鲁力：大数据投资向市场广度要超额收益|新浪财经大数据战略发布|新浪财经|大数据战略_新浪财经_新浪网
鲁力：大数据投资向市场广度要超额收益
视频加载中，请稍候...
　　由新浪财经主办的大数据战略发布会于日下午在北京?三里屯美嘉欢乐影城举行。上图为南方基金产品开发部副总监鲁力正在发言。(图片来源：新浪财经 刘海伟 摄)
　　新浪财经讯 由新浪财经主办的大数据战略发布会于日下午在北京?三里屯美嘉欢乐影城举行。南方基金产品开发部副总监鲁力做主旨演讲，他表示Smart Beta是目前国外资产管理最受关注的策略，因为它结合了主动投资和被动投资这两个优点，把投资的理念直接设计到指数里，通过一套机制，保证这个指数能够战胜现在的市场。大数据投资就是Smart Beta，向A股市场的广度来要超额收益，既获得超额收益，又要战胜市场。
　　以下为发言实录：
　　感谢邓总，感谢新浪让我来给大家介绍i指数，通知我参会是在电影院，在座的媒体参加了很多基金公司的投资策略会、季度报告会，大家一般喜欢去找一家五星级酒店找一个会议室，第一次到电影院参加金融类产品的发布，对我也是第一次，这是我体会特别深的一点。
　　我们能够利用大数据做很多东西，在这之前我们金融机构也想过这个问题，只不过原来这个武器在我们自己手上。我2001年到英国，当时做保险研究，我们当时给英国的保监会做了一个很大的课题，大家知道我们现在买保险要先看身高体重，高矮胖瘦，大不了查查血，问你父母有没有病史。但是英国1999年就有人通过对人的基因进行测序来研究保险的产品，我当时就在研究这么一个课题，如果我知道我自己基因的测序以后我去买保险是赚还是亏。当时的结论是如果你真的知道自己的基因图谱去买保险是稳赚不赔的。2006年当时基因测序已经商业化了，做全套的是两千美元。现在大家去香港做人民币也只需要几千块钱。拿到基因以亿计的大数据，可以做很多很多的事情。
　　讲了这么多，在这之前这个武器掌握在我们专业的金融机构手上，我们现在把大数据做出来了，大数据邓总从媒体的角度，从互联网的角度讲了他的一些理解，我可能从金融专业的角度讲讲我的一些认识，当中可能有一些术语比较专业，耽误大家一两分钟的时间给大家解释一下什么意思。
　　从金融的角度我们理解大数据，国际上最流行的Smart Beta，第二大数据就是市场情绪的反映，第三，我们发布了两条指数，马上要产品化落地，我们在大数据领域刚刚开始的第一步，很小的一步，但是这是我们A股投资的新的篇章。
　　在国外资产管理行业最流行的一个词就是叫做Smart Beta，很多做财经媒体的同志都听过在投资的时候，上来以后就跟你讲我有超额收益，有α，市场的风险叫β，Smart Beta翻译成中文就是通过简单、透明、低成本的指数化投资，提供易解的超额收益来源。为什么会有这么个东西？大家想，以前如果我们要战胜市场，退到年，要战胜整个沪深市场，找一个最牛的基金经理，买他的基金，让他操盘。这是传统的主动投资，找一个很牛的人做。主动投资的优势能赚取超额收益，很多基金经理，最牛的一年180%，%。
　　传统的被动投资的特点它非常透明，i100虽然编制方法的内核不能对市场说，但是每次指数调整后有哪些股票是知道的，非常透明，我们有严格的投资纪律的约束，不可能乱来。第三非常便宜，买一个主动的基金要花1.5的年管理费，1.5申购，0.5赎回。Smart Beta为什么在国际上成为一个主流的现在大家最关心的前沿的发展方向就是因为它结合了主动投资和被动投资这两个优点，把投资的理念直接设计到指数里，通过一套机制，保证这个指数能够战胜现在的市场。
　　Smart Beta也在美国被越来越多的机构投资人所认可，大量的运用在他们的投资当中，Smart Beta有很多门类，比如有等权重的方式，基本面分析的方式，低波动率的方式，低相关度的方式。这些都是一些策略，从国外市场来讲，这个策略相对于美国的标普500、道琼斯，都是有非常明显的超额收益。
　　不仅它有超额收益，用我们的专业术语说叫夏普比率，你获得这个超额收益必定要付出额外的风险，我怎样衡量这个投资的有效性，每多付出一份风险的时候获得了多少超额收益，当然这个数字越高越好。
　　我们图的右边Smart Beta的大的策略相对于传统的红线的市值，像标普500指数，投资效率是更高的。
　　我们现在正在做大数据的指数，引用了新浪财经的，把我们对于投资的理解，把它直接编到这个指数当中，它现在也是对我们现有的主动投资和被动投资一个非常非常正常的扩展。我们传统的主动投资，基金经理说P80、P90，战胜市场，战胜同行，至于能不能赚钱不知道，这是相对收益的思路。指数投资是我跟一个指数，就是要获得一个市场平均收益，比如上证综指、。大数据是Smart Beta，既获得超额收益，又要战胜市场。所以，大数据最大的意义就是它对我们传统的投资的一个巨大的颠覆。
　　从专业角度来讲，为什么它能做到这一点？其实它是向A股市场的广度来要超额收益。A股市场现在2400支股票，大的基金公司的研究团队能够覆盖的股票大概是，少一点的800支。沪深300指数覆盖了300支，再往后我们看的比较多的中证500，500支。全部加起来500支。但是每年跑赢市场的股票数量，2009年是一个超级反弹的市场，这一年跑赢市场的股票有700多支，如果一家家拜访、听路演，跟董秘沟通再把这个数据挖出来是很难的，大家所有人把这个数据放在这里了，这个大数据超过市场的平均收益率的比重非常高。2014年回报都百分之七十多。
　　我们怎么把大数据放到这个指数编制中去的？传统我们选股票考虑价值、成长、上市公司的质量这些东西，我们在这里引入了一个很重要的指标，叫市场情绪。
　　我生气了我怎么衡量？我今天晚上邓总请我吃顿饭还是跟邓总合个影，市场情绪是可以用来衡量的。实际上在国内，在大数据出来之前大家关注不够，但是国外有一些同行已经做了一些探讨。刚才邓总讲到一家公司，2012年成立的，金融行业做大数据和市场情绪衡量的有一个很著名的指标，我们讲到股票涨跌的时候，我们不仅关心这个股票涨了多少，我们还关心这个股票是怎么涨上去的。
　　左边的图，开始的时候100点，收盘也是100点。另外一个图开始100点，收盘110点。涨跌幅很简单，很直观。这两个股票之间到底哪个波动更大？
　　没有涨的波动率15%，可以年化出来，另外一个从100点涨到110点，看着涨了10%，但是上下跳的幅度只有9.3%。
　　金融市场怎么反映这个东西呢？在美国有一个叫做波动率的指数，这个指数也叫恐慌指数，大家看财经媒体经常看到美国恐慌指数创新高，也叫交易员指数。这个指数怎么做出来的？有一类金融产品叫期权，定价的时候很重要的指标就是对未来股票波动的一个预期。在美国市场有大量的期权进行交易，金融机构就全部收集起来，期权的定价是用的未来收益率波动的预期，假如我知道了期权的价格是不是可以倒算出来这些基金经理，这些交易员对未来波动率的预期呢？我们通过这个思路可以算出金融市场上所有参与的群体，他们在买卖期权的时候想的未来标普500涨到哪，跌到哪儿。我把从1990年到现在的数据放在一起，一个相当完美的负相关，市场暴涨的时候大家情绪很稳定，市场暴跌的时候大家情绪起来了。这个市场的情绪是可以通过一些金融的手段，通过我们一些专业的手段量化，做成我们能够直观理解的东西。这个指数也成为美国非常重视的指数。
　　知道市场情绪以后怎么投资？知道市场恐慌了，怎么办呢？是不是把股票全卖掉？不一定。美国芝加哥交易所用波动率的指数做了一个期权产品，你可以直接做空期权，这个期权出来的时候2010年成交量只有一点点，2014年成交量，2013年这一个波动率指数的期货交易量已经超过了标普500指数本身。说明什么？说明市场对市场情绪的关注已经超过了对标普500指数本身的关注。市场情绪是可以量化的，市场情绪未来会成为一种新的投资工具。国内有没有？有。是什么东西呢？中金所推出沪深300的股指期货去年年底今年年初开放了沪深300期权的仿真交易，利用这个期权和投资人情绪的关系，他们编了一个中国的CVX。
　　7月份股市起来的时候，市场情绪很稳定，大家心态很好，现在慢慢看到市场情绪有一点点往上走了，什么时候整个市场很High的时候我们就需要关注走势了。
　　把市场情绪量化，放到这个指数当中，不仅从金融理论、金融实践都是可行的。我们南方基金和新浪怎么做进去的，我们通过对全市场所有的A股，剔掉ST、*ST，把全部股票拿出来，用我们选股因子、大数据因子、市场驱动因子等进行筛选，把100个股票拿出来等权重，编成i100指数。
　　这个指数有什么特点？第一收益率非常高，邓总之前已经给了几个数字，大家看到我们两个人的区别，传统金融领域喜欢一个表格，让你看的清楚，互联网领域像苹果一样，两个数字一列。我也是一个比较传统的做法，列出它跟我们耳熟能详的沪深300，中小板、创业板之间的关系，它的收益率确实有非常明显的超额收益，而且每年都会有。第二，它的波动会小。大家赚钱的时候肯定想赚比较确定性的收益，不想今天赚10块，明天亏8块。大家想要今天10块，明天11，后天12。我们算了它每天的波动率，大家看到相对于我们其他的一些市场主流的指数都会比较小，这也是我们这个指数很大的一个特点，就是高收益，偏低的波动率。刚才讲到我们投资效率比较高，承担一点点风险，但是拿到更多收益。
　　行业的分布，比较均匀，不会像沪深300集中到银行、地产、有色，创业板大量的集中到电信、IT这些行业。我们行业分布非常均匀。
　　说了这么多好的，有没有问题？不可能没有问题，有好处一定有坏处，两个大的挑战，第一它的换手率，我们市场情绪每个月都在变，投资人明天想啥我也不知道，换手率偏高一点点。第二交易成本，可能市场热点这个月是这些，下个月是那些，怎么办？这个问题有没有解决办法？有。这就需要传统金融领域的专业技术，我们在实战当中用的比较多的一种技术叫算法交易，刚才邓总也讲了高频交易，一个大的统称，算法交易是其中一种，我交易层面对基金的投入进行一些优化，保障跟踪误差，降低整个基金运行的成本，降低成本才能把收益留给大家。效果就是我们在现在投资实战当中，A股有十个指数基金，投资实战当中，南方基金跟踪指数误差是全行业最低的。算法交易是我们很重要的一点。
　　我列了我们投入运作的10支指数基金的实战业绩，正常来讲，我们基金的契约要求一个指数基金的年化跟踪误差不超过4%，一般也要求我们一些交易所产品ETF的跟踪误差不超过2%。从我们实战看，所有基金的跟踪误差全部控制在千分位，比较有代表性的中证500的ETF，跟踪误差在所有同类产品中排第一，南方50指数基金的跟踪误差在同样的基金中也是排第一，跟我们同业有一些相对比较大的相比，我们只有他们的零头。
　　讲了这么多，最后总结一下。第一，不仅从我们互联网的角度考虑我们i100指数代表了未来互联网对我们金融的颠覆，代表了大家投资的一种变化，从金融的领域考虑，它确确实实也是代表了我们未来发展的一个方向，比如刚才讲到的，它属于我们现在最流行的Smart Beta的策略。另外，这一套投资人的情绪，我们通过一个量化的手段能够落地，落到什么？落到我们指数基金中来，由我们基金管理人给大家管好这个基金，让大家跟得住这个指数。这个指数很强，跑得很辛苦。
　　最后的结论是我们也希望，现在内部开始做基金产品报给监管机构的文档，我们现在的大背景是备案制，需要给证监会报很多的材料，我们希望今年之内能够完成所有基金的审批，让大家看到最终的产品。谢谢大家。
　　(以上实录未经本人校对)
　　新浪声明：所有会议实录均为会议主办方提供，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
　　《财经会议》报道你看不见的会场实况，传播会议精华内容，会议直播提前预告，不定期送出免费超值会议门票。官方微博：，微信号：caijinghy。扫码更方便。
文章关键词：
&&|&&&&|&&&&|&&
您可通过新浪首页顶部 “”， 查看所有收藏过的文章。
请用微博账号，推荐效果更好！
看过本文的人还看过股票中贝塔系数都有哪些测算方法？各大数据库（比如CCER、wind、valueline等）之间的测算方法有什么不同？
贝塔系数的历史发展过程是怎样的？各种方法之间的区别是什么？还有就是目前各大数据库之间贝塔值测算的选择与区别是什么？
按投票排序
一般来说，个大数据库给出的beta值都是根据过去一段时间内该公司股价和大盘标杆指数的历史价格通过应用线性回归测算出来的。如果是美股市场的话，通常采用s&p500指数或者纽交所综指来计算（s&p用的更多，也更能反映整个市场，因为很多大公司股票并不在纽交所交易）。最常用也是业界最普遍的方法取值范围是在过去5年，取每月初价格，总共60个值，通过线性回归来计算。（晨星和Compustat就是采用这个取值范围来计算）然而各大信息机构的取值范围选择各不相同。如Bloomberg是采用过去两年每周的价格来通过线性回归才计算beta。CFA说bloomberg的取值范围所计算出的beta在新兴市场，或者说增长市场更有效一点。valueline则是取5年内每周价格来计算。个人认为取每周价格数据计算量太大，而且间隔太短可能受到短期价格波动可能性更高，反而不一定准确。在使用beta的时候，要注意这个beta是根据历史价格测算出来的，有的时候分析师会基于自己的判断来调整这个beta值以用于预测。以下为CFA二级教材原文The simplest estimate of beta results from an ordinary least squares regression of
the return on the stock on the return on the market. The result is often called an
unadjusted or “raw” historical beta. The actual values of beta estimates are influenced
by several choices:
The choice of the index used to represent the market portfolio. For a number of markets there are traditional choices. For US equities, the S&P
500 and NYSE Composite have been traditional choices.
The length of data period and the frequency of observations. The most common choice is five years of monthly data, yielding 60 observations
(a number of vendors including Morningstar and Compustat make that choice). Value
Line uses five years of weekly observations. The Bloomberg default is two years of
weekly observations, which can be changed at the user’s option. One study of US stocks
found support for five years of monthly data over alternatives.An argument can be made that the Bloomberg default can be especially appropriate
in fast growing markets.
(Institute 36)Institute, CFA. 2015 CFA Level II Volume 4 Equity. Wiley Global Finance, . VitalBook file.所提供的引文是一个指南。请在使用之前查看每个引文以确保准确性。有些公司未上市，没有股票价格，或者过去几年历史公司股价或市场指数不可靠的情况下，还有一种计算beta的方法。那就是通过计算类似公司的beta值。然后由这些equity beta来求出unlevered beta，取平均数或者中位数来代表这个行业的beta值。然后在来根据公司的杠杆率计算出这个公司的levered beta。希望可以帮到你。
前段时间财务管理课上刚写了一篇作业，正好用来答。===========================================一、计算方法首先是贝塔系数的定义式：其中，表示第i项资产的收益率同市场资产组合收益率之间的协方差，表示市场资产组合收益率的方差当贝塔值大于一时，资产收益变动（系统风险部分）大于市场投资组合；当贝塔值小于一时，资产收益变动小于市场投资组合。当然，和数学上很多定义不用来具体操作一样，我们基本不用定义式计算贝塔值。我们更多运用CAPM模型。CAPM 指出，在市场处于均衡状态时，单项资产或资产组合的投资收益和风险存在一定的关系。CAPM模型可表示为：其中，表示资产i的预期收益率；表示无风险利率；表示市场投资组合的预期收益率。从 CAPM 模型出发，利用估计期间内的市场收益率，单项资产或资产组合的收益率，以及无风险利率的数据，采用最小二乘回归的方法，就可以求出相应时间窗口内的贝塔系数值。但更多时候，为了计算简便（一元变量），我们会将模型简化，不使用无风险利率变量。这样模型就会被转化为市场收益与证券收益的简单一元一次回归，新模型被称为单指数模型，或称市场模型。二、指标的选取贝塔估计过程中，在市场指数、无风险资产，回归的期限长度、时间间隔等问题上，并没有统一的选择方式。因而，不同学者、不同企业、不同数据库，对于同一时期同一上市公司的贝塔系数都可能会计算得到不同的结果。主要的贝塔系数提供商及数据库的贝塔系数估计方式如下表所示：&股票/基金&
&个人门户&
2014基金业绩年终盘点（完结篇）
2014年的资本市场是激动人心的，股市的持续上涨让沉寂已久的老基民在这一年开始重新活跃，很多从来不关心股市的人也纷纷进入这个市场。毕竟各路新闻上天天念叨的上证综指在2014年达到了52.87%的年涨幅，还是非常有诱惑力的。
不过上证综指不过是把一些大的上市公司攒到一起，用加权平均的方法制作的一个指数而已，实际上并不能代表整个市场，前一段流行的满仓踏空的段子已经反映了这个情况。那么基金投资也当然不是简单看一个平均收益率就能解决的问题。所以才有了今年我们推出的完全不同以往的《基金业绩年终盘点》。
01大家被上证综指忽悠了
2014年权益类基金分类排名数据来源：和讯网（）
&&&在制作这个专题的时候，笔者提到和讯网将会推出一个全新的基金分类方法，随着系列的陆续推出，这套新的分类方法相信已经越来越清晰了，而且通过基金分类的盘点可以把很多平时看不清楚的事情，一目了然的分析清楚。
&&&2014年，收益率最高的主题基金前三甲为金融主题基金、地产主题基金和沪深300指数基金，平均收益率分别达到87.5%、72.3%、48.7%，而其他类型的主题基金收益率多分布在15%到35%之间。
&&&由于传媒对上证指数的宣传铺天盖地，绝大部分投资者通常会认为上证指数就是代表整个市场的走势，年底的一拨行情下来上证指数上涨了52.87%，于是不少投资者、记者、专家都同时惊呼，“疯牛来了，疯牛来了！”但是从基金分类数据上看，如果说“疯”貌似疯的只是金融、地产和沪深300。股票和混合型基金全体在2014年的平均收益率为28.73%，只是过去十几年股票型基金平均收益率的2倍而已，在证券市场的历史长河上是再正常不过的波动，要知道2006年和2007年，股票型基金的平均收益率分别是127.38%和127.66%。（参考，过去十几年股票型基金的平均收益率为14%。）
&&&上证指数虽然是利用上海证券交易所所有股票的数据制成的综合指数，但所使用的方法是加权平均的方法。由于我国历史上上市公司是采用审批的方式确定哪些公司可以上市的，所以上海证券交易所上市的公司，大部分是中字头大金融机构、大地产公司等等，这些公司体量大、数量多，按照加权的方法计算，左右上证指数的自然就是这些股票。所以上证指数看起来好像是个反映全体市场的综合指数，但实际上却只对金融、地产、两桶油之类的板块的变动反应最灵敏，对其他板块反应很少。
&&&2014年正是金融、地产的凌厉涨势，拉动了上证指数的上涨。剔除金融、地产、沪深300类的基金以后，剩下的基金在2014年的平均收益率只有22%，怎么看距离疯牛都有一段距离。所以结论是，大部分的人被上证指数忽悠了。
02媒体呼声跟涨幅是两码事
&&&&这个标题打击面有点广，并非攻击媒体同行，这实在是传播学的必然规律。以医药基金为例，下边是医药、军工、券商股在百度指数上面的两个参数的全年比较，上图为搜索指数，下图为舆情指数。
2014年百度指数对医药、军工、券商股三个关键词的搜索指数比较
2014年百度指数对医药、军工、券商股三个关键词的媒体指数比较
&&&&可以看到，在整个2014年医药主题都是市场关注度较高的主题，从搜索指数看市场只在6月和7月对于军工的关注度超过医药，而2014年最热的金融只是在11月以后才有所突破。从媒体关注度看，军工、券商跟医药相比根本不在一个量级，即使在军工、券商媒体关注度最高的时期，也仅是勉强和医药打平而已。
&&&&从2014年的收益情况上看，医药基金的平均收益只有7.8%，在所有主题类型中倒数第二，仅仅领先于2014年遭遇黄金价格大跌的黄金主题基金。而金融的收益率达到87.5%，军工也达到32.5%。为什么媒体会优先把质量很一般的投资信息推送给投资者呢？
&&&&其中的一个解释是，媒体记者、编辑的考核指标是影响力和流量，不是投资结果。所以用户最关注什么，媒体就弄什么信息，至于投资者赚钱赔钱，反正考核不到记者、编辑的头上。毕竟绝大多数媒体赚的是广告费，而不是订阅费。
&&&&从这件事情可以再次验证一个道理，“勤奋是成功投资的唯一途径”，把希望寄托在市场最热门的消息上，基本上投资结果都要落空的。所以，想要投资成功，还是勤奋一点，对收集到的信息进行独立判断才是解决之道。
032014年业绩盘点对2015年投资有何意义
&&&&统计显示，超过半数的投资者通过基金业绩排名选择产品（参考），但是实际上通过这样的方式所选择的基金产品，通常是风险已经严重偏高的产品。
2014年收益（一年以上，%）
超额收益倍数
金融主题基金平均收益
地产主题基金平均收益
沪深300指数主题基金平均收益
产业升级主题基金平均收益
量化主题基金平均收益
中证500指数主题基金平均收益
价值投资主题基金平均收益
军工主题基金平均收益
大盘蓝筹主题基金平均收益
红利主题基金平均收益
城镇化主题基金平均收益
普通型基金平均收益
资源主题基金平均收益
中小盘主题基金平均收益
策略精选主题基金平均收益
行业轮动主题基金平均收益
科技信息主题基金平均收益
能源主题基金平均收益
服务业主题基金平均收益
新兴产业主题基金平均收益
新经济主题基金平均收益
消费主题基金平均收益
环保主题基金平均收益
健康生活主题基金平均收益
保本基金平均收益
养老主题基金平均收益
美丽中国主题基金平均收益
高端制造主题基金平均收益
创业板指数主题基金平均收益
医药主题基金平均收益
黄金主题基金平均收益
-98.43%数据来源：和讯网
&&&&按照2014年股票与混合型基金平均收益率28.73%作为比较基准，2014年高于平均值超过50%以上的产品可以被认为是风险已经比较大的产品类型，低于平均值50%以上的产品可以认为是在2014年满仓踏空的产品。
&&&&从表格上可以看到，风险已经比较明确的基金产品类别是，金融、地产、沪深300三个类型的基金；满仓踏空的类别是，养老、美丽中国、高端制造、创业板、医药、黄金六个类型的基金。其余22个类别的基金，可以认为是在可接受的范围内。
&&&&当然偏离度较高并不意味着在2015年就绝对不会有更好的表现，只能提示我们应该对相应的基金有更高的关注。但是从以往的经验看，业绩过于突出的基金产品通常存在被市场过渡热捧的情况，因此，金融、地产及沪深300类别的基金，相对其他类型的基金存在更高的风险。2014年满仓踏空的六类产品，在2015年是否会有机会有更好的表现，仅仅从列表还无法确定，但从市场均衡的角度讲，任何偏离均值的产品类型，在足够长的时间内都是有机会回归到平均的收益水平的，但是需要注意的是“足够长的时间”这个关键词。
&&&&这张表更重要的意义是可以用来评估各种类型的基金比较涨幅，投资者可以通横向比较，发现自己投资的基金类型，与其他类型的基金相比差异在哪里，投资者可以结合该基金类型的基本面信息，对其未来的投资机会进行判断。
04如何使用创新分类选择基金
&&&&新的分类方式，可以让投资者通过平均收益率判断细分类别的差异，再结合基本面分析就可以更为方便选出值得重点关注的基金类别。但是如何在细分类别中选出重点关注的产品仍然是需要考虑的问题。
&&&&由于绝大部分基金投资者按照基金业绩排名选择产品，所以难免一些主题基金为了搏收益排名，所投资的股票会超出自己宣称的投资范围，出现挂羊头卖狗肉的现象。比如宣称自己是消费类的基金，而实际却投资了一些金融类的股票，这样在2014年就会取得更好的业绩。而如果2015年消费板块出现大幅上涨的时候，这些跑偏的基金则可能错过属于消费板块的行情。
2014年收益率
中海消费股票
信达澳银消费优选股票
鹏华消费优选股票
中银消费主题股票
金元惠理消费主题股票
鹏华消费领先混合
新华优选消费股票
建信消费升级混合
银河消费股票
汇添富消费行业股票
国投瑞银中证消费服务指数(LOF)
上投摩根中证消费服务指数
工银消费服务股票
招商上证消费80ETF
招商上证消费80ETF联接
大成消费主题股票
汇添富中证主要消费ETF
华夏消费ETF
申万菱信消费增长股票
广发消费品精选股票
银华消费分级股票
浦银安盛消费升级混合
农银消费主题股票
南方新兴消费增长分级股票
大摩消费领航混合
易方达消费行业股票
华宝兴业宝康消费品混合
长城消费增值股票
华安安信消费股票
汇丰晋信消费红利股票
-5.5411数据来源：和讯网
&&&&以2014年的消费类基金表现为例，取得业绩领先的中海消费股票的持仓情况如下：
中海消费股票2014年4季度持仓情况数据来源：和讯网
&&&&2014年4季度，中海消费股票超过50%的持仓在金融业，7.8%的持仓在地产业，前十大重仓股几乎全部是金融、地产股票，分明是一个标准的金融地产基金，却叫做“消费”基金。
信达澳银消费2014年4季度持仓数据来源：和讯网
&&&&排名第二的信达澳银消费这只基金，金融业股票持仓达到76.8%，确实应该改个名字了。
&&&&家里穷就去找干爹，虽然不犯法，但是怎么说也不太地道。所以笔者推荐的方式，是从收益率排行排在中段的基金中去挑选，这些基金跑偏的概率要远小于业绩极度领先的那些产品，当然也不用刻意选择排名过渡落后的产品，毕竟拿着垫底的产品，怎么看也不舒服。
&&&&作为《2014基金业绩年终盘点》系列专题的终结篇，希望本期专题能给所有基金投资者一个全新的视角。中国的基金行业从2000年开始计算，已经发展了15年，十几年前专家们讨论的关于基金创新的构想很多已经成为现实，而不断的创新导致基金产品品类的不断细分。在互联网金融时代，投资者需要以自助的方式，从数千种基金中选出自己感兴趣的产品，因此在这个时点，建立新的基金分类系统已经显得尤为重要。此次年终业绩盘点，只是和讯网即将推出的更多针对基金细分品类的产品的一个尝试，希望大家喜欢。（作者/田立夫）
&&&&文章中的信息均来源于公开可获得资料，和讯力求可靠，但对这些信息的准确性及完整性不做任何保证，读者据此做出投资决策，应自行承担投资风险。本文不对特定基金产品的价值和收益作出实质性判断和保证，亦不表明投资没有风险。本文不构成针对个人的投资建议，也没有考虑个别读者特殊的投资目标、财务状况或需要。读者应考虑本报告中的任何意见或建议是否符合其特定状况。因使用此内容或其内容而导致的任何直接或间接损失，和讯不承担任何责任。
本期专题对您有用吗
和讯网基金销售平台
专业视角 行业优选
&&&&理财客致力于基金市场研究，以帮助投资者择优选择基金产品。
基金投资须谨慎
最近一年涨幅--
最近一年涨幅--
最近一年涨幅0%
最近一年涨幅0%
最近一年涨幅0%
数据来源:和讯网截止日期:
专题相关产品推荐
以下产品来自和讯网理财客基金代销平台
数据来源：和讯网
数据截止日期：&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&基金投资须谨慎