跳到正文
Soren
Knowledge阅读室10 个章节
本页目录
← 返回 Knowledge
Finance worldview · Study note

主动基金:
骗局,还是成本与竞争的必然?

从“主动基金是人类金融史上最大的骗局之一”这个吸睛标题出发,沿着 Sharpe 的算术 → 巴菲特十年赌局 → SPIVA / Morningstar 数据 → Berk–Green 规模模型 → 价格发现 → Alpha 容量 建立一套更稳固的主动 / 被动投资认知框架。

标题:明显夸张
核心:长期成本问题成立
关键:Skill ≠ Investor Alpha
适用:投资 + 量化研究

以下是我对公开研究和数据的学习梳理;各项统计的比较口径与出处列在文末,个人投资判断仍需结合自身情况。

01 · Core thesis

真正重要的不是“基金经理聪不聪明”,而是价值最后留给了谁

把“主动基金都是骗局”当结论,会把一个很好的金融学问题学歪。真正需要理解的是: 主动投资者整体在扣除费用前,不可能集体创造出超越市场本身的收益;而更高的研究、交易与管理成本,会把一部分收益转移给资管产业链。

错误的极端结论
≠

主动投资 = 骗局

这忽略了真正存在的投资技能、价格发现和市场结构差异。

更准确的结论
Cost

主动管理的敌人首先是成本

费用、换手、冲击成本、税费与规模都会吞噬毛 Alpha。

最值得记住
α

Skill ≠ Investor Alpha

基金经理有能力,不代表基金持有人最终能获得超额收益。

“主动管理是否有价值”和“主动基金投资者是否拿到超额回报”,是两个不同的问题。

Sharpe 1991:主动管理的“算术”

William F. Sharpe 在 The Arithmetic of Active Management 中提出一个极其朴素的框架: 在定义好同一个市场后,市场中所有投资者的持仓加总就是市场本身。被动投资者近似持有市场组合, 那么剩下主动投资者作为整体,在费用前也只能获得市场整体所提供的回报。

Ractive, gross ≈ Rmarket ≈ Rpassive, gross
Ractive, net = Ractive, gross − research − trading − fees < Rpassive, net
这不是“市场永远有效”的证明。 Sharpe 的核心论点首先是一个聚合层面的算术关系,而不是说任何单个主动投资者都无法跑赢市场。 现实中也存在对该模型边界条件的进一步讨论,例如市场组合会变化、指数会调仓、公司会增发或回购,因此不应把简化版公式理解成无条件定律。
02 · Buffett bet

巴菲特的十年赌局:一个极具传播力的案例,但不能偷换成“所有主动基金”

2007 年,Warren Buffett 与 Protégé Partners 约定:从 2008 年初到 2017 年底, 比较一只低成本 S&P 500 指数基金与 Protégé 挑选的 5 只“基金中的基金”(funds of hedge funds)。 这 5 只产品底层又投资于大量对冲基金,因此存在多层费用。

S&P 500 index fund
8.5%

十年平均年化收益

最终累计收益:125.8%

Five funds-of-funds
组合平均年化最终累计
Fund A2.0%21.7%
Fund B3.6%42.3%
Fund C6.5%87.7%
Fund D0.3%2.8%
Fund E2.4%27.0%
S&P 5008.5%125.8%

这个案例能说明什么

  • 多层收费结构能够显著拖累长期复利。
  • “聪明人很多”并不能自动抵消行业整体成本。
  • 低成本、低换手、长期持有的结构优势很强。

这个案例不能说明什么

  • 它不是“全部主动共同基金 vs 全部指数基金”的实验。
  • 对冲基金目标可能包含降低波动、做空、绝对收益等,不必只追求击败 S&P 500。
  • 单个十年样本不能单独证明所有市场、所有资产类别都应被动化。
03 · Empirical evidence

离开故事,看更大样本:长期跑赢确实很难

比巴菲特赌局更有说服力的是跨基金、跨周期的数据。S&P Dow Jones Indices 的 SPIVA 统计显示: 截至 2025 年底,美国大型股票主动基金在更长周期里,大多数没有跑赢对应基准。

美国大型股票主动基金跑输 S&P 500 的比例 · SPIVA Year-End 2025
1 年
78.8%
10 年
85.6%
15 年
89.9%
20 年
92.9%

注意:SPIVA 这里是“主动基金 vs 指定指数基准”的比较,并不等同于 Morningstar 的“主动基金 vs 可投资被动产品组合”。

Morningstar 2026:换一种比较方法,方向仍类似

Morningstar 的 Active/Passive Barometer 用真实可投资的被动基金组合做对手,并把费用纳入比较。 截至 2026 年 6 月,其美国样本覆盖约 9,226 只独立基金、约 29 万亿美元资产。

全体主动策略
25%

过去 10 年存活且击败被动同类的比例

美国大型股主动基金
13%

过去 10 年存活且击败被动同类

费用最低的主动基金
33%

10 年成功率;最贵组约为 20%

不要只记“75% 失败”。 更重要的是:成功率在不同资产类别、市场结构和费用水平之间差异明显。 例如 Morningstar 2026 数据中,美国小盘与中盘主动管理长期成功率高于大型股;固定收益与房地产类别也表现出不同特征。 所以“主动 vs 被动”不是一个脱离市场结构就能回答的问题。
04 · Berk–Green model

最反直觉的一层:基金经理可以有真本事,但投资者仍拿不到 Alpha

Berk 与 Green 在 2004 年的 Journal of Political Economy 论文里给出了一种非常有解释力的模型: 主动管理能力可能真实存在,但资本会追逐过去表现好的经理,而主动投资机会存在规模报酬递减。

1
经理有 Skill

小规模时能发现错价、赚取毛 Alpha。

→
2
业绩被看见

投资者根据过去业绩把资金投进来。

→
3
AUM 膨胀

同样的机会要承载更多资本。

→
4
Alpha 被稀释

容量、冲击成本与机会稀缺开始主导。

→
5
净超额趋近于零

Skill 仍可能存在,但被规模和费用资本化。

Manager Skill ↑ → Fund Flow ↑ → AUM ↑ → Capacity Pressure ↑ → Investor Net Alpha ↓
为什么“过去跑赢”不一定能预测未来继续跑赢?

如果资本流动是理性的,那么优秀经理一旦被识别,就会吸引更多资金。新增资金本身会降低未来每一美元资本能获得的超额收益。 因此,收益缺乏持续性并不能直接推出“经理没有能力”;它也可能恰恰是竞争性资本市场把技能价值迅速资本化后的结果。

Berk–Green 对“选明星基金经理”意味着什么?

你需要区分三个变量:能力、基金规模、投资者最终收益。 找到有能力的人只是第一步;如果资金已经把他的策略推到容量上限,后来者未必能复制早期投资者的收益。

05 · The paradox

如果所有人都买指数,谁来让价格变得合理?

被动投资依赖市场价格,但价格本身不是凭空产生的。分析财报、访谈产业链、建模、套利、做市、事件研究…… 这些主动行为共同参与价格发现。于是出现一个很漂亮的张力:

被动投资的优势

少犯错、少收费、少摩擦

  • 不需要持续识别“谁是下一个赢家”。
  • 费用低,组合透明,换手通常较低。
  • 能以非常低的成本获取市场 Beta。
主动投资的经济功能

信息生产与价格发现

  • 研究信息是否已经充分反映在价格里。
  • 通过交易把错误定价压缩。
  • 为资本配置提供边际价格信号。
市场并不是因为“没人能战胜它”而有效;某种程度上,它恰恰因为大量人努力战胜它,才变得更难被战胜。

因此成熟的世界观不是“被动投资消灭主动投资”,而是: 主动研究与套利创造价格发现;被动投资以较低成本使用价格发现的结果;两者共同存在于均衡里。

06 · When can active make sense?

主动管理不是禁区,关键是毛 Alpha 是否足够覆盖所有摩擦

判断维度
更利于主动
更利于被动
信息效率
信息不充分、覆盖较少
高度透明、分析师密集
交易成本
低换手仍可表达观点
高频换手、冲击成本大
容量
策略可扩展或资金较小
机会稀缺、AUM 已庞大
费用
低费率、激励结构合理
多层收费、管理费高
资产类别
小盘、信用、部分新兴/特殊市场可能更有空间
大型高透明股票更难持续获取 Alpha
投资者能力
能判断策略、团队、容量与风险
仅凭过去收益追逐明星经理
Active makes sense when:
Expected Gross Alpha > Fees + Trading Cost + Market Impact + Taxes + Capacity Decay
07 · Quant connection

把这件事接到量化研究:Sharpe 高,不等于可交易 Alpha 高

对量化研究来说,“主动基金为什么难赢”并不是遥远的基金销售问题,而是每天都在碰到的策略工程问题。 一个回测很漂亮的信号,最终能否变成真实收益,取决于它能不能穿过成本与容量这道过滤器。

Net Alpha = Raw Alpha − Trading Cost − Market Impact − Fees − Capacity Decay
Turnover ↑ ⇒ Cost ↑ + Impact ↑ ⇒ Realized Alpha ↓
AUM ↑ ⇒ Crowding ↑ + Slippage ↑ + Opportunity / Capital ↓
Backtest Sharpe ≠ Live Sharpe ≠ Investor Utility
第一层

信号存在吗?

统计显著、跨时期稳健、不是数据挖掘幻觉。

第二层

交易得出来吗?

换手、流动性、滑点、冲击成本是否可接受。

第三层

放大后还存在吗?

策略容量上去后,Alpha 是否被自己交易掉。

这就是为什么 Turnover 不是“附属指标”。 它直接决定一个漂亮的纸面 Alpha 有没有可能变成可实现的净 Alpha。 从这个角度看,主动基金的长期困境和量化策略的实盘衰减,本质上是在讨论同一件事:毛优势如何被市场摩擦吃掉。
08 · Worldview framework

把这期视频放进你的“金融世界观”,应该记住这条链

市场效率 → 错误定价 → Alpha → 信息竞争 → 资金流入 → 规模 / 容量 → 交易摩擦 → 费用 → 投资者净收益 → 价格发现 → 再回到市场效率

以后看到“某基金长期跑赢”,不要只问收益率

  • 比较的基准是什么?风险暴露是否一致?
  • 是费用前还是费用后?
  • 有没有幸存者偏差?关闭基金算没算?
  • 过去的 Alpha 是 Skill、Beta、风格还是运气?
  • AUM 扩大后还能复制吗?
  • 策略容量和交易成本是多少?

以后看到“指数投资稳赢”,也不要停止思考

  • 指数选择本身仍然是一种规则选择。
  • 不同资产类别的主动 / 被动胜率并不相同。
  • 指数也会调仓,也存在交易与实施成本。
  • 市场需要主动参与者进行价格发现。
  • “大多数主动输”不等于“所有主动都无价值”。
最成熟的结论不是“主动好”或“被动好”,而是:任何 Alpha 都必须说明它从哪里来、为什么不会被竞争消失、容量有多大,以及扣完所有摩擦后还剩多少。

一句话记忆

Skill ≠ Gross Alpha ≠ Net Alpha ≠ Investor Return
09 · Misconceptions

五个最容易学歪的地方

① “基金经理跑不赢,所以基金经理没能力”

不成立。Berk–Green 给出了一种完全理性的解释:能力可以存在,但资本流入和规模效应会把超额回报压掉。

② “巴菲特赌局证明所有主动基金都失败”

不成立。那是特定的 funds-of-hedge-funds 与 S&P 500 指数基金的十年比较。

③ “被动投资没有任何主动判断”

不完全。选择哪个指数、资产配置比例、再平衡方式,本身都含有决策。

④ “只要找到历史收益第一的基金就行”

历史收益越突出,越可能吸引资金;资金本身可能降低未来 Alpha。还要控制风格、风险和幸存者偏差。

⑤ “高 Sharpe 就是高价值”

实盘世界要继续问 turnover、capacity、impact、tail risk、crowding 和实现成本。

⑥ “主动和被动只能二选一”

现实组合可以把低成本 Beta 作为核心,把有清晰来源和容量逻辑的 Alpha 作为卫星。

10 · Sources

原始资料与进一步阅读

优先列原论文、官方报告与原始记录。数据截至页面标注日期。

Financial Analysts Journal, 1991, Vol. 47 No. 1, pp. 7–9.
NBER Working Paper 9275;后发表于 Journal of Political Economy 112(6), 2004.
巴菲特十年赌局最终数据:五只 funds-of-funds 与 S&P 500 指数基金。
Buffett vs. Protégé Partners 的原始赌约、双方论点与规则。
2026-05-07 发布;文中同时回顾 2025 年美国大型股主动基金表现。
2026-08-06 发布;以可投资被动产品组合为比较对象,并计入费用。
Financial Analysts Journal, 2018;讨论 Sharpe 算术在现实动态市场中的边界与扩展。
i
学习用途说明

本页用于建立投资与量化研究框架,不构成任何基金、指数或证券的买卖建议。 历史跑赢比例也不等于未来必然结果;具体投资决策还需考虑风险承受能力、税务、市场、产品结构与个人目标。