主動基金投資

作者：劉洋溢//魏建榕//連祥斌//石川|責編:高洪霞
出版社：電子工業
ISBN：9787121533402

出版日期：2026/09/01
裝幀：平裝
頁數：375

人民幣：RMB 99 元售價：元

內容大鋼

本書立足中國基金市場，以因子投資為統一視角，圍繞基金業績預測、投資者行為及基金信息在選基和選股中的應用，系統地梳理相關學術研究，並結合中國市場實證與業界實踐，構建主動基金研究與投資框架。全書從中國主動股票型基金的典型事實出發，從四個方面展開介紹：首先，介紹以基金特徵和主動性指標為代表的業績預測方法，以及規模報酬遞減規律；其次，分析投資者的業績追逐行為及常見行為偏差；再次，討論如何利用基金持倉、資金流和基金網路信息篩選基金與股票；最後，介紹機器學習、深度學習和文本分析在基金研究中的應用。此外，書中還對中國市場中的基金畫像、分類與配置等實踐問題進行了探討。

作者介紹

劉洋溢//魏建榕//連祥斌//石川|責編:高洪霞

第1章  基礎知識
  1.1  主動股票型基金的典型事實
    1.1.1  典型事實1：平均而言，中國市場中主動股票型基金能獲取正Alpha
    1.1.2  典型事實2：「基金賺錢、基民不賺錢」
    1.1.3  典型事實3：投資者追逐業績優異的基金
    1.1.4  典型事實4：簡單「抄基金作業」不靠譜
  1.2  本書內容框架
    1.2.1  內容1：基金業績預測
    1.2.2  內容2：投資者行為分析
    1.2.3  內容3：「抄基金作業」與基金對資產定價的影響
    1.2.4  衍生內容：機器學習與文本分析
    1.2.5  實踐內容：主動基金配置
    1.2.6  結語：小結與未來研究方向
  1.3  因子投資視角下的基金業績預測
    1.3.1  多因子模型簡述
    1.3.2  三點討論
  1.4  補充說明
第2章  簡單基金特徵與基金業績特徵
  2.1  基金規模
    2.1.1  規模與業績
    2.1.2  中國市場分析
    2.1.3  最優基金規模
  2.2  基金費率
    2.2.1  費率和業績
    2.2.2  中國市場分析
  2.3  基金年齡
    2.3.1  年齡與業績
    2.3.2  中國市場分析
  2.4  基金資金流
    2.4.1  「聰明錢」還是「蠢錢」
    2.4.2  中國市場分析
  2.5  基金經理團隊結構
    2.5.1  團隊制趨勢
    2.5.2  團隊制和業績
  2.6  基金經理生日
    2.6.1  生日和業績
    2.6.2  原因分析
    2.6.3  出生順序的影響
  2.7  基金動量
    2.7.1  動量與業績
    2.7.2  中國市場分析
  2.8  特徵調整的超額業績
    2.8.1  股票特徵分組
    2.8.2  特徵選股能力
    2.8.3  特徵擇時能力
    2.8.4  長期風格暴露
  2.9  雙重調整Alpha
  2.10  本章小結
第3章  基金主動性
  3.1  基金R2與主動性

    3.1.1  指標構造方法
    3.1.2  實證表現
    3.1.3  R2與跟蹤誤差
    3.1.4  中國市場分析
  3.2  （持倉）行業集中度
    3.2.1  指標構造方法
    3.2.2  預測機制
    3.2.3  中國市場分析
  3.3  主動份額
    3.3.1  指標構造方法
    3.3.2  實證設計
    3.3.3  主動份額與基金業績
    3.3.4  中國市場分析
  3.4  現金管理能力
    3.4.1  兩個視角
    3.4.2  中國市場分析
    3.4.3  討論
  3.5  主動基本面業績
    3.5.1  指標定義
    3.5.2  實證結果
    3.5.3  討論
  3.6  收益缺口與隱形交易
    3.6.1  指標構造方法
    3.6.2  隱形交易：修正收益缺口指標
    3.6.3  預測機制
    3.6.4  中國市場分析
  3.7  風險漂移
    3.7.1  指標構造方法
    3.7.2  預測機制
    3.7.3  中國市場分析
  3.8  時變能力指數
    3.8.1  擇時與選股能力的時變性
    3.8.2  構建時變能力指數
    3.8.3  中國市場分析
  3.9  進階話題：基金因子動物園
    3.9.1  基金能利用股票市場異象嗎
    3.9.2  因子業績預測能力的樣本外衰減
  3.10  本章小結
第4章  規模報酬遞減
  4.1  規模報酬遞減的定義與估計
    4.1.1  定義
    4.1.2  估計
  4.2  規模報酬遞減的爭議
  4.3  如何更準確地度量基金能力
    4.3.1  基金的價值創造能力
    4.3.2  價值創造能力的分解與估計
  4.4  盈利能力與可擴展性的直觀估計
    4.4.1  行業和風格集中度
    4.4.2  理論模型和實證分析
    4.4.3  預測機制

    4.4.4  有效主動性
  4.5  本章小結
第5章  基金投資者的業績追逐行為：經典研究
  5.1  業績追逐行為與基金資金流—業績敏感性
  5.2  理性解釋：貝葉斯學習
    5.2.1  貝葉斯學習框架的基本設定
    5.2.2  關鍵假設與模型的啟示
  5.3  非理性解釋：追逐簡單的業績信號
    5.3.1  基金業績與總體資金流
    5.3.2  晨星評級與基金資金流的截面差異
    5.3.3  投資者追逐晨星評級的啟示
    5.3.4  討論
  5.4  本章小結
第6章  基金投資者的業績追逐行為：拓展研究
  6.1  貝葉斯學習框架下的資金流—業績敏感性影響因素
    6.1.1  基金收益波動率和基金年齡
    6.1.2  市場狀態
    6.1.3  基金異質性風險
  6.2  追逐簡單的CAPM-Alpha
    6.2.1  基金Alpha的估計
    6.2.2  賽馬分析
    6.2.3  收益率的不同成分與基金資金流
    6.2.4  其他研究
  6.3  再探經典研究
    6.3.1  安慰劑測試
    6.3.2  回歸方法的爭議
  6.4  調和已有研究
  6.5  本章小結
第7章  投資者行為偏差
  7.1  因子相關收益率
    7.1.1  因子相關收益率與基金資金流
    7.1.2  因子相關收益率與基金未來業績
    7.1.3  對基金能力的啟示
  7.2  彩票偏好
    7.2.1  基金收益的彩票偏好與基金資金流
    7.2.2  彩票偏好的原因
    7.2.3  基金為何持有彩票型股票
    7.2.4  彩票股持倉對資產定價的啟示
    7.2.5  討論
  7.3  前景理論與基金投資者行為
    7.3.1  前景理論與基金資金流
    7.3.2  最優參數估計
    7.3.3  全新洞見
    7.3.4  不完全理性的基金投資者
    7.3.5  其他研究
  7.4  有限關注下的貝葉斯學習
    7.4.1  基金業績信號精度估計
    7.4.2  影響機制
    7.4.3  PRP與投資者收益率
  7.5  互聯網平台的興起與對網紅基金的追逐

    7.5.1  互聯網基金銷售平台興起的影響
    7.5.2  數據與基準結果
    7.5.3  機制分析
    7.5.4  後果：對基金經理風險承擔的影響
    7.5.5  討論
  7.6  本章小結
第8章  抄基金作業
  8.1  簡單抄基金重倉股作業並不奏效
    8.1.1  基金重倉股組合
    8.1.2  基於基金超額持倉權重
  8.2  基於基金質量抄作業
    8.2.1  股票質量與基金質量
    8.2.2  基金質量與基金能力
    8.2.3  基金質量與基金未來業績
    8.2.4  基金質量和基金資金流
  8.3  透過持股基金質量洞悉股票質量
    8.3.1  持股基金質量與股票表現
    8.3.2  持股基金質量與基金持股比例
    8.3.3  預測機制
  8.4  基金隱含股票Alpha
    8.4.1  模型和廣義逆估計
    8.4.2  和已有指標的關係
    8.4.3  預測機制
    8.4.4  替代構造方法
  8.5  如何抄一份好作業
    8.5.1  簡單抄作業不靠譜
    8.5.2  數據
    8.5.3  模型和實證結果
    8.5.4  投資者專業度與抄作業回報
    8.5.5  對被抄襲者的收益率損害
  8.6  本章小結
第9章  基金資金流、基金網路與資產定價
  9.1  資金流驅動的交易
    9.1.1  估計資金流驅動的交易
    9.1.2  FIT與股票收益
    9.1.3  預期FIT與資產定價
    9.1.4  資金流驅動的交易與基金業績持續性
    9.1.5  資金流驅動的交易與聰明錢效應
    9.1.6  資金流驅動的交易與股票動量
    9.1.7  因子相關收益率與風格因子表現
    9.1.8  討論
  9.2  共同資金流
    9.2.1  定義和特徵
    9.2.2  資金流Beta與股票收益
    9.2.3  資金流Beta與基金投資組合
    9.2.4  穩健性與進一步分析
    9.2.5  討論
  9.3  基金網路
    9.3.1  概述
    9.3.2  基金對重倉股網路信息的利用

    9.3.3  基金投資風格與基金之間的競爭
    9.3.4  基金重倉股網路和競爭網路
  9.4  隱藏的Alpha
    9.4.1  數據
    9.4.2  主要實證結果
    9.4.3  進一步分析
    9.4.4  討論
  9.5  本章小結
第10章  機器學習與基金研究
  10.1  簡單基金特徵的業績預測能力
    10.1.1  研究背景
    10.1.2  特徵與模型
    10.1.3  特徵重要性
    10.1.4  雙重條件排序
    10.1.5  基金能力與資本錯配
    10.1.6  討論
  10.2  基金持倉異象特徵與基金業績
    10.2.1  研究背景
    10.2.2  異象投資指標
    10.2.3  機器學習模型
    10.2.4  特徵重要性
    10.2.5  討論
  10.3  深度學習與基金業績預測
    10.3.1  研究背景
    10.3.2  機器學習模型
    10.3.3  特徵重要性
    10.3.4  異常收益率分解
  10.4  本章小結
    10.4.1  共性和差異
    10.4.2  其他研究
第11章  文本分析與基金研究
  11.1  基金投資策略的文本獨特性
    11.1.1  研究背景
    11.1.2  文本相似性測度
    11.1.3  哪一類基金家族更偏好創新
    11.1.4  經濟機制
    11.1.5  基金市場均衡
    11.1.6  討論
  11.2  基金分類
    11.2.1  基於文本的基金分類方法
    11.2.2  基金是否會偏離其核心投資策略
    11.2.3  基金投資者的需求
    11.2.4  基金供需動態及內生性問題
    11.2.5  經濟機制
    11.2.6  討論
  11.3  量化基金與主觀基金的差別
    11.3.1  區分量化和主觀基金
    11.3.2  特徵差異
    11.3.3  能力差異
    11.3.4  投資組合差異

    11.3.5  主動收益率差異
    11.3.6  討論
  11.4  海外集中度
    11.4.1  指標構造方法
    11.4.2  海外集中度與基金業績
    11.4.3  預測機制
    11.4.4  討論
  11.5  基金經理對經濟增長的預測能力
    11.5.1  構建預測評分指標
    11.5.2  基金經理會認真寫報告嗎
    11.5.3  經濟增長預期與投資決策
    11.5.4  資產定價含義
    11.5.5  討論
  11.6  基金風險披露
    11.6.1  利用深度學習構建指標
    11.6.2  基金經理風險評估的經濟後果
    11.6.3  機制分析
    11.6.4  投資者是否會關注基金經理的風險評估
    11.6.5  討論
  11.7  本章小結
第12章  實踐問題：主動基金配置
  12.1  主動基金畫像
    12.1.1  畫像的必要性
    12.1.2  基金畫像方法
  12.2  主動基金分類
    12.2.1  基金相似度
    12.2.2  分類方法
    12.2.3  分類實證分析
    12.2.4  多級標籤體系
  12.3  主動基金優選
    12.3.1  選基因子
    12.3.2  選基實證結果
  12.4  基於因子的基金配置選擇
    12.4.1  基金錶現的周期性
    12.4.2  從因子擇時到基金配置
    12.4.3  配置與選基協同
  12.5  基金持倉測算
    12.5.1  基金倉位測算方法
    12.5.2  持倉測算方案：二次規劃
    12.5.3  持倉測算方案：卡爾曼濾波
    12.5.4  舉例說明
第13章  結語
  13.1  主動基金投資總結
  13.2  啟示
    13.2.1  投資者的視角
    13.2.2  監管部門的視角
  13.3  進一步研究方向
附錄A  基金背景與發展歷史
附錄B  基金投資策略概述
附錄C  實證設定及描述性統計

附錄D  常用記號說明
參考文獻

同類熱銷排行榜

最近瀏覽的商品

主動基金投資