一招教你看懂纯债债基的真实投资策略 来源:宏观交易笔记 作者:前海木兰 又到一年一度的年终总结之时,各只基金的最终业绩榜单已经出炉,大家朋友圈开始纷纷被基金... 

又到一年一度的年终总结之时,各只基金的最终业绩榜单已经出炉,大家朋友圈开始纷纷被基金小伙伴们的各类打榜基金花式刷屏。面对这些一只只业绩亮瞎钛合金狗眼的债券基金,很多小伙伴估计与前海木兰之前一样迷惑:这些债基到底是怎么做到这么高收益的呢?到底是通过看准趋势抓住波段交易,还是适当进行了信用下沉呢?

那么今天前海木兰将以2019年定期开放式纯债债基为例,对基金季报、半年报进行数据挖掘,教你捕获打榜债基赚取超额收益的奥秘。

一、数据清洗

将研究样本锁定于银河证券基金研究中心《中国基金业绩评价报告》中细分类别“定期开放式纯债债券型基金(A类)”(即真正意义上的纯债基金,投资范围不包含可转债、可交换债、股票资产),截至2019年9月30日该样本的债券基金共有370只。

有以下两点需要提前说明:

1、选择定期开放式纯债债券型基金(A类)为例,主要是因为定开债基相对于开放式债基受流动性干扰的因素更小,基金管理人在负债相对稳定条件下的操作一般更能反应其的真实的投资思路,故以此作为各家基金投资策略“管中窥豹”之用可能更优。

2、当基金规模过小时,基金业绩往往会受单一资产贡献度、杠杆、赎回费等因素干扰,不能充分反应基金管理人对资金的整体把控能力和投资理念,故剔除年初至今每季度披露基金规模全部在3亿元以下的债券基金。

经过对年报、季报规模数据的筛选后,最终总共有205只债基入围有效样本。

二、数据分析

首先,我们在这205只入围定开债基中筛选出年度收益率前30强(即前15%分位数)的债基如下:

利用excel附带的WIND函数找到“基金利润表”,对每一只债基在20190630半年报中披露的“收入合计”、“利息收入”、“投资收益”以及“公允价值变动收益”分别摘出,你会发现“收入合计”=“利息收入”+“投资收益”+“公允价值变动收益”。

在此数据基础上,我们便可以计算每一项与“收入合计”的比值分别得到“利息收入占比”、“投资收益占比”以及“公允价值变动收益占比”如下:

这里需要对基金会计入账时用到的上述几个关键名词进行解释:

在今年整体震荡、信用严重分化的行情下,通过综合“公允价值变动收益”和“利息收入”两个要素的数据,其实比较容易推测出每一只基金的大致策略和资产持仓,大致有几个可遵循的规律:

1、“公允价值变动收益”负偏离越大往往说明该债基的交易所杠杆越高,也就意味着基金整体杠杆率越高;

2、“公允价值变动收益”正偏离越大意味着其以高于估值收益率买入的资产越多,以今年的信用环境,各位可以自行脑补哪一类资产今年上半年有机会大幅高于估值收益率买入;

3、“利息收入”正偏离越大意味着报告期内由票息贡献的收入就越高,当然这部分也与杠杆水平挂钩。

我们可以综合这些数据,大致得知每只债基的杠杆水平、票息水平,从而推测其持仓信用资质。一个最简单的逻辑就是,如果一只债基的杠杆很高,票息收入却较低,正常情况下可以推测出这只债基所持资产的信用等级较高。

以下是矩阵图:

三、数据挖掘

通过上述关键数据的抓取和理解,可以对TOP30债基榜单中的打榜债基分类如下:

1、信用研究进取派

指具备极强的信用研究能力,在全年信用风险事件频发的大环境下还能合理利用信用下沉赚取超额收益的债券基金,我们可以综合债基的绝对收益率,并在“公允价值变动收益”高、“利息收入”高(即低杠杆、高票息)的基金产品中找到这类债基:

对于此类债基的持仓情况,各位在此数据挖掘的基础上,建议再结合前期已披露的季报、年报前5大持仓结合推测实际信用情况。另外木兰在数据处理中发现有一只债基数据非常突兀,翻看其半年报发现有较高的“投资收益”浮亏,但另一项“公允价值变动收益”几乎刚好覆盖掉了前面的投资亏损。

2、信用研究保守派

指对信用下沉相对保守,持仓整体资质较高的债券基金,并在“公允价值变动收益”低、“利息收入”低(即高杠杆、低票息)的基金产品中找到这类债基:

3、波段交易派

基金利润表中“投资收益”是基金管理人卖出债券获得的损益,反映了基金管理人在债券市场的交易能力,当然这与不同封闭期下的导致的实际可用杠杆水平也有较大关系,以下是几只波段交易能力较强的债基:

我们可以看到几只定开期限较长的债基由于实际杠杆水平最高可长期达到200%的先天优势,在信用债相对走牛的行情下,产生的资本利得相对更高,这点可以从排名第一的大摩纯债可以非常明显地看出。

四、总结

以上是对2019年一批业绩优秀定开纯债基金的数据挖掘,在上述筛选基金思路下可以评选出适合各位金主的基金经理,从而跟踪该基金经理各类其他债券基金。结合当前的市场环境,木兰偏好中高信用等级、久期相对较短、具有较强交易能力的债券基金。

THE END
1.数据清洗的重要性及步骤4. 数据发布:最后,将清洗后的数据发布到指定的数据库或数据仓库中,以供后续分析和应用。四、结论数据清洗是提高数据质量的关键步骤之一,它可以帮助我们获得更准确、更完整的数据,从而为我们的决策提供更好的支持。通过了解和掌握数据清洗的步骤和方法,我们可以更好地应对各种数据质量问题,为我们的工作和生活带来更多https://aiqicha.baidu.com/qifuknowledge/detail?id=10201303570
2.数据清洗的重要性与技巧:提升大数据分析的准确性和效率提升模型性能:在机器学习和数据分析领域,模型的性能在很大程度上依赖于输入数据的质量。数据清洗包括特征选择和特征工程,这些步骤可以帮助模型更好地识别数据中的模式,从而提高模型的预测能力。 节省时间和资源:在数据分析的早期阶段进行数据清洗可以避免在后续阶段进行昂贵的修正。自动化数据清洗流程可以进一步节省时间和资https://blog.csdn.net/Shaidou_Data/article/details/144110971
3.深度学习数据清洗的目的mob649e81673fa5的技术博客深度学习的成功依赖于高质量的数据。在深度学习之前,数据清洗是一个至关重要的步骤。本文将详细介绍数据清洗的目的,流程及实现步骤,帮助初学者更好地理解这一过程。 数据清洗目的 数据清洗的主要目的是去除噪声和不一致的数据,确保输入到深度学习模型中的数据是准确和高效的。具体包括: https://blog.51cto.com/u_16175512/12697067
4."数据清洗系统,让数据变得更干净!可靠性为了解决这些问题,我们需要一个强大的数据清洗系统。数据清洗系统是一种能够自动识别和处理数据中的错误和异常的工具,它可以帮助我们清理和整理数据,提高数据的质量和价值。数据清洗系统可以帮助我们去除数据中的重复项、缺失值、错误值等,还可以对数据进行标准化、归一化、转换等操作,以便更好地适应不同的分析和应用场https://www.163.com/dy/article/IN0JUT7P05565EEM.html
5.为什么数据清洗在数据分析中如此重要?数据清洗在数据分析中的重要性具体体现在以下几个方面:数据清洗可以提高数据质量:原始数据中可能存在缺失https://www.zhihu.com/question/637030149/answer/3383766703
6.数据清洗浪费时间,是没有意义的。()刷刷题APP(shuashuati.com)是专业的大学生刷题搜题拍题答疑工具,刷刷题提供数据清洗浪费时间,是没有意义的。()A.对B.错的答案解析,刷刷题为用户提供专业的考试题库练习。一分钟将考试题Word文档/Excel文档/PDF文档转化为在线题库,制作自己的电子错题本,提高学习效率https://www.shuashuati.com/ti/5a725202edec42f58aa12db4f0643b47.html
7.engineering):利用领域知识和现有数据,创造出新的特征,用于文章主要介绍了特征工程的相关内容,包括特征工程的定义、重要性,以及特征理解、清洗、构造、选择、变换和降维等方面。具体涵盖了结构化与非结构化、定量与定性数据的区分,数据清洗中的数据对齐、缺失值处理、异常值处理等方法,特征构造中的统计量构造、周期值、数据分桶、特征组合,特征选择的三种形式及多种具体方法,特https://juejin.cn/post/6874516288149028872
8.数据清洗对数据分析的影响是什么?数据清洗对于数据分析的影响是显著的。它可以提高数据质量,揭示隐藏模式和关联,减少误差和偏差,提高数据的一致性和可比性,同时增强数据的可用性和可理解性。因此,在进行数据分析之前,务必进行适当的数据清洗和预处理,以确保得到准确、可靠且有意义的分析结果。 https://www.cda.cn/view/203652.html
9.Prompt用得好,增长工作下班早1.数据清洗 你是一位资深数据分析师,具备深厚的数据分析技能与行业经验。你擅长应用各种数据分析工具和技术,对数据进行挖掘、整合、分析,现在我有一份销售数据,是jason格式的,帮我把数据处理一下,直接输出表格。 2.找数据分析思路 你是一位XX行业的市场营销分析专家,请根据这份数据集合,给出4个不同方向的分析主题https://www.niaogebiji.com/article-645093-1.html
10.什么是数据清洗,数据清洗的原理,各种数据包的意义。数据清洗顾名思义就是能清洗出号码中的不可用号码,和以往传统的号码匹配不同,最新型的清洗方式是系统拨测清洗,精准度不仅高速度还特别快。企业仅仅需要做的就是把号码导入系统,完成检测以后新的号码会自动被导出、分类。这样不仅能够使企业的号码库保持最新,更能使企业未来的发展道路顺畅。 https://www.jianshu.com/p/82ee0adec35e
11.数据资产企业内部数据价值如何挖掘?焦点企业内部数据价值挖掘是指通过分析和处理企业内部积累的大量数据,提取有价值的信息,以支持决策制定、优化业务流程、提高运营效率和创造新的商业机会。以下是企业内部数据价值挖掘的几个关键步骤和实践: 一、数据整合与清洗: 首先,企业需要整合来自不同来源的数据,如销售、财务、人力资源、客户关系管理(CRM)等系统。 http://www.databanker.cn/info/354128
12.网络资源:数据挖掘实战3(中医证型关联规则挖掘)二、数据抽取 1) 通过问卷获取患者个人信息 2) 通过问卷获取发病年龄、是否有各种症状等 如图是实际采集的数据: 三、数据预处理 1、 数据清洗: 由于是问卷调查,存在很多无效的问卷,所以根据数据是否有效进行筛选,筛选标准表如下: 2、 属性规约:(降维) https://nonlinear.wtu.edu.cn/info/1117/1663.htm