报告行业投资评级 未提及 报告核心观点 从行为金融学视角入手，在基金经理投资经验和决策行为方向挖掘超额收益；构造“失误修正”和“迭代效率”因子，结合二者寻找能从负反馈经验中迭代提升的基金；构建基金经验迭代组合策略，各年均跑赢偏股基金指数，超额收益稳定且主要依靠选股能力，行业配置均衡 [1][2][3] 根据相关目录分别总结 1. 投资经验对投资决策的影响分析 - 历史研究结论：不同论文对经验丰富的基金经理是否更易出现“过度自信”和“损失厌恶”现象存在分歧，但都认为基于经验的投资行为映射会影响基金业绩；缺乏经验的基金经理更倾向承担高风险获高回报，经验增加会使羊群效应减弱；经验丰富的基金经理面对负面绩效反馈时改变决策频率低，反应慢且基金未来表现差 [8][9][12] - 行为金融学视角分析：基金经理持仓亏损时的“损失厌恶”和“过度自信”现象可能负面影响基金业绩；“损失厌恶”指亏损后避免再次买入或持有，“过度自信”指亏损时拒绝或延迟卖出；后续将分析国内公募基金应对方式，寻找能从过往经验中迭代提升的产品组合 [14][17] 2. 哪些基金能够从过往经验中获益？ - 基金经理的重仓亏损经验分析：主动权益型基金重仓股相比所在行业收益胜率低、赔率高，平均超额收益 -2%，持仓胜率约 41.75%、赔率约 1.02；亏损幅度低时基金经理倾向持股待涨，亏损幅度高时受业绩压力减持；减持后可能不再重仓或再次重仓，再次重仓可能重复亏损，多为龙头白马股；国内公募基金经理受负面心理影响低，应对方式概率均衡，“过度自信”负面影响低；能从过往失误中总结经验实现盈利的基金可完成学习迭代 [18][20][23][27][31] - “失误修正”因子的构造：刻画基金经理出现重仓股负反馈后对同一细分行业选股能否创造更高 alpha；初步分组单调性好，与未筛选的全部重仓股特质收益 IR 因子分组结果比较，有效性更多来自过往经验学习提升 [32][33] - “迭代效率”因子的构造：在“失误修正”因子基础上加入学习效率指标，从基金业绩出发，用基金实际超额收益稳定性提升情况衡量策略迭代效率；分组回测多头与空头组效果明显，但整体有效性弱；将“迭代效率”因子对“失误修正”因子双排序，可选择通过主动修正实现策略效率提升的基金 [34][36][38] 3. 基金经验迭代组合策略构建 - 构建思路：对“失误修正”和“迭代效率”因子双排序结果，在多头组合中要求规模大于 1 亿元、近一年单一板块平均重仓暴露 <50%，选出“失误修正”因子值最高的前 10 或 20 只基金构建组合 [43] - 组合表现：年化收益 16.25%，年化超额收益 11.46%，年化波动率 18.8%，年化夏普达 0.86；各年均跑赢偏股基金指数，top10 组合弹性强，top20 组合市场下跌时稳定性高；换手率低，平均持仓天数约 135 天 [44] - 超额收益来源：主要依靠选股能力，行业配置也有贡献，风格和动态调整不占优；持仓股市值风格大小盘均衡，动量、流动性和盈利性高 [47] - 行业配置：行业配置稳定且均衡，剔除有行业偏好基金，2023 年短期增持 TMT，近期稍有增持其他消费，整体变化幅度低 [50] 4. 总结 - 从行为金融学视角挖掘超额收益，公募基金经理受负面心理影响程度低，亏损应对方式概率均衡 [54] - 构造“失误修正”因子寻找负反馈后同一行业选股特质收益高的基金，构造“迭代效率”因子刻画基金从历史经验中提升的效率 [55] - 结合两因子双排序寻找能迭代提升的基金，构建基金经验迭代组合策略，各年均跑赢偏股基金指数，超额收益稳定且靠选股能力，行业配置均衡 [56]