会议要点

1. 基金经理学习能力的定义与应用

• 基金经理学习能力的定义：探索基金经理学习能力的定义及其对基金选题的应用。

• 基金评价新因子研究：招商证券基金评价团队正在研究新因子，如基金经理的学习能力，后续将研究调研能力等其他因素。

2. 构建基金经理学习能力评估模型

• 基金经理动态学习能力定义及分析：通过构建能力圈因子、动态学习能力因子和综合能力因子等进行IC测试，分析基金经理的行业偏好和选股能力。

• 能力圈因子构建：利用持仓自信度和板块胜率衡量基金经理在特定行业板块的超配程度和个股表现。

• 基金经理能力权因子测试：计算板块的配置权重、板块胜率，并融合历史数据构建综合能力圈指标，用于评估基金经理的核心能力圈大小。

3. 构建基金经理学能曲线

• 能力圈因子具有不错的选题能力：IC均值6%，胜率86%，表现较好。

• 学习能力因子聚焦最新一期经理持仓变化，以增持比例设定阈值判断是否存在学习。

• 学习能力因子测试结果显示，k值为2%时表现最佳：IC均值8%，胜率86%，ICIR为1.06。

4. 揭秘基金经理学习效率

• 基金经理学习能力的研究显示：学习路径和曲线整体上呈递增趋势，曲线斜率可反映学习速度的快慢。

• 右侧学习的基金经理平均收益表现超过左侧学习者，右侧学习者的波动性相对较小。

• 综合能力因子考虑了能力圈因子和学习能力因子，表现出更优的IC值和胜率，提供了更强的业绩表现指引。

5. 基金经理能力圈分析及收益研究

• 综合能力高的基金经理构建的组合表现最佳，尤其是每期选取综合能力因子排名前10的基金经理构建的组合，在风险调整后的收益和回撤比上都相对领先。

• 主题型基金经理（股票仓位50%以上投向某板块）在TMT、消费和医药板块构建的组合，区间收益明显领先于同类比较基准，综合能力圈全面的基金经理业绩更好，风险调整后的收益指标更突出。

• 非主题型基金经理按能力圈个数分为专注型（1~2个板块）、拓展型（3~5个板块）、全能型（6~7个板块），拓展型在牛市弹性更高，全能型在风险控制上更强，专注型在熊市中控制跌幅能力更佳。

会议实录

1. 基金经理学习能力的定义与应用

一、尊敬的万得三C会议的参会者们，大家下午好。感谢大家参加由招商证券主办的“基金研究·挖掘| 如何绘制基金经理学习能力曲线”主题会议。我们很荣幸地邀请到了招商证券基金评价团队的姚紫薇女士和新任的化应总共同与投资者在线交流。在会议开始之前，我需要提醒各位，本次会议不设提问环节。接下来的时间，我们将交给姚总，请。

二、尊敬的投资者们，大家下午好。感谢大家参与我们今天的线上会议。上周，我们向各位报告了关于基金评价的整体研究框架，而本周，我们将主要向各位介绍我们所探索的一些新因子，比如今天讨论的基金经理学习能力。之后，我们还将汇报关于基金经理的调研能力以及其他相关因素。

三、今天的汇报将主要围绕基金经理学习能力的定义及其在基金投资选题中的应用展开。

2. 构建基金经理学习能力评估模型

本次汇报的主题是如何绘制基金经理的学习能力曲线。我们首先定义基金经理的动态学习能力，并分析了全方面的能力指标，包括构建的能力圈因子、动态学习能力因子，以及融合的综合能力因子。通过对这些因子的IC测试，我们将根据测试结果构建不同的投资组合。

关于基金经理动态学习能力的构建，我们主要从其能力圈出发，着重考虑行业偏好和选股能力两个维度。对此，我们构建了持仓自信度和板块胜率两个指标，用来衡量基金经理的这两方面能力。之后，我们主要关注基金经理最新一期板块持仓情况，以此判断其是否具备动态学习的能力。动态学习能力可以分为两个维度：一是基金经理坚守既有的能力圈并进行深化，二是积极拓展新的行业板块并进行初学。在此思路下，我们主要分析了基金经理的资产配置和净值数据。

研究对象主要为普通股票型和偏股混合型基金，我们通过加权计算基金经理所管理基金的单期规模，得到其持仓和净值的收益情况。在处理持仓数据时，我们采取静态假设：将基金中报的持仓数据用于7月1日至12月31日，年报持仓用于上一年的1月至6月，并认为期间保持不变。分析了各基金经理全方面的能力指标，构建了能力圈因子、学习能力因子和综合能力因子，以衡量基金经理的能力圈水平、最新学习能力和二者的综合情况。

我们对这三个因子进行了IC测试和回测。对能力圈因子来说，我们主要衡量基金经理在特定板块的超配程度和行业偏好，以及该板块内股票获取超额收益的比率。接下来，我们关注基金经理过去的核心能力圈表现，并计算其平均值来衡量当前的综合核心能力圈水平。通过加总7个板块的能力圈评分，得到最终的能力圈因子值。

以某基金经理为例，我们展示了能力圈因子的计算过程。首先，我们将基金经理的持仓权重和收益映射到对应的行业板块。我们首先关注的是基金经理的行业配置权重，然后考虑其选股能力。构建的第一个指标是持仓自信度，计算方法是基金经理对某板块的配置权重与该板块基准配置权重之差，并将持仓自信度调整到0至1的范围内。然后，我们会计算板块内个股的收益，以此来计算板块胜率，其取值同样在0至1之间。最后，我们乘以持仓自信度和板块胜率以衡量基金经理的核心能力圈。我们计算综合能力圈时，以19年中报为例，取所有大于0的核心能力圈指标的平均值作为当前的综合能力圈的评估。

重要观点陈述及短句： -定义基金经理的动态学习能力 -分析了全方面的能力指标，包括能力圈因子、动态学习能力因子和综合能力因子- 通过IC测试，将根据测试结果构建不同的投资组合 -构建持仓自信度和板块胜率两个指标，用来衡量基金经理的行业偏好和选股能力-依据加权计算基金经理所管理基金的单期规模，得到其持仓和净值的收益情况- 采取静态假设处理基金持仓数据 -对能力圈因子、学习能力因子和综合能力因子进行了IC测试和回测-计算基金经理的核心能力圈和行业偏好，以及在特定板块内获取超额收益的比率-以19年中报为例，取所有大于0的核心能力圈指标的平均值，作为当前的综合能力圈的评估

3. 构建基金经理学能曲线

最后的能力圈因子，我们综合基金经理在这七个板块上的核心能力圈数值进行加总，作为当前能力圈因子的数值大小。构建好能力圈因子之后，我们进行了IC测试和分组回测，以此来评估能力圈因子的选股效果。测试结果显示，能力圈因子实际上具备不错的选股能力，其IC均值为6%，ICIR为1.13，胜率为86%。从分组回测结果看，整体表现呈现出递增趋势，多投资策略的整体收益表现及恢复情况，在考虑回撤后的收益回撤比率方面，整体属于表现较好水平。通过这些能力圈因子，我们也可以筛选出最新的一些基金经理进行展示。

学习能力因子则是另一个重要指标。相较于我们先前计算的基金经理能力圈因子，这主要关注其任职至今历史各期能力圈的平均表现，可能会忽略最新能力圈变化的影响。于是我们构建的学习能力因子，更多地聚焦于基金经理最新一期的持股变化情况。我们通过板块增持比例判断基金经理当前是否在学习当中。设定一个阈值K作为板块增持比例，如果基金经理在最新一期的仓位比过去两年的平均仓位增长比例超过K，我们就认为他在当期进行了学习。对于进行学习的基金经理，我们使用持仓自信度和板块胜率来衡量当前的动态学习能力大小。

最后，我们加总七个板块上的学习能力数值来衡量基金经理最新的学习能力因子。至于K值的具体设定，我们会根据实际的测试效果确定。在回测时，我们将K从1%到10%设置不同的阈值，每次递增1%，进行IC测试，只为找出整体IC表现最优的K值。通过IC测试，我们发现当K等于2%时，学习能力因子的测试结果最为突出，IC均值为8%，胜率同样为86%，ICIR为1.06，总体表现优异。

4. 揭秘基金经理学习效率

从分组回测结果来看，表现最好的是第四组，其次是第五组，这显示了一个整体递增的趋势。在成功构建基金经理的学习能力因子后，我们绘制了他们的学习路径和学习曲线。左侧图表显示了基金经理在各个板块上的动态学习能力。通常，一个基金经理可能在某一期间主要集中在一两个板块上学习。右侧的图表则展现了基金经理在各板块上学习能力累积值的曲线，整体呈现递增趋势，曲线的斜率反映了学习速度的快慢。

为了判断左侧还是右侧的学习方式更有益，我们先给基金经理打上左侧学习和右侧学习的标签。我们基于半年的收益情况和基金经理的持仓状态，来判定是左侧持仓还是右侧持仓；再根据动态学习能力的大小，对左侧和右侧学习进行加权，从而为基金经理确定一个学习方式的标签。

从学习能力的表现来看，右上图表明右侧学习的基金经理通常波动性较小。进一步对比不同学习方式下的收益表现，右侧学习的基金经理在多个时期的表现往往比左侧学习的基金经理更为领先。通过学习能力指标，我们也可以识别出一些学习能力表现特别突出的基金经理。

内容较多，此处省略若干详细信息。如需完整会议记录，请提供更多信息。

5. 基金经理能力圈分析及收益研究

同样从分组回测的结果来看，第五组的表现最为突出，与其他低分组的组合相比，具有领先优势。同样，我们可以根据计算出的因子，筛选出综合能力表现优秀的基金管理者进行展示。

接下来，我们根据回测结果构建不同的组合。首先，我们依据综合能力因子构建了4F组合，每期选出综合能力因子排名前10、前20及前30的基金经理。然后，我们构建了不同主题型的组合，主要筛选能力圈因子和板块综合能力因子，排名前40%的主动型、主题型基金经理。此外，针对非主题型基金经理，我们探究了不同时期经济能力圈拓展阶段下的收益表现，并将其分为专注型、拓展型和全能型三个阶段，在每个阶段筛选能力圈因子排名前10的基金经理构建组合。

结果显示，基于综合能力因子构建的组合，特别是每期选出10位基金经理组成的组合，在风险调整后的收益回撤比上相对领先。而从分年度超额收益来看，多数年份该组合均实现了显著的超额收益。在主题型组合方面，我们采用了事后筛选方式，选择过去两年股票仓位超过50%投向特定板块的基金经理，如TMT、消费和医药板块，构建了行业主题型的组合。我们主要比较了综合能力全面及在特定板块能力突出的基金经理管理主题性基金的收益情况。结果表明，不论是综合能力全面还是特定板块能力突出的基金经理，他们的区间收益均明显领先于同类比较基准。而事实上，综合能力全面的基金经理在业绩表现上要更优，不仅区间收益更领先，最大回撤控制也相对较好，风险调整后的收益指标也更加突出。

对于非行业主题型基金经理，我们根据核心能力圈的板块数量进行分类，1~2个板块的标为专注型，3~5个板块的为拓展型，6~7个板块的则认为是全能型。从人数来看，近期拓展型与专注型基金经理人数相对较少。我们分别对这三种类型的基金经理每期选择能力圈因子排名前10的构建组合。结果显示，拓展型基金经理在区间收益表现上更为突出，但从风险考量来看，全能型基金经理的风险控制能力更强。进一步分析不同时间区间的表现，拓展型和全能型基金经理在2015年、2019年和2020年的牛市行情中收益弹性更高。专注型基金经理在2016年和2018年熊市中的跌幅控制得更好，收益降幅更低，控制能力显著。

以上是本次会议的全部内容，感谢各位投资者的参与。会议资料即将在万得"三C会议历史会议板块"展示，敬请关注。再次感谢各位的参与，今天的会议到此结束。