# Fund Analysis

基金分析与筛选：晨星评级/夏普比率/信息比率、Sharpe风格箱分析、风格漂移检测、基金经理评价、FOF组合构建、ETF选择

- Repository: https://github.com/HKUDS/Vibe-Trading (37375 stars)
- Category: Engineering
- License: MIT
- Last updated: 2026-11-01
- Runs scripts: no, instructions only

## Install

Claude Code: `npx skills add HKUDS/Vibe-Trading --skill fund-analysis -g -a claude-code -y`
Codex: `npx skills add HKUDS/Vibe-Trading --skill fund-analysis -g -a codex -y`
Cursor: `npx skills add HKUDS/Vibe-Trading --skill fund-analysis -g -a cursor -y`
Gemini CLI: `npx skills add HKUDS/Vibe-Trading --skill fund-analysis -g -a gemini-cli -y`

## Description

基金分析与筛选：晨星评级/夏普比率/信息比率、Sharpe风格箱分析、风格漂移检测、基金经理评价、FOF组合构建、ETF选择

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# 基金分析与筛选

## 概述

系统化评估公募基金/私募基金/ETF的业绩表现、投资风格和管理能力，并构建FOF（基金中的基金）组合。核心目标：找到"可持续的超额收益来源"而非"过去业绩最好的基金"。

适用场景：
- 股票型/混合型基金的多维度筛选
- 基金经理投资风格的归因与漂移检测
- ETF产品的跟踪效率评估
- FOF组合的资产配置与再平衡
- A股公募基金的特有分析维度

## 核心概念

### 基金绩效指标体系

**收益类指标**：
| 指标 | 公式 | 优秀阈值 | 说明 |
|------|------|----------|------|
| 年化收益率 | (1+总收益)^(1/年数)-1 | > 15% (股基) | 绝对收益 |
| 超额收益(Alpha) | 基金收益-基准收益 | > 5%/年 | 相对基准 |
| 信息比率(IR) | Alpha / 跟踪误差 | > 0.5 | Alpha稳定性 |
| 胜率 | 跑赢基准的月份占比 | > 55% | 一致性 |

**风险类指标**：
| 指标 | 公式 | 优秀阈值 | 说明 |
|------|------|----------|------|
| 最大回撤 | max(peak-trough)/peak | < 20% (股基) | 极端风险 |
| 年化波动率 | std(日收益)*√252 | < 20% (股基) | 总风险 |
| 下行标准差 | std(负收益)*√252 | < 13% | 下行风险 |
| Calmar比率 | 年化收益/最大回撤 | > 1.0 | 收益/极端风险 |

**风险调整指标**：
| 指标 | 公式 | 优秀阈值 | 说明 |
|------|------|----------|------|
| 夏普比率 | (Rp-Rf)/σp | > 1.0 | 每单位风险收益 |
| Sortino比率 | (Rp-Rf)/下行σ | > 1.5 | 更关注下行风险 |
| Treynor比率 | (Rp-Rf)/β | > 10% | 每单位系统风险收益 |

```
无风险利率(Rf): A股通常用1年期国债收益率, 约2.0-2.5%
基准: 股票型→沪深300; 混合型→沪深300×60%+中证全债×40%
评估周期: 至少3年，推荐5年（覆盖完整牛熊周期）
```

### Sharpe风格箱分析

**九宫格风格分类**：
```
          价值     平衡     成长
大盘    大盘价值  大盘平衡  大盘成长
中盘    中盘价值  中盘平衡  中盘成长
小盘    小盘价值  小盘平衡  小盘成长

判定方法（回归法）:
  Ri = α + β1×大盘价值 + β2×大盘成长 + β3×小盘价值 + β4×小盘成长 + ε

  风格指数选择(A股):
  大盘价值: 沪深300价值 (399346)
  大盘成长: 沪深300成长 (399370)
  小盘价值: 中证500价值 (930782)
  小盘成长: 中证500成长 (930783)

  β权重最大的方向 = 基金主风格
  R² > 0.85 → 风格明确; R² < 0.70 → 风格模糊/择时型
```

### 风格漂移检测

```
方法: 滚动窗口回归 (窗口=60个交易日, 步长=20日)

漂移判定:
  1. 计算每个窗口的风格权重β
  2. 相邻窗口β变化:
     |Δβ| > 0.2 → 显著漂移
     最大β对应的风格变了 → 风格切换

  3. R²时序:
     R²持续下降 → 基金经理在做择时/偏离基准
     R²忽高忽低 → 风格不稳定

漂移类型:
  - 渐进漂移: 大盘→中盘→小盘 (通常是规模增长后被迫下沉)
  - 突变漂移: 价值突然切换成长 (可能换了基金经理)
  - 周期漂移: 牛市追成长、熊市转价值 (择时型)

A股常见漂移:
  2020-2021: 大量"价值型"基金实际持仓转向新能源/半导体(成长)
  检测: 申报风格=大盘价值, 实际回归风格=大盘成长 → 名不副实
```

## 分析框架

### 1. 基金筛选框架（五步法）

```
Step 1: 硬指标过滤
  □ 成立 ≥ 3年
  □ 规模 2-100亿（太小清盘风险, 太大船大难掉头）
  □ 同一基金经理管理 ≥ 2年
  □ 机构持有比例 > 20%（机构认可）

The rest: https://github.com/HKUDS/Vibe-Trading/blob/HEAD/agent/src/skills/fund-analysis/SKILL.md