从小白到进阶,投资指数增强基金的最强秘籍在这儿了

2018 年 6 月 21 日 雪球

原创: 级掌柜

客官,您接下来看到的是最全面、最专业的指数基金基础知识介绍。静心阅读3分钟,轻松玩转指数基金。


在指数基金的大家族中,有一种基金,它并不完全以复制标的指数走势为目的,而是在实现有效跟踪标的指数的基础上,力争实现超越指数的投资收益。这类基金的名字就叫作——


指数增强基金



举个例子: 


富国沪深300指数增强(100038.OF是全市场第一只沪深300指数增强基金,它的历史走势和沪深300指数几乎一致,但却明显的赚的更多。

 

自成立以来,沪深300指数涨幅为6.10%,富国沪深300指数增强基金收益为78.76%,超额收益达到72.67%。

 

表:富国沪深300指数增强业绩与沪深300指数业绩对比


数据来源:Wind资讯 统计日期:2009.12.16——2018.6.1


图:富国沪深300指数增强业绩与沪深300指数对比


数据来源:Wind资讯 统计日期:2009.12.16——2018.6.1

(备注:超额收益=基金业绩-基准业绩*95%)


在指数基金大家庭中,指数增强基金的优势也就很明显了: 


· 不仅能捕捉指数上涨收益(β收益)

· 还能获得超越指数的超额收益(α收益)


但客官们也要注意的是,这部分超额收益,是通过“牺牲”一定的跟踪效果实现的。

 

指数增强基金是在指数投资策略的框架内,通过数量化的方法进行积极的指数组合管理和风险控制(即增强的方法),取得超额收益。

 

通常,指数增强基金在投资时,相比于被动指数基金有更大的灵活性,对跟踪误差的要求也相对较低。


表:不同类型指数基金跟踪误差阈值对比


数据来源:Wind资讯  

 

指数增强基金的玩儿法


目前市场上主要有两类指数增强基金: 


· 指数增强LOF

· 场外指数增强基金


比如:

 

富国中证500指数增强(161017.OF)就是LOF基金,此类指数增强基金即可场内交易(通过证券账户买卖或进行场内申赎)、也可场外交易(基金公司、第三方交易平台如蛋卷基金进行申赎)。申(买)赎(卖)方式比较灵活。

 

富国沪深300指数增强(100038.OF)为场外指数增强基金,此类指数增强基金没有上市交易,只能通过场外交易平台(基金公司、银行柜台、网上交易平台如蛋卷基金)进行申赎。

 

对于场外申购,级掌柜建议客官们去便宜的地方,比如用蛋卷基金申购上述几只增强基,申购费都会打0.1折,算是折扣力度最大的。对于场内交易,直接买入成本最低,因为只需要收取交易佣金。


选增强基的两大诀窍


指数增强基金的队伍不断壮大,截至2018年3月,市场上共有58只指数增强基金,总规模为528亿元。


图:指数增强基金在中国市场上的发展


数据来源:Wind资讯   截止日期:2018-6-1

 

在这一众指数增强基金中,想要找到最合适的标的,需分两步走:

 

1. 选指数。根据自身风险偏好,选择最看好且适合自己的指数或主题,收获β收益;

2. 选基金。在限定了指数范围后,可选的基金会大幅减少。而这些基金的区别在于获取超额收益的能力。所以需要看:


1)进攻性——历史超额收益:

 

客官们可以分年度或分时间区间统计超额收益,哪只基金的进攻性强,就将一目了然;

 

2)防守性——超额收益的稳定性:

 

统计发现,有些指数增强基金在某些年份取得了较高的超额收益,但在某些年份的超额收益却为负,拉长区间来看,虽然进攻性还算不错,但买基体验并不佳。因为此基获取超额收益的稳定性较差。客官们可以通过“跟踪误差”这个指标解决问题。

 

所谓“跟踪误差”,衡量的是一定时间区间内日度超额收益的标准差,“跟踪误差”越高,超额收益越不稳定,“跟踪误差”越低,超额收益越稳定。

 

请记得,防守有时比进攻更加重要。

 

3) 综合指标——信息比率(IR):

 

既要进攻性,又要防守性,综合衡量两者强弱,我们用信息比率(IR)。

 

信息比率(IR)=年化超额收益/年化跟踪误差

 

即在同等跟踪误差的基础上,谁的超额收益越高,谁就胜出。


 


指数增强基金的基本套路就是这样了,客官们如果还有什么进阶版问题,欢迎留言讨论哦~



更多精彩内容,尽在蛋卷基金APP社区。


看完文章,要不要再了解下500增强一箩筐?


点击阅读原文一键直达~

登录查看更多
0

相关内容

专知会员服务
142+阅读 · 2020年6月15日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【综述】金融领域中的深度学习,附52页论文下载
专知会员服务
161+阅读 · 2020年2月27日
量化交易系列课程
平均机器
10+阅读 · 2019年5月9日
贝叶斯神经网络(系列)第一篇
AI研习社
14+阅读 · 2019年3月1日
刘强东人设崩了,京东没崩
PingWest品玩
6+阅读 · 2018年11月20日
Python量化投资实训营
量化投资与机器学习
11+阅读 · 2018年1月30日
人工智能时代的量化投资策略
七月在线实验室
8+阅读 · 2017年12月19日
量化投资与建模基于贝叶斯系列
量化投资与机器学习
15+阅读 · 2017年7月12日
Arxiv
13+阅读 · 2020年4月12日
Conceptualize and Infer User Needs in E-commerce
Arxiv
3+阅读 · 2019年10月8日
Arxiv
4+阅读 · 2018年5月10日
VIP会员
相关资讯
量化交易系列课程
平均机器
10+阅读 · 2019年5月9日
贝叶斯神经网络(系列)第一篇
AI研习社
14+阅读 · 2019年3月1日
刘强东人设崩了,京东没崩
PingWest品玩
6+阅读 · 2018年11月20日
Python量化投资实训营
量化投资与机器学习
11+阅读 · 2018年1月30日
人工智能时代的量化投资策略
七月在线实验室
8+阅读 · 2017年12月19日
量化投资与建模基于贝叶斯系列
量化投资与机器学习
15+阅读 · 2017年7月12日
Top
微信扫码咨询专知VIP会员