什么是交易能力
我们都知道投资收益的来源，无非两个，一个是选股，一个是择时。
选股就是我选中了贵州茅台，股价从1000涨到了2000，我中间持有不动；
择时就是我选中了茅台贵州，股价从1000涨到了1500，我卖掉了，赚了500，然后等价格跌到了500的时候，我又买入，等到1000的时候，我又卖了，赚了500，股价的起点和终点都是1000，但中间的差价，赚了1000。
如果只选股，那么持仓的组合势必会与系统性风险高度相关，会随着市场整体水平而波动。如果择时比较准确，可以创造更高的风险收益比，因此具备良好择时能力的基金经理是非常稀缺的。
择时与换手率有关，因此一次择时操作，涉及到买和卖，会有交易费用，增加持仓的成本，而且换手率太高，同时市值又比较小，势必会造成策略容量比较小。
但择时贡献的收益与换手率并无必然的关系，有的交易能力强，看的比较准，一两次换手就能够贡献很高的收益，比如风格从消费切换到新能源，这种基金经理是最优秀的；有的交易能力比较差，即使换手率很高，也有可能被市场反复打脸，贡献负的收益率，这种基金经理是比较差的。还有偏量化类的，属于积小胜为大胜，单次贡献的择时收益比较少，但通过多次择时来累计交易能力贡献收益。
交易能力\换手率换手率低换手率高交易能力强很好好交易能力弱看选股能力很差
如何分析交易能力？
分析基金经理的交易能力主要有两个途径：
一个是之前有介绍的通过基金利润表拆分的方式，通过剥离打新收益后的股票投资收益来分析基金经理的交易能力；
另外一种，就是通过半年报/中报的模拟组合，然后与基金实际组合与模拟组合对比的形式，来观察超额收益的收益，波动率和稳定性。
其实还有另外一种基于净值回归的分析方法，后续有机会再介绍。
无论是从模拟组合还是财报拆分来看，都无法区分基金经理的调整是被动还是主动，被动主要是为了满足合规的限制，从而被动调整仓位的管理。所以两种方法拆分出来的结果既包括了主动因素也包括了被动因素。
模拟组合如何构建？
基金的定期报告中，在中报和年报是需要公布股票的全部持仓，在这个基础上，我们可以构建出来中报和年报这个基金的全部持仓，我们可以假设一个模拟组合，或者仿真组合，这个组合在中报和年报的时间区间的节点，根据中报和年报的具体持仓构建，然后假设持有不动到下一个报告期，这个组合模拟了假设这个基金经理根据这个持仓，持有不动到下一个阶段的收益区间情况。
与之对应的，就是基金经理在下一个报告期的实际的投资活动产生的基金的实际收益率了。这两个组合的收益率一对比，就可以知道基金经理在下一个报告期的操作是否能够产生正的收益率贡献了，如果这个收益差值为正数，说明基金经理的调仓比较成功，基金经理的择时能够贡献正收益；反之。
上面的思路是非常朴素，也是容易理解的，但是在实际的过程中还是会存在一定的问题。首先就是在于完全复制组合上。
根据之前的文章，即使在中报和年报，关于持有债券，也只有前五大，持仓债券的，而且转债也只有处于转股期的可转债。另外一些行情数据相对比较难获取，比如债券，还有重仓ABS。
所以，我们不得不做一些简化或者说替代。比如：
对于股票，可转债，基金，使用具体的持仓明细去计算收益率，不会使用资产替代；
持有的现金资产（买入贩售金融资产等），使用货币基金（中证货基指数，H11025.CSI）来替代；
对于非可转债的债券（包括利率债，信用债，其他债券，资产支持债券），使用的是中债-新综合指数来代替收益率；
对于其他的资产（主要是期货，贵金属），使用配平项来替代，使用货币基金（易方达货币A，110006）来替代
正因为做了这些代替之后，就会引入了误差：
首先是债券方面，不同利率债，信用债使用了单一的债券收益率来代替，误差相对来说会比较大；
另外就是配平项，如果过大，也会造成很大的误差。
所以，从上面的讨论来看，该方法计算的结果相对来说，比较适合，偏股基金，或者可转债等占比比较高的基金，对于固收基金，或者非可转债占比比较高的固收+基金，误差可能也会比较大。
这里在展开展开探讨一下，基于财报收益拆分的交易能力分析与基于模拟组合的持仓能力分析，两种方法有什么区别呢？举一个例子，你就理解了。
假设基金经理在中报截止日按照1000的价格买入茅台，后来茅台涨到了1500了，基金经理卖了，到了年报截止日的时候，茅台涨到了2000。如果按照基于财报的收益拆分，1000买入，1500卖出，中间盈利了500，加入股票投资收益中，反映了基金经理的交易能力，但如果站在模拟组合对比的角度，如果没有卖掉，基金经理可以多赚500，与基金组合对比的角度来看，是负500的交易能力收益贡献。从这个角度来看，基于模拟组合的交易能力分析，相对来说更加严格。
另外关于打新收益的贡献，只能够通过财报角度的拆分才能够得到。在模拟组合对比过程中，无法拆分打新收益率，所以有时候，这两种方法也需要结合起来。
分析案例
西部利得量化成长
从我们之前的分析来看，西部利得量化成长的换手率在全市场相对比较高。
从模拟组合构建的误差来看，权重配平项相对来说占比很小，虽然现金项的权重比较大，但整体货币基金的收益很低，波动也很小（相对于持仓更大的股票资产而言），经过上面的分析，构建模拟组合误差相对比较小，结果可信度比较高。
从对比结果来看，实际组合的累计收益（红线）远超过模拟组合（黄线），这说明基金经理有非常不错的交易能力，在中报和年报期间的主动调整组合，产生了正的收益效果。
进一步拆分，每个报告区间的收益率：下面的时期是表示从21-06-30开始到2021-12-31区间的收益率。从区间的收益率来看，交易能力创造的收益主要集中于19-20年，但是在21年下半年开始到现在，确是负的交易能力（主动管理）贡献。
从这里我们可以看到基金经理的交易能力是在下降的。在这个基础上，我们还可以衍生分析，将底层持股不动的股票收益，按照行业，板块等进一步归纳，这样我们更加方便地观察具体的收益来源于哪些方面。比如，上面的股票收益，进一步拆分了制造，科技等。从下面的拆分来看，股票的收益主要来自于制造和科技产业，医疗健康也有一定的收益贡献。
但如果我们结合财报拆分的角度来看，在2020年到2021年，产品有一定的打新收益率贡献。（20年下半和21年上半年因为产品规模比较大，打新收益收益率估算会有一定的误差，但是与股票非打新收益占比来看，可以大概估计这两个报告期的打新收益贡献不低。）所以，前面通过模拟组合分析的交易能力（主动管理）收益贡献，在2021年之前，会有一定的打新收益的水份。
但是在2021年下半年到最近这个时间区间，通过模拟组合分析的主动管理收益贡献是在下降的，但通过财报拆分的数据来看，股票非打新收益率相对来说，比较稳定，并没有很大的下滑。通过两个不同的方法分析的结论是矛盾的。中间可能的原因就是之前讨论的，可能基金经理涨到一半的时候，就卖掉股票了，没有吃到全部涨幅。对于这种矛盾情况的处理，我个人偏向于站在买方的角度，哪种方法计算的结果低，我会偏向于哪种方法。这个跟卖方的王婆卖瓜，自卖自夸，完全不一样。
所以，我对于西部利得量化成长的分析结论是，基金经理会有一定的主动管理能力，交易能力，但是最近这种能力会有一定的下滑。（至少有一种方法显示的是下滑，如果两种方法都显示下滑，那这个结论可以得到双重交叉验证，结论更加可靠）。但主动管理能力下滑的原因，是规模太大与换手率不匹配，还是因为市场环境和波动变化等导致的，不确定。可能是多重因素综合影响的结果。
中泰星元灵活配置
中泰星元灵活配置是低换手的典型策略。各种换手率指标都处于同类比较低的水平。
从模拟组合的大类资产误差情况来看，前期有一点配平项，后期基本都是股票和现金，整体误差并不大，模拟组合的结果相对比较准确。
从模拟组合的收益拆分来看，基金经理有一定的主动管理能力，实际组合的收益率高于模拟组合。
从不同区间收益来看，收益主要贡献是股票持股不动的收益，中间主动管理能力贡献的收益相对比较少。
进一步拆分的话，收益主要是基础设施与地产产业，周期产业和制造产业。尤其在20年中报后，周期行业贡献了比较多的收益。
如果从财报拆分的交易能力贡献收益来看：
之前的打新收益占比并不低，所以上面基于模拟组合的分析的基金经理的交易能力贡献的收益会有一定的水份。但基于财报的收益拆分来看，基金经理又是有一定的交易能力的，因为股票非打新收益，显示的基本都是正收益贡献。
为什么会有这种解释呢？一个可能的解释就是，持股涨得差不多了，基金经理就卖掉了，没有吃到全部。
比如长期持有的建发股份：在2022年上半年有一轮上涨，就开始卖出股票，并没有全部吃到后面的涨幅。
下面是太阳纸业的持仓分析：2020年下半年，太阳纸业涨上来的时候，就开始清仓了，后面还会继续上涨。
综合上面的分析来看，我可以得出来的结论是，中泰星元的这个产品的收益主要还是来自于选股的收益贡献，基金经理有一定的交易能力，但基金经理偏向于低估值策略，如果股票价格上涨，估值降低，基金经理可能会减仓，从而吃不到后续的上涨。
小结
优秀的主动管理（交易能力）对于基金的业绩贡献是很有价值的，同时具备这种能力的基金经理也是相对来说，也是比较稀缺的。
如何分析基金经理的交易能力呢？目前主要是两个角度，一个是基于财报的收入拆分，这种方法的优点是，不需要基于持有不动的假设，而且数据相对准确和权威，没有太多争议。但缺陷是，只有一个区间的统计数值，如果存在规模变动比较大的情况，分析可能会存在误差。
另外一个途径，就是根据中报和年报的全部持仓去构建模拟组合，然后根据实际组合的收益与模拟组合的对比，计算超额收益去分析基金经理的主动管理能力。但这种方法也会存在的一定缺陷，首先是需要使用一些替代资产去代替部分缺失的持仓，所以会有一定的误差，比较适合股票型基金和非可转债占比比较低的固收基金分析。
虽然都是交易能力分析，但两种方法计算的统计口径是不同的，这个需要注意，可以两种方法的结果结合起来看，交叉验证，这样得到的结论更加准确。
至此，全文完，感谢阅读。
如果您发现我的分析有错误和遗漏的地方，欢迎您的指正和补充。
以上内容仅作为个人投资分析记录，仅代表个人观点，分析内容基于历史数据，历史业绩不预示其未来表现，不作为买卖的依据，不构成投资建议。
#雪球星计划公募达人# #ETF星推官# #微积分量化价投#
@蛋卷指数基金研究院 @今日话题 @雪球创作者中心 @蛋卷基金 @ETF星推官@球友福利 @Ricky @盛丰衍 @就叫姜诚
$西部利得量化成长混合A(F000006)$ $西部利得中证500指数增强A(F502000)$ $中泰星元灵活配置混合A(F006567)$