追寻优秀基因|如何绘制基金经理学习能力曲线?

（以下内容从招商证券《追寻优秀基因|如何绘制基金经理学习能力曲线?》研报附件原文摘录）
　　基金经理个人能力是影响基金业绩的重要因素之一，除过往经历累积形成的核心能力圈外，其在管理基金产品过程中不断学习也会对组合业绩带来重大影响。本报告从基金经理能力圈出发，定义持仓自信度和板块胜率度量能力圈大小，并且进一步探究基金经理动态学习能力，以板块增持作为学习依据，同时根据学习情况绘制基金经理学习能力曲线。 基金经理能力圈与动态学习能力：基金经理能力圈是影响组合收益的重要因素之一，基金经理对于是否拓展能力圈的选择不尽相同。无论是坚守能力圈，还是积极拓展能力圈，众多基金经理仍然处于不断学习的状态。对于坚守能力圈的基金经理，关注其是否对擅长的行业板块进行二次学习；对于积极拓展能力圈的基金经理，关注其是否学习新的行业板块。 能力圈因子构建与测试：基于行业偏好和选股能力两个维度依次定义持仓自信度和板块胜率衡量基金经理核心能力圈，接着计算历史各期具备核心能力圈时的平均值大小度量综合核心能力圈。能力圈因子的IC均值为6%，IC胜率高达86%，ICIR为1.13，IC的T检验结果显示IC显著不为0。 学习能力因子构建与测试：以板块增持情况作为学习依据，同样使用持仓自信度和板块胜率计算基金经理学习能力的大小。当基金经理在某板块的新增持仓比例超过k时，认为当期进行了学习，取k=[1%, 10%]依次递增1%，根据ICIR最大化原则确定最佳的阈值k。结果显示：k取2%时，IC均值和ICIR最大，IC胜率达到86%，同时IC的T检验结果显示IC显著不为0。 综合能力因子构建与测试：依次对能力圈因子和学习能力因子进行标准化处理，为避免复合因子多头失效问题，通过提高多头权重修正后的ICIR进行加权构建综合能力因子。综合能力因子的IC均值为9%，IC胜率高达93%，ICIR为1.44，IC的T检验结果显示IC显著不为0，其测试结果相比能力圈因子和学习能力因子有所提升。 构建不同的FOF组合：首先，每期根据综合能力因子值大小分别取前10、前20和前30的基金经理构造等权FOF组合，10FOF组合收益和风险表现最为突出。接着，依次筛选能力圈因子和对应板块综合核心能力圈大小排名前40%的主题型基金经理构造FOF组合，两类基金经理收益均远超同类基准，综合能力圈全面的基金经理业绩表现更佳。最后，根据综合核心能力圈个数将基金经理划分为专注型、拓展型和全能型三类，每期依次对三种类型的基金经理取能力圈因子排名前10的样本构造等权FOF组合，拓展型基金经理收益表现高于专注型和全能型基金经理。 风险提示：量化模型可能失效，历史数据不代表未来。 一 何谓基金经理动态学习能力 基金经理个人能力是影响基金业绩的重要因素之一，除过往经历累积形成的核心能力圈外，其在管理基金产品过程中不断学习也会对组合业绩带来重大影响。本报告从基金经理能力圈出发，定义持仓自信度和板块胜率度量能力圈大小，并且进一步探究基金经理动态学习能力，以板块增持作为学习依据，同时根据学习情况绘制基金经理学习能力曲线。 1、基金经理能力圈与动态学习能力 基金经理能力圈备受关注，是影响组合收益的重要因素之一，基金经理对于是否拓展能力圈的选择不尽相同。不少基金经理积极拓展能力圈，通过自身能力的多方面覆盖，提升为基金组合创造更大收益的可能性。如：萧楠、刘彦春、葛兰、冯明远等过往长期深耕某个领域的基金经理，已经能够在擅长的板块中长期持有并且拥有高Alpha，同时他们的能力圈仍然持续在迭代和进化，尤其是在爆款基金频出的当下，中小盘风格的基金经理为了扩大策略容量往往会增加对大盘股的投资覆盖。另一方面，近年来赛道型基金经理数量不断增加，他们通过坚守能力圈力争在自身擅长领域内获取长期稳健收益。 无论是坚守能力圈，还是积极拓展能力圈，众多基金经理仍然处于不断学习的状态。基金经理在构建组合时往往从资产配置、行业景气度、个股选择等层面考虑，目前极少主动偏股基金经理进行仓位选择，一般基金经理是按照板块和行业开始初始学习，所以我们将能力圈重点放在行业和个股选择层面，以板块增持作为判断基金经理是否进行学习的检验依据。对于坚守能力圈的基金经理，关注其是否对擅长的行业进行二次学习；对于积极拓展能力圈的基金经理，关注其是否学习新行业。同时结合学习时机来判断基金经理属于左侧学习还是右侧学习，并根据学习板块和学习成功率绘制基金经理学习曲线。 2、基于基金经理维度进行数据拼接 研究基金经理能力圈拓展需要较长时间维度的持仓数据，考虑到基金经理任职期间先后管理过不同基金产品，因此本文将基金的持仓数据与净值数据拼接至基金经理维度。我们以股票型基金（普通股票型基金+偏股混合型基金）作为研究对象，研究的时间范围是2015.01.01-2021.08.15。 基金经理持仓数据的拼接：利用基金（半）年报披露的全部持仓数据进行计算，对基金经理在管产品的全部持股及其股票市值占比根据当期基金规模加权复合得到每位基金经理的持仓情况。若出现多位基金经理共同管理同一只基金产品，则共同管理基金时的持仓算作任期最长的基金经理的持仓。同时对基金经理进行静态持仓假设，认为中报持仓数据在7月1日至12月31日保持不变，年报持仓数据在次年1月1日至6月30日保持不变。 由于我们基于（半）年度持仓数据进行分析，筛选出的基金产品成立时间至少在半年以上。根据拼接后的基金经理持仓数据，统计各报告期对应的基金经理样本数，发现：近年来股票型基金经理数量呈现递增趋势，最新一期（2021上半年）对应的基金经理数为887位，相比于2014下半年对应的基金经理数增加了近500位，增长率高达127%。 基金经理净值数据的拼接：基于基金经理所有在管产品，以上一期季报披露的基金规模作为权重，同时考虑季报披露日为季度末自然日之后的15个交易日，对当期基金经理正在管理基金产品的复权单位净值收益率进行加权，得到每日基金经理指数对应的收益率。在构建基金经理指数过程中，需要注意以下三点： 第一，若出现多位基金经理共同管理同一只基金产品，则共同管理基金时的业绩算作任期最长的基金经理的业绩；第二，假定新发基金建仓期为3个月，接管基金调仓期为1个月，这段时间的基金净值数据不纳入计算；第三，若基金经理出现空窗期无在管产品时，这段时期的基金经理指数用空窗期之前所管理基金类型对应的基准指数（Wind普通股票型基金指数或Wind偏股混合型基金指数）进行填充。 为满足前文所提及的忽略仓位择时假设和静态持仓假设，在后续进行回测时需对基金经理样本作进一步筛选：首先，筛选出股票仓位在70%以上的基金经理，同时考虑到基金经理频繁交易会对静态持仓假设造成影响，进一步筛选出低换手且持仓模拟收益与真实收益差距较小的基金经理作为初选样本池，筛选条件为换手率和虚实收益差均在当期所有样本80%分位数以下的基金经理。换手率和虚实收益差的计算公式如下： 其中，持仓模拟收益使用基金经理每半年度的全部持仓乘以个股的区间涨跌幅计算得到，同时假设：（1）股票型基金经理除股票外的仓位全部投资于债券；（2）基金经理无选债能力，将持仓债券的收益率设为中债-新综合财富总值指数（CBA00101.CS）的收益率。 二 解析基金经理能力指标 基金经理能力指标主要由两部分构成：一部分是由基金经理过往经验积累形成的核心能力圈，另一部分是由基金经理通过最新学习形成的动态学习能力。这两部分共同构成基金经理的综合能力，均会给组合的未来收益带来重要影响。 本节首先定义基金经理的核心能力圈和动态学习能力指标的测算方法，接着对各指标的选基效果进行有效性检验，同时结合个例和图示对指标进行详细解析。 1、核心能力圈 我们从行业偏好和选股能力两个维度度量基金经理的核心能力圈。其中，行业偏好考察基金经理是否敢于重仓擅长的行业领域，用持仓自信度进行衡量；选股能力关注基金经理所持股票能否给其带来超额收益，用板块胜率进行衡量。 考虑到基金经理能力圈通常聚焦在大类板块上，故将持仓行业映射到板块进行研究。板块划分依照中信一级行业分类具体如下，此外近年来不少基金经理港股持仓比例大幅提升，我们将港股单独划分为一个板块。 (1) 消费板块：食品饮料、家电、农林牧渔、商贸零售、纺织服装、消费者服务、轻工制造； (2) 中游制造：电力设备及新能源、电力及公用事业、汽车、建筑、机械、国防军工、综合； (3) 周期板块：钢铁、煤炭、有色金属、石油石化、基础化工、交通运输、建材； (4) 金融地产：银行、非银行金融、综合金融、房地产； (5) TMT板块：电子、通信、计算机、传媒； (6) 医药板块：医药； (7) 港股：港股。 构建能力圈因子 第一步，计算核心能力圈。定义持仓自信度和板块胜率衡量基金经理核心能力圈，持仓自信度衡量基金经理在板块上的超配程度，板块胜率衡量基金经理在板块上的持股能够获得超额收益的比率。计算公式如下： 其中，i取1-7，代表上述对应的七大板块； 代表第t期基金经理在板块i的投资权重， 代表第t期基准在板块i的投资权重，以当期所有普通股票型基金和偏股混合型基金规模加权后的持仓作为基准，投资权重考虑的是基金的股票市值占比； 代表基金经理第t期在板块i的持股收益超过基准在对应板块个股收益平均值的股票个数； 代表基金经理第t期在板块i的持股数量。 第二步，计算综合核心能力圈。综合核心能力圈计算的是基金经理历史各期具备核心能力圈时的平均值大小，用以衡量基金经理过往至今所积累的核心能力圈水平。 第三步，构建能力圈因子。将基金经理当期在七大板块的综合核心能力圈数值加总作为当期的能力圈因子值大小。 能力圈因子测试 使用IC检验和分组回测验证能力圈因子的有效性。因子的IC检验是计算某时点能力圈因子暴露值排名与其下期回报排名的截面相关系数，ICIR指IC序列的均值/IC序列的标准差，是考虑了稳定性后的因子表现。通常，IC的绝对值大于0.05，则认为因子是比较有效的。如果ICIR高于0.5，则认为因子稳定获取超额收益的能力较强。回测区间为20150101-20210815，进行半年度调仓，调仓日为二季度末和四季度末，每期根据能力圈因子值大小对基金经理进行升序排列后等权分为5组。 从IC检验结果来看，能力圈因子的IC均值为6%，IC胜率高达86%，ICIR为1.13，IC的T检验结果显示IC显著不为0。从组合的回测结果来看，所有组合均跑赢了中证偏股基金指数，由于初选样本池中对股票仓位进行筛选，股票仓位较高的基金在牛市中弹性更大，在牛市时间较长或者牛市涨幅较大的行情下，股票仓位较高的基金的区间业绩普遍容易跑赢偏股基金。从组别之间的相对表现来看，不同组的区间业绩回报随着组别的增加而提高，并且第5组的区间收益尤为突出。 最新一期能力圈全面的基金经理汇总 在初选样本池中，汇总当前能力圈因子排名前十的基金经理，包括：刘辉、徐超、王宗合、闵杭、周思聪、焦巍、吴印、王斌、黄兴亮和邓彬彬，其中有两位基金经理来自银华基金，其余来自上投摩根、南华、鹏华、金元顺安、长盛等基金公司。 结合能力圈个数来看，基金经理主要通过能力圈范围的多方面覆盖以提升整体的能力圈实力。其中，基金经理王宗合能力圈范围最为广泛，在港股和六个行业板块均进行能力圈拓展；而基金经理王斌和邓彬彬当前仅在四个板块具备能力圈，更加注重在个别领域内拓展能力圈并进行充分挖掘。 以A基金经理为例的能力圈展示 我们以A基金经理为例，分析其在各板块的核心能力圈及变化情况。A基金经理是均衡配置型选手，主要关注坡道较长的行业，精选个股，不做择时，行业的选择依据是政策驱动和景气度，即在景气度向上的行业中，选择业绩增速和估值相匹配，并且具有一定预期差的个股。从过往持仓来看，行业配置偏好医药、消费和金融。代表产品成立于2016年，基金经理在管时间接近5年，期间业绩表现优秀。 基金经理A各期的核心能力圈有所侧重，在不同行业板块上阶段性拓展能力圈。任职初期，基金经理A在中游制造板块上体现出不错的能力圈表现，2017年开始，基金经理迅速拓展了金融地产板块的能力圈，直到2018年下半年，基金经理在医药板块进行能力圈拓展，近期，基金经理在周期板块发展能力圈。综合来看，基金经理最为突出的行业能力圈体现在金融地产和医药板块。 基金经理A各期能力圈因子值大小与下一期收益走势具有一定的相似性。能力圈因子是基金经理过往积累的能力圈水平在当期的体现，数值越大，说明基金经理目前已具备的能力圈水平越强，未来一定程度上能够带来优秀的收益表现。但2017年下半年和2019年下半年，能力圈因子与下一期收益走势出现大幅偏离。主要原因在于基金经理在上述两期出现核心能力圈的骤减和其他板块能力圈的拓展，而能力圈因子体现的是基于历史情况计算的平均能力圈水平，弱化了当期基金经理能力圈变化所带来的影响。 2、动态学习能力 由于能力圈因子关注基金经理任职以来历史各期能力圈的平均情况，弱化了最新能力圈变化的影响，因此我们进一步提出动态学习能力指标，聚焦基金经理最新一期的持仓情况，以板块增持作为判断基金经理是否进行学习的检验依据。 构建学习能力因子 第一步，设定阈值k。当基金经理在某板块的仓位比近两年平均仓位新增比例超过k时，认为基金经理当期在该板块进行了学习。取k=[1%, 10%]，依次递增1%进行检验。 第二步，计算动态学习能力。当且仅当基金经理进行板块增持时，认为当期具备动态学习能力，此时同样使用持仓自信度和板块胜率度量动态学习能力大小，反之则将动态学习能力记为0。 第三步，构建学习能力因子。将基金经理当期在七大板块的动态学习能力数值加总作为当期的学习能力因子值大小。 学习能力因子测试 使用IC检验和分组回测验证学习能力因子的有效性。根据ICIR最大化原则，确定最佳的阈值k。回测区间为20150101 - 20210815，进行半年度调仓，调仓日为二季度末和四季度末，每期根据学习能力因子值大小对基金经理进行升序排列后等权分为5组。 结果显示：板块增持序列的均值为0.26%，中位数为-0.20%，故当k取1%到10%时，回测样本量差距较小，造成不同阈值下因子测试的IC均值和IC胜率存在一定相似性，但考虑了IC标准差后的ICIR指标差异较大。当k取2%时，IC均值和ICIR最大，IC胜率达到86%，同时IC的T检验结果显示IC显著不为0。从组别之间的相对表现来看，不同组别收益的分层效果更加明显，第4组和第5组的区间业绩回报明显高于第1组，第4组区间收益表现最优，而第5组最大回撤的控制能力更佳。 左侧学习与右侧学习表现对比 根据各板块动态学习情况给基金经理打上左侧学习或右侧学习标签。将基金经理各板块持仓划分为左侧或右侧两类，根据各板块动态学习能力大小加权计算左侧和右侧学习的权重，取权重更大的学习方式作为当期基金经理的标签。其中，板块持仓类别的划分是基于所持个股的上半年收益乘以投资权重模拟板块的上半年收益，如果该板块在上半年相对基准的超额收益为正，记为右侧持仓，反之则为左侧持仓，港股的基准为恒生综合指数（HSCI.HI），其余行业板块的基准为万得全A指数（881001.WI）。 统计各期具备动态学习能力的基金经理人数和学习能力大小，发现：从各期人数来看，具备动态学习能力的基金经理整体呈现持续增长趋势，进一步划分不同学习方式发现，右侧学习的基金经理人数明显更高，即更多基金经理是在牛市行情中顺势学习。从各期学习能力大小来看，近年来基金经理平均学习能力相对平稳，左侧学习的基金经理平均学习能力超过一半期数大于右侧学习的基金经理平均学习能力，但右侧学习的基金经理平均学习能力波动更小，即右侧学习的基金经理学习情况更加稳定。 进一步对比两种不同学习方式对应的基金经理未来收益表现。统计各期左侧学习和右侧学习的基金经理在下半年的平均收益，结果显示：右侧学习的基金经理下一期平均收益超过一半期数大于左侧学习的基金经理下一期平均收益，即右侧学习的基金经理学习能力对业绩影响的持续性更强。 最新一期学习能力突出的基金经理汇总 在初选样本池中，汇总当前学习能力因子排名前十的基金经理，包括：刘彬、葛秋石、张富盛、毛时超、杨红、冀楠、唐颐恒、苗宇、倪超和樊勇，来自新华、易方达、上投摩根、平安、东海等基金公司。 根据学习板块的数量来看，由于学习精力有限，大多数基金经理在一期当中主要学习两个板块。最新一期基金经理偏好学习市场行情较好的中游制造和周期板块，体现出右侧学习的特征。 以A基金经理为例绘制学习路径和学习曲线 学习路径展示的是基金经理各期在各板块的动态学习能力大小；学习曲线绘制的是基金经理累计至当期各板块动态学习能力数值加总后的走势，故学习曲线呈现为递增趋势，其斜率表示当前学习速度的快慢。 以基金经理A为例绘制学习路径和学习曲线。从学习路径来看，该基金经理拥有优秀的学习能力，对不熟悉的行业不断探索，先后学习了金融地产、TMT板块、医药板块、消费板块和周期板块。从学习曲线来看，任职至今，基金经理在金融地产和医药板块表现出突出的学习能力；早期综合学习曲线斜率更陡峭，近期斜率更为平坦，说明近期基金经理的学习速度有所降低。 3、综合能力因子 基于能力圈因子和学习能力因子构建综合能力因子能够全面反映基金经理的整体实力，不仅考虑了历史能力水平，同时也关注最新能力变化情况。结合上述单因子测试结果，能力圈因子的多头组合收益突出，而学习能力因子虽然在空头组合的作用非常明显，但多头组合收益有所减弱。为避免复合因子多头失效问题，通过提高多头权重修正后的ICIR进行加权构建综合能力因子以提升因子多头的表现。 构建综合能力因子 第一步，最小-最大标准化处理。将各期能力圈因子值大小和学习能力因子值大小映射到[0, 1]之间。 第二步，提高多头权重修正IC指标。传统的IC检验计算某时点因子暴露值排名与其下期回报排名的截面相关系数，相当于对因子多头和因子空头赋予同等权重。我们通过降低空头权重、提高多头权重希望提升因子多头的表现。根据这一思路和相关系数的计算公式修正IC指标： 其中， 表示第i只基金的因子暴露排名， 表示第i只基金的下一期收益率排名，n代表当期基金的个数， 表示第i只基金的权重，其给定方式以半衰期H=int(n/2)进行加权，其意义为因子暴露每间隔H个排名，基金权重变为原来的一半。 第三步，利用修正ICIR加权构建综合能力因子。滚动过去3年计算修正后的ICIR对能力圈因子和学习能力因子进行配权，限定各因子权重大于0且各因子权重之和等于1。 综合能力因子测试 使用IC检验和分组回测验证综合能力因子的有效性。回测区间为20150101-20210815，进行半年度调仓，调仓日为二季度末和四季度末，每期根据综合能力因子值大小对基金经理进行升序排列后等权分为5组。 从IC检验结果来看，综合能力因子的IC均值为9%，IC胜率93%，ICIR为1.44，IC的T检验结果显示IC显著不为0。综合能力因子是一个比较有效的阿尔法因子，其测试结果与能力圈因子和学习能力因子相比，IC均值、IC胜率和ICIR均有所提升。从组别之间的相对表现来看，区间收益随着组别的增加呈现递增关系，第5组的区间业绩回报明显高于第1组，同时第5组的风险控制能力最好，收益回撤比最高。 最新一期综合能力优秀的基金经理汇总 在初选样本池中，汇总当前综合能力因子排名前十的基金经理，包括：刘辉、刘彬、闵杭、杨红、郑泽鸿、焦巍、冀楠、蔡滨、张锋和王增财。其中，各有3位基金经理来自能力圈因子和学习能力因子排名前十的名单中，其余4位基金经理同时考虑了能力圈水平和学习能力后表现突出，即注重兼顾能力圈和学习能力两方面的能力培养。 进一步对比当期综合核心能力圈最大的板块和动态学习能力最大的板块，发现：在综合能力因子排名前十的基金经理中，有6位基金经理是基于过往能力圈再次学习最擅长的行业领域，充分挖掘长板优势；刘辉、闵杭、焦巍和王增财则是在非最擅长领域内不断学习，补齐短板，力争业绩行稳致远。 三 构建不同的FOF组合 基上述章节全面解析了基金经理的能力指标，包括能力圈因子、学习能力因子和综合能力因子，并验证各个指标在选基方面具有较好的预测性，其中，基于能力圈因子和学习能力因子构建的综合能力因子能够提升单个因子选基的有效性。接着，我们从以下三个维度构建FOF组合。 第一，基于综合能力因子构建FOF组合。综合能力因子能够更为全面地反映基金经理整体实力，每期分别取综合能力因子排名前10、前20和前30的基金经理构造FOF组合进行比较。第二，构建不同主题型FOF组合。筛选能力圈因子和对应板块综合核心能力圈大小排名前40%的主题型基金经理构造FOF组合，对比综合能力圈全面和仅在该板块能力圈突出的基金经理在管理主题型FOF时的业绩表现。第三，根据基金经理不同能力圈类型构建FOF组合。针对非主题型基金经理，根据能力圈拓展不同时期划分专注型、拓展型和全能型，每期取能力圈因子排名前10的基金经理构造FOF组合。 1、基于综合能力因子构建FOF组合 经由能力圈因子和学习能力因子构建的基金经理综合能力因子能够反映基金经理的整体实力，因子值越大，说明该基金经理不仅具备较强的核心能力圈，同时该基金经理还在积极进行学习，综合能力更强。我们根据综合能力因子构建FOF组合，每期分别取前10、前20和前30的基金经理构造等权FOF组合进行比较，依次命名为10FOF、20FOF和30FOF，回测期间为2015.01.01 - 2021.08.15，以半年为一期换仓，调仓日为二季度末和四季度末，期初第一个交易日建仓，期末最后一个交易日清仓，并以中证偏股（930950.CSI）作为基准。 10FOF组合业绩表现最为突出，区间收益领先20FOF组合和30FOF组合。10FOF组合的年化收益达到21%，区间业绩表现遥遥领先中证偏股基金指数，除2018年外，其余年份均能实现正超额收益，同时组合具有优秀的风险控制能力，风险调整后的收益回撤比为高达5.08。组合在2020年业绩最为突出，组合收益为78%，同期中证偏股的业绩为51%，超额收益为27%。 2、构建不同主题型FOF组合 筛选过去2年股票仓位50%及以上投向某个板块的基金经理作为行业主题型基金经理，最终得到2014年以来每期各赛道基金经理概况。从最新一期（2021半年报）结果来看，TMT、消费和医药板块的赛道基金经理数量最多，而且近2年数量显著增长，这三个板块对应的赛道基金经理数量均超过30位。 对比综合能力圈全面和仅在该板块能力圈突出的基金经理在管理主题基金时的收益表现，依次筛选能力圈因子和对应板块综合核心能力圈大小排名前40%的主题型基金经理构造FOF组合。另外，由于金融地产、中游制造、周期板块和港股赛道基金经理数量较少，因此我们仅考虑在TMT、消费和医药板块上构建FOF组合。考虑到早期行业主题型基金经理数量较少，回测期间为2017.01.01 - 2021.08.15，以半年为一期换仓，调仓日为二季度末和四季度末，期初第一个交易日建仓，期末最后一个交易日清仓。 综合能力圈全面的基金经理比板块能力圈突出的基金经理在管理不同的主题型FOF时，能够实现更好的业绩表现，区间收益更高且回撤控制能力更强。两类基金经理的业绩差距在TMT主题和消费主题FOF组合中的差距更为明显，而在医药主题FOF组合中的差异较小，综合能力圈全面的基金经理的年化收益仅领先1%。 将两类基金经理管理的主题型FOF业绩与同类基准相比，年化收益均远超基准且最大回撤小于基准。对比综合能力圈全面和板块能力圈突出的基金经理，依次构建的TMT主题FOF组合年化收益分别为22%和18%，同期中信TMT板块指数的收益仅3%；依次构建的消费主题FOF组合年化收益分别为31%和28%，同期中信消费板块指数的收益为11%；依次构建的医药主题FOF组合年化收益分别为27%和26%，同期中信医药板块指数的收益为11%。 3、根据基金经理不同能力圈类型构建FOF组合 剔除上一节主题型基金经理样本后，对比非主题型基金经理在拓展能力圈过程中的业绩表现。对于这部分基金经理，他们可能经历停留在舒适圈、积极拓展能力圈以及能力圈范围覆盖全市场三个时期。我们根据基金经理综合核心能力圈的个数，将综合核心能力圈数量为1、2的基金经理标记为专注型，将综合核心能力圈数量为3、4、5的基金经理标记为拓展型，将综合核心能力圈数量为6、7的基金经理标记为全能型。 统计上述三种能力圈类型的基金经理数量。从时间维度来看，根据每个报告期基金经理对应的综合核心能力圈个数进行划分，专注型、拓展型和全能型基金经理人数波动增长，拓展型基金经理数量大幅领先。从基金经理维度来看，根据每位基金经理最新一期的综合核心能力圈个数进行划分，在我们研究的1171位初选样本池中，近七成为拓展型基金经理，全能型基金经理占比居中，专注型基金经理数量最少。 依次对三种类型的基金经理，每期选出能力圈因子值排名前10的样本构造等权FOF组合，回测期间为2015.01.01 - 2021.08.15，以半年为一期换仓，调仓日为二季度末和四季度末，期初第一个交易日建仓，期末最后一个交易日清仓，并以中证偏股（930950.CSI）作为基准。 整体来看，拓展型基金经理收益表现高于专注型和全能型基金经理。与专注型相比，拓展型基金经理的能力圈更为全面，更能适应市场行业轮动的变化，从而获取更高收益。与全能型相比，拓展型基金经理深耕个别板块能力圈，由于个人精力有限，在全方面拓展能力圈的同时可能会有所取舍。 分年度来看，不同类型的基金经理在不同市场行情时的收益表现存在差异。拓展型和全能型基金经理在2015年、2019年和2020年收益表现突出，更能抓住牛市行情带来的投资机会；专注型基金经理在2016年和2018年的熊市行情中收益跌幅更低，抵御极端风险的能力更强。 “追寻优秀基因”系列 往期公众号文章 《追寻优秀基因｜中国公募基金个性特征详解之一》 《追寻优秀基因｜中国公募基金个性特征详解之二》 《追寻优秀基因｜中国公募基金个性特征详解之三》 重要申明 风险提示 本报告主要依据基金定期报告计算期间指标，结果仅供参考；历史业绩不代表未来。 分析师承诺 本研究报告的每一位证券分析师，在此申明，本报告清晰、准确地反映了分析师本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与，未来也将不会与本报告中的具体推荐或观点直接或间接相关。 本报告分析师 任 瞳 SAC职业证书编号：S1090519080004 姚紫薇 SAC职业证书编号：S1090519080006 实习生应绍桦对本报告有贡献。 特别提示 本公众号不是招商证券股份有限公司（下称“招商证券”）研究报告的发布平台。本公众号只是转发招商证券已发布研究报告的部分观点，订阅者若使用本公众号所载资料，有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义。 本公众号所载信息、意见不构成所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。该等信息、意见在任何时候均不构成对任何人的具有针对性、指导具体投资的操作意见，订阅者应当对本公众号中的信息和意见进行评估，根据自身情况自主做出投资决策并自行承担投资风险。 招商证券对本公众号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。对依据或者使用本公众号所载资料所造成的任何后果，招商证券均不承担任何形式的责任。 本公众号所载内容仅供招商证券股份客户中的专业投资者参考，其他的任何读者在订阅本公众号前，请自行评估接收相关内容的适当性，招商证券不会因订阅本公众号的行为或者收到、阅读本公众号所载资料而视相关人员为专业投资者客户。 一般声明 本公众号仅是转发招商证券已发布报告的部分观点，所载盈利预测、目标价格、评级、估值等观点的给予是基于一系列的假设和前提条件，订阅者只有在了解相关报告中的全部信息基础上，才可能对相关观点形成比较全面的认识。如欲了解完整观点，应参见招商证券网站（http://www.cmschina.com/yf.html）所载完整报告。 本公众号所载资料较之招商证券正式发布的报告存在延时转发的情况，并有可能因报告发布日之后的情势或其他因素的变更而不再准确或失效。本资料所载意见、评估及预测仅为报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。 本公众号所载资料涉及的证券或金融工具的价格走势可能受各种因素影响，过往的表现不应作为日后表现的预示和担保。在不同时期，招商证券可能会发出与本资料所载意见、评估及预测不一致的研究报告。招商证券的销售人员、交易人员以及其他专业人士可能会依据不同的假设和标准，采用不同的分析方法而口头或书面发表与本资料意见不一致的市场评论或交易观点。 本公众号及其推送内容的版权归招商证券所有，招商证券对本公众号及其推送内容保留一切法律权利。未经招商证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。

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）