如何通过选购富达基金来赚钱

如何通过选购富达基金来赚钱

富达国际(Fidelity International),是全世界最享负盛名的基金公司之一。富达国际成立于1969年,截至2015年3月管理的总资金数量达到两万零六百亿($2.06 Trillion)美元左右,是一个不折不扣的基金巨舰。

2016年年初,中国最大的公募基金是天弘基金,管理资金规模为6,739亿人民币,也就是1,000亿美元左右。就是说中国最大的公募基金的规模大概是富达国际的5%左右。

数据来源:cn.reuters.com/article/

富达国际旗下共有280多个公募基金供投资者选择。那么我们的投资者能否通过投资富达国际来致富呢?这篇文章就来谈谈这个问题。

要客观的分析富达国际旗下280多个基金,不是一件容易事。富达国际在全球有7,000多名员工,其中有非常多的专业人士。这些基金背后都有非常专业的团队设计和专利,同时由薪水非常高的专业基金经理进行管理。我这篇文章的目的,是在有限的篇幅内,尽量做到以证据主义为基础,客观公正的评价富达国际旗下的这些基金。

在富达国际280多个基金,拥有超过20年以上业绩的基金大约有64个(22.8%)。为什么专注这64个有20年以上业绩的基金呢?主要原因是,基金业绩短的话,其业绩有很大的运气成分,很难让人客观的判断该基金经理的水平究竟如何。而这些有超过20年以上业绩的基金,应该说都经过了时间的考验,期间经历数次金融危机(比如2000年的互联网泡沫破裂危机和2008年的金融大海啸),因此基于这些基金的分析才可能更让人信服。这个研究的评价区间为从1995/1/1到2014/12/31的20年。

在这64个基金中,大约有32个基金的阿尔法(相对于其基准的超额回报)为负(即小于零)。这些基金收取的管理费平均为1%左右。他们为投资者创造的价值是负的。

剩下的32个基金中,有26个基金的阿尔法为正(大于零),但在95%的置信区间不够显著。也就是说,从统计角度来看,这26个基金的阿尔法和零没有区别。

最后6支基金在95%的统计置信区间其阿尔法显著为正。这6支基金是:

1)FBIOX (Fidelity Select Biotech Portfolio): 年阿尔法9.87%,阿尔法标准差19.34%

2)FSCSX(Fidelity Select Software and Comp Portfolio): 年阿尔法7.05%,阿尔法标准差14.04%

3)FSPHX(Fidelity Select Healthcare Portfolio):年阿尔法6.48%,阿尔法标准差11.12%

4)FMILX(Fidelity New Millennium):年阿尔法4.11%,阿尔法标准差9.46%

5)FCNTX(Fidelity Contra Fund):年阿尔法2.87%,阿尔法标准差5.87%

6)FLPSX(Fidelity Low Price Stock):年阿尔法2.43%,阿尔法标准差5.27%

从280个基金中选出6个超额回报显著为正的基金的概率是:2%。

有些朋友可能会问,你这个阿尔法和置信区间是怎么算出来的呢?我在这里给大家举个具体的例子。有兴趣研究基金的朋友不妨用这个类似的步骤去分析国内的一些基金。

比如这个富达基金:FFIDX (Fidelity Fund - 富达基金)

首先需要找到该基金的比较基准。因为该基金挑选的是大规模成长型(Large Cap Growth)股票,因此合适的基准为Russell 1000 growth total return index。

然后我们需要对比该基金历史上的业绩和基准回报之间的差额。比如该基金的历史可以追溯到1979年1月1号。我们就从1979年开始,用该基金的净回报和其基准指数(Russell 1000 Growth TR)做比较,并得出每年的超额回报。如果富达基金的回报超过基准,那么当年的超额回报(阿尔法)为正。如果富达基金的回报不及基准,那么当年的阿尔法就为负。在这里提醒一下大家,我们需要用的是投资者获得的净回报,而不是扣除费用之前的毛回报。

在得出了每年的阿尔法以后,我们就可以计算该基金的平均阿尔法(即所有年份的阿尔法的算数平均数),样本区间里的阿尔法的标准差,以及T值。

这里需要指出的是,严格来讲,如果要计算标准差和T值,我们需要一定的样本量。举个例子来说,基于95%的置信区间(错误的拒绝概率小于5%),同时限定错误的接受概率小于10%的话,我们至少需要的样本数量为10左右。也就是说,任何一个基金如果其业绩少于10年,在统计学上是不可能区分该基金经理的水平和运气的。

如果基金经理的信息比率(Information Ratio)在0.5以上,那么我们需要大约16年的历史业绩才能在95%的置信区间内分辨他的水平和运气的差别。具体的统计计算过程请翻阅我的历史文章。这也是为什么在上面的研究中,我们只选历史业绩超过20年的基金的原因。

以FFIDX (Fidelity Fund - 富达基金)为例,该基金30年的历史业绩的平均阿尔法为0.04%,阿尔法标准差为6.98%,据此算出的T值为0.03。我们知道在统计学上,如果要判断一个数据的显著性,其T值至少要达到2(95%的置信区间,也就是说即使T值达到了2,还有5%的可能是该基金业绩好纯粹靠运气)。根据这样的计算,该基金的阿尔法和零没有区别,就是说这个三十年的基金回报,和该基金使用的指数基准回报基本没差别。

FFIDX基金的费率为每年0.52%(美国的基金业竞争比较激烈,基金的费用比中国都要便宜很多),而Russell 1000 Growth的指数基金IWF的总费率为每年0.2%。FFIDX目前管理的资金规模为45亿美元(2016年7月31号)左右。投资者每年多付给富达基金经理人0.32%的费用。基于其基金规模这些费用大约相当于每年一千四百万美元,恰好进了基金经理人的口袋做他们的工资和花红。这也充分印证了市场有效性:投资者得到市场平均回报,基金经理人赚到了他们的薪水和花红,在扣除费用后基金无法战胜市场。唯一失望的可能是投资人,因为如果早知道基金经理无法战胜市场的话,还不如买一个更便宜的指数基金。

数据来源: fundresearch.fidelity.com

当然有些朋友会说,可是万一我选中了那六只回报超好的基金中的一支呢?即使扣除了他们的基金费用,我的回报还是远超过基准的呀。这句话说的没错,难就难在在20年前选中这6只基金。

关于这个问题巴菲特曾经做过一个非常巧妙地比喻。他说如果一开始有1,000只猴子在那里扔硬币比赛,那么扔完一轮硬币以后,有500只猴子被淘汰,另外500只扔到头像的猴子进入下一轮。然后这500只猴子继续扔,又有250只猴子进入下一轮。这样连续扔了7轮硬币之后,会有6只猴子剩下来。在所有人看来,这6只猴子都是天才,能够连续7轮连续扔到硬币的正面(战胜市场)。殊不知这只是个统计规律而已。

我们投资者面临的是类似的难题。首先我们面前可能有数以千计的基金,而管理每个基金的基金经理都相貌堂堂,毕业于重点大学,有华尔街银行的工作经验,谈起投资来头头是道,可能连巴菲特都不放在眼里。他们每个人看上去都那么聪明,简直让人崇拜至极,难以割舍。其次即使有几个基金经理确实拿出了几年优秀的业绩,我们也无法明确区分这位基金经理得到该业绩有多少是基于其水平,而多少要归功于运气。

眼睛比较尖的读者朋友,可能会意识到上面6个回报比较好的基金,有好几个都是行业基金,比如生物制药基金,软件科技基金和医疗基金。投资者要选中这些基金的前提是自己对行业兴替有一个比较准确的判断。比如在20年前就预测到:接下来的20年属于互联网的时代,如果买入谷歌或者苹果股票,一定会有很高的回报。

这些观点在事后看都如此显而易见,让我们产生错觉,好像挑行业或者挑股票是一件非常容易的事情。当然如果去读一些历史,就会知道谷歌创始人曾经想以一百万美元出售自己的公司却不成功,而苹果创始人乔布斯的初创合伙人Ronald Wayne在1976年以800美元的价格将他持有的10%的苹果股份出售(注:苹果公司在2016年8月的市值为5千8百亿美元左右,10%的苹果股份大约值580亿美元)。事后来看这些科技天才都像大傻瓜,而在津津乐道事后诸葛亮的股民和基民眼里,自己永远要比那些“大傻瓜”聪明得多。

当然,投资者通过投资基金也有赚钱的可能,但大家都明白这并不是购买基金的理由。我们买彩票也有可能大赚一笔,去赌场试试手气也有可能大赚一笔,但没有人会认为自己有持续中彩票或者战胜赌场的水平(除了那些深陷赌瘾的赌徒)。

这世上确实有出色的基金经理,也确实有好的基金。只是对于投资者来说,要在事先发现并投资这些好的基金,并且从中赚取超过市场平均水平的回报,可不是一件容易事。

希望对大家有所帮助。

编辑于 2016-08-22

文章被以下专栏收录

    金融、投资、商业和经济。内含大量数据,搜索关键词可以找到相关资料。百分百全部原创,没有任何广告、软文或转载。