黄栋:沪深300指增——中国核心资产的增强利器
Q1:请您介绍一下您的量化投资的框架及理念。
黄栋:我认为做量化投资的目标是追求可持续复制的超额收益,但是和传统主动投资不一样,量化投资主要是希望通过挖掘市场内在规律,用工程化的方法来管理收益和风险,力图打造出合适的投资产品。具体来说就分三个方面:
第一,投资最主要的是挖掘市场规律,这个规律是相对于能力圈和投资期限来说的,是因人而异的。基本面投资者一般持股时间比较长,比如巴菲特投资股票一般持有5年以上,他掌握的是预测股票5年以上长期收益的能力;技术面投资者一般持股时间相对短一些。我个人会希望将包括基本面和技术面在内的各种信息融合,主要是通过对一定时间段内的市场情况进行研究从而挖掘市场规律。
第二方面,我们是采用工程化的方法来整合各种信号。量化投资属于金融工程的范畴,实际上是将金融、经济、统计等各种理论,用各种数据或者可以量化的信息为基本材料,在投资中进行工程化应用。所以工程学的一般方法,在这个领域也是适用的,比如工程上对成本收益的权衡,外推到量化投资,就是对风险收益的比较、对模型稳定性和回撤控制的考虑等。
第三方面,我们希望打造风险收益配比、具有市场潜力的产品。现在投资者对基金产品风险收益的目标正变得越来越清晰,越来越明确,基金管理人需要不断去探索跟投资者需求更加匹配的风险收益边界,量化投资的一个特点正是较好地刻画风险收益比,并力争将其综合效果优化,因而有能力提供给投资者需要的合适产品。
如果与主动投资方法作比较,我认为主动投资更像是做艺术品,是个人化的、独特的、不那么容易复制的;而做量化投资更像是做工业品,它可以满足某些特定功能、而且比较容易复制,我把它想象成力图制造一部智能手机,都是在确定的领域内,不断设计、打磨、优化自己的各种各样的组件,并且整合成让客户满意的产品。
黄栋:看过去几年的情况,wind数据显示,2020-2021年宽基指数增强型基金的阿尔法是很高的,比如说看全市场沪深300指数增强型基金的表现,在剔除掉新股因素后2020-2021这两年平均年化超额收益率有5.3%,但是2022年以来在沪深300指数中通过主动管理能力获取的超额收益逐渐走低,一直延续到今年,今年沪深300指数增强型基金平均年化超额收益率降低到2%左右。
怎么分析这种情况,我认为能否做出阿尔法主要取决于两方面,首要的一个方面是深度,也就是获取阿尔法的能力;另外一个方面是宽度,就是股票表现的分散度,衡量获取阿尔法的可能性。
先看第一方面获取阿尔法的能力,我们如果考察常见的量化选股因子,可以发现它们的整体预测有效性在2020-2021年很高,但是2021年后是处于下滑的态势(像量化选股因子中的技术面因子在这段时间的预测有效性呈现上升态势,但是基本面类因子失效比较严重,所以整体因子预测有效性不高)。
再看第二方面,获取阿尔法的可能性,wind数据显示,在2019-2020年市场宽度都处于比较低的水平,比如这两年全市场股票中能跑赢沪深300指数的股票数量只有30%左右,但2021年以来宽度水平上升,每年跑赢沪深300指数的股票数量上升到60%左右,这就大大增加了获取阿尔法的可能性。
所以,从深度和宽度两方面综合来看,2022年以来宽基指数增强型基金超额收益的下滑,主要是常用因子的预测能力下降,并且同期市场宽度上升带来的超额收益并不能抵消预测能力的下降带来的损失,因此指数增强型基金整体超额收益是下滑的。
这是对指数增强型基金纵向比较的分析,但是如果与传统主动投资的股票型基金进行横向比较,2022年以来指数增强类量化基金的超额收益还是更为显著一些的。原因在于,2022年以来基本面因子相对失效,这对跟踪指数的指数增强类量化基金、传统主动投资的股票型基金的业绩同时形成了拖累,因为他们都会用到基本面因子,但是量化类基金的策略中不光使用基本面因子,一般也会使用技术面因子,而技术面因子的有效性这段时间是上升的,这是形成差异的一方面原因。另一方面原因是,这段时间的市场宽度在上升,也相对有利于量化选股策略,因为传统主动基金一般选股数量有限,不容易拓展宽度。
Q3:我们知道,越是偏中小盘,由于股票数量越多,获取超额alpha相对越容易一些。那么您觉得要在沪深300中做出较为稳定的alpha,主要是靠什么,您是怎么理解的?
另外,我认为所谓稳定的阿尔法,不是说直线型的稳定,这种没有波动的稳定性即使能够达到,可能也是阶段性的,因为市场存在周期和各种偶然因素,我们追求的应该是环境有利时多抓超额收益,而在环境不利时能够控制住风险,这就要求对自身的模型或策略弱点有所把握,在各方面环境都不利的系统性风险出现时,适时的控制风险。我们希望给投资者提供回撤波动相对较小、投资者体验相对较好的产品。
另外,从投资者角度来说,选择指数增强型基金不光要考虑阿尔法,也要考虑贝塔。沪深300指数与其他指数比如中小盘指数比较,还是有比较大的区别的。投资者关注沪深300指数增强型基金,首要看中的可能是沪深300指数的市场核心资产代表性,以及价格表现的相对稳定性。
Q4:一般来说alpha的收益来源主要是靠两块,一块儿是通过行业高低配,一块儿是通过选股,您是主要通过哪块?
要说哪一块收益相对更容易获得,就我们目前的能力范围来说,个股选择是相对能够做的比较好的领域。我们希望是通过管理因子来获取个股选择的收益,这是量化相对更为擅长的、而且也是可以持续深耕的领域。
如果看跟踪误差,按Wind数据统计,我们沪深300指数增强型基金2021年以来,相对沪深300指数的年化跟踪误差是3%不到,同类沪深300指数增强型基金年化跟踪误大多集中在3.5%左右,这可以看出,银河沪深300指数增强型基金在全市场沪深300指数增强型基金中误差属于比较低的水平。我们的目标是希望在选股等我们能增强的优势领域争取多做阿尔法,同时也意识到市场有很多波动是我们无法把控的,因此通过控制跟踪误差,力争带给投资者较好的体验。
Q5:沪深300增强,会较500以及1000增强,在量价因子的这块占比相对比较少,基本面因子相对占比会更高一点,如果出现基本面因子出现失效的情形您是如何看待的呢?
怎么看待这种情况,我认为可以从三方面来看,首先是要认识到存在周期是量化因子的固有特性。不少量化研究在做因子回测的时候往往过于看重长期累积效果,而忽视了其历史发展过程中的回撤,但实际上任何因子都具有周期性,差异在于周期有不同的长短而已。
第二方面就是怎么来应对这个问题。既然因子会有失效的时候,我们在设计策略的时候就要考虑到这种可能性,并结合具体产品的风险容忍度,提前做好应对方案,规避产品无法容忍的长周期的失效。
可能的应对方案,一种是在策略设计里面就加入调整机制,另一种是进行事后干预。我倾向于采用的方式是在策略设计时就加入调整机制,同时在运行时跟踪观测因子和模型的表现,不断地找出模型的弱点并加以修正,而不是事后对模型结果进行干预。另外,量化体系中因子库要完整,包含各类相关性较低的因子,甚至有些是负相关的因子。那么在部分因子失效的时候,还有其他因子有效,不至于全军覆没。对于失效因子,要从各方面查找原因,包括宏观因素、政策因素这些量化方法往往比较难把握的地方,是不是出现了大的变化;包括查看因子本身,是不是存在没有发现的瑕疵。
第三方面,即使做了预案,市场还是会出现各种可能性,可能出现超出预期的失效,这个时候应该考虑让模型停一下,回到基准中性状态,搞明白情况以后再重新出发。这其实是风控。
至于基本面因子失效是否还会持续,我们只能大致作一个判断,主要还是要进行跟踪。从周期来看,从2021年以来基本面因子是存在失效的情况的,至今已经持续了两年左右的时间;从基本面方面看,国内经济短周期在边际改善,这就有利于后续基本面因子企稳回升;再有,从市场情绪看,目前市场情绪还处于低位,但是像成长因子、盈利因子等主要基本面因子拥挤度相比高点已经有所下降。所以,整体判断,基本面因子现在处于较低区域,但未来能否恢复完整上行周期还要持续观察。
Q6:主动投资与量化投资的结合是这两年的热潮,不管是传统主动基金结合量化,还是量化基金去结合主动方法,两者的研究边界越来越模糊,请问您是如何看待结合的趋势的?这会有什么样的影响?
黄栋:我认为量化投资和主动投资都是看待投资的不同方式,两者不是对立关系,而是可以相互借鉴、取长补短的。我刚从业的时候在券商研究所工作,整天和行业研究员在一起,后来到基金公司从事量化研究和投资,也和不少做主动投资的基金经理成为好朋友,我发现很多行业研究员和管理主动权益产品的基金经理对选股有很强的洞察力,可以为我们做量化研究提供不同的视角。而另一方面,一些优秀的主动投资基金经理也早已在使用已经被验证有效的量化因子。所以我同意您的观点,两者的确存在相互交叉结合的趋势。
从公募量化角度来说,由于因子体系中一般有不少基本面因子,这和主动投资的逻辑是有交叉的,结合主动投资投研的成果可以补充或完善我们的量化体系。怎么结合,我这些年有过几种方式的研究和实践。
一种结合方式是以主观研究为基础,来结合量化方法,比如以行业研究员的研究池作为选股池,用量化因子在其中优选股票,这种策略在2019年左右的核心资产行情中表现不错,阿尔法较高,但是其缺点在于完全依赖行业研究池,而行业研究员对股票的覆盖存在惯性,对股票池的更新不会很及时,所以当市场出现周期转换的时候,策略阿尔法会下降。
还有种策略是和优秀的主动投资投研人员合作,把他们投资逻辑以量化方式总结、提炼出来,固化为选股程序,这种方式优点在于逻辑清晰,但跟踪研究后发现也存在问题,主要原因在于市场是根据预期投资,而每次行情的预期逻辑、预期时点往往都不一样,简单说就是用固化的程序来替代行业基本面的动态研究,可能并不是最优的。
另一种结合方式是以量化选股为基础,先用量化策略进行选股,再靠行业研究员来进行交叉验证,剔除掉基本面有瑕疵的股票,逻辑在于,量化方法的优势在于可以较好地对股票进行全局性的衡量比较,但缺点在于依赖历史数据,有时候数据会存在异常或者滞后,而有经验的行业研究员可以纠正这些问题。但是这种结合模式的问题,是需要行业研究员和量化研究紧密配合,甚至在量化部门配备专门的行业研究员,而这个成本会比较高。
在经历了这些研究比较后,我现在选择是将优秀的主动投资经验规则化,融合进模型。公募基金平台的一个优势在于有较丰富的研究资源支持,包括内部投研团队的交流和外部卖方的研究支持,使得我们可以持续地接触到比较好的选股想法和考虑因素,只要善于思考和研究,长期下来可以积累不少好的模型素材或因子,但这些素材一定要与自身模型结合或者兼容,才能发挥作用。
Q7:今年以来宽基指数受到了市场关注请问您认为,指数类基金与主动权益基金分别有何特点?
我认为这种周期性波动存在两个动态平衡机制,其中一个机制是估值回归,也就是价格会围绕价值上下波动,估值过高或者过低都会出现反转。以2021年初主动权益基金大量持有的核心资产为例,wind数据显示,彼时核心资产估值达到了历史高位,而沪深300等指数的估值则在历史中位数左右,两者估值差达到了很高的水平,构成了回归的基础。
第二个机制是投资者行为,最典型的是羊群效应,会放大特定板块的涨跌波动,2019-2020就是这种基金和外资增量资金一起追逐核心资产的放大过程。而从2021年年中以来,核心资产估值出现了回归,投资者行为也出现了一些变化,我们看资金从一类资产撤出,加入另一类资产,这是一个再平衡的过程,目前来看这个过程可能还没完全结束。
如果比较指数增强型基金和主动股票型基金,我认为长期来看各有特点,对于基金投资者来说,如果对于主动股票型基金长期收益预期比较有把握,同时可以承受这样的偏离市场指数的波动,那么可以考虑投资主动股票型基金。而如果投资者希望投资股票市场,同时相对市场偏离不要太大,那么可以考虑指数增强基金。主要还是要看投资者的投资目的、投资期限以及风险承受能力情况来选择适合自己的产品。
这主要基于两个方面的判断,一个方面是指数增强类基金正越来越获得投资者理解和认可。Wind数据显示,A股被动权益基金在整体权益基金中占比已经提升到了25%。
另一个方面是,在A股市场通过主动管理来获取阿尔法的潜力还将长期存在,虽然经过多年的发展,市场各方面机制都得到了长足提升,市场有效性已经比十几年前提升不少,但是距离成熟市场应该还有距离,市场有效性的提升是一个相当长期的过程。
黄栋:银河基金量化与FOF投资部是一个既有历史又相对年轻的团队,有历史主要是指我们有一些基金产品管理的时间比较长,比如银河沪深300价值指数成立于2009年,是一只运行十多年的老基金了,团队基金经理也都有长期投资研究经验,平均证券从业年限超过17年,平均公募基金管理经验也超过7年。相对年轻是指我们过去一段时间吸收了一些年轻人加入,带来了不少新的思路和活力,目前团队中同事有接近半数是90后。
风险提示:本公司投资观点的内容是公司对当时的证券市场情况进行研究的结果,观点具有时效性,并不构成对任何机构和个人投资的建议。银河基金管理有限公司不对任何人因使用此类报告的全部或部分内容而引致的任何损失承担任何责任。
投资有风险,投资需谨慎。公开募集证券投资基金是一种长期投资工具,其主要功能是分散投资,降低投资单一证券所带来的个别风险。基金不同于银行储蓄等能够提供固定收益预期的金融工具,当您购买基金产品时,既可能按持有份额分享基金投资所产生的收益,也可能承担基金投资所带来的损失。
您在做出投资决策之前,请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和风险揭示书,充分认识基金的风险收益特征和产品特性,认真考虑基金存在的各项风险因素,并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力,在了解产品情况及销售适当性意见的基础上,理性判断并谨慎做出投资决策。
依据投资对象的不同,基金分为股票基金、混合基金、债券基金、货币市场基金、基金中基金、商品基金等不同类型,您投资不同类型的基金将获得不同的收益预期,也将承担不同程度的风险。一般来说,基金的收益预期越高,您承担的风险也越大。
基金在投资运作过程中可能面临各种风险,既包括市场风险,也包括基金自身的管理风险、技术风险和合规风险等。巨额赎回风险是开放式基金所特有的一种风险,即当单个开放日基金的净赎回申请超过基金总份额的一定比例(开放式基金为百分之十,定期开放基金为百分之二十,中国证监会规定的特殊产品除外)时,您将可能无法及时赎回申请的全部基金份额,或您赎回的款项可能延缓支付。
基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产,但不保证基金一定盈利,也不保证最低收益。基金的过往业绩及其净值高低并不预示其未来业绩表现。基金管理人提醒您基金投资的“买者自负”原则,在做出投资决策后,基金运营状况与基金净值变化引致的投资风险,由您自行负担。基金管理人、基金托管人、基金销售机构及相关机构不对基金投资收益做出任何承诺或保证。
(全文结束)
做「开源」的量化研究
to be a quant,to be open-minded.
更多交流,欢迎联系:
开源证券金融工程团队 | 魏建榕 张翔 傅开波 高鹏 苏俊豪 胡亮勇 王志豪 盛少成 苏良 何申昊 陈威 蒋韬
end
团队介绍
开源证券金融工程团队,致力于提供「原创、深度、讲逻辑、可验证」的量化研究。团队负责人:魏建榕,开源证券研究所副所长、金融工程首席分析师、金融产品研究中心负责人,复旦大学理论物理学博士,浙江大学金融硕士校外导师、复旦大学金融专硕校外导师。专注量化投资研究10余年,在实证行为金融学、市场微观结构等研究领域取得了多项原创性成果,在国际学术期刊发表论文7篇。系列代表研报《开源量化评论》、《市场微观结构》、《开源基金研究》,在业内有强烈反响。2016年获新财富最佳分析师第6名、金牛奖分析师第5名、水晶球分析师第6名、第一财经最佳分析师第5名;2022年获金牛奖最佳金融工程分析师、Wind最佳路演分析师。团队成员:魏建榕/张翔/傅开波/高鹏/苏俊豪/胡亮勇/王志豪/盛少成/苏良/何申昊/陈威/蒋韬。
本篇文章来源于微信公众号: 建榕量化研究