笔者曾于去年二月提出筛选MF的金式算法. 传统的筛选MF方法大多数是根据几个定性的指标,如有否 LOAD CHARGE, MER, RATE ＯＦ RETURN, 和基金经理的STYLE等.这些指标除了RETURN RATE和MER是定量外,其他多数是定性的,用这些定性指标筛的的缺点是不直观,主观意识教强. 金式算法将MER, MUTIPLE RATE, 经理业绩,RISK, BETA等多项指标加权统一到一个简单的评价算式中,通过计算器或EXCEL即可迅速得到其评价因子. 根据评价因子单一指数来比较MF的综合性能或优劣就显示出它简单易操作的优点,有那末一点量化分析的味道. 一晃将近一年又过去了,这个算法是否真的管用? 是否经得起时间的检验?笔者追逐考察了能源板块的几个MF,现将结果整理如下,供大家参考. 表1是05年2月10日记录的用算法计算的结果. 基金名 | RISK | BETA | 评价因子 | RANK | TD Energy | 13.94 | 0.8 | 0.35765 | 1 | RBC Energy | 16.14 | 0.9 | 0.34071 | 2 | Dominion Equity Resources | 17.8 | 1.0 | 0.2184 | 3 | CIBC Energy | 16.1 | 0.88 | 0.2184 | 4 | Altamira Resources | 18.42 | 1.16 | 0.14918 | 5 | Sentry Canadian Resources | 14.55 | 0.89 | 0.1360 | 6 | TDK Resource | 17.31 | 0.95 | 0.12643 | 7 | Front-Street Energy Growth-I [注释1] | 17.77 | 0.5 | 0.12523 | 8 | EnerVest Natural resource | 21.44 | 1.09 | 0.09591 | 9 |
[注释1]: 该MF没有EMR数据,为了比较方便,使用上述几个MF的平均值3.13%.另外,当时没有BETA数据,故采用06年1月5日的数据(0.5). 从表中,大致可以看出评价因子与RISK,BETA成反比,即RISK和BETA越小的MF,排名越靠前,它与SHARP RATIO和TREYNOR RATIO的算式是一致的. 表2是表1中的MF今日(06年1月5日)计算的结果: 基金名 | 评价因子 | RANK | CHANGE IN ＲＡＮＫ | RETURN | RANK IN RETURN | TD Energy | 0.31971 | 1 | No change | 49.15% | 1 | RBC Energy | 0.30144 | 2 | No change | 46.44% | 2 |  |
|
