您的位置:首页 >综合 > 正文

沪深300近5年跌超3% 这3只基金却涨幅翻倍 天天观热点

来源:腾赚网 时间:2023-03-14 19:37:01

今年以来,A股经过一轮较大幅度的反弹后,暂时歇脚,进入了震荡调整区间,被称为A股市场晴雨表的沪深300指数开始在4000点至4100点间“左右横跳”。

不禁想起了5年前的春天,沪深300指数也是在4000点附近。于是去看了下具体数据,发现5年过去了,沪深300已经历了一轮完整牛熊,累计回报还跌了3.45%。


(资料图片仅供参考)

但令人欣慰的是,过去5年,不少基民应该还是赚到了钱的。普通股票型基金指数、偏股混合型基金指数过去5年的涨幅分别为56.45%、48.22%,超额收益明显。(数据来源:Wind,统计区间:2018/03/11-2023/03/10)

进一步挖掘了各基金涨跌的数据,还发现了3只在过去5年的市场周期变化中持续捕捉机会,实现了翻倍收益的牛基,下面就介绍给大家。

中欧养老产业( A:001955;C:012778 )

中欧养老产业绝对是一只低调的宝藏基金,它的业绩表现说出来相当惊艳。截至2月底,中欧养老产业A近半年业绩同类排名第一,近1年、2年、3年、5年同类排名分别位于前5%、2%、7%、2%!(数据来源:银河证券,同类为偏股型基金,近6月、1年、2年、3年、5年的具体排名分别是1/1437、51/1234、16/784、34/494、4/365.截止2022/2/28)

回顾中欧养老产业自成立以来的净值曲线,不仅抗住了2018年的下跌,在2019年、2020年结构性牛市期间不断上行,逐渐拉开与业绩基准之间的差距,截至去年年底近5年业绩累计上涨139.81%,是同期业绩基准收益的13倍之多,超同期沪深300涨幅达143.76%。(数据来源:基金及基准收益来自基金定期报告、指数数据来自Wind,截至2022/12/31)

(图片来源:基金2022年四季报)

中欧养老产业现任基金经理为中欧基金中生代强将许文星,他是上海交通大学计算机硕士,学术背景十分硬核,从事研究以来,又深度覆盖TMT、新能源方向。扎实的理论知识叠加丰富的实战经验,使得许文星对成长领域具有独到见解,他选择科技成长+逆向投资,关注成长中的价值类机会,善于布局处于周期低潮回升中行业个股,以及科技板块中估值具有安全边际的板块。

许文星自2018年4月16日开始参与中欧养老产业的管理,在单边下跌的行情中“临危受命”,凭借优秀的个股挖掘能力和回撤控制能力,中欧养老产业A的单位净值从彼时的1.20涨到如今的3.30.不可谓不优秀。(数据来源:中欧基金,统计区间:2018/04/16-2023/03/10)

中欧电子信息产业( A:004616;C:005763 )

提及中欧电子信息产业,大家应该都不太陌生,因为这只产品最近实“火”,侧重TMT领域(通信、传媒、互联网)投资机会的它,含“信”量较高,抓住了去年10月以来的信创产业机遇。A类份额去年下半年上涨12.39%,相较于同期业绩基准,实现了20.52%的超额收益。(来源:基金定期报告,截至2022/12/31)

从更长的视野来看,中欧电子信息产业A的业绩一样很能打,自2018年中以来,产品逐渐与业绩基准拉开差距,近5年收益达114.92%,大幅领先同期业绩基准涨幅(-11.70%)。(来源:基金定期报告,截至2022/12/31)

(图片来源:基金2022年四季报)

中欧电子信息产业现任基金经理刘金辉,也是中欧基金旗下擅长科技领域投资的优秀中生代,他毕业于清华大学金融学专业,2020年8月14日参与中欧电子信息产业A的管理。虽然投资管理经验不算太久,但曾经完整的4G周期的经历、专注且勤奋的投资研究工作,以及在科技产业上的持续探索和成长,使刘金辉逐渐具备完整的科技产业思维以及较强的TMT多行业投资机会比较能力。

面对近3年TMT相对弱市的行情,中欧电子信息产业A累计上涨57.78%,同期业绩基准仅为-14.57%,这必然离不开刘金辉的贡献。(来源:基金定期报告,截至2022/12/31)

广发睿毅领先( A:005233;C:012449 )

广发睿毅领先整体偏小盘价值风格,近5年回报十分优秀,达到了193.94%,是同期业绩基准的近40倍。(来源;基金定期报告,截至2022/12/31)

(图片来源:基金2022年四季报)

广发睿毅领先自成立以来便由基金经理林英睿管理,他能力圈比较全面,逐步从消费拓展到偏周期的行业,乃至全行业,这为他在基金管理过程中的多行业配置打下基础。

林英睿属于深度价值投资风格的信仰者,采取困境反转策略,不轻易追热门,也不惧冷门。一方面,他根据宏观经济走向定大类资产配置、从中观维度加入对行业供需、政策导向、景气度的判断、微观层面考量企业的PE、ROE等指标,选择业绩更早体现、弹性更大的优质公司;另一方面,通过量化模型辅助做出更科学的判断,尽量避免价值陷阱和低效率问题,进而从庞大的数据中发掘能带来超额收益的机会。

标签:

相关阅读