基金
2018-04-26
如何有系統選出高潛力基金?
王敬勳
財務工程師

大部分的人都是領著薪水的上班族,生活忙碌,平時只能做些定存理財,但想要達到理財目標,甚至是財務自由,著實非常困難,儘管想要自學,也無暇時時關注股市脈動與金融情勢 ; 投資管道雖然非常多,但錢不夠,也不知從何下手,是小資族普遍存在的問題。


由於這些需求,基金成了一般大眾接觸最多的金融理財產品,既然沒有時間研究,為何不把錢交給專家來投資操作呢? 但該如何選擇基金呢? 憑感覺、聽理專推薦、看過去績效、還是透過基金評比公司的星星來做決定呢?


挑選基金常見迷思

 

市面常見的基金評等,都是藉由比較過去績效,透過相對績效高低的方法,將基金表現由高至低排序,給予1~5的評級。但有兩點要小心 :


1. 過去的績效會保證未來的成果,各大品牌的基金獎項也只是獎勵過去表現,不代表該檔基金能持續表現優異。
2. 因為基金評等是相對其他基金,而不是相對市場指數。因此當市場處於熊市時,即便真實績效不如基準市場指數,然只要依照各評等公式,排序在前面的基金仍然會取得較高的評級,如5或4。反之,當市場處於牛市時,排序在後面的基金即便績效優於基準市場指數,仍然會落入評級1或2的窘境。


那要如何評鑑基金呢? 基金淨值與股票價格不同,並無過高過低的問題,同理也不適用昂貴與便宜的觀點,淨值的上漲或下跌是由投資市場的經濟景氣及投資標的成長狀態來主導,若基金經理人有足夠的「才能」,投資的市場或個股就能持續獲利成長,基金淨值就會持續上漲。


用「原力絕地評等」衡量經理人才能


 

「原力絕地評等」提供一個更數據科學化的方法,我們評鑑的是「基金經理人才能」,幫助投資人在上千檔基金中,篩選出長期穩定的優質基金。
諾貝爾經濟學獎得主,同時也被稱為現代金融學之父的Eugene Fama與Kenneth French、Mark Carhart等人,經過嚴謹的研究發現,透過具有解釋股票報酬能力的因子(市場溢酬、規模溢酬、價值溢酬、動能溢酬),能更好的解釋每檔股票的超額報酬 ; 透過這些因子,以同樣的方法萃取出基金的超額報酬(Alpha值),能更全面的評價基金績效,並且有效地衡量基金通過主動投資管理取得超額收益的能力(又稱經理人才能)。

 

衡量出每檔基金經理人的才能後,再綜合基金相關係數、近期表現,經理人任期、申購贖回、成本費用與周轉率等事前分析,透過「原力絕地評等方法」,控制資料探勘偏誤 1 ,以聯合多重檢定,逐步挑選所有優於同類且打敗所屬市場基準指標的基金,並依據檢定嚴格程度依序給予相對應的分級(宗師=>大師=>武士=>徒弟=>學徒) ; 假使沒有顯著擊敗市場且優於同類型的基金,將不給予評等,此時意謂大家都一樣,根本無需挑選。

 

BOX: 如何用等級評估基金經理人才能?
(宗師=>大師=>武士=>徒弟=>學徒)

 

優秀的經理人
仍可能受市場限制而被忽略


用「由上而下分析」(Top-down)的經理人,會先研究市場的總體趨勢,再選擇有成長力的產業,然後在選定的產業內尋找合適的投資標的,因此即使經理人擁有才能,仍不免俗受到市場影響,而無法體現本身價值 ; 另一方面,基金除了與同儕比較以外,仍須與所屬市場指數比較,假使經理人無法靠主動式操作擊敗市場指數,投資人直接買被動式的指數型基金即可 ; 由上述可知,選基金時,除了看基金經理人以外,仍須清楚該市場的總體趨勢。
 

用基金黑武士反轉訊號
降低市場反轉的風險


系統性風險來臨時,再有才能的經理人,都無法避免其部位可不受影響 ;黑武士反叛訊號隱喻為市場反轉點,基金絕地武士象徵原力絕地評等篩選出來的基金。原力團隊自行編製的【基金黑武士指標】,根據各投資區域市場指數,依據過去一段時間的下跌幅度、速度、期間長度與市場預測波動度,估計出市場反轉的訊號 ;當出現基金黑武士訊號時,可能使基金絕地武士遭受不小損傷。
 

研究團隊經過去長時間研究和市場投資經驗,證明此方法不僅可以避掉市場大幅回落的風險,也針對過去一段時間量化的經理人才能、波動度與市場趨勢,加上經理人任期、基金費用、週轉率、從眾行為等事前分析,被此原力絕地評等評鑑為最優秀的基金標的,它們在未來也具有顯著的績效持續性。
 

4月最新 【原力絕地評等基金名單】

絕地評級

基金名稱 risk.level 幣別 投資區域

經理人任期

近一年績效

近三年績效

宗師

富達基金- 北歐基金(Y類股份累計股份-瑞典幣) RR4 瑞典幣 北歐 2011/8/1 6.54%

38.94%

宗師

利安資金越南基金(美元)

RR5 美元 越南 2009/3/20 64.99%

89.85%

宗師

安聯台灣科技證券投資信託基金

RR5 NTD 台灣 2015/1/1 48.36%

106.65%

大師

摩根士丹利美國增長基金 A RR4 美元 美國 1997/5/30 35.82%

54.75%

武士

富蘭克林坦伯頓全球投資系列-泰國基金美元A (acc)股 RR5 美元 泰國 1997/6/20 32.74% 49.27%

武士

NN (L) 科技基金P股美元

RR4 美元 已開發市場 2015/4/1 21.35% 53.02%

武士

駿利資產管理基金-駿利環球科技基金A美元累計 RR4 美元 全球 2011/5/12 35.27% 68.18%

武士

摩根泰國基金 RR5 美元 泰國 2008/1/1 31.57% 50.60%

武士

瑞銀 (盧森堡) 中國精選股票基金(美元) RR5 美元 香港 2010/6/5 49.04% 75.62%

武士

瑞銀 (盧森堡) 大中華股票基金(美元) RR5 美元 全球 2006/4/1 46.54% 72.31%

武士

瑞士寶盛股票基金系列-精品基金

RR4 美元 全球 2008/4/1 34.38% 23.30%

徒弟

富蘭克林坦伯頓全球投資系列-科技基金美元A(acc)股 RR4 美元 全球 2003/12/1 34.79% 66.61%

 

【原力絕地評等_歷史績效回測圖200301~201801】

 

附註1:

資料探勘偏誤:如果將虛無假設設定為「個別基金過去一段時間的績效不如相對應的基準指標」(如果以全球區股票型基金為例:即為全球區股票型基金vs.相對應市場的基準指標-MSCI世界指數),則傳統的檢定方式是針對該檔基金和基準指標過去的報酬率時間數列,在某一顯著水準之下(通常設定為5%)作檢定(譬如,以t-test 檢定基金過去三年的平均月報酬是否和基準指標有顯著差異)。因為在只有一檔基金的情況下,所以錯誤拒絕虛無假設的機率為5%。但是若基金數量擴增為100檔且個別檢定統計量彼此之間為互相獨立時,則至少發生一次誤判的機率會大幅提高到99.4% (=1-0.95100≈0.994)。換句話說,在基金檔數眾多之下,要找到至少一檔能顯著優於基準指標的基金並非難事,然而,該檔基金卻是因為統計上的誤判而被挑出,此現象在計量經濟的文獻上被稱作資料窺探偏誤。在共同基金的領域,不同基金的表現並非互相獨立,因為基金經理人可能有類似的投資策略或投資於相同的金融產品。加上同一子類別之下的基金數目,即使在刪除每檔基金不同的投資級別之後,超過100檔以上的狀況比比皆是(特別是股票型基金),使得共同基金的傳統績效檢定方法無法倖免於資料窺探偏誤,其產出的統計推論也因此可能誤導投資人。

網站內提供之數據資料、分析工具、網誌內容僅供使用者作為參考,實際數據以官方公佈資料為準。任何交易行為須自行判斷並承擔風險,本網站不負擔盈虧之法律責任。 歡迎分享本網站提供之資訊連結,如需轉載內容務必經由本公司同意。
更多作者文章
王敬勳 Lance Wang
財務工程師
10年市場投資經驗,兼顧實務與理論的量化投資者,擅長以數據科學化的方法,應用於投資的各個領域