互惠基金筛选算法评估

 

 

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
function forumSelected() { var forumId = $("#forumId").val(); if(forumId == null || '' == forumId) { alert('请选择论坛.'); } else { } } [ 打印 ] [ 加入书签 ] 阅读 () ┆ 评论 (0) 评论 目前还没有任何评论 登录后才可评论.