基金规模越大，未来收益越差？小基金竟能跑赢大基金2倍。【邢不行】

引言:

邢不行的系列帖子“量化小讲堂”，通过实际案例教初学者使用python进行量化投Z，了解行业研究方向

 这是邢不行第85期量化小课堂分享

作者 l 邢不行、密斯锌硒

2020年，张坤成为第一位规模破千亿的权益类基金经理，荣升新的公募一哥，一时风头无两。

但2021年春节过后他的基金就一路下跌，截至22年的2月28日，已经从Z高点回落了33%。

无D有偶，"Y药女神"葛兰的基金在持续半年的大跌中被众多基民不断的抄底，最终超过张坤成为新的规模第一（1103亿）。

但这仍然无法阻止她的基金净值下滑，截至22年的2月28日，某Y疗健康混合已从高点下跌了36%。

 

​回首2021年的公募基金排名，不仅有大佬们的马失前蹄，也有黑马的强势崛起。

名不见经传的崔宸龙一举夺魁，登顶年度收益冠J。

他的两只基金分别以119%和109%的收益，在所有基金中排名D一第二。

而谁能想到让他名声大噪的这两只顶流基金，在一年前加起来的规模只有6亿，远没有现在400亿的风光，甚至都够不上张坤葛兰的零头。

 

上述的这些现象到底是我们观察到的偶然还是一个长期存在的客观规律呢？为什么规模越大的基金反而未来收益越差呢？

本期文章我们就用数据来验证是否真的规模与收益呈反比，并据此形成一个给大家买基金的指导。

01 基金排名 1 明星基金次年表现

之前我们有篇文章研究了基金排名对未来收益的影响，发现那些当年排名靠前的明星基金未来表现反而拉跨。

比如我们每年买入上年排名前十的明星基金并持有一年，然后依次进行轮换。

也就是说我在2009年持有2008年排名前十的明星基金；在2021年持有2020年排名前十的明星基金，以此类推。

假设我在2008年初始投Z1元，这笔钱经过多年辗转在2021年末就会变为3.43元，翻了3倍多。略微跑赢了代表同期大盘的沪深300指数。

但如果反过来买前一年排名后十的基金，并同样进行上述C作。

最终的收益却能达到4.69，不仅跑赢了沪深300指数，更跑过了排名前十的明星基金的组合。

所以这真的很有意思，买大家眼中的垃圾基金反而能够跑赢那些明星基金。

所以以后如果再有人和你推销明星基金，一定要记得把这篇文章转发给他。

2 基金GM思路

在这篇文章的最后我们还提到了其他几种GM基金的思路，如果你有其他较好的思路，也可以私我和我交流。

本期就来探讨一下规模因素对基金的影响到底有多大。

我们先验证每年买规模排名前十或者后十的基金，收益到底会如何。

我们会用数据来证明到底是那些泰山北斗级别的基金经理能够做到业绩长虹呢？还是我们可以去相信那些职业生涯刚刚起步的年轻基金经理。

02 数据获取

我们首先要获取所有基金历年表现的数据。

我给大家准备好了相应的数据，总共包含了3215只主动的偏股型基金，Q除货币基金、偏债基金、当年新上市基金及被动基金。 

数据的具体格式如图所示：

 

第一列是基金编码，第二列是基金名称，后面包含了2008年-2021年每年基金的规模（单位：亿）和SYL。

如果你需要这份数据的话，可以私我，都是可以免费发给你的。

至此，所有的数据都已经准备妥当，接下来就可以去验证我们的想法了。

03 策略回测 1 筛选条件

在验证过程中，我们会挑选规模最小的基金进行买入。

但很多人会担心小规模基金会出现崩盘的情况，特别是那些跌无可跌、临近清盘的基金。

所以我们这边加了一个筛选条件，删除规模在5000万以下的基金。

为什么是5000万呢？因为相关的基金条例显示：如果一家基金它的资产净值持续60个工作日以上低于5000万的话，就会清盘。所以我们选取5000万作为基金规模划分的标准。

基金合同终止条款

2 策略思路

接下来我们就可以尝试构建交易策略：

每年末买入当年规模前十的基金，持有一年后再根据新排名调仓。

最后计算持有它们的累计SYL，看看到底能赚多少钱。

策略思路

对于规模后十的基金，我们也做相同的处理，看看这么去买的话结果如何。

上述计算过程比较复杂，Excel计算较为繁琐，我们使用Python代码来实现。

​如果你需要这个代码及相关数据的话，可以私我，都是可以免费发给你的。

3 回测结果

代码的运行结果如下：

代表沪深300的黄色曲线从2008年至今翻了2.54倍左右。

绿色曲线是规模前十基金的组合，从初始的1到现在翻了2.91倍左右。

这个收益并不算高，从图中看基本和沪深300指数不分上下。

反观代表规模后十基金组合的橙色曲线，它翻了接近6倍，远远跑赢了沪深300指数以及规模前十的基金组合。

这也从数据角度印证了我们前面的猜想。

 

4 历年对比

我们再换一个角度来做对比。

图中绿柱代表的是规模前十基金每年的收益。比如我们在2009年买入2008年规模前十的基金，收益是70%。

橙柱则代表了规模后十基金每年的收益。我们可以看到，除2009年和2019年外，其他年份规模后十基金都能跑赢前十基金。

这也说明了小规模基金不仅总体收益更高，而且能长期稳定的跑赢大规模基金。

当然只看规模前十和后十基金会有一定的偶然性，万一出现异常情况的基金，就会严重影响统计结果。

04 分组回测

我们接着就扩大范围来做分析，将所有基金根据上年规模排名分为5组。

1 回测结果

按照我们的策略去跑，规模前20%的基金最终收益是4.35，规模后20%的基金则是5.47，差距还是比较明显的。

并且除了这两组外，我们还可以看其他组的基金它们的收益是多少？

这个计算就很难手工完成了，我们还是要借助python编程，如果你需要相关数据和代码的话，可以私我，都是可以免费发给你的。

2 策略结论

运行代码后，具体结果如图所示：

我们可以很明显的看出，基金规模越小收益越高。

但也不是规模越小越好。基金规模排名中间偏下的，反而是Z具有成长潜力的。

所以大家买基金的时候，可以尝试在这个规模区间中去选择你心仪的基金。

 

至此，我们用Python量化和数据给大家证明了，基金规模越大未来收益越差这一规律。大家也可以在之后的实战中去使用。

那么这个规律到底是为什么呢？那些规模大的基金经理真的就像我们想的那么菜吗？

05 原因回溯

事实并非如此，投Z规模越大，你要追求同等收益的难度越高。

1 规模桎梏

其实不仅是投Z，任何一门生意都这样。从商业的角度看，规模越大，持续保持高速增长就越难。

比如你开了一家早餐铺，也许今年可以赚十万；明年稍作努力就可能赚到20万，利润一下子就能翻倍。

但如果你是肯德基、麦当劳这种巨无霸公司，第二年的利润如果能够上涨10%-20%就已经足够优X了。

 

所以相对而言，小企业比大企业更容易成长。

但天下没有免费的午餐，小企业享受高成长的同时也承担了高风险，因为它远不如大企业稳定。

对于基金经理来说也是如此，当他的规模大到一定程度的时候，他能够找到的好的交易机会和能承载他资金量的交易标的就会变得非常少。

这其实也是我们散户相对机构投Z的隐形优势。

比如一些牛X的散户可以去做打涨停板的策略，而规模百亿的基金就无法做到。

以上就是影响这些大规模基金收益的一个Z大的因素：基金的规模本身。

2 其他因素

当然也会有一些其他的因素，比如说因为公募基金的盈利模式在于收取管理费，所以大规模的基金更多的追求稳健。

​一个千亿规模的基金哪怕每年只收一个点的管理费也有10亿的利润。只要稳健一点，保Z没有太多人赎回就可以了，完全没有必要去冒风险。

小规模的基金自身赚取管理费的能力较差，所以它反而更有动力去追求高收益，以此进入人们的视野，从而达到扩充规模的目的。

3 其他方向

至此，我们就通过数据详细的验证了基金规模越大，未来收益越差这一铁证。

除此以外，还有很多方向值得我们去探究。

大家拿到数据和代码后可以自己把玩一番，选择感兴趣的角度进行研究，用Python编程来验证。也可以私我与我一起讨论。

如果本期文章超过100点赞，我们很快就再写一篇文章来讲解更多选基金的好思路。

归根到底一句话，我们用数据说话。

06 后记

文章的最后，和大家分享一点量化投资的心得。

很多人问我小白如何开始学习量化投资，有什么可以书单推荐。

我的建议是千万不要直接找本书来看。

你找本编程书看，那跟着敲完“Hello World”就结束了；你找本数学书看，那看到第七页的公式就睡着了。

​更好的学习方式是做实际的项目，在实践中学习量化策略。

研报就是很好的量化实践项目。

一篇研报就是一个策略，作者都是年薪百万的高学历券商分析师，你要做的就是读懂策略研报，并用代码实现。

​在此期间什么不会学什么，哪里不会点哪里，抱着解决问题的心态去学习，事半功倍。

熟读唐诗三百首，不会作诗也会吟。

​那么哪里可以获取研报呢?

你可以私我，我这里有分门别类几万份研报，还会实时更新。

我会区分难度，精选之后发给你。

​

可以私我，交流量化投资相关问题，我比较忙，回复的比较慢，但是看到的都会回复。

聊的开心，聊得有缘，很多量化的数据、资料都是可以送给你的。

也可以翻翻我朋友圈的内容，很多量化干货。一些不会公开发的内容，都会在朋友圈说。