CN116227958A - 一种基于持仓与净值动态量化评价偏债型基金经理的方法与*** - Google Patents
一种基于持仓与净值动态量化评价偏债型基金经理的方法与*** Download PDFInfo
- Publication number
- CN116227958A CN116227958A CN202211497455.XA CN202211497455A CN116227958A CN 116227958 A CN116227958 A CN 116227958A CN 202211497455 A CN202211497455 A CN 202211497455A CN 116227958 A CN116227958 A CN 116227958A
- Authority
- CN
- China
- Prior art keywords
- funds
- manager
- fund
- years
- score
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 53
- 238000011156 evaluation Methods 0.000 claims abstract description 43
- 230000008901 benefit Effects 0.000 claims description 157
- 238000004364 calculation method Methods 0.000 claims description 49
- 230000000694 effects Effects 0.000 claims description 45
- 238000012935 Averaging Methods 0.000 claims description 33
- 230000008859 change Effects 0.000 claims description 21
- 238000011161 development Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000007774 longterm Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000012546 transfer Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 claims description 2
- 238000012827 research and development Methods 0.000 claims description 2
- 230000000630 rising effect Effects 0.000 claims description 2
- 230000014616 translation Effects 0.000 claims 2
- 230000001186 cumulative effect Effects 0.000 claims 1
- 238000012216 screening Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 5
- 230000002354 daily effect Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种基于历史净值和持仓等***息的基金经理评价方法和***。本发明通过使用数学建模等技术手段,对偏债型基金经理的投资能力、组合管理能力、平台持仓以及综合能力进行评分,从而可以更加***、科学、客观地评价一个偏债型基金经理,可以加大对基金经理考评、筛选的效率。
Description
技术领域
本发明涉及金融人才考评方法领域,具体说是一种基于持仓与净值动态量化评价偏债型基金经理的方法与***。
背景技术
偏债型基金是指大部分投资于债券,少部分资金投资于股票的混合型基金,随着资管行业的发展,该类型基金得到越来越多的机构和个人投资者欢迎,规模也越来越大。在该类型基金投资方面,筛选偏债型的基金时,其基金经理是一个很重要的参考方面,但是很难对偏债型基金经理各方面能力、优缺点进行解释清楚。在金融人才的招募方面也面临类似问题,比如需要招募一个股票类的基金经理,单靠历史绩效和履历并不能了解其投资绩效特点、投资能力。在基金经理的考评中,也需要一套***对偏债基金经理尤其是其管理大类资产的能力量化打分,做到客观公正的评估一个经理管理偏债型基金的整体能力。
目前业内对偏债基金经理的考评缺乏***科学的方法和***,多数对偏债型基金经理的评估仅仅停留在其代表性基金上,但是代表性基金可能并非自己一直管辖,存在大量的基金经理变更情况,另外大多数评价***只是对业绩分析,很少会对其持仓进行分析,尤其是对其大类资产投资能力考评缺乏适当的方法。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种基于持仓与净值动态量化评价偏债型基金经理的方法。本发明对所有偏债型基金经理历史管理阶段的基金进行处理,分别从投资业绩、持仓特点和平台支持等多个角度进行分析,从而可以客观、综合性的对偏债型基金经理投资能力、风险管理、绩效表现能力进行评价,并通过一套自适应的权重算法自动计算加权综合评分。
为达到以上目的,本发明采取的技术方案是:
一种基于持仓与净值动态量化评价偏债型基金经理的方法,其特征在于,包括如下步骤:
步骤1、界定偏债型基金经理:对任意日期t,往前推365*3天作为起始日期,起始日期前成立且在t日期依然存续的基金作为样本基金,从公开的基金季报中提取区间所有的股票仓位占比数据,股票占比的最大值小于40%的基金认定为偏债型基金,在t日期所有管理该基金的基金经理认定为偏债型基金经理;
步骤2、获取步骤1中界定的每位偏债型基金经理的偏债型基金经理历史净值曲线:对任意日期t,对任意偏债型基金经理m,用t日期m管理的所有基金用当天的复权净值收益率采用规模加权处理计算,计算公式如下式所示:
上式中,R(m)t为基金经理m在t日管理的所有偏债基金加权收益率,Wi为基金经理m在t日期管理的偏债基金i占当天所有管理的偏债基金规模比例,Rit为基金经理m在t日期管理的偏债基金i的当天累计收益率。
计算得到偏债型基金经理m每天的加权收益率,然后基于每天的加权收益率计算历史累计净值曲线,计算公式如下:
NAV(m)t=NAV(m)t-1(1+R(m)t)
上式中,NAV(m)t为基金经理m在t日管理的偏债基金加权累计净值,净值曲线初始值为1;
步骤3、基于步骤2获得的每位偏债型基金经理的偏债型基金经理历史净值曲线,评估每位偏债型基金经理的投资能力并进行排名打分,投资能力包括投资业绩、风险管理和投资绩效三个维度;
步骤4、基于每位偏债型基金经理的持仓数据,评估每位偏债型基金经理的组合管理能力并进行排名打分,组合管理能力包括大类资产配置能力、股票资产配置能力、可转债资产管理能力、纯债资产管理能力四个维度;
步骤5、基于每位偏债型基金经理所在的基金公司提供的支持情况,评估每位偏债型基金经理所属基金公司在投资研发上的平台支持力度并进行排名打分,平台支持力度包括公司发展、收入创造、核心团队、执业经历四个维度;
步骤6、以步骤3至5获得的评估结果,即步骤3至5中所述共11个维度的指标排名打分作为综合评估依据,为上述每个指标赋予权重计算总体得分,得到每位偏债型基金经理综合能力评估结果;
上述对每个指标赋予权重的方法具体为:
对任意日期t,获取所有偏债型基金经理11个评估维度历史全部得分矩阵v1,v2,v3,…,v11;以月度为单位,计算各维度分数与未来s年偏债基金经理收益的排名相关性,得到每个维度的分数与未来收益排名相关性序列,求该序列均值的绝对值得到每个维度的排名贡献度Cn,然后求通过贡献度加权得到每个维度t日期的权重Wt,如下式所示:
Wt=Cn/(C1+C2+…+Cn);
上式中,abs()表示取绝对值,cor(rank(vn),rank(ret))表示维度vn排名与未来t年基金经理收益率排行的相关系数,T表示历史月份数,t可以为0.5,1,2,3或其他数字,分别对应未来半年、1年、2年、3年以至更多年每位偏债型基金经理收益排名可能性的测评;vn中n=1,2,…,11。
在上述方案的基础上,步骤3所述对偏债型基金经理投资业绩、风险管理和投资绩效三个维度的评估方法具体为:
投资业绩采用每位偏债型基金经理过去Y年的收益率排名得分计算,计算方式为,基于每位偏债型基金经理的偏债型基金历史净值曲线计算过去Y年中每一年的收益并对每一年的收益从低到高进行排名,转化为百分位数,计算公式如下式所示:
为截至t日期投资业绩的百分位排名得分;Rankm,Y为基金经理m第Y年收益从低到高的排名,countY为第Y年有业绩的偏债基金经理总数,其中分数越大表示收益越高,然后求每位偏债型基金经理的Y个排名得分的平均数作为其投资业绩得分:
上述各式中,Y为过去的年度,Y取值为0.5,1,2,3,…,l;
风险管理采用每位偏债型基金经理过去Y年的风险管理能力排名得分计算,风险主要采用各偏债型基金经理历史净值曲线得到其过去Y年的最大回撤、年化波动以及95%的周尾部风险并转化为排名百分位数得分并对上述每个维度得分求均值作为其风险管理得分;上述95%的周尾部风险指所有交易日跌幅的95%分位;
投资绩效采用各偏债型基金经理过去Y年的风险调整收益排名得分计算,计算方式为,根据各偏债型基金经理业绩曲线得到其过去Y年中每一年的夏普比例、卡玛比率得分后对得分排序,参照上述投资业绩得分求算方法求得每位偏债型基金经理的Y个排名得分的平均数作为其投资绩效得分;
在上述方案的基础上,其特征在于:步骤4所述大类资产配置能力、股票资产配置能力、可转债资产管理能力、纯债资产管理能力四个维度的评价方法具体为:
计算大类资产配置胜率、仓位择时收益和大类资产投资收益百分位排名,然后求平均值得到大类资产配置能力得分:
大类资产配置胜率:基于各偏债型基金经理最近Y年管理的所有偏债型基金季报,计算每只基金的季度权益仓位相对上一个报告期加减仓方向,上述仓位即权益加可转债资产仓位之和;如果加仓后下一个季度股票指数上涨则即为调仓成功,减仓后下一个季度股票指数下跌也记为成功,否则记为失败,用区间所有调仓的成功次数除以区间调仓总次数得到该偏债型基金经理的大类资产配置胜率;
仓位择时收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金季报,分别用股票指数和可转债指数计算每只基金的股票、可转债仓位的季度加减仓幅度乘以市场涨跌幅度得到每只基金的仓位择时收益,用区间所有基金的仓位择时收益求平均得到该偏债型基金经理的仓位择时收益;
大类资产投资收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金季报,分别用股票指数、中债财富总指数和可转债指数计算每只基金的股票、债券、可转债的季度仓位与市场涨跌幅的乘积,得到每只基金的季度大类资产收益,用区间所有基金的大类资产投资收益求平均得到该偏债型基金经理的大类资产投资收益;
上述大类资产配置能力计算过程具体如下各式:
为基金经理m在t日期近Y年的大类资产择时胜算,q为近Y年的季度数,为y时期权益仓位变动,retb_equityy为对应时期基准的股票指数收益率,其中权益仓位=股票仓位+可转债仓位,基准可以用中证800指数或沪深300指数;
为基金经理m在t日期近Y年的大类资产投资收益,/>为基金经理m的y时期股票仓位,retb_stocky为y时期股票指数的收益率,/>为基金经理m的y时期可转债仓位,retb_covby为y时期基准可转债指数的收益率,/>为基金经理m的y时期债券仓位,retp_bondy为y时期基准债券指数的收益率;
计算行业和个股维度、风格维度投资收益百分位排名,然后求平均值得到股票资产配置能力得分:
行业和个股维度评分:基于各偏债型基金经理最近Y年管理的所有偏债型基金中报和年报,对偏债型基金的所有股票持仓运用brinson归因模型计算得到所有的行业配置收益和个股选择收益,求行业配置收益之和以及选股收益之和得到该偏债型基金报告期的行业配置收益和个股选择收益,用区间所有偏债型基金的行业配置收益和个股选择收益求平均得到区间该偏债型基金经理的行业配置收益与个股选择收益,分别求各偏债型基金经理同期行业配置收益和个股选择收益的百分位排行,收益越大百分位排行越大,上述行业配置收益和个股选择收益的百分位排行求平均值得到行业和个股维度评分;
风格维度评分:基于各偏债型基金经理最近Y年管理的所有偏债型基金中报和年报,基于晨星风格模型(请参阅《晨星中国投资风格箱概要说明》Morningstar,晨星(深圳)基金研究中心,2004年10月)计算报告期所有基金所有股票以及基准指数股票持仓的小盘成长占、小盘价值占比、中盘成长占比、中盘价值占比、大盘成长占比和大盘价值占比,其中基准指数选择中证800(也可以选用其他指数),求各个风格的投资收益,即基金的股票风格占比*对应风格指数-基准的股票风格占比*对应风格指数,风格指数采用国证风格指数(即深圳证券交易所发布的国证风格指数系列中大盘成长指数、大盘价值指数、中盘成长指数、中盘价值指数、小盘成长指数、小盘价值指数),对区间各个报告期的风格投资收益求平均得到该偏债型基金经理小盘成长投资收益、小盘价值投资收益、中盘成长投资收益、中盘价值投资收益、大盘成长投资收益和大盘价值投资收益,分别求各偏债型基金经理各风格投资收益相对其他偏债型基金经理同期百分位排行,收益越大百分位排行越大,上述小盘成长投资收益、小盘价值投资收益、中盘成长投资收益、中盘价值投资收益、大盘成长投资收益和大盘价值投资收益的百分位排行求平均值得到风格维度评分;
上述股票资产配置能力计算过程具体如下各式:
表示基金经理i在t日期近Y年的个股选择收益;/>表示基金经理i在t日期近Y年的风格配置收益,/>表示基金经理m在j风格上的股票仓位占比,/>表示基准指数j风格的仓位占比,/>表示j风格在y时期的收益;
计算转债行业配置收益、转债个券选择收益、转债信用等级收益百分位排名,然后求平均值得到可转债资产管理能力得分:
转债行业配置收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金中报和年报,获取报告期所有基金的可转债持仓,计算其对应正股的各行业占比,通过行业权重乘以行业涨跌幅度计算得到各行业的配置收益并求和,对区间各个报告期的转债行业配置收益求平均得到该偏债型基金经理转债行业配置收益;
转债个券选择收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金中报和年报,获取报告期所有基金的可转债持仓,计算其对应正股区间加权平均收益,通过正股收益减去转债行业配置收益计算得到转债个券选择收益,对区间各个报告期的转债个券选择收益求平均得到该偏债型基金经理的转债个券选择收益;
转债信用等级收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金中报和年报,获取报告期所有基金的可转债持仓,计算其对应的各个信用等级持仓占比,通过转债各信用等级仓位乘以对应收益率曲线涨跌幅度并求和计算得到转债信用收益,对区间各个报告期的信用等级收益求平均得到该偏债型基金经理的转债信用等级收益;
上述可转债资产管理能力得分计算过程如下各式:
计算纯债部分的久期择时能力、信用选择收益、杠杆择时收益、重仓债券归因分析百分位排名,然后求平均值得到纯债资产管理能力得分:
久期择时收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金季报,对任意报告期的每只偏债型基金所有纯债持仓,计算其组合久期,基于中债利率曲线获得国债的区间平均利率变动,通过组合久期和区间国债平均利率变动得到每只偏债型基金的久期择时收益,然后求平均值得到区间久期择时收益;
信用择时收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金季报,对任意报告期的每只偏债型基金的不含转债和国债的所有纯债持仓,计算其各等级信用评级债券占比,基于中债利率曲线获得每个信用等级信用债利率曲线与国债利率曲线的区间平均利差变化,通过各个信用等级的占比和利差的变化加权计算利差变动带来的收益率变动得到每个偏债型基金的各报告期信用择时收益,然后求平均值得到区间信用择时收益;
杠杆择时收益:基于偏债基金经理最近3年管理的所有偏债型基金季报,对任意报告期的每只偏债型基金,通过基金总资产/基金净资产得到其杠杆率L,当前季度的债券基金收益率为R,则该区间偏债型基金的杠杆收益为(L-1)/L*R,然后求所有偏债型基金杠杆收益的平均值得到区间杠杆择时收益;
重仓债券归因分析:基于偏债基金经理最近3年管理的所有偏债型基金季报,用所有偏债基金的重仓债券以中债财富总指数为基准进行Campisi归因分析,得到每只基金的收入效应、国债效应和利差效应每个报告期的结果,然后求平均值得到所有偏债型基金经理区间收益效应、国债效应和利差效应,分别求各偏债型基金经理收入效应、国债效应和利差效应相对其他偏债型基金经理同期百分位排行,收益越大百分位排行越大,上述收入效应、国债效应和利差效应求平均得到重仓债券归因分析评分;
上述纯债投资能力计算过程如下各式:
其中,为基金经理纯债投资能力得分;/>表示t日期基金经理m近Y年的杠杆择时收益,/>表示基金经理m在y季度持有的偏债基金f的杠杆,杠杆由基金资产总值/基金资产净值计算得到,/>表示y季度基金经理m持有的偏债基金f收益率,/>表示y季度基金经理m持有的偏债基金f占其持有的所有偏债基金比例;
表示t日期基金经理m近Y年的偏债基金久期择时收益,其中表示基金经理m在y季度持有的所有偏债基金中债券d的市值占比,/>表示基金经理m在y季度持有的所有偏债基金中债券d的修证久期,Δr3shify表示y季度基金10年国债利率曲线在3年期的平移数;
表示t日期基金经理m近Y年的偏债基金campisi归因收益,其中/>表示基金经理m在y季度持有的所有偏债基金中偏债基金f的compisi归因收入效应收益,表示基金经理m在y季度持有的所有偏债基金中偏债基金f的compisi归因国债效应收益,/>表示基金经理m在y季度持有的所有偏债基金中偏债基金f的compisi归因利差效应收益,/>表示y季度基金经理m持有的偏债基金f占其持有的所有偏债基金比例;
在上述方案的基础上,其特征在于:步骤5所述公司发展、收入创造、核心团队、执业经历四个维度的评价方法具体为:
公司发展:通过计算各偏债型基金经理当前所在基金公司最近Y年所有管理偏债型基金的管理费收入得到,计算该基金公司在所有基金公司中偏债型基金管理费收入百分位排名,其中管理费收入越大分数越高,从而得到该偏债型基金经理的公司发展得分;
公司发展得分的数学表达式为:
收入创造:通过计算各偏债型基金经理最近Y年所有管理偏债型基金的管理费收入得到,计算该偏债型基金经理在所有偏债型基金经理中偏债型基金管理费收入百分位排名,其中管理费收入越大分数越高,从而得到该基金经理的收入创造得分;
收入创造的数学表达式为:
核心团队:通过计算各偏债型基金经理所在基金公司最近Y年所有偏债型基金经理的团队稳定性和平均从业年限得到,其中团队稳定性用偏债型基金经理的最近Y年离职率得到,平均从业年限用该基金公司所有偏债型基金经理的平均偏债型产品管理年限计算得到,然后通过百分位排行计算团队稳定性得分和离职率得分,其中离职率越大团队稳定性得分数越低,平均从业年限越长团队平均从业年限得分越高,团队稳定性得分和团队平均从业年限得分求均值从而得到该基金经理的核心团队得分;
核心团队的评分数学表达式为:
其中:指基金经理m在t时刻所在团队的各细分项排序得分,各项指标越大分数越高,分数归一到1-100之间;/>是指基金经理m所在核心团队在t时刻所有基金经理的平均入职年限,/>为该基金经理所在核心团队的基金经理稳定性得分;
执业经历:采用各偏债型基金经理管理年限、管理规模和执业年化收益计算得到,其中偏债型基金经理管理年限为该偏债型基金经理管理偏债型基金的累计年限,偏债型基金经理管理规模用最近Y年的每个报告期平均管理偏债型基金的规模计算得到,执业年化收益用最近Y年该基金经理的偏债基金业绩曲线计算得到,然后分别计算管理年限、管理规模和执业年化收益的同业排行百分位得分,均为数值越大分数越大,对管理年限、管理规模和执业年化收益求平均得到执业经历评分。
执业经历评分的数学表达式为:
其中指基金经理m在t时刻所在团队的各细分项排序得分,各项指标越大分数越高,分数归一到1-100之间;/>表示基金经理m在t日期偏债基金累计管理年限,/>表示基金经理m近Y年管理的偏债基金平均规模(季度均值),/>表示基金经理m近Y的管理偏债基金平均年化收益率;
上述各式中,rank()为排序函数,表示对数据进行排序。
本发明的另一个目的在于提供一种基于持仓与净值动态量化评价偏债型基金经理的***。
为达到以上目的,本发明采取的技术方案是:
一种基于持仓与净值动态量化评价偏债型基金经理的***,其特征在于:
采用python编程语言、oracle数据库、python flask框架、h5前端展示来实现所述***;其中python用于编写核心的基金经理评估算法;oracle数据库用于存放相关的数据,包括采集或采购的基金和基金经理相关数据以及偏债型基金经理计算的中间数据;pythonflask框架用于启动后台web服务;h5前端展示用于评估结果的界面展示和交互。
本发明所述的一种基于持仓与净值动态量化评价偏债型基金经理的方法与***,其有益效果为:
(1)采用了一套数量化模型来对偏债基金经理进行界定并计算其投资绩效。从公开历史信息中,通过算法,剥离出基金经理管理偏债型基金期间的持仓信息和业绩信息。
(2)本发明除了对基于净值的业绩进行分析,还对其历史持仓以及其担任基金经理期间所获得的的平台支持信息进行提取和量化评价。我们创造性提供了偏债型基金经理组合管理评价维度,通过其历史大类资产、股票和债券等其他资产的持仓变动进行量化,更为科学的展示偏债型基金经理投资股债资产方面的总和能力。
(3)针对各个维度的评估输出采用排序打分法,包括最近1年、最近3年、最近5年维度的相对排名,每个维度都是针对具体指标的好坏进行排名,归一到1-100分,从而让使用者可以直观的了结其优劣之处。针对综合评价,采用加权评分的方式,权重的设定由***算法实现,其中每个细分维度的评分权重由历史数据对未来的排名预测能力自动确定,从而规避了人为的主动干预,从而提高了***的客观性与公正性。使用者可以从各个细分维度的分数了解该偏债基金经理的各方面的能力优劣,可以从总的评分了解其综合实力。
附图说明
本发明有如下附图:
图1本发明一种基于持仓与净值动态量化评价偏债型基金经理的方法评价结果列表;
图2本发明一种基于持仓与净值动态量化评价偏债型基金经理的方法维度评价结果图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
为了克服现有对偏债型基金经理评估手段和技术的不足,本发明提供一种基于历史净值和持仓等***息的基金经理评价方法,通过使用数学建模等技术手段,对偏债型基金经理的投资能力、组合管理能力、平台持仓以及综合能力进行评分,从而可以更加***、科学、客观的评价一个偏债型基金经理,可以加大对基金经理考评、筛选的效率。
本发明提供的评估方法为:对偏债型基金经理进行量化建模,将历史业绩、持仓信息以及公开资料能找到的其他相关信息,通过3个维度,11个指标来对其各方面的能力特点进行量化评估得到各个维度的相对得分,并通过各个维度指标对未来业绩排名的预测性贡献大小来界定各个维度的权重从而计算出综合打分,从而可以给出偏债型基金经理的综合评估以及各个维度的细分评估,可以客观、公正、及时的对偏债型基金经理进行全面的评价。评估的3个维度分别为投资能力(包含投资业绩、风险管理、投资绩效3个指标)、组合管理(包含大类资产配置能力、股票资产配置能力、可转债资产管理能力和纯债资产管理能力4个指标)、平台支持(包含公司发展、收入创造、核心团队、执业经历4个指标),其中每个指标都包含1个或者多个细分指标来评估。
下表为近3年基金经理评估维度样例,如果对近1年基金经理评估,则需要将三级分类指标中近3年相关日期改为近1年。
其中投资能力基于基金经理历史净值计算得到,组合管理能力基于历史基金公开持仓信息计算得到,平台支持基于公开的基金公告以及基金定期报告中计算得到。其中数据库的数据源可以为采购第三方商业数据源也可以从基金公司官网上以及其他相关网站上搜集得到,包括股票、基金、债券、指数相关的底层数据,所有的数据都是基于公开数据获得。
解决方案:
(1)偏债基金经理的界定技术:所有的基金中,最近3年内,股票仓位最大值小于40%的基金统一纳入偏债型基金研究范畴,所有管理过偏债型基金的基金经理都算具备偏债型基金经理属性,定义为偏债型基金经理,如果评估期间不管理偏债型基金,则不进行评估。本方案提供一种偏债型基金经理的界定框架,实际使用的时候,可以将3年修改成1年或者2年等其他数字,股票最高仓位也可以设定为50%等其他数字,具体的数字可以根据具体应用情况调整,本发明给出一个相对公允的界定参数。具体模型实现方法为,对任意日期t,往前推365*3天作为起始日期,日期前成立且t日期依然存续的基金作为样本基金,从公开的基金季报中提取区间所有的股票仓位占比数据,股票占比的最大值小于40%的基金认定为偏债型基金,t日期所有管理该基金的基金经理认定为偏债型基金经理。
(2)偏债基金经理历史净值曲线计算技术:凡是管理过偏债型基金的基金经理,在管理该产品期间都需要计算偏债基金经理历史绩效曲线。计算方式为,对任意日期t,对任意基金经理m,用t日期m管理的所有偏债基金用当天的复权净值收益率采用规模加权处理计算,得到基金经理m每天的加权收益率,然后基于每天的加权收益率计算历史累计净值曲线,净值曲线从1开始计算从而得到所有偏债型基金经理的偏债基金历史净值曲线。
(3)投资能力维度的评估技术(基于偏债基金经理历史净值曲线):投资能力的评估包括投资业绩、风险管理、投资绩效三个维度。投资业绩用基金经理过去n年的收益率排名得分计算,计算方式为,基于每个偏债型基金经理的偏债基金历史净值曲线计算最近1年、2年、3年的收益并计算该基金经理对应的相对排名(从低到高),转化为百分位数,分数越大收益越高,然后求3个排名得分的平均数作为投资业绩的得分。风险管理用基金经理过去n年的风险管理能力排名得分计算,风险主要采用偏债基金经理业绩曲线得到其最大回撤、年化波动以及95%的周尾部风险(所有交易日跌幅的95%分位)排名分位数得分求均值计算所得,处理方式类似业绩处理,不同的是排名计算顺序为数值越大排名越低,也就是说最大回撤等风险指标数值越大,其得分越低。投资绩效用基金经理过去n年的风险调整收益排名得分计算得到,计算方式采用偏债基金经理业绩曲线得到其夏普比例、卡玛比率排序得分求均值计算所得,其数值越大,分数越高。
(4)组合管理能力评估技术(基于偏债基金经理持仓):组合管理维度主要采用偏债基金经理的所有历史持仓进行计算。包括大类资产配置能力、股票资产配置能力、可转债资产管理能力、纯债资产管理能力4个维度,是偏股基金经理区别于其他基金经理最核心的部分。其中大类资产配置能力通过大类资产配置胜率、仓位择时收益和大类资产投资收益得到,分别计算大类资产配置胜率、仓位择时收益和大类资产投资收益百分位排名,其中每个指标都是收益越大分数越高,然后求平均值得到大类资产配置能力得分。其中股票资产配置能力通过行业维度、风格维度投资收益计算得到,分别计算行业维度、风格维度投资收益百分位排名,其中每个指标都是收益越大分数越高,然后求平均值得到股票资产配置能力得分。其中可转债资产管理能力通过转债行业配置收益、转债个券选择收益、转债信用等级收益计算得到,分别计算可转债的行业配置收益、个券选择收益、信用等级收益百分位排名,其中每个指标都是收益越大分数越高,然后求平均值得到可转债资产管理能力得分。其中纯债资产管理能力通过久期择时能力、信用选择收益、杠杆择时能力、重仓债券归因分析(Campisi)计算得到,分别计算纯债部分的久期择时能力、信用选择收益、杠杆择时能力、重仓债券归因分析(Campisi)百分位排名,其中每个指标都是数值越大分数越高,然后求平均值得到纯债资产管理能力得分。
大类资产配置胜率:基于偏债基金经理最近3年管理的所有偏债型基金季报,计算每只基金的季度权益仓位(权益加可转债资产仓位之和)相对上一个报告期加减仓方向,如果加仓后下一个季度股票指数(以中证800为例)上涨则即为调仓成功,减仓后下一个季度股票指数下跌也记为成功,否则记为失败,用区间所有调仓的成功次数除以区间调仓总次数得到该基金经理的大类资产配置胜率。
仓位择时收益:基于偏债基金经理最近3年管理的所有偏债型基金季报,计算每只基金的股票、可转债仓位的季度加减仓幅度乘以市场涨跌幅度(分别用股票指数和可转债指数计算)得到每只基金的仓位择时收益,用区间所有基金的仓位择时收益求平均得到该基金经理的仓位择时收益。
大类资产投资收益:基于偏债基金经理最近3年管理的所有偏债型基金季报,计算每只基金的股票、债券、可转债的季度仓位与市场涨跌幅的乘积(分别用股票指数、中债财富总指数和可转债指数计算),得到每只基金的季度大类资产收益,用区间所有基金的大类资产投资收益求平均得到该基金经理的大类资产投资收益。
行业和个股维度评分:基于偏债基金经理最近3年管理的所有偏债型基金中报和年报,对基金的所有股票持仓运用brinson归因模型计算得到所有的行业配置收益和个股选择收益,求行业配置收益之和以及选股收益之和得到该基金报告期的行业配置收益和个股选择收益,用区间所有基金的行业配置收益和个股选择收益求平均得到区间该基金经理的行业配置收益与个股选择收益,分别求基金经理同期行业配置收益和个股选择收益的百分位排行,收益越大百分位排行越大,二者求平均得到行业和个股维度评分。
风格维度评分:基于偏债基金经理最近3年管理的所有偏债型基金中报和年报,基于晨星风格模型计算报告期所有基金所有股票以及基准指数股票持仓的小盘成长占、小盘价值占比、中盘成长占比、中盘价值占比、大盘成长占比和大盘价值占比,其中基准指数选择中证800,也可以选用其他指数,求各个风格的投资收益(基金的股票风格占比*对应风格指数-基准的股票风格占比*对应风格指数),风格指数采用国证风格指数(即深圳证券交易所发布的国证风格指数系列中大盘成长指数、大盘价值指数、中盘成长指数、中盘价值指数、小盘成长指数、小盘价值指数),对区间各个报告期的风格投资收益求平均得到该基金经理小盘成长投资收益、小盘价值投资收益、中盘成长投资收益、中盘价值投资收益、大盘成长投资收益和大盘价值投资收益,分别求基金经理各风格投资收益相对其他基金经理同期百分位排行,收益越大百分位排行越大,6个维度求平均得到风格维度评分。
转债行业配置收益:基于偏债基金经理最近3年管理的所有偏债型基金中报和年报,获取报告期所有基金的可转债持仓,计算其对应正股的各行业占比(可以采用申万行业或者中心行业),通过行业权重乘以行业涨跌幅度计算得到各行业的配置收益并求和,对区间各个报告期的转债行业配置收益求平均得到该基金经理转债行业配置收益。
转债个券选择收益:基于偏债基金经理最近3年管理的所有偏债型基金中报和年报,获取报告期所有基金的可转债持仓,计算其对应正股区间加权平均收益,通过正股收益减去转债行业配置收益计算得到转债个券选择收益,对区间各个报告期的转债个券选择收益求平均得到该基金经理的转债个券选择收益。
转债信用等级收益:基于偏债基金经理最近3年管理的所有偏债型基金中报和年报,获取报告期所有基金的可转债持仓,计算其对应的各个信用等级持仓占比,通过转债各信用等级仓位乘以对应收益率曲线涨跌幅度并求和计算得到转债信用收益,对区间各个报告期的信用等级收益求平均得到该基金经理的转债信用等级收益收益。
信用择时收益:基于偏债基金经理最近3年管理的所有偏债型基金季报,对任意报告期的每只偏债基金所有纯债持仓,计算其各等级信用评级债券占比(如AAA级,非AAA级),基于中债利率曲线获得每个信用等级信用债利率曲线与国债利率曲线的区间平均利差(或者采用3年的利差)变化,通过各个信用等级的占比和利差的变化加权计算利差变动带来的收益率变动得到每个基金的各报告期信用择时收益,然后求平均值得到区间信用择时收益。
久期择时收益:基于偏债基金经理最近3年管理的所有偏债型基金季报,对任意报告期的每只偏债基金所有纯债持仓,计算其组合久期,基于中债利率曲线获得国债的区间平均利率变动(或者采用3年的利率变化),通过组合久期和区间国债平均利率变动得到每只基金的久期择时收益,然后求平均值得到区间久期择时收益。
杠杆择时收益:基于偏债基金经理最近3年管理的所有偏债型基金季报,对任意报告期的每只偏债基金,通过基金总资产/基金净资产得到其杠杆率L,当前季度的债券基金收益率为R,则该区间债基金的杠杆收益为(L-1)/L*R,然后求所有偏债基金杠杆收益的平均值得到区间杠杆择时收益。
重仓债券归因分析(Campisi):基于偏债基金经理最近3年管理的所有偏债型基金季报,用所有偏债基金的重仓债券进行Campisi归因分析(基准为中债财富总指数),得到每只基金的收入效应、国债效应和利差效应每个报告期的结果,然后求平均值得到所有基金经理区间收益效应、国债效应和利差效应,分别求基金经理收入效应、国债效应和利差效应相对其他基金经理同期百分位排行,收益越大百分位排行越大,3个维度求平均得到重仓债券归因分析(Campisi)评分。
(5)公司平台支持:平台支持主要看其所在的基金公司提供的支持情况,主要衡量其所属基金公司在其基金运营决策上的支持力度。平台支持采用公司发展、收入创造、核心团队、执业经历四个维度进行展开评价。其中公司发展通过计算该基金经理当前所在基金公司最近3年所有管理偏债型基金的管理费收入得到,计算该基金公司在所有基金公司中偏债型基金管理费收入百分位排名,其中管理费收入越大分数越高,从而得到该基金经理的公司发展得分。其中收入创造通过计算该基金经理最近3年所有管理偏债型基金的管理费收入得到,计算该基金经理在所有偏债型基金经理中偏债型基金管理费收入百分位排名,其中管理费收入越大分数越高,从而得到该基金经理的收入创造得分。其中核心团队通过计算该基金经理所在基金公司最近3年所有偏债型基金经理的团队稳定性和平均从业年限得到,其中团队稳定性用偏债型基金经理的最近3年离职率得到,平均从业年限用该基金公司所有偏债型基金经理的平均偏债型产品管理年限计算得到,然后通过百分位排行计算团队稳定性得分和离职率得分,其中离职率收大越大团队稳定性得分数越低,平均从业年限越长团队平均从业年限得分越高,二者求均值从而得到该基金经理的核心团队得分。执业经历采用基金经理管理年限、管理规模和执业年化收益计算得到,其中基金经理管理年限为该基金经理管理偏债型基金的累计年限,基金经理管理规模用最近3年的每个报告期平均管理偏债型基金的规模计算得到,执业年化收益用最近3年该基金经理的偏债基金业绩曲线计算得到,然后分别计算三个指标的同业排行百分位得分,每个指标都是数值越大分数越大,对3个指标求平均得到执业经历评分。
(6)综合评估技术实现:以上3大维度、10个指标采用相对排名打分的方式对每个细分维度评估,打出1-100分,各项维度得分作为各细分指标评估的依据。然后需要给每个维度赋予权重,从而计算总体得分,总分作为偏债型基金经理综合能力评估的主要依据。为了保证权重的客观性与公正性,我们设计一套自动化调整权重的算法,用于每天的偏债型基金经理各维度自动赋权与总分计算。算法设计如下:
假设有n个基金经理评估维度历史得分v1,v2,v3,…vn,计算历史每个日期各维度该分数与未来s年偏债基金经理收益的排名相关性,得到每个维度的历史分数相关性序列,求该序列均值的绝对值得到每个维度的排名贡献度Cn,然后求通过贡献度加权得到每个维度t日期的权重Wt,即
Wt=Cn/(C1+C2+…+Cn)
其中S可以是0.5、1、2、3或者其他数字,分别用于对未来半年、1年、2年、3年每个偏债型基金经理收益排行可能性的测评。
(7)关于年份的说明:本发明采用3年作为默认的评价年度,对最近3年的偏债型基金经理进行量化评价,但是该数字可以根据具体应用而做出调整,比如采用1年、5年对最近1年和5年的偏债型基金经理评价,针对不同年数的评价都适用于本评估框架。
(8)一种优选的整体***实现技术框架:本发明采用python编程语言+oracle数据库+python flask web服务+h5前端展示做为技术手段来实现,其中python主要编写核心的基金经理评估算法,oracle数据库用于存放相关的数据,包括采集或采购的基金和基金经理相关数据以及偏债型基金经理计算的中间数据,python flask框架用于启动后台web服务,h5前端展示用于评估结果的界面展示和交互。
计算过程实例如下:
该样例以10个基金经理,8个基金公司为例展示11个维度评分计算过程,涉及到具体各个细分指标这里不做展开,可以参阅算法说明文档和金融专业知识自行计算。
1.投资业绩维度计算
其中各个维度年化收益越大,排名得分越高。
2.风险管理维度计算
除了尾部风险,其他各个维度数值越大,得分越小。
3.投资绩效维度计算
基金经理 | 夏普比例 | 卡玛比率 | 夏普得分 | 卡玛得分 | 总分 |
基金经理1 | 1.68 | 0.52 | 33.33 | 66.67 | 50.00 |
基金经理2 | 0.10 | 0.84 | 100.00 | 33.33 | 66.67 |
基金经理3 | 0.35 | 0.41 | 88.89 | 77.78 | 83.33 |
基金经理4 | 3.13 | 1.07 | 11.11 | 22.22 | 16.67 |
基金经理5 | 7.04 | 1.57 | 0.00 | 0.00 | 0.00 |
基金经理6 | 2.60 | 0.55 | 22.22 | 55.56 | 38.89 |
基金经理7 | 1.59 | 1.22 | 55.56 | 11.11 | 33.33 |
基金经理8 | 1.01 | 0.70 | 77.78 | 44.44 | 61.11 |
基金经理9 | 1.60 | 0.36 | 44.44 | 88.89 | 66.67 |
基金经理10 | 1.47 | 0.22 | 66.67 | 100.00 | 83 33 |
其中各个维度数值越大,排名得分越高。
4.大类资产配置能力维度计算
其中各个维度数值越大,排名得分越高。
5.股票资产配置能力维度计算
其中各个维度数值越大,排名得分越高。
6.可转债资产管理能力维度计算
其中各个维度数值越大,排名得分越高。
7.纯债资产管理能力维度计算
Compisi归因得分计算
纯债投资能力整体得分计算
其中各个维度数值越大,排名得分越高。
8.公司发展维度计算
基金经理 | 基金公司 | 管理费收入(亿元) | 管理费得分 | 总分 |
基金经理1 | 基金公司1 | 97.92 | 66.67 | 66.67 |
基金经理2 | 基金公司2 | 25.13 | 11.11 | 11.11 |
基金经理3 | 基金公司3 | 206.43 | 88.89 | 88.89 |
基金经理4 | 基金公司4 | 40.05 | 33.33 | 33.33 |
基金经理5 | 基金公司2 | 25.13 | 11.11 | 11.11 |
基金经理6 | 基金公司1 | 97.92 | 66.67 | 66.67 |
基金经理7 | 基金公司3 | 206.43 | 88.89 | 88.89 |
基金经理8 | 基金公司5 | 224.40 | 100.00 | 100.00 |
基金经理9 | 基金公司6 | 38V42 | 22.22 | 22.22 |
基金经理10 | 基金公司7 | 42.33 | 44.44 | 44.44 |
其中得分是按照基金公司维度排名计算;
其中各个维度数值越大,排名得分越高。
9.收入创造计算
其中各个维度数值越大,排名得分越高。
10.核心团队维度计算
基金经理 | 基金公司 | 从业年限 | 离职率 | 从业年限得分 | 离职率得分 | 总分 |
基金经理1 | 基金公司1 | 4.45 | 0.07 | 33.33 | 88.89 | 61.11 |
基金经理2 | 基金公司2 | 4.82 | 0.41 | 88.89 | 0.00 | 44.44 |
基金经理3 | 基金公司3 | 4.60 | 0.16 | 66.67 | 44.44 | 55.56 |
基金经理4 | 基金公司4 | 3.77 | 0.14 | 11.11 | 66.67 | 38.89 |
基金经理5 | 基金公司2 | 4.82 | 0.41 | 88.89 | 0.00 | 44.44 |
基金经理6 | 基金公司1 | 4.45 | 0.07 | 33.33 | 88.89 | 61.11 |
基金经理7 | 基金公司3 | 4.60 | 0.16 | 66.67 | 44.44 | 55.56 |
基金经理8 | 基金公司5 | 4.54 | 0.08 | 44.44 | 77.78 | 61.11 |
基金经理9 | 基金公司6 | 3.17 | 0.22 | 0.00 | 22.22 | 11.11 |
基金经理10 | 基金公司7 | 6.01 | 0.16 | 100.00 | 33.33 | 66.67 |
其中得分是按照基金公司维度排名计算;
其中从业年限维度数值越大,排名得分越高;离职率维度数值越小,排名得分越高。
11执业经历维度计算
基金经理 | 执业经历 | 管理规模 | 管理收益 | 执业经历得分 | 管理规模得分 | 管理收益得分 | 总分 |
基金经理1 | 4.83 | 634.59 | 6.33% | 33.33 | 100.00 | 44.44 | 59.26 |
基金经理2 | 6.55 | 11.27 | 5.50% | 77.78 | 11.11 | 33.33 | 40.74 |
基金经理3 | 3.47 | 33.64 | 4.82% | 0.00 | 22.22 | 11.11 | 11.11 |
基金经理4 | 5.55 | 73.15 | 7.61% | 66.67 | 55.56 | 77.78 | 66.67 |
基金经理5 | 8.28 | 394.83 | 9.30% | 88.89 | 88.89 | 88.89 | 88.89 |
基金经理6 | 10.92 | 95.19 | 13.18% | 100.00 | 66.67 | 100.00 | 88.89 |
基金经理7 | 4.87 | 72.40 | 7.22% | 44.44 | 44.44 | 66.67 | 51.85 |
基金经理8 | 4.75 | 221.94 | 7.06% | 22.22 | 77.78 | 55.56 | 51.85 |
基金经理9 | 3.96 | 7.75 | 4.10% | 11.11 | 0.00 | 0.00 | 3.70 |
基金经理10 | 5.23 | 65.35 | 5.46% | 55.56 | 33.33 | 22.22 | 37.04 |
其中各个维度数值越大,排名得分越高。
综合评分计算
样例中总分为各个维度求平均所得,实际会根据各个维度的收益预测贡献自动评分。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (5)
1.一种基于持仓与净值动态量化评价偏债型基金经理的方法,其特征在于,包括如下步骤:
步骤1、界定偏债型基金经理:对任意日期t,往前推365*3天作为起始日期,起始日期前成立且在t日期依然存续的基金作为样本基金,从公开的基金季报中提取区间所有的股票仓位占比数据,股票占比的最大值小于40%的基金认定为偏债型基金,在t日期所有管理该基金的基金经理认定为偏债型基金经理;
步骤2、获取步骤1中界定的每位偏债型基金经理的偏债型基金经理历史净值曲线:对任意日期t,对任意偏债型基金经理m,在t日期m管理的所有n个偏债型基金用当天的复权净值收益率采用规模加权处理计算,计算公式如下式所示:
上式中,R(m)t为基金经理m在t日管理的所有偏债基金加权收益率,Wi为基金经理m在t日期管理的偏债基金i占当天所有管理的偏债基金规模比例,Rit为基金经理m在t日期管理的偏债基金i的当天累计收益率;
计算得到偏债型基金经理m每天的加权收益率,然后基于每天的加权收益率计算历史累计净值曲线,计算公式如下:
NAV(m)t=NAV(m)t-1(1+R(m)t)
上式中,NAV(m)t为基金经理m在t日管理的偏债基金加权累计净值,净值曲线初始值为1;
步骤3、基于步骤2获得的每位偏债型基金经理的偏债型基金经理历史净值曲线,评估每位偏债型基金经理的投资能力并进行排名打分,上述投资能力包括投资业绩、风险管理和投资绩效;
步骤4、基于每位偏债型基金经理的持仓数据,评估每位偏债型基金经理的组合管理能力并进行排名打分,组合管理能力包括大类资产配置能力、股票资产配置能力、可转债资产管理能力、纯债资产管理能力四个维度;
步骤5、基于每位偏债型基金经理所在的基金公司提供的支持情况,评估每位偏债型基金经理所属基金公司在投资研发上的平台支持力度并进行排名打分,平台支持力度包括公司发展、收入创造、核心团队、执业经历四个维度;
步骤6、以步骤3至5获得的评估结果,即步骤3至5中所述共11个维度的指标排名打分作为综合评估依据,为上述每个指标赋予权重计算总体得分,得到每位偏债型基金经理综合能力评估结果;
上述对每个指标赋予权重的方法具体为:
对任意日期t,获取所有偏债型基金经理11个评估维度历史全部得分矩阵v1,v2,v3,…,v11;以月度为单位,计算各维度分数与未来s年偏债基金经理收益的排名相关性,得到每个维度的分数与未来收益排名相关性序列,求该序列均值的绝对值得到每个维度的排名贡献度Cn,然后求通过贡献度加权得到每个维度t日期的权重Wt,如下式所示:
Wt=Cn/(C1+C2+…+Cn);
上式中,abs()表示取绝对值,cor(rank(vn),rank(ret))表示维度vn排名与未来s年基金经理收益率排行的相关系数,T表示历史月份数,s为0.5,1,2,3或k,分别对应未来半年、1年、2年、3年以至k年每位偏债型基金经理收益排名可能性的测评;vn中n=1,2,…,11。
2.如权利要求1所述的一种基于持仓与净值动态量化评价偏债型基金经理的方法,其特征在于:步骤3中所述对偏债型基金经理的投资能力中投资业绩、风险管理和投资绩效的评估方法具体为:
投资业绩采用每位偏债型基金经理过去Y年的收益率排名得分计算,计算方式为,基于每位偏债型基金经理的偏债型基金历史净值曲线计算过去Y年中每一年的收益并对每一年的收益从低到高进行排名,转化为百分位数,计算公式如下式所示:
为截至t日期投资业绩的百分位排名得分;Rankm,Y为基金经理m第Y年收益从低到高的排名,countY为第Y年有业绩的偏债基金经理总数,其中分数越大表示收益越高,然后求每位偏债型基金经理的Y个排名得分的平均数作为其投资业绩得分:
上述各式中,Y为过去的年度,Y取值为0.5,1,2,3,…,l;
风险管理采用每位偏债型基金经理过去Y年的风险管理能力排名得分计算,风险主要采用各偏债型基金经理历史净值曲线得到其过去Y年的最大回撤、年化波动以及95%的周尾部风险并转化为排名百分位数得分并对上述每个维度得分求均值作为其风险管理得分;上述95%的周尾部风险指所有交易日跌幅的95%分位;
投资绩效采用各偏债型基金经理过去Y年的风险调整收益排名得分计算,计算方式为,根据各偏债型基金经理业绩曲线得到其过去Y年中每一年的夏普比例、卡玛比率得分后对得分排序,参照上述投资业绩得分求算方法求得每位偏债型基金经理的Y个排名得分的平均数作为其投资绩效得分。
3.如权利要求1所述的一种基于持仓与净值动态量化评价偏债型基金经理的方法,其特征在于:步骤4所述大类资产配置能力、股票资产配置能力、可转债资产管理能力、纯债资产管理能力四个维度的评价方法具体为:
计算大类资产配置胜率、仓位择时收益和大类资产投资收益百分位排名,然后求平均值得到大类资产配置能力得分:
大类资产配置胜率:基于各偏债型基金经理最近Y年管理的所有偏债型基金季报,计算每只基金的季度权益仓位相对上一个报告期加减仓方向,上述仓位即权益加可转债资产仓位之和;如果加仓后下一个季度股票指数上涨则即为调仓成功,减仓后下一个季度股票指数下跌也记为成功,否则记为失败,用区间所有调仓的成功次数除以区间调仓总次数得到该偏债型基金经理的大类资产配置胜率;
仓位择时收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金季报,分别用股票指数和可转债指数计算每只基金的股票、可转债仓位的季度加减仓幅度乘以市场涨跌幅度得到每只基金的仓位择时收益,用区间所有基金的仓位择时收益求平均得到该偏债型基金经理的仓位择时收益;
大类资产投资收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金季报,分别用股票指数、中债财富总指数和可转债指数计算每只基金的股票、债券、可转债的季度仓位与市场涨跌幅的乘积,得到每只基金的季度大类资产收益,用区间所有基金的大类资产投资收益求平均得到该偏债型基金经理的大类资产投资收益;
上述大类资产配置能力计算过程具体如下各式:
为基金经理m在t日期近Y年的大类资产择时胜算,q为近Y年的季度数,为y时期权益仓位变动,retb_equityy为对应时期基准的股票指数收益率,其中权益仓位=股票仓位+可转债仓位,基准使用中证800指数或沪深300指数;
为基金经理m在t日期近Y年的大类资产投资收益,/>为基金经理m的y时期股票仓位,retb_stocky为y时期股票指数的收益率,/>为基金经理m的y时期可转债仓位,retb_covby为y时期基准可转债指数的收益率,/>为基金经理m的y时期债券仓位,retp_bondy为y时期基准债券指数的收益率;
计算行业和个股维度、风格维度投资收益百分位排名,然后求平均值得到股票资产配置能力得分:
行业和个股维度评分:基于各偏债型基金经理最近Y年管理的所有偏债型基金中报和年报,对偏债型基金的所有股票持仓运用brinson归因模型计算得到所有的行业配置收益和个股选择收益,求行业配置收益之和以及选股收益之和得到该偏债型基金报告期的行业配置收益和个股选择收益,用区间所有偏债型基金的行业配置收益和个股选择收益求平均得到区间该偏债型基金经理的行业配置收益与个股选择收益,分别求各偏债型基金经理同期行业配置收益和个股选择收益的百分位排行,收益越大百分位排行越大,上述行业配置收益和个股选择收益的百分位排行求平均值得到行业和个股维度评分;
风格维度评分:基于各偏债型基金经理最近Y年管理的所有偏债型基金中报和年报,基于晨星风格模型计算报告期所有基金所有股票以及基准指数股票持仓的小盘成长占、小盘价值占比、中盘成长占比、中盘价值占比、大盘成长占比和大盘价值占比,其中基准指数选择中证800,求各个风格的投资收益,即基金的股票风格占比与对应风格指数的乘积减去基准的股票风格占比与对应风格指数的乘积,风格指数采用国证风格指数,对区间各个报告期的风格投资收益求平均得到该偏债型基金经理小盘成长投资收益、小盘价值投资收益、中盘成长投资收益、中盘价值投资收益、大盘成长投资收益和大盘价值投资收益,分别求各偏债型基金经理各风格投资收益相对其他偏债型基金经理同期百分位排行,收益越大百分位排行越大,上述小盘成长投资收益、小盘价值投资收益、中盘成长投资收益、中盘价值投资收益、大盘成长投资收益和大盘价值投资收益的百分位排行求平均值得到风格维度评分;
上述股票资产配置能力计算过程具体如下各式:
计算转债行业配置收益、转债个券选择收益、转债信用等级收益百分位排名,然后求平均值得到可转债资产管理能力得分:
转债行业配置收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金中报和年报,获取报告期所有基金的可转债持仓,计算其对应正股的各行业占比,通过行业权重乘以行业涨跌幅度计算得到各行业的配置收益并求和,对区间各个报告期的转债行业配置收益求平均得到该偏债型基金经理转债行业配置收益;
转债个券选择收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金中报和年报,获取报告期所有基金的可转债持仓,计算其对应正股区间加权平均收益,通过正股收益减去转债行业配置收益计算得到转债个券选择收益,对区间各个报告期的转债个券选择收益求平均得到该偏债型基金经理的转债个券选择收益;
转债信用等级收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金中报和年报,获取报告期所有基金的可转债持仓,计算其对应的各个信用等级持仓占比,通过转债各信用等级仓位乘以对应收益率曲线涨跌幅度并求和计算得到转债信用收益,对区间各个报告期的信用等级收益求平均得到该偏债型基金经理的转债信用等级收益;
上述可转债资产管理能力得分计算过程如下各式,q表示历史半年期数:
计算纯债部分的久期择时能力、信用选择收益、杠杆择时收益、重仓债券归因分析百分位排名,然后求平均值得到纯债资产管理能力得分:
久期择时收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金季报,对任意报告期的每只偏债型基金所有纯债持仓,计算其组合久期,基于中债利率曲线获得国债的区间平均利率变动,通过组合久期和区间国债平均利率变动得到每只偏债型基金的久期择时收益,然后求平均值得到区间久期择时收益;
信用择时收益:基于各偏债型基金经理最近Y年管理的所有偏债型基金季报,对任意报告期的每只偏债型基金的不含转债和国债的所有纯债持仓,计算其各等级信用评级债券占比,基于中债利率曲线获得每个信用等级信用债利率曲线与国债利率曲线的区间平均利差变化,通过各个信用等级的占比和利差的变化加权计算利差变动带来的收益率变动得到每个偏债型基金的各报告期信用择时收益,然后求平均值得到区间信用择时收益;
杠杆择时收益:基于偏债基金经理最近3年管理的所有偏债型基金季报,对任意报告期的每只偏债型基金,通过基金总资产/基金净资产得到其杠杆率L,当前季度的债券基金收益率为R,则该区间偏债型基金的杠杆收益为(L-1)/L*R,然后求所有偏债型基金杠杆收
益的平均值得到区间杠杆择时收益;
重仓债券归因分析:基于偏债基金经理最近3年管理的所有偏债型基金季报,用所有偏债基金的重仓债券以中债财富总指数为基准进行Campisi归因分析,得到每只基金的收入效应、国债效应和利差效应每个报告期的结果,然后求平均值得到所有偏债型基金经理区间收益效应、国债效应和利差效应,分别求各偏债型基金经理收入效应、国债效应和利差效应相对其他偏债型基金经理同期百分位排行,收益越大百分位排行越大,上述收入效应、国债效应和利差效应求平均得到重仓债券归因分析评分;
上述纯债投资能力计算过程如下各式,q表示历史半年期数:
其中,为基金经理纯债投资能力得分;/>表示t日期基金经理m近Y年的杠杆择时收益,/>表示基金经理m在y季度持有的偏债基金f的杠杆,杠杆由基金资产总值/基金资产净值计算得到,/>表示y季度基金经理m持有的偏债基金f收益率,表示y季度基金经理m持有的偏债基金f占其持有的所有偏债基金比例;
表示t日期基金经理m近Y年的偏债基金久期择时收益,其中/>表示基金经理m在y季度持有的所有偏债基金中债券d的市值占比,/>表示基金经理m在y季度持有的所有偏债基金中债券d的修证久期,Δr3shfy表示y季度基金10年国债利率曲线在3年期的平移数,
4.如权利要求1所述的一种基于持仓与净值动态量化评价偏债型基金经理的方法,其特征在于:步骤5所述公司发展、收入创造、核心团队、执业经历四个维度的评价方法具体为:
公司发展:通过计算各偏债型基金经理当前所在基金公司最近Y年所有管理偏债型基金的管理费收入得到,计算该基金公司在所有基金公司中偏债型基金管理费收入百分位排名,其中管理费收入越大分数越高,从而得到该偏债型基金经理的公司发展得分;
公司发展得分的数学表达式为:
收入创造:通过计算各偏债型基金经理最近Y年所有管理偏债型基金的管理费收入得到,计算该偏债型基金经理在所有偏债型基金经理中偏债型基金管理费收入百分位排名,其中管理费收入越大分数越高,从而得到该基金经理的收入创造得分;
收入创造的数学表达式为:
核心团队:通过计算各偏债型基金经理所在基金公司最近Y年所有偏债型基金经理的团队稳定性和平均从业年限得到,其中团队稳定性用偏债型基金经理的最近Y年离职率得到,平均从业年限用该基金公司所有偏债型基金经理的平均偏债型产品管理年限计算得到,然后通过百分位排行计算团队稳定性得分和离职率得分,其中离职率越大团队稳定性得分数越低,平均从业年限越长团队平均从业年限得分越高,团队稳定性得分和团队平均从业年限得分求均值从而得到该基金经理的核心团队得分;
核心团队的评分数学表达式为:
其中:指基金经理m在t时刻所在团队的各细分项排序得分,各项指标越大分数越高,分数归一到1-100之间;/>是指基金经理m所在核心团队在t时刻所有基金经理的平均入职年限,/>为该基金经理所在核心团队的基金经理稳定性得分;
执业经历:采用各偏债型基金经理管理年限、管理规模和执业年化收益计算得到,其中偏债型基金经理管理年限为该偏债型基金经理管理偏债型基金的累计年限,偏债型基金经理管理规模用最近Y年的每个报告期平均管理偏债型基金的规模计算得到,执业年化收益用最近Y年该基金经理的偏债基金业绩曲线计算得到,然后分别计算管理年限、管理规模和执业年化收益的同业排行百分位得分,均为数值越大分数越大,对管理年限、管理规模和执业年化收益求平均得到执业经历评分;
执业经历评分的数学表达式为:
其中指基金经理m在t时刻所在团队的各细分项排序得分,各项指标越大分数越高,分数归一到1-100之间;/>表示基金经理m在t日期偏债基金累计管理年限,表示基金经理m近Y年管理的偏债基金平均规模,也就是季度均值,/>表示基金经理m近Y的管理偏债基金平均年化收益率;
上述各式中,rank()为排序函数,表示对数据进行排序。
5.一种应用如权利要求1-4任意一项所述评价偏债型基金经理的方法的***,其特征在于:
采用python编程语言、oracle数据库、python flask框架、h5前端展示来实现所述***;其中python用于编写核心的基金经理评估算法;oracle数据库用于存放相关的数据,包括采集或采购的基金和基金经理相关数据以及偏债型基金经理计算的中间数据;pythonflask框架用于启动后台web服务;h5前端展示用于评估结果的界面展示和交互。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211497455.XA CN116227958A (zh) | 2022-11-24 | 2022-11-24 | 一种基于持仓与净值动态量化评价偏债型基金经理的方法与*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211497455.XA CN116227958A (zh) | 2022-11-24 | 2022-11-24 | 一种基于持仓与净值动态量化评价偏债型基金经理的方法与*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116227958A true CN116227958A (zh) | 2023-06-06 |
Family
ID=86589886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211497455.XA Pending CN116227958A (zh) | 2022-11-24 | 2022-11-24 | 一种基于持仓与净值动态量化评价偏债型基金经理的方法与*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116227958A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703606A (zh) * | 2023-06-09 | 2023-09-05 | 五矿国际信托有限公司 | 一种基于实时持仓分析的精细化固收资管投研一体化方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040117286A1 (en) * | 2002-09-23 | 2004-06-17 | Water Street Advisers, Inc. | Process to the audit the performance of investment portfolios |
US20040249687A1 (en) * | 2003-06-09 | 2004-12-09 | Lowell James H. | System and method for evaluating investment fund manager performance |
CN108961061A (zh) * | 2018-07-19 | 2018-12-07 | 安徽磐众信息科技有限公司 | 基于主成分分析的开放式基金的绩效评价方法 |
CN109559042A (zh) * | 2018-11-30 | 2019-04-02 | 厦门多快好省网络科技有限公司 | 一种基于多维指标回归分析的基金经理评分算法 |
CN110163534A (zh) * | 2019-06-04 | 2019-08-23 | 中铁四局集团有限公司城市轨道交通工程分公司 | 一种施工企业项目经理绩效考核评价方法 |
CN113205408A (zh) * | 2021-05-28 | 2021-08-03 | 中国工商银行股份有限公司 | 客户经理能力图谱生成方法及装置 |
CN114187117A (zh) * | 2021-12-14 | 2022-03-15 | 中国建设银行股份有限公司 | 一种业绩归因方法、装置、设备及存储介质 |
-
2022
- 2022-11-24 CN CN202211497455.XA patent/CN116227958A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040117286A1 (en) * | 2002-09-23 | 2004-06-17 | Water Street Advisers, Inc. | Process to the audit the performance of investment portfolios |
US20040249687A1 (en) * | 2003-06-09 | 2004-12-09 | Lowell James H. | System and method for evaluating investment fund manager performance |
CN108961061A (zh) * | 2018-07-19 | 2018-12-07 | 安徽磐众信息科技有限公司 | 基于主成分分析的开放式基金的绩效评价方法 |
CN109559042A (zh) * | 2018-11-30 | 2019-04-02 | 厦门多快好省网络科技有限公司 | 一种基于多维指标回归分析的基金经理评分算法 |
CN110163534A (zh) * | 2019-06-04 | 2019-08-23 | 中铁四局集团有限公司城市轨道交通工程分公司 | 一种施工企业项目经理绩效考核评价方法 |
CN113205408A (zh) * | 2021-05-28 | 2021-08-03 | 中国工商银行股份有限公司 | 客户经理能力图谱生成方法及装置 |
CN114187117A (zh) * | 2021-12-14 | 2022-03-15 | 中国建设银行股份有限公司 | 一种业绩归因方法、装置、设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703606A (zh) * | 2023-06-09 | 2023-09-05 | 五矿国际信托有限公司 | 一种基于实时持仓分析的精细化固收资管投研一体化方法 |
CN116703606B (zh) * | 2023-06-09 | 2024-05-17 | 五矿国际信托有限公司 | 一种基于实时持仓分析的精细化固收资管投研一体化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100796058B1 (ko) | 예비 실사 문제에 관한 협력 방법과 시스템 및 컴퓨터 | |
US7418419B2 (en) | Method and system for comparison and evaluation of investment portfolios | |
CN1372667A (zh) | 在有缺失输入的情形中的评价预测模型 | |
CN1370297A (zh) | 优化收益和现值的方法和*** | |
CN1630862A (zh) | 诸如金融工具的资产的投资组合的快速评价 | |
CN1413332A (zh) | 信用计分的自动推断估价的方法和*** | |
Guidolin et al. | Forecasting commodity futures returns with stepwise regressions: Do commodity-specific factors help? | |
Kiaupaite-Grushniene | Altman Z-score model for bankruptcy forecasting of the listed Lithuanian agricultural companies | |
Taraniuk et al. | Estimation of the marketing potential of industrial enterprises in the period of re-engineering of business processes | |
CN112132438A (zh) | 一种区域股权市场的投融资对接与股权价值评估*** | |
CN116227958A (zh) | 一种基于持仓与净值动态量化评价偏债型基金经理的方法与*** | |
Olayide | Some Estimates of Supply Elasticities for Nigeria's Crops | |
Pederson | Cost of capital for agricultural cooperatives | |
Lipinski et al. | Institute for the future's study of the UK, 1978–1995 | |
Batte et al. | Before‐and After‐Tax Size Economies: An Example for Cash Grain Production in Illinois | |
Srivastava | Why has matching declined | |
El Muharromy et al. | the Effect of Population Growth and Trade Openness on Economic Growth of the Oic Countries | |
Stutzman | Differences across farm typologies in capital investment during 1996-2013 | |
Qian | Factor income distribution: the story behind the statistics | |
CN109858824A (zh) | 一种企业估值方法及*** | |
Sharma et al. | A STUDY ON" IMPACT CASH FLOW REPORTING ON THE INDIVIDUAL SHAREHOLDERS'INVESTMENT DECISION MAKING" | |
Roberts | Factors Influencing Resilient Dairies: A Product of Herd Management or Farm Finances? | |
Nath et al. | Value at risk: Concept and its implementation for Indian banking system | |
Putrie et al. | Stock Making Investment Decisions Using the Capital Asset Pricing Model (CAPM) Analysis of the Business Index-27 on the Indonesian Stock Exchange | |
Belay | Determinants of Investment in the Manufacturing Sector: A Micro Level Analysis on the Example of Injibara |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |