LOF基金估值,如何估准?学习笔记
- 2026-05-05 22:39:50
前言
你们现在知道终极的卷王是谁了吧，从4月21日起，连续两周每天一发重炮，慢慢地干活文章，最后升华到 无敌 的七种武器。
之前有位群友说，无敌的这套跨境QDII LOF基金的套利大法，我就差核心的指标"仓位"没有写答疑文章了，这还真不是没时间，实在是我自己也没搞懂。我来做这个辅导员，实在是忐忑不安：
硬着头皮，今天把无敌的文章又学习了一遍，谈不上大作，算在我的学习笔记吧。
一、算法的演变历程
1.0 第一阶段：单交易日阈值筛选
最初的方法很简单：如162411 华宝油气，woody的成名作，选择净值涨跌超过4%的单个交易日来测算仓位。
仓位 = 净值涨幅 ÷ (ETF涨幅 × 汇率影响)优点：简单直接，计算快速缺点：受单日误差影响大，结果不稳定
1.1 第二阶段：连续涨跌合并
很快做了改进：整理合并连续净值上涨或下跌的数据。
核心思想：
连续上涨或下跌的日子，市场趋势更明确 合并这些数据可以减少单日误差的影响
改进效果：估算结果更加稳定可靠
1.2 第三阶段：超定线性方程组
突破性创新：当ETF比例未知时，使用最小二乘法（线性回归）来逆向求解。
核心思想：
收集多日数据，构建超定方程组 用最小二乘法找到最优解
适用场景：如163208等基金，持仓比例未知
二、入门篇：已知持仓比例的情况
2.1 单ETF基金：华宝油气（162411）
华宝油气主要投资于美国油气ETF（XOP），仓位估算非常直接：
举个例子：
净值涨幅：+5.32% XOP涨幅：+5.67% USDCNY涨幅：-0.10%
仓位 = 净值涨幅 ÷ (ETF涨幅 × 汇率影响)
按照这个公式，计算结果：仓位 ≈ 0.95（即95%）
2.2 多ETF基金：嘉实原油（160723）
嘉实原油投资于多个原油ETF，根据基金季报中整理出的权重比例：
计算步骤：
先计算综合ETF涨幅：各ETF涨幅 × 权重后相加 再用同样的公式计算仓位
三、进阶篇：未知持仓比例的情况
3.1 为什么需要更复杂的方法？
对于某些基金（如163208），我们不知道其ETF持仓比例，这时候就需要用到最小二乘法来逆向求解。相信大多数都群友，包括我自己，都是被卡在这个数学门槛前面。那就先普及数学知识吧。
3.2 用投篮例子理解最小二乘法
假设你投了5次篮：
第1次：偏了 3厘米 第2次：偏了 5厘米 第3次：偏了 2厘米 第4次：偏了 4厘米 第5次：偏了 6厘米
问题：你的平均偏差是多少？
平均偏差 = (3 + 5 + 2 + 4 + 6) / 5 = 4厘米这就是最小二乘法的核心思想，这是一个最简单的示例，通过综合多个观测值，找到最接近真实值的解。
3.3 什么是超定方程组？
先搞懂"超定"的意思
"超"就是超过、多余的意思，"定"就是确定、决定的意思。
超定方程组 = 方程数量超过确定解所需的数量
简单例子对比
普通方程组（方程数=未知数）：
x + y = 10x - y = 4→ 能求出唯一解：x=7, y=3
超定方程组（方程数>未知数）：
x + y = 10 (第1天)x + y = 9.5 (第2天)x + y = 10.3 (第3天)x + y = 9.8 (第4天)→ 4个方程，2个未知数，不可能同时满足所有方程！
在基金分析中
我们想求2个未知数：比例、仓位 但收集了10天数据，得到10个方程 数据太多了，方程"超"过了需求
看看无敌这张手写的经典图片：
3.4 最小二乘法：找"最接近"的解
最小二乘法就是找到一组解，使得所有方程误差的平方和最小。
3.5 为什么叫"最小二乘"？
最小：找最小的误差 二乘：误差要平方（避免正负误差抵消）
这就是无敌的"离别钩"，他的网页提供了这个计算的工具，我还没有认真去学习，留个作业。
四、总结 三种方法对比
路漫漫其修远兮，要向无敌学习的知识太多了
今天花了一天时间做了上面的学习笔记，和大家共勉，有说得不对之处，请指正。
