发言实录：

大家下午好，感谢开源证券金融工程团队魏建榕博士的邀请！今天非常荣幸能够在这里和各位关心和热爱量化研究的投资者们一起交流学习。

我今天分享的题目是《主动量化又一程：多资产与多策略》。多资产与多策略都不是很新的东西，但是对于我们团队而言，是我们非常看重的研究方向，可以把我们团队关于宏观、中观、选股等方方面面的研究有机整合起来。因此对于我们团队来讲，多资产与多策略是我们投研道路上很重要的一段征程。今天我的分享分为两个部分，第一部分是多资产，第二部分是多策略。

首先是多资产。讲到多资产投资，大家一般都会先看看海外比较成熟的经验，所谓他山之石可以攻玉。首先大家能够发现大型机构几乎都积极布局了多资产的产品和团队，例如贝莱德、富达投资等等。贝莱德组建了系统化投资团队，使用系统化的投研方法，包括因子分析、alpha挖掘等，在不同资产中给客户提供量身定制的投资方案，目前的管理规模超过2000亿美元。

富达的QRI团队是把原先的量化股票、量化固收、量化指数解决方案等职能全部统一到一个团队，一方面服务于股票、固收等各资产中的纯量化以及量化基本面策略的研究开发及组合管理，另一方面也和富达的基本面投研人员紧密合作，为其提供大数据或者组合构建方面的技术支持。

具体到产品实践上的话，贝莱德有系统化多资产多策略基金（BlackRock Systematic Multi-Strategy Fund）。产品结合了股债配置、宏观大类资产多空、股票多空三种策略，成立以来夏普比超过1，而且最新的规模达到了80多亿美金，规模的快速增长期主要在20年的H2到22年的H1。

总结一下海外大型机构在多资产投资中的经验，系统化投资是大家的共识。系统化投资的优势是数据驱动的观点、科学的检验、有纪律的组合构建以及持续的改进和优化。在系统化投资的框架下，对于不同资产都可以使用市场、因子（风格）、alpha的方式来进行分解与投资。在海外这种创新的投资组合构建方式，能够帮助投资者获取低成本的、超越市场的收益。

回到国内的现状，国内的多资产投资发展主要受限于资产品种不够丰富，但是作为公募基金，我们依然能够发掘出一些能够发力的方向，比如说固收、权益的二元资产配置，也就是固收+。在研究固收+策略之前，我们要先清楚市场需要什么？固收+策略能不能满足市场的需要？如果答案是肯定的，那我们再去研究和制定相应的固收+策略。

首先，我们看一看我们所处的时代背景，资管新规是我们在做负债端研究时所绕不开的一个话题。因为资管新规打破了刚性兑付，强调“卖者尽责，买者自负”。现阶段的破刚兑、去嵌套、打破非标、资管产品净值化的转型基本已经完成。净值化时代区别于刚兑时代的一个显著特征是产品收益率不等于投资者到手的收益率，但是投资者在购买和持有的时候，仍会有追涨杀跌、赎旧买新、频繁交易的非理性行为，导致经常会出现产品赚钱而投资者不赚钱的现象，已经成为这些年财富管理行业的核心痛点。资管新规前，广大居民的财富稳健保值增值的配置需求，主要是由非标刚兑产品来满足，资管新规后就需要收益稳健、严控回撤的产品作为资产配置的压舱石。

我们看一下资管新规以来稳健收益产品的规模变化情况。以公募基金为例，2018年至2022年间，全部公募基金资产规模年化复合增速19%，短债、一级债基、二级债基、偏债混合等稳健收益产品规模年化复合增速分别达57%、63%、60%、47%。其中有低基数的原因，但是也确实反映出稳健收益产品的规模增速是远远跑赢市场的。

广泛的固收+类产品中，严控回撤的产品的规模取得更快增长。右下图统计了不同回撤幅度的固收+产品的规模增速。可以看到中低回撤的产品的增速是明显好于中高回撤的产品的增速的。中短期来看，我们可以将其归因于非标资产替代需求的崛起；长期来看，投资者们其实非常需要稳健收益类产品作为大类资产配置的压舱石。所以整个中低回撤的固收+类产品的需求是非常乐观的。

那么我们再来看看“市场有什么”。16年以来，固收+产品平均的风险收益特征是4-5%的年化收益、6%左右的最大回撤、5%左右的波动。我们发现低波动同时收益稳健的产品十分稀缺，较低回撤（3-4%）的产品平均收益为4.5%左右，而年化收益在6%以上的产品，回撤和波动都达到了5%以上。如果我们能够在控制产品较低波动的同时，达到6%以上的年化收益，努力实现较高的夏普比和卡玛比，那么这类产品还是非常有市场的。

怎么去实现这一目标呢？我们认为除了传统的挖掘股票的阿尔法之外，资产配置能力是必不可少的。我们从主动+量化的角度对固收+权益的资产配置做了尝试，我们把整个方法叫做科学定量的主动投资，通过系统的投研方法，使得投资过程中科学部分与艺术部分的边界更加清晰，通过主动管理获得较好的收益。其中量化部分我们通过科学系统的框架找到历史有效的指标或者策略，主动部分通过主动深入的研究，给出前瞻性的预测信息。这套框架说起来简单，但是执行起来还是比较繁琐和复杂的。在量化部分，我们需要构建宏观配置模型、风格/行业模型、量化选股模型，但是我们的投资决策又不仅仅由量化模型驱动，需要主动观点的深度介入，例如通过宏观趋势预判对宏观配置模型的输入进行修正，通过行业景气、供需格局的判断进行一些左侧拐点的预判、右侧持续性的思考，通过个股业绩前瞻、个股风险规避对量化选股模型进行细颗粒度的持仓优化。在这套框架下，对于每类底层资产构建丰富的alpha子策略，并根据市场判断对不同子策略进行配置。最终希望得到一条中低波动、高夏普、高胜率的净值曲线。

具体的，以宏观和中观研究为例，来阐述下我们的一些积累。宏观和中观的研究目的主要就是为了自上而下地确定组合配置的仓位和结构，简而言之就是股债的配置比例以及权益资产类别下不同风格策略的权重。具体方法是通过计算和比较每类资产的中长期以及短期的胜率和赔率。胜率和赔率模型是我们框架的核心，中长期胜率的影响因素主要是经济周期、行业景气等，中长期赔率的计算则主要根据不同资产特征下构建的估值评价体系，短期胜率主要受趋势动量、资金流、事件驱动等影响，短期赔率则主要考虑交易拥挤度。我们沿着这套框架，构建了系统性的指标，来辅助我们进行宏观和中观的研判。

以股债配置为例，我们利用宏观量化的体系，判断当前经济和市场所处的状态。同时结合股债性价比的高频跟踪，对股票和债券进行动态配置。在给定的仓位中枢上，我们又可以依据短期基本面和市场交易信号对股票进行增减配，获取波段性的收益，并且降低一部分回撤。

接下来重点讲一讲第二部分——多策略研究。这里的多策略指的是权益多策略。首先，我想从时间维度和空间维度分别来展开讲讲我们为什么要做多策略。

从时间维度，我们知道市场的风格是呈现周期性波动的，不同风格策略的阶段性表现差异是比较大的。复盘A股的历史表现，存在明显的风格切换现象，行情在价值成长、大小盘的风格中不断切换的，如果固守单一风格的策略，就容易面临阶段性大幅回撤的风险。

从周期角度，风格轮动又存在一定持续性，而非转瞬即逝，因此每一类风格的策略都会有用武之地，都有研究和储备的必要。如果能抓住市场的风格机会进行阶段性配置，则可以获得很好的业绩表现，例如2009-2010、2013-2016、2021至今配置小盘策略，其他时间配置大盘策略，那么就完美踩对了09年以来大小盘轮动的节奏。当然前提条件是有各种类型的风格策略储备，所以我们要去做多策略。单一风格驱动的选股策略能够比较好的适应其对应的市场风格并创造超额，但在其他环境下容易产生回撤；理想情况下，不同风格策略间的有效配置可以较平稳的穿越各类市场环境。

风格周期性波动背后的驱动因素是什么？虽然这是一个很难的问题，但是我们还是可以从各种视角找到一些线索。以大小市值风格轮动为例，从股价的驱动因素之一——盈利变动的角度，无论是大市值还是小市值，二者的业绩都与经济周期十分吻合；同时，小市值-大市值的业绩差与经济周期拟合度也较高，基本能够印证小市值的股票业绩弹性较高，二者业绩差与经济周期相匹配。尽管会有周期的错位，但是业绩增速或者说经济周期还是能够部分解释小市值因子的表现。

另外一个例子是策略的失效规律。以某业绩驱动类选股策略为例，2020年11月之前，策略相对中证500的超额收益在时序上比较稳定；2020年11月之后，策略每年都出现了持续时间超过两个月的最大回撤。超额收益的震荡走低主要发生在4个时间区间：2020.11-2021.1、2021.9-2022.3、2022.9-2023.3、2023.7。观察超额收益震荡走低的4个时间区间内的宏观经济状态，似乎都和货币下行有一定关系。当然这不是确定性的结论，只是说我们在研究策略过程中，会积累各种各样的现象，单一策略可能看不出规律，但如果多个业绩类的策略都踩着同样的节奏、或者和宏观周期等外部因素在节奏上有一定的匹配性，这背后还是有很多东西值得研究的。这里只是抛砖引玉，给大家提供思路。

多策略研究的第二个原因，可以从空间维度来解释。也就是说不同的股票域内，股票定价的方法有比较大的差别。之前开源金工组织的策略会里宏利基金的刘欣总（刘欣：资金分域定价与基金指数增强）做过非常详细的阐述。按照基本面研究中经常讨论的股价波动的影响因素：估值的波动、盈利的波动，以大小盘为例，对于小盘股而言，估值贡献的股价收益占比，显著好于大盘股中估值的贡献占比；这种股价定价方法的差异，导致的一个现象是小盘价值的超额收益幅度及稳定性显著好于大盘价值。不同特征的股票域，股价的影响因素不一样，需要针对不同的域去开发不同的选股策略。

多策略的优势明显不明显呢？这里粗略展示了我们模拟的多策略的效果。左边是三个单策略，右边是等权配置的多策略模型，可以看到多策略在夏普比和卡玛比方面明显优于单策略，即使我们只使用了简单的等权配置。

多策略框架的另一个优势，就是单一策略的开发不必再瞻前顾后、不必再去想“全天候”的事情，可以专心去沿着最大化该类策略alpha的方向去努力，无论是特定时间区间内还是特定空间上的alpha。把风格配置的事情交给做配置的人。

接下来简单分享一下我们团队在多策略研究框架上的一些心得。首先是底层的alpha策略，大家肯定都有很多的储备，不管是价值类的、红利类的、成长类的、质量类的、小盘类的策略。但是我想强调一点，就是我们在多策略的研究框架下，一定要明确几个事情。一是完备性，什么样的风格策略都要有；二是低相关性，不同风格策略中，同一风格内可以有高相关性，但风格之间一定要低相关；第三点是容易被大家忽视的一点，就是收益来源要清晰，不清楚收益来源的策略在多策略框架下会很麻烦。为了能够简单明了地解释收益来源，最好是能够尽可能地往基础风格上靠，以“价值/成长+大盘/小盘”作为基础风格来解释其他策略的收益来源就是一个比较简单的选择。以近三年关注度“低入尘埃”的质量类策略为例，除了突出的质量风格暴露，该类策略长期呈现出大市值、高估值、高成长的特征。通过对比剥离市值、估值、成长前后的质量策略表现，大致可以看到大市值可以解释质量风格2017年的大部分收益，高成长可以解释2019-2020年的大部分收益，同时大市值、高估值、高成长也可以解释2021-2023年的负超额。另一个例子是红利类策略，其同时呈现出大市值、低估值、低波动的特征；但是与质量类策略不同的是，低估值、大市值对于红利风格特征年份的收益解释力度比较有限。这说明相比质量风格，红利风格可能带有更多特质alpha。

构建好了完备的、风格和收益来源都比较清晰的、并且相关性比较低的底层alpha策略之后，我们就要进入多策略配置环节了。我们团队的多策略配置遵循“量化模型打底、主动研究的阶段性介入”的原则。

在量化模型方面，我们主要是有两套方法投入应用。第一套方法是策略层面的直接配置，常见的配置方法有侧重均衡性的风险预算模型，其中最有代表性的是风险平价模型；也有追求风格阶段性极致暴露的风格轮动配置模型。第二层应用是多策略嵌入到特定目标选股策略的联合应用。

相较于已经比较成熟的风险预算模型，风格轮动配置相对来说更难，我们团队的经验是从胜率、赔率、趋势和拥挤四个角度做分解。胜率分为短期胜率和长期胜率，短期胜率更多基于基本面盈利和景气的变化，其与趋势可以相互印证与补充，给出未来1个月到1个季度的资产胜率的判断。长期胜率的判断则主要依赖主观方法，例如结合海内外经济状况判断不同风格的中长期业绩走势。估值是较长周期的赔率判断，而拥挤是较短周期的赔率判断；估值过高或者过低，能够提示未来1-2年的资产收益，而拥挤度高低提示未来1个月到1个季度的资产收益。因此，对于中长期（1年以上）观点，可以结合资产的中长期胜率和赔率；对于短期（1个季度）观点，则可以结合资产的短期胜率、趋势以及拥挤度。

接下来是主动研究或者说主动观点的表达在多策略配置上的应用。首先，我们知道当前大部分纯量化模型在风格判断上可能存在胜率不高、时滞性、过拟合等问题。

以2017年的大小盘风格切换为例，我们用国证2000、沪深300指数分别表征小微市值、大市值风格。大家从量化角度做风格研判的时候，都会考虑几个角度，例如估值、拥挤、波动和机构持仓等。2017年的大小盘的切换发生在2017年的1月9号前后。从估值的角度，国证2000在2017.1.9前后其PE、PB分位数均在0.5以内，都没有达到极值状态；如果用国证2000/沪深300的估值比价来代表“小市值vs大市值”的估值分化情况，可以看到国证2000/沪深300的PE、PB比价序列的分位数分别为0.2、0.54，小市值也没有达到极端的“相对高估”的状态。

从拥挤的角度来看，2017.1.9前后大小盘指数的绝对拥挤度（以换手率刻画）均一般，已经处于2016年以来的相对低点位置；如果看相对拥挤度，国证2000/沪深300的换手率比值序列的分位数为0.44，小盘股相对大盘股来说并没有格外拥挤。

从波动率的角度来看，小盘有一定风险。从绝对波动率来看，2017.1.9前后大小盘指数的波动率均有提升，国证2000的波动率时序分位数提升更明显，从0附近快速提升至0.54；从相对波动率的角度，国证2000/沪深300的波动率比值序列的分位数达到0.83；如果滚动1年来看，波动率比值序列达到了极值状态。小盘相对大盘的波动急剧放大可能会暗示小盘更大的下行风险。

从机构持仓来看，计算主动权益公募基金的“大小盘含量”。从2014年以来截至2017年6月，主动权益公募基金持仓的“沪深300含量”在逐渐降低、但是“国证2000含量”并没有大幅增加，在2017.1.9前后也没有数据突变；看“含量”的比价序列也没有明显规律。

从2017年的大小盘风格切换的例子，可以看到常见的量化信号或许只有波动率的视角能够提示风险，但是这大概率不足以说服大部分小盘投资者进行决绝的风格切换。但如果我们跳出纯量化的视角，来看看当时市场正在发生什么。供给侧改革、棚改货币化安置是这一轮行情的主旋律，同时叠加北向资金大幅流入。在这样的大背景下，在国民经济中占比更高、竞争力更强的龙头企业优势明显。因此站在主动研究的角度，或许更容易做出小盘风格向大盘风格的调整；即使不是完全切换，至少也会在市值暴露上更加均衡。当然这件事情事后说来容易，事前做决策依然很难；但是想强调的一点是在做风格或者仓位选择的时候可以多从非量化的角度想一想、看一看，或者团队中至少要有主动研究视角下的声音。

以上是全部内容，感谢大家的耐心聆听！