为什么不要轻易购买新发的基金?

刚刚过去的2021年,基金市场可谓异常火爆。比如去年新发的ETF数量为281个,发行规模达1914亿元。新发的公募基金数量为1898个,发行规模近3万亿元。不管是发行数量还是发行规模,这个成绩都比过去几年有了明显增长。

对于银行和基金公司来说,只要市场对产品有需求,他们自然会卯足劲来推出各种新产品。但其实更大的问题是:这些产品都适合消费者么?消费者需要这么多选择么?他们明白自己买的是什么么?

从严格意义上来说,任何一个新发的基金,不管是公募基金还是指数ETF,都是不值得购买的。原因很简单:新发的产品还没有经过市场的洗礼,还没有经过实践的考验,没有任何数据帮助你做分析,那作为投资者为什么要去承担这些本来不必要承担的投资风险呢?

如果我们把上面这个标准稍微放宽一些,那么投资者可能可以考虑购买新发的指数ETF,因为投资指数ETF的最大风险,主要在于跟踪误差,也就是说投资者无法得到该基金追踪的指数的回报。产生跟踪误差的原因主要有基金收费太贵,指数复制难度太大,或者基金经理水平不够。假设这些风险都能够得到有效控制,并且投资者对指数有充分认识的话,那么购买新发的指数ETF的风险还不算太大。

但是如果是一个主动型公募基金,那么购买新发基金的风险就会大很多。原因在于,购买主动基金的目的,主要是为了战胜基准指数。这也是为什么主动基金收费比指数基金高的原因,因为他们的目标是获得比指数基金更好的回报。但是对于投资者来说,如何确定一个新发的基金能够战胜指数呢?事实上,投资者是无法确定的,因为连一点历史业绩都没有,投资者不可能有任何可以参考的数据。在这种情况下,投资者只能依靠自己的直觉,或者基金经理做的回测,并基于回测去猜测该基金未来可能获得的回报。

回测的意思,是假设基金使用某种投资策略和方法,回到过去,在模拟的环境下可以获得多少投资回报。任何一个新发基金,在发行前都一定会向潜在投资者呈现出一个非常好看的回测业绩。原因很简单:如果呈现的回测业绩不够靓丽,那么谁会有兴趣买呢?没有人会愿意购买一个连回测业绩都很差的基金。

那么问题来了:如何把回测业绩做的好看呢?我们假设基金公司和经理有最低的道德底线,即他们不会凭空捏造出一段看上去非常诱人的业绩回报,那么他们能做的,就是反复进行多次回测,每次都稍稍改变一下回测的时间段、买卖参数、标准和频率,一直试到得到满意的结果为止。

这样的穷举试错法,在几十年前是很难做到的,因为它需要耗费大量的人力物力。但在CPU和内存成本大幅度降低的今天,这种方法做起来其实并不太难。事实上,任何一个稍微懂点金融和编程的硕士或者博士生,手边有一台电脑和一些历史交易数据,就能写出一些交易程序,并进行成千上万次的回测。如果我们基于这些回测,从中选出表现最好的一次,那么该策略的回测业绩一定不会差到哪里去。

但事实上,通过这种方法选出来的交易策略,很难经得起实践的考验。因为其靓丽的回测业绩,并没有底层逻辑支持,而纯粹来自于事后的选择。在统计上,这种“样本内”业绩,很难持续到“样本外”继续保持优秀。事实上,在现实中,“样本外”基金实战业绩远不如“样本内”回测业绩的例子比比皆是。有学者(Brightman et al, 2015)统计了1993到2014年间所有新发的ETF的历史业绩,发现这些基金在发行前的回测业绩,平均比基准指数每年好上5%(即超额回报为5%)。但是在这些基金发行之后,他们实际获得的超额回报,却下降到了0%。这个实证统计结果非常有说服力,完全验证了笔者在上文中提到的逻辑:为了吸引投资者们购买,基金经理需要向他们展现诱人的回测回报。但是由于该回测回报来自于数据挖掘和事后选择,因此在实践中经不住考验,无法为投资者带来真正的超额回报。购买了这些基金的投资者,其实就是当了一回冤大头,带着战胜市场的期望,却收到了和市场差不多的投资回报。

投资者们为什么会犯这样的错误呢?其背后主要有两个原因。首先是大大低估了主动基金战胜市场的难度。几乎任何一个基金的宣传材料,以及回测业绩,都会告诉投资者其基金经理堪比巴菲特,有着投资金手指,能够轻松战胜市场。但事实上,到最后真正能持续战胜市场的基金经理,实属凤毛麟角。统计(Johnson and McCullough, 2019)显示,在一个十年(2009-2019)区间里,能够战胜市场的美股大市值价值型基金,仅占总样本的8.3%。换句话说,超过九成的基金,都无法持续战胜市场。

另一个原因,是投资者对于“选择性偏差”没有充分的认识。选择性偏差指的是在研究过程中,因样本选择的非随机性,导致得到的结论存在偏差。在上面的例子中,基金经理在选择向投资者展示哪段回测业绩时,是主动筛选的,而非随机选择,因此可能会误导投资者让他们觉得该策略能够轻松战胜市场。如果投资者搞明白了这些回测业绩是怎么来的,就会对它们有更高的警觉,不再那么容易被误导。

在金融投资领域,由于没有搞懂“选择性偏差”而导致认知偏误的例子比比皆是。举例来说,大量的投资者热衷于预测未来,对那些做出神预测的“大咖”顶礼膜拜。如果有哪位基金经理或者经济学家恰好预测对一次市场的大跌,或者大涨,往往成为头条新闻。但正如英语谚语里所说:哪怕是一只坏的钟,每天也会有两次准时。任何一个人在做出大量见顶或者探底的预测之后,偶尔蒙对一、两次是很正常的。关键不是他对了哪一次,而是他一共做了多少预测,正确率多少。有学者(Kaissar, 2016)统计了1999到2016年间银行分析师和经济学家对于标普500指数的预测后发现,这些职业预测专家往往错的离谱。比如在2000到2002年,平均预测比指数年终价位高出26%,而到了2003年,平均预测又比指数年终价位低了10%。另一项研究(Bailey et al, 2018)在统计了68位股市行家的预测结果后得出结论:他们的平均正确率为48%,和任何一个人通过投硬币猜正反来猜股市涨跌的正确率差不多。

对于普通投资者来说,一个新发基金的宣传材料,可能充满诱惑。它可能点中了你看好的某一个行业,让你觉得错过这个风口,下一个不再到来,或者其之前回测的业绩让人眼前一亮,为之心动。但产生这样的错觉,很可能是因为自己的金融知识不够所导致。聪明的读者朋友,应该多学一点统计知识和行为心理学,用这些知识来武装自己,提高自己对于各种金融产品的警觉性,坚持做一名冷静理性的投资者。

本文首发于FT中文网。

参考资料:

Chris Brightman, Feifei Li, Xi Liu, “Chasing performance with ETFs,”Fundamentals, Research Affiliates, November 2015

Ben Johnson and Adam McCullough, “Morningstar’s active/passive barometer,” February 2019

Nir Kaissar, “S&P 500 forecasts: Crystal ball or magic 8?,” Bloomberg News, 23 Dec 2016

David H. Bailey, Jonathan M. Borwein and Marcos Lopez de Prado,“Evaluation and ranking of market forecasters,” Journal of Investment Management, vol. 16, no.2 (Apr 2018), 47-64

雪球转发:5回复:4喜欢:12

全部评论

作业必须抄02-05 13:35

基金

老韭菜回来了202202-04 15:53

收藏

神灯师傅02-04 13:16

听君一席话 还是一席话!

当盈不让02-04 11:18

标普红利,回测牛气冲天,长期输给沪深300和中证500,我一直没搞清楚为什么,因为等权?删自选了。我还记得代码,$红利基金LOF(SH501029)$ ,刚才看了一下,去年涨得挺好的。