经过不断的普及基金知识，大部分基民都知道了，去年的冠军包括去年的前10名，今年的表现不一定好，甚至普遍跑输今年的平均值。很多人都知道了，选择基金必须选择长期表现好的基金。

那么问题来了，长期到底是多少年呢？历史上按照长期表现选择出来的基金，次年表现究竟如何呢？

我们选择了5519只权益类基金，统计了从2005年到2022年18年的数据，把10年累计复权收益率排序，取前10名，然后观察次年这10只基金的平均收益率。例如，我们统计了2005年到2014年10年累计的基金净值收益率最高的10只基金，观察2015年的表现。统计出来的平均值是31.19%，当年5519只权益类基金的平均值是25.27%、中位数是33.00%。

统计结果表面，用这种方法选择基金，从2015年到2022年这8年中，有5年跑赢了平均值和中位数，3年跑输。8年的年化收益率9.14%，而平均值是8.20%，中位数是7.90%。也就是说，大概每年平均跑赢平均值和中位数1个点。

所以选择长期表现好的基金，未来能不能跑赢基金的平均值和中位数，这个问题不能简单的用是或者否来回答。从长期看，确实能跑赢一点，但也不多。况且8年里还有3年是跑输的，特别是2016、2018、2022年这3年熊市，大概率跑输。

有人会说，那熊市我不用这样的方法来选择基金？你这是事后诸葛亮，如果你1年前就知道下一年是熊市，那根本不用这样的方法，你就可以大幅度的跑赢基金和指数了。

虽然结果和原来预计的有差异，但肯定比只选前一年的前10名要好很多，况且从2015-2022年这8年，指数平均每年才涨了1.15%，主动型基金的平均值远远跑赢了沪深300指数，这也是A股市场和美国市场不一样的地方。

量化回测的结果虽然不能完全代表将来，但至少将来大概率的会复制这种情况。这就是量化回测的意义。它用非常小的代价（其实就是花费了点人工和电费），知道了过去策略执行的结果。这有点像今天的AI，输入的信息越多，通过深度学习得到的结果越靠谱。这也是我只是从2021年开始大规模的做可转债的一个很重要的原因，因为过去可转债的数据太少。当然有利有弊，有利的是可以通过大量数据获得最佳策略，弊的是放弃了好几年的可转债，特别是2018年的熊市，当年可转债的相对表现是非常好的。

另外量化还有一个最大的问题是无法预判未来的变化。最典型的就是感恩节的火鸡的故事。认清量化的优劣，扬长避短，这才是我们正确的态度。

最后回到本文的题目上，2013-2022年这10年累计收益率前10名的是：（519704）、（519702）、（166301）、（040035）、（660015）、（090018）、（040015）、（519697）、（163406）、（163412），今年截止到2月3日平均增长了6.92%，而同期5519只权益类基金平均增长了5.71%，中位数5.60%。

如果你认可这点超越，而且认可个别年份特别是熊市跑输平均，那么用这种方法选基金也是可以的。