【推荐】2021年最全基金经理数据分析附数据佐证基金公司统计

写在最前

最近分析数据有点上瘾。将市场上所有的基金整理了一下，算了一下复合年化收益率。本来是想用新学的几何平均收益去测算统计市场，文章刚开始也是以这样一个角度去写的，写的过程中就发现数据有很多难以说服我自己的地方，最大的问题就是数据重复计算了，

如张三管理了A基金，在管理期间又管理了B基金，此时的基金收益就被重复计算了。按照几何平均收益的算法当然没有任何问题，但是忽略了基金经理持仓规模并重复计算业绩，这种分析数据对我们的投资没有任何帮助，所以又重新修改思路，依旧沿用复利年化的思路去分析整个市场。可怜的是我整理了三个多小时的数据和图表。

数据基础以及分析的局限性

先说一下数据整理的基本情况：

CHOICE找出的全市场的基金共有12158只（含未成立和已到期），共有基金经理2098人，管理年限在6年以上的基金经理共有529人

。所有数据都源于choice，本次只基于choice获得的数据来进行分析。

先说一下本次数据与之前数据分析上的不同点：本次的数据分析，只考量绝对收益数据，无持仓或曲线牛熊表现的筛选，所以这次的筛子筛出的标的只是一个数据，不加思索的买入最亮眼的标的大概率不是契合当下市场环境或自身风险偏好的标的。

再说一下这次数据分析的局限性：基金经理管理一只基金业绩很优秀，但是中途离职了，筛子是筛不出来的，比如说，本次筛选的结果没有傅鹏博，因为老傅因为家里那些倒灶的事情半路跳槽了，所以兴全社会责任的过往表现跟老傅说再见了，用几何平均收益法能筛出来，但各大基金经理的水分太大，收益虚高。

绝对值数据排名

特点是，管理年限短，很多都是新面孔，收益都非常养眼，但要注意的是，

这个收益率的年化是对最后一列在职天数的年化，所以高的话是很正常，因为要考虑时间，

上图中看到了去年的基金状元农银的赵诣，希望明年我再做表格的时候还能看到赵老师。

相对值数据排名

只看绝对值排名里的同学们对我们的投资基本没有太大的帮助，因为不确定这些曲线战士们的收益到底能不能够持续，所以需要把条件进一步的添加。在这之前先顺手来论证几个事情。

从业年限长作为营销卖点不能解决任何问题？？

我将数据筛选条件设置为

。

数据很多，良莠不齐。关注点是最后两列，杨建华、赵航、许之彦等人近期的年化确实很亮眼，但跟最后一列的在职天数一对比就没了吸引力，此类基金经理缺乏配置中最重要的一点，稳定性，没有拿得出手的长期作品。除此之外还有牛勇、陈少平、崔建波、张峰、邹唯、许定晴、邹曦、王克玉、严菲等人的水分很大，这几个老师从业年限足够长，管理的产品也有很多，但是并没有做出什么成绩来，所以管理时间长、老将等营销字眼对我们的资产配置没有太大的帮助。但只从表格的数据去看的话，貌似很牵强，所以还是要用数学的方式去解决。下面的方程可以很好的帮我们解决这个问题。

以后的基金市场，会如何演绎？

上图是我对市场上的基金经理业绩绘制的散点图，红框里的基金产品就是市场上最好的基金产品，年限长，业绩好。我们对这些数据进行回归可以得到如图的方程：

Y=-0.0039X+19.487

方差=0.0967

这个公式告诉我们：

①普通人担任基金经理有20.987%的先天优势，换言之，最近的市场环境太好了，去年到今年暴增的基金经理和业绩太高了函数的左边区域，在这样的市场环境下，任何人当基金经理都有1.5%（管理费）+19.487%的收益。所以我一直强调今年公募的业绩好并没有什么值得骄傲的。

②管理时间每多一天，整体收益就要下降0.0039%，但这个数据不是绝对的，因为求得方差太大。只能说市场上的差异在变得越来越大，优秀的基金经理越来越优秀，平庸的基金经理越来越无人问津，总体还是差的多，因为函数斜率为负。但优秀的基金经理会虹吸市场越来越多的资源，右上角的散点们会越来越大。

观点验证完做一下新的条件，要只从数据上尽可能选出牛的基金经理需要考量稳定性和收益性，即有持续的管理单只产品，管理的期间收益足够好：

这张表格的人大家基本都认识了，

等人赫然在列。其中大部分人我也都分析过，漏掉的人在以后的基金经理分析专题中我会一只只的剖析，是骡子是马还是得拉出来溜溜才知道。

OGP

仪器影像仪

3次元测量仪

上海影像测量仪