数据分析告诉你：谁是中国最强基金经理

作者：韩德雨

来源：雪球

俗话说，选基金就是选基金经理，那问题就简单了：“选一个收益高的基金经理嘛！”

于是我把市面上能找的到的1971名从业超3年的基金经理的任期回报统计了一下，按照任期回报的几何平均数排列。（几何平均数是用“乘除法”进行平均而非“加减法”，能更客观的显示基金经理的管理水平。）

我把前100名列出，如下图：

名列前茅的丘栋荣、陈嘉平，确实是今年炒的火热的明星。但是当我们去找熟悉的名字，曹名长、朱少醒、陈一峰等基金经理的时候，却发现他们的名次比较靠后。当然即使靠后，前50的名次对于2000名基金经理的分母来说，也已经是前2.5%了。是尖子中的尖子，优秀中的优秀。

但是仅仅是这样依然难以接受很多新星小辈走在真正的投资老将的前面，毕竟短期业绩比较好做。相反，能够坚持十年10%左右的平均年化，比起三年左右的短暂业绩，难度是指数倍增长的。

于是在下图，我们将从业年限为横轴，以几何平均收益为纵轴。将投资老将与新星区别开，这个时候我们熟知的名字就一骑绝尘了。

A级优秀区：4人（10年以上，平均收益率10%以上）

比方之前我吹爆的曹名长、朱少醒，以及易阳方、周蔚文，从业时间长、年化收益高且稳。在10年以上的这个区间内，能把收益率控制在10%以上，这本身就是一件反常识的事情。

但同时这也正是主动管理所追求的东西——阿尔法。路遥知马力，日久才真的能见到阿尔法。现在很多基金公司鼓吹的阿尔法基金经理实际上从业年限不超过五年，这种所谓的阿尔法实际上只是更高维度上的贝塔，经不起考验的。

B级优秀区：7人（3~10年，平均收益率35%以上）

也有很多最近熟悉的名字，丘栋荣、陈嘉平、何肖颉、谢治宇等。在当下市场完成了非常出色的表现，用业绩证明了自己的实力。只需要足够的时间，加上自己的能力和运气，就能书写这个时代的金融传奇。是非常值得关注的基金经理。

遗憾落榜区：1人（明明数据不差，但是怎么也排不到优秀区的人）

仅傅鹏博一人。实际上不仅仅是吃了规则的亏，因为傅鹏博在图上确实很难归类。在这个图上的每个基金经理都很容易可以找到与之对应的相似基金经理。只有傅鹏博一人孤独的在这个网格里，坚持着自己的风格。归到A组，年限不够；归到B组，收益不足。若是弃之不理，似乎又不妥当。未来观察吧。

能力扎堆区：大多数人。

由于没有特别甄别固收类基金经理和权益类基金经理，所以在年化3%附近聚集着大量的固收类基金经理，也有做不出阿尔法的权益经理混迹其中。

图中也有不少基金经理的平均收益未超过0%，呈现亏损状态。这里会有很多因素，迷你产品弃置、某年超跌、时间过短、风格不适合等。我曾经犹豫过是否要将这个区域的人名公布，（被基金公司联系删帖很烦，又不给删帖费），但是仔细想了一下，这个部分毕竟是公开信息，大家都能查到，不差我这一贴。我倒更信任这些经理能在之后的年份里成长起来，毕竟一个正100%的一年能吃掉7个负10%。有能力的经理，早晚会跑到前面。

接下来让我们看一些有趣的东西。把基金经理的数据进行回归，能得到公式：Y=0.44*X+0.37

这个公式告诉了我们如下信息：

1.任何人担任基金经理都有1.37%的天然优势。

任何一个没有经验的人来担任基金经理，比如你，你的收益起点（收取管理费后）应该是0.37%，那么加上管理费应该是1.37%。拥有强大研究团队和资金筹码的你，即使没有任何经验，最起码应当取得微弱的正收益。

2.基金经理是不断成长和淘汰的，越老的基金经理越可靠。

随着从业年限的增加，不能取得正收益的基金经理会被淘汰。同时留下来的经过市场的教育，会慢慢老成，对于取得高且稳的收益有帮助。因此盲选基金的时候，最好选择有5年经验以上的基金经理。

3.平均每个基金经理每老一年，收益提升0.43%。

当然，并不绝对，因为方差太大了。但是总体上是这样的没错，所以还是要选老的基金经理。

最后，主动管理的阿尔法是确实存在的，重要的是通过各种手段，找出能创造阿尔法的基金经理。

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

网址：数据分析告诉你：谁是中国最强基金经理 http://c.mxgxt.com/news/view/239843

相关内容

数据分析和数据挖掘基本思路及手法
谁在“制造”明星基金经理？
数据分析：色情片中的大数据
中国舆情分析报告.pptx
数据分析的方法论
2021年中国网红经济市场分析报告
明星分析师名单数据整理
2020年中国网红经济市场分析报告
【一点想法】中国明星专项基金现状分析
基于社交媒体地理数据挖掘的游客时空行为特征分析

随便看看