基金特征，然而这些特征仍需经过梳理才能转化为真正有意义的标签。我们将基金的能力从收益归因角度划分为了四大类：风格配置能力、行业配置能力、选股收益能力、动态收益能力。 风格配置能力：在市值、动量、价值等十大类风格因子上获取收益的能力； 行业配置能力：剥离风格后在行业配置上获取收益的能力； 选股收益能力：剥离风格、行业后选股上获取收益的能力（可细分为已知和特异）； 动态收益能力：基金超过静态持仓的收益能力，即不能被持仓解释的收益。 根据主动偏股基金在各类收益上的分解，我们就能对基金的能力进行定期的打分和评估。从基金能力的历史相关性上来看有些能力之间基本互相独立，有些能力之间具有明显的相关性，简单来说主要结论有二： 结论一：选股能力与动态能力高度负相关。 原因分析：高Alpha股票不适合做波段，低Alpha股票更适合做波段。 结论二：总体选股能力与特异选股能力高度正相关。 原因分析：大部分主动基金的Alpha都来自传统因子无法刻画的逻辑信息。 在接下来的篇幅中，我们将对这四类能力进行更为细致的研究和“标签化”从而获得更为具象的基金经理画像。 2.1. 风格收益能力：风险偏好的刻画 风格收益主要指公募基金在Barra CNE5模型的十大类风格因子上所获得的收益。包括：市值、非线性市值、Beta、动量、波动率、流动性、价值、盈利、成长、杠杆率。我们在上一篇报告中总结了公募基金对于风格收益有长期赚钱、长期亏钱、把握不定三类： 因而，想要在风格收益上长期具有正向表现，从历史来看无非是做到以下几点： ？ 将长期赚钱的风格做到极致 ？ 将长期亏钱的风格尽量规避 ？ 对把握不定的风格能够择时 以此我们可以将公募基金的风格收益能力进行更细致的分类度量。基于公募基金在风格细分收益上的把握能力，我们可以进一步细化对其评价维度，总体可归纳为：扬长、补短、应变： 风格-扬长能力突出的基金经理往往追求极致的成长性白马 风格-补短能力突出的基金经理往往尽量避免过于高热板块 风格-应变能力突出的基金经理往往有风格变化的宏观把握 对所有主动偏股基金进行风格能力打分（1-10），从基金数量上来看，大部分主动偏股基金为扬长型，应变型数量次之，补短型的数量最少，但近年有所增加。 从相关性来看，扬长和补短很难兼得，将优势风格做到极致相对容易，偏好冷门并规避热门会牺牲极致风格，对大小市值和高低估值的择时能力与前两者相关性较低。因而前两者类似硬币的正反面，是一个基金经理性格/风险偏好的体现，第三者更偏风格择时能力。 2.1.1. 风格-扬长能力极致的代表举例 风格-扬长能力较强的基金长期偏好高动量、高BETA、高成长，在基金重仓股上暴露很高，表现出高度的弹性。在热门股票抱团瓦解时回撤幅度很大，但修复的也很快，代表性基金2021年3月31日至7月30日涨幅达到64.00%，远超创业板指24.14%。此类基金较适合在进攻阶段配置，较容易获得高弹性收益。 2.1.2. 风格-补短能力极致的代表举例 风格-补短能力较强的基金长期偏好低换手率、低波动率的股票，因而基金净值波动率也较低。总体来说保证劣势风格不亏钱甚至赚钱，但由于此类股票在动量、BETA上长期不占优，导致收益并不高但回撤和波动都较小，代表性基金长期波动低、回撤低，夏普率远高于宽基指数，与市场相关性低，在追求短期业绩为主的环境中提供了一种独特的公募产品类型。 根据我们的画像，代表性基金长期偏好中盘股、小盘股，并且非常注重PE-g维度的估值性价比，偏好低换手率低波动率个股，对分析师极度乐观的票强烈规避，选股冷门特征较强，风格稳定性高。 2.1.3. 风格-应变能力极致的代表举例 风格-应变能力较强的基金能够对风格的大切换把握的非常精准，特别是大小市值切换、高低估值切换。这样的基金可能具有较强的自上而下视野。代表性基金在2016年底小市值切大市值，2018年底中估值切高估值，都较为精准的把握了风格大级别轮动，且行业配置上较少负收益，行业配置收益长期稳定。 然而此基金今年以来表现较弱，未对激烈的风格切换提前反应，仍然重仓持有高估值消费，导致收益明显受到影响。本例反应出应变能力虽然可以通过量化刻画，但是其稳定性较弱，历史能够证明具有应变能力的重要风格轮动时点本就较少，即便历史每次都做对也未必代表下一次能做对。 2.1.4. 风格上既能扬长、又能补短、还能应变的基金是什么样的？ 风格上各能力近年都表现不错的多数是在相对白马的赛道上做量化的基金。因为白马赛道本身具有风格扬长的属性，同时量化基金采用的捕捉市场错误定价的Alpha因子又能够在风格补短角度有所增益，且大多数量化基金都是以Barra风险为基准的，可以相对容易的在此框架下从风格动量角度跟随大小盘、高低估值的切换。 代表性基金2017-2019较多的配置在大消费板块，2020年起逐步配置到新能源板块，由于量化控制跟踪误差的要求，其在金融板块也有长期的配置。这在一般的主动基金中相对难做到——既追求白马成长又兼顾金融“压舱石”，而在相对理性、较低感性的量化模型下能够做到。 2.2. 行业收益能力：更高的主观能动性 行业相比于风格来说，对于基金经理更具象，维度更多，轮动更频繁，因而主观上判断的自由度、逻辑性、控制力更高，更能发挥主观能动性。在上一篇报告中我们分析了在行业上国内市场具有长期有超额收益的行业，因而行业收益大体可以区分为一直在此类行业上配置获得超额的和行业轮动配置获得超额的，背后隐含的能力是不同的。我们就按照基金经理在行业上发挥主观能动性的广度（行业集中度）和频度（行业换手率），将基金经理的行业收益类型划分成四类： 行业-博弈型：高集中度，高换手率 行业-轮动型：低集中度，高换手率 行业-专注型：高集中度，低换手率 行业-配置型：低集中度，低换手率 博弈型基金行业集中度高但频繁切换，整体基金收益来源高度依赖行业轮动胜率；轮动型基金无论从广度还是频度来说其博弈次数最多，因而方差较大；专注型基金对于某一两个行业具有长期偏好；配置型基金行业信心水平相对最低，其不会重仓某一行业也不会频繁做行业比较和行业轮动。 我们对基金的行业集中度和换手率进行了打分，并计算了与行业超额收益的相关性，发现换手率高低与集中度高低与行业超额收益没有明显相关性，任意类型下都好有坏，单纯从行业集中度和行业换手率无法判断基金的行业收益能力。但是行业-换手率与行业-集中度有一定的负相关性。 2.2.1. 不同行业收益类型基金的能力统计 对四种行业收益类型的基金我们统计了其在四大类收益上的平均表现与最好表现水平，发现不同行业能力类型的基金其擅长的收益类型不同，总体来说： ？ 行业配置看专注型 ？ 选股收益看博弈型 ？ 动态收益看轮动型 ？ 收益平衡看配置型 具体的来说，博弈型由于其行业集中度高，因而其具有更多的精力进行行业内选股，单一行业选股相比布局多行业、轮动多行业并且每个行业上都要适时的选到好股票简单的多，因而相对选股收益较高。但博弈型由于主要依赖于行业的逻辑，因而切换行业的时候对操作平滑性相对不够重视，不会根据个股的不同情况分批切换，因而动态收益较差。轮动型由于换仓频率高、追求短期收益，因而季度披露持仓的静态收益都较弱，动态收益较强，这部分是由于算法和数据局限性导致的。由于A股市场存在长期有稳定超额收益的行业（大消费），因而专注于这些行业将获得持续行业超额，专注型的行业收益最高。配置型由于主观能动性最低，因而各项能力较为平均，较难有短期爆发收益，但长期来看复利效应下较为稳定。 2.2.2. 行业收益类型是否会漂移？ 从各行业收益类型基金个数来看，轮动型和配置型占主导，专注型与博弈型由于风险集中数量较少，其中以博弈型为最少。 从转移概率矩阵来看，行业收益类型作为基金的特征来说稳定性较强。基金在下一阶段从一种类型转移到另一种类型的概率都较低。而其中转移概率较高的主要是：轮动<>配置互转换、博弈->轮动转换、博弈->专注转换。总体来说博弈型是一种相对更难长期坚持的类型。 2.3. 选股收益能力：信息优势/逻辑深度决定一切 从打分相关性来看，总体选股能力与未知（特异）选股能力相关性高，与已知选股能力相关性低。由于计算方式的问题，已知选股能力与未知选股能力理论上正交，相关性接近0。因此目前来看，公募主动偏股基金的选股能力被传统的Alpha因子所解释的部分有限，大多为未知的信息与逻辑，传统的Alpha因子仅能作为一个选股偏好供参考。 我们所刻画的已知选股能力包含的Alpha因子主要分为3大类9小类共200+：动量、流动性、低频量价、成长、价值、质量、超预期、分析师、机构行为。 我们将每一小类的Alpha因子收益方向都调整为正向并计算平均收益，其中收益最高的主要为交易面因子，收益次之的为价值类因子，收益最低的为其他因子（超预期、质量、分析师、成长、机构行为），这些因子的收益相对接近。 从主动偏股公募基金总体（个基有差异）在这些Alpha因子的暴露来看：1）公募基金不赚交易面因子的钱（空头效应、高频收益），2）公募基金基本不赚低估值因子的钱（长期偏好高估值），3）公募基金长期只赚偏成长与信息反应的钱。 这些偏成长与信息反应的收益高低与信息精确性与滞后性高度相关。超预期因子反应了最直接的边际成长信息，收益最高；质量因子反应了未来成长性的可能，收益次之；分析师因子是加工过后的信息略微延迟，收益再次之；成长因子是历史的成长信息，对未来的预测精确度略低，收益更次之；机构行为因子是已经过消化后的反应不足或定价错误，时间维度最为落后，收益最少。 2.3.1. 已知选股能力极致的代表举例 已知选股能力高代表其收益来自我们已定义的选股逻辑。代表性基金总体有较高的选股收益，2019年以来截至2021年7月跑赢创业板指19%，而总体选股收益当中有50%能够被我们已定义的逻辑解释。对于这样的基金我们能够对其收益来源有相对更精细的刻画。 从总体能力来说，基金具有较强的风格配置、行业配置、选股能力，其风格属于扬长型，行业属于配置型，动态能力也即交易长期负贡献。从选股收益贡献角度来看，基金主要是偏好高机构占比、高分析师覆盖、高超预期的股票，其选股对估值条件较为放松。 2.3.2. 未知选股能力极致的代表举例 未知选股能力高代表其收益来自未被传统因子定义的逻辑。代表性基金收益远高于上述已知选股能力强的基金，2019年以来截至2021年7月跑赢创业板指149%，而总体选股收益当中只有20%不到能够被我们已定义的逻辑解释，有80%无法解释。 从总体能力来说，代表性基金主要赚取的是未知选股的收益，动态能力贡献低代表其较少换仓，持股时间较长，换仓一般为负贡献。基金长期偏好计算机、电子、医药、汽车、电力设备等偏科技成长的行业。由于已知选股收益涵盖了大部分基本面业绩的特征，因而未知选股能力高同时也意味着基金经理的持股时段公司业绩相对较“黑”，未有明显的业绩释放。因而代表性基金更类似“一级投资”基金。 结合基金经理清华大学电气工程及自动化专业本科及计算机应用技术专业博士的背景来看，其对计算机、电子、电力设备等专业的研究深度具有一定的优势。运用“深度逻辑”选股其收益将远远大于运用“传统逻辑”，“深度逻辑”是公募基金经理选股差异化的重要特征。 2.4. 动态收益能力：交易的艺术 动态收益能力指基金本身相对其重仓股组合（扩展）的收益，因而其主要可能来源于四个地方：交易波段能力、非重仓股贡献、仓位择时因素、打新增强收益。依据当前基金披露信息并不能对这四种收益来源进行简单的完全区分，需要设计一定的算法，本报告暂且按下不表。 在上一篇报告中我们计算发现，公募基金作为整体动态收益贡献不显著，但是基金间的分化非常大，且有一定延续性。以历史动态收益为因子分十组的下期动态收益累计可见具有明显的分化，单调性较为显著。因而动态收益是可延续的，过去较高的动态能力未来大概率能保持。 2.4.1. 动态收益能力与规模的关系 理论上来说，假设动态收益主要来源于交易波段，那么基金规模可能会对动态收益能力造成一定的影响。规模越大的基金相对来说调仓对市场冲击较大，容易产生更高的交易成本，容易成为市场其他参与者套利的对象，我们将不同规模下的基金动态收益平均进行了统计： 从平均意义上来说，规模对动态收益影响不确定。规模特别小（可能有打新加成），或者规模较大的反而在动态收益上不那么负，只有规模5-50亿和规模特别大的基金动态收益负贡献较高。 为了使纳入统计的基金其动态能力更可能来自交易波段，我们将样本控制为换手率在截面中位数以上的基金。控制换手率后可见动态收益基本与规模呈现较为明显的负相关关系。规模大于50亿后平均来说动态收益贡献为负，因而规模确实会对以交易波段为主的动态收益有明显负面影响。 2.4.2. 动态收益能力与风格的关系 为了考察动态收益能力与特定选股域是否有关系，我们对基金的每个截面进行动态收益打分（0-10），取打分为9、10分的基金进行其选股域的观察。可以看到大部分选股域特征与基金总体的选股域特征类似，动态收益整体并不需要在特殊选股域上才能获得。 即便在控制换手率在中位数以上后，我们检验得到动态收益能力9-10分基金平均风格暴露与不控制换手率的样本在任意风格维度上没有显著的差别。交易波段为主的动态收益同样没有特定选股域。 3. 若干重要基金标签研究 在上节中我们主要对于基金的四大能力维度进行了初步的细分与标签化，本节我们将对基金的投资逻辑维度进行标签化研究。基金的投资逻辑主要体现在其Alpha因子的偏好与细节中，本节我们将分别从“信息敏度、逻辑深度”着重讨论4类基金标签。每种标签下我们都会构建季频调仓可投资的“个性”FOF组合，并进行超额收益的二次归因进行分析。 3.1. 信息敏度：左侧与右侧 3.1.1. 顺分析师热度型 公募基金高度跟随分析师信息，将此做到极致的基金经理2013年以来长期具有稳健的超额收益。组合2010年7月至2021年3月总收益457.06%，年化收益率17.47%，年化超额收益率9.29%。 顺分析师热度“个性”FOF组合： 分析师覆盖因子暴露最高的10个基金 从二次归因的结果来看，顺分析师热度进行投资可以保证在行业配置上具有长期稳健收益，选股也长期为正，值得注意的是由于分析师推荐热度轮动快，这样的基金经理在动态收益上也不逊色，调仓收益长期为正。三类能力兼具使得基金长期表现较高，体现出紧密跟踪分析师的优势。 我们同样采用分析师覆盖因子本身分十组取最高组的方式构造了一个股票组合，此股票组合2010年7月至2021年3月总收益280.63%，年化收益率13.35%，明显跑输顺分析师热度FOF组合，可见基金经理在分析师的信息基础上的筛选能力是正贡献的。 3.1.2. 超预期预测型 由于基金持仓报告期早于业绩信息披露时间，因而可通过持仓总体在超预期因子上暴露的后续变化来考察基金是否能提前布局超预期股票。组合2009年10月至2021年3月总收益275.34%，年化收益率13.54%，年化超额收益率5.71%。 超预期预测“个性”FOF组合： 报告期后持仓在超预期因子上暴露度上升最多的10个基金 可以看到此类基金经理超额收益也高，但不如顺分析师热度型。我们对此“FOF”组合进行了二次归因，二次归因的结果来看，这类基金经理行业与选股能力都很不错，明显超过顺分析师热度型，但可惜的是可能受到左侧思路的影响，在交易方面的负贡献较高（左侧买导致机会成本，左侧卖导致看对了没有赚到钱），整体动态收益负贡献高。对于这样的基金我们可以通过识别后模仿其持仓并保持季度中间不交易从而增强收益。 3.2. 逻辑深度：已知与未知 3.2.1. 已知选股逻辑型 已知选股收益是指基金的选股收益能够被200+传统Alpha因子解释的部分。这方面收益历史靠前的基金组合2010年7月至2021年3月总收益205.03%，年化收益率11.02%，年化超额收益率3.29%。 已知选股逻辑型“个性”FOF组合： 过去12个月已知选股能力排名前10基金 已知收益较强的基金总体超额收益并不稳定，2015年股灾期间回撤较小，2016-2018年持续负超额收益。样本外选股与动态收益都不显著，风格收益负贡献高。 3.2.2. 未知选股逻辑型 未知选股收益是指基金的选股收益不能够被传统Alpha因子解释的部分。这方面收益历史靠前的基金组合2010年7月至2021年3月总收益551.64%，年化收益率19.21%，年化超额收益率10.91%。 未知选股逻辑型“个性”FOF组合： 过去12个月未知选股能力排名前10基金 未知选股较强的基金总体选股能力是所有上述标签下最强的，运用“深度逻辑”获取的收益大大超过运用“传统逻辑”获取的收益，同时也超过顺分析师热度获取的收益。但其动态收益仍为负向，对于此类基金我们同样可通过模仿其持仓并在季度中间不调仓从而进一步增强收益。 3.3. 研究总结 基金的研究对象是人（基金经理）与平台（基金公司），因而必然存在较多定性的成分，定量只能从侧面辅助对人与平台的画像。然而定性也需要真实的依据，且最终无论定性还是定量都是为了投资决策，如果没有定量的滤镜则定性也就无从谈起。本报告就尝试了从定量的维度出发，去对基金进行定性的“标签化”。 从传统的市场、风格、行业主题出发，我们验证了从“表面”收益来源给基金经理打标签的方式的不稳定性，因而我们尝试了采用投资能力维度和投资逻辑维度来给基金经理打标签，这类标签更有助于我们理解基金经理Alpha的来源。报告中通过基金收益的完全分解，主要分析了基金的风格收益能力、行业收益能力、选股收益能力和动态收益能力，并完成了11类基金标签的解析。整体划分体系未来有更多值得探索的方面。 《基金ALPHA进化史》系列报告： 基金ALPHA进化史：深入ALPHA的创造与湮灭 | 量化专题报告 基金ALPHA进化史：公募基金究竟赚的是什么钱？｜ 量化专题报告 《基思广益》系列报告： 基思广益：利率未来趋势何从？——来自久期择时型基金经理的观点 基思广益：跑赢赛道ETF容易吗？ 风险提示：基金收益分解和特征归纳基于历史数据，不保证未来的延续性。本报告的“完全分解”系统并不唯一，可能存在其他分解维度。 本文节选自国盛证券研究所已于2021年09月06日发布的报告《基金ALPHA进化史：公募基金投资能力分类全解析》，具体内容请详见相关报告。 叶尔乐 S0680518100003 yeerle@gszq.com 刘富兵 S0680518030007 liufubing@gszq.com 特别声明：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过微信形式制作的本资料仅面向国盛证券客户中的专业投资者。请勿对本资料进行任何形式的转发。若您非国盛证券客户中的专业投资者，为保证服务质量、控制投资风险，请取消关注，请勿订阅、接受或使用本资料中的任何信息。因本订阅号难以设置访问权限，若给您造成不便，烦请谅解！感谢您给予的理解和配合。 重要声明：本订阅号是国盛证券金融工程团队设立的。本订阅号不是国盛金融工程团队研究报告的发布平台。本订阅号所载的信息仅面向专业投资机构，仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自国盛证券研究所已经发布的研究报告或者系对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。本资料仅代表报告发布当日的判断，相关的分析意见及推测可在不发出通知的情形下做出更改，读者参考时还须及时跟踪后续最新的研究进展。 本资料不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见，普通的个人投资者若使用本资料，有可能会因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。因此个人投资者还须寻求专业投资顾问的指导。本资料仅供参考之用，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。 版权所有，未经许可禁止转载或传播。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）