# 追尋“國家隊”的足跡 > 來源：https://uqer.io/community/share/55d44816f9f06c5221156a3d ## 背景介紹 + 還記得證金公司借道基金公司2000億的救市資金嗎？ + 簡單來講就是證金公司出錢給基金公司成立新的基金，用以提升市場流動性、維穩市場 + 2000億總共分給了5只基金,具體各只基金的信息詳見下文 + 另外，關于這2000億的救市基金的相關報道很多，本文也是受《華爾街見聞》時芳勝的一篇文章啟發，想著在UQER上做下簡單的研究試試 + 鏈接是新浪財經的報道，有興趣的可以看看 http://finance.sina.com.cn/money/fund/20150807/105122904602.shtml ## 研究意義 + 首先看一下，證金公司效應：8月4日，"梅雁吉祥"發布公告，證金公司已成為公司第一大股東，截止發稿日（8月17日），其已累計上漲129% + 由此可見，國家隊的直接效應還是很高的，那么，國家隊借道基金公司的錢也應該值得重視 + 一方面是選股，這些基金的重倉股可以給我們一些投資參考（遺憾的是，這些基金剛成立，有的還沒建倉完成，這一點可以之后再進行跟蹤） + 另一方面是擇時，這些基金的建倉時點可以給一些市場的參考，假如我們推算的基金建倉的大盤點位，那么從長遠來看這個點位至少是比較安全的點位 + 選股方面依賴于基金的季度公告，但擇時我們可以細細分析，因為這些基金目前并沒有建倉完全 ## 先熟悉一下這5只基金 ```py DataAPI.FundGet(ticker=u"001620,001683,001772,001773,001769",field=u"ticker,secShortName,establishDate,managementFullName,investField,perfBenchmark",pandas="1") ``` | | ticker | secShortName | establishDate | managementFullName | investField | perfBenchmark | | --- | --- | | 0 | 001620 | 嘉實新機遇靈活配置混合 | 2015-07-13 | 嘉實基金管理有限公司 | 本基金投資于依法發行或上市的股票、債券等金融工具及法律法規或中國證監會允許基金投資的其他金融... | 50.0％×中國債券總指數+50.0％×滬深300指數 | | 1 | 001683 | 華夏新經濟靈活配置混合 | 2015-07-13 | 華夏基金管理有限公司 | 本基金的投資范圍為具有良好流動性的金融工具，包括國內依法發行上市的股票（包括創業板、中小板及... | 50.0％×上海證券交易所國債指數+50.0％×滬深300指數 | | 2 | 001769 | 易方達瑞惠靈活配置混合 | 2015-07-31 | 易方達基金管理有限公司 | 本基金的投資范圍包括國內依法發行上市的股票（包括創業板、中小板以及其他經中國證監會核準上市的... | 50.0％×上海證券交易所國債指數+50.0％×滬深300指數 | | 3 | 001772 | 南方消費活力靈活配置混合 | 2015-07-31 | 南方基金管理有限公司 | 本基金的投資范圍包括國內依法發行上市的股票（包括中小板、創業板及其他經中國證監會核準上市的股... | 40.0％×上海證券交易所國債指數+60.0％×滬深300指數 | | 4 | 001773 | 招商豐慶靈活配置混合-A | 2015-07-31 | 招商基金管理有限公司 | 本基金的投資范圍為具有良好流動性的金融工具，包括國內依法發行上市的股票（包括中小板、創業板及... | 50.0％×滬深300指數+50.0％×中債綜合指數 | 可見，5只基金中都是最近才成立的，而且類型都為混合型，其業績的比較基準也比較接近：50.0％×上海證券交易所國債指數+50.0％×滬深300指數 ## 推斷建倉時點邏輯 + 從基金的凈值來推算基金的建倉情況 + 假設基金已完全建倉，那么其收益情況應該和基準的收益差不多 + 那么，通過對比5只基金的收益與基準的收益情況，從偏差可以大致推測基金的建倉情況；同時，在未來可以通過這種方法來監測5只基金的倉位變化，比如，當5只基金建倉完成后，若出現基準和基金收益相差較大的情況，很大可能是由于基金降低了倉位，這可以作為大盤短期的預警點位 + 略有遺憾的是，目前5只基金公布的凈值是周度數據，沒有日度數據，這樣我們只能周度進行比較 + 筆者從嘉實基金官網看到，001620，在產品概況一欄有漲跌幅（日度），但這個數據只有一天的數據，有興趣的可以每天去官網看看這5個基金的日度收益情況 下面，就做出對比收益圖（周度收益，并非累計收益），直觀看到變化（自動更新，只用運行代碼即可） ```py import pandas as pd import numpy as np # 5只基金行情數據 funds = DataAPI.FundNavGet(ticker=u"001620,001683,001772,001773,001769",beginDate=u"20150701",field=u"ticker,endDate,ACCUM_NAV",pandas="1").pivot(index= 'endDate',columns='ticker',values='ACCUM_NAV') # 基準數據：上證國債指數 + 滬深300 benchmark = DataAPI.MktIdxdGet(ticker=u"000300,000012",beginDate=u"20150701",field=u"ticker,tradeDate,closeIndex",pandas="1").pivot(index= 'tradeDate',columns='ticker',values='closeIndex') table = pd.merge(funds,benchmark, left_index=True, right_index=True, how = 'inner') table[1:] = table[1:].values / table[:-1].values - 1 table[0:1] = 0 table.fillna(0, inplace= True) table['benchmark'] = table['000012'] * 0.5 + table['000300'] * 0.5 table.drop(['000012','000300'],axis = 1,inplace = True) table.plot(figsize = (14,8)) ``` <matplotlib.axes.AxesSubplot at 0x4df7f10> ```  + 上圖中，圖例中的前2個001620、001683為7月13日成立的基金，可以看出，兩只基金走勢和基準最貼近，這一點也間接印證了筆者前面的分析，可以看到，這兩只基金在8月7日已基本完成了建倉，建倉時點應該在8月1日~8月7日，對應的上證綜指位于3600~3800之間 + 001772似乎也在8月1日~8月7日完成了建倉，也就是剛成立就完成了建倉，相比前兩個基金來的更迅速（前兩個是7月13日就成立了），筆者的直觀理解是，3600~3800點應該是基金公司所謂的短期市場相對低點 + 回頭看看，7月13日之后的行情，而剛開始成立的兩只基金并沒有急于建倉，大部分時間都在3800點以上，這一點讀者自行理解吧 + 最后看看另外兩只基金，001769和001773，似乎還沒有看到建倉的跡象，因為收益很低，比較好的解釋是倉位很低，那么這兩只基金是在等建倉時機嗎？今天是8月17日，本周的第一天，大盤點位3993 + 或許等到這周結束我們可以看到這兩只基金是否建倉完成，但是從時效上來說是有點滯后的 + 筆者又進一步查看了兩只基金的官網，發現001773（招商豐慶靈活配置混合-A）是有凈值單日變動的，也就是說可以查看到日度的收益率變動，看到這點筆者都有點小激動了。。 那么接下來的事情簡單了： + 每日收盤后去招商基金官網，看一下001773的日度凈值變動，然后和基準日度收益進行對比（運行下面的代碼，得到最近幾日的日度基準收益），便可以大致分析出001773的建倉情況(http://www.cmfchina.com/main/001773/fundinfo.shtml) + 每周末運行上面的代碼，對比5只基金和基準的周度收益，看是否有顯著變化；在今后，若全部建倉完成之后收益率偏差還出現顯著變化，則有可能是該基金降低了倉位，可以作為一個預警信息 ```py bench = DataAPI.MktIdxdGet(ticker=u"000300,000012",beginDate=u"20150801",field=u"ticker,tradeDate,closeIndex",pandas="1").pivot(index= 'tradeDate',columns='ticker',values='closeIndex') bench[1:] = bench[1:].values / bench[:-1].values - 1 bench[0:1] = 0 bench['benchmark'] = 0.5 * bench['000012'] + 0.5 * bench['000300'] bench.tail(2) ``` | | ticker | 000012 | 000300 | benchmark | | --- | --- | | tradeDate | | | | | 2015-08-14 | -0.000080 | -0.000472 | -0.000276 | | 2015-08-17 | 0.000246 | 0.001063 | 0.000655 |