基金的投资策略有什么？
先说我的结论，对于普通投资者来说，采用“主动管理”的策略来挑选基金比采取“被动管理”的策略来挑选基金要有效的多。 先放一张表，这是国内主流的基金评价机构对2014年前成立的偏股型基金的排名情况（主动式管理），同时放一张2013年底成立的上证50ETF和沪深300ETF的走势图（被动式管理）。 我想表达的其实就是一点：如果普通投资者按照“主动管理”的方式来选择基金的话，能够选到业绩好的基金的概率远大于采取“被动管理”的方式。 从这个意义上说，“主动管理”的理念要更加适合普通投资者。 因为对“主动管理”而言，选择到好基金的概率大，所以策略就很重要了。那么什么样的策略才能选到更多的优质基金呢？我总结了一下，大概需要满足以下几个条件：
1、选择的范围要大，也就是挑选基金的样本量要多；
2、各个样本之间要有可比性，也就是在选取的基金样本之间进行比较的时候，要考虑它们之间的差异性和相关性；
3、要考虑风险因素给收益带来的影响；
4、要考虑基金风格所带来的不同业绩表现。 如果能够实现以上几点，那我们就可以较为准确地判断出基金的实际业绩。 但是，我们现实生活中所遇到的问题往往比上面提到的复杂很多。首先，我们很难挑选出数量足够多的基金样本；其次，我们在对比基金业绩的过程中会碰到诸多问题，诸如在不同时间进场造成的资金成本不一样等问题都会影响我们对基金业绩的判断。 那有没有一种方法能同时解决上述问题？或者说，我们是否可以将上面的策略简化一些，只考虑几个核心的因素？答案是肯定的，这就要讲到“因子分析”的方法，它是统计学中用来处理数据的三大核心方法之一（另外两个是回归分析和聚类分析）。
因子分析的核心思想是把一个有多变量的问题转化成多个单变量的问题来解决，也就是说，它会给我们提供一个转化矩阵，将原始的数据转换为新的数据，新的数据中各个指标之间相互独立，而原数据中存在的多重相关性会被弱化甚至消除。 在基金筛选的问题上，我们可以把基金业绩的表现转化为几个因子的表现来解释，然后根据这些因子的得分挑选出表现较好的基金。使用因子分析挑选基金的好处还包括能同时考虑风险和收益的两个重要维度。
当然使用因子分析也会有麻烦的事情发生，那就是我们需要寻找因子载荷，也就是需要找到每个因子的得分和对应基金业绩之间的关系，一旦找到这样的关系，我们就可以根据基金的历史业绩得到该基金的因子载荷并向其加权求和来计算最终的结果。 这里就涉及到因子分析的一个前提假定：各因子之间是相互独立的。然而事实真是这样吗？比如，对于同一类型的基金产品来说，也许我们会发现其中的债券基金与股票基金有较高的正相关，这时就需要对模型做进一步的修正了。