对话中银赵志华:什么才是加仓抄底时理想的标的? | 今日主咖
新浪财经
来源:国泰君安证券研究
本期《今日主咖》栏目,我们有幸请到了中银量化精选基金经理赵志华总,与国泰君安研究所金工行业首席分析师陈奥林,以及新股研究团队首席分析师王政之进行对话,就“进可攻退可守”的指数增强基金模型进行了详细的介绍。
立刻收看对话节目回放
主持人 | 陈奥林(国泰君安研究所金融工程首席分析师)
伴随着美股的暴跌,今年我们看到A股的表现相对独立而有韧性。如果我们要将A股作为加仓抄底的选择,那么什么时候抄底,选择哪些品种抄底更合适?
这里我们和大家推荐一个相对防御性比较强、进可攻退可守的策略——那就是曾风靡一时的“指数增强”策略。
为什么说这样一个指数增强策略“进可攻退可守”呢?
首先,这个策略在多头端的表现是非常稳定的。
它的收益来源于多个阿尔法因子,即便某几个因子失效了,但剩下几十个甚至几百个因子仍然是有效的,因而能够保证整个组合在收益端是相对稳定的。
第二,量化投资方法可以相对精细地控制风格。
我们可以通过量化的方法去控制它和基准之间的差异大小,从而去控制整个组合的波动。
第三,量化指数增强策略,在大的产品层面上,我们也会叫它量化对冲。因为它可以在大类上包括股指、期货、期权这些。如果未来市场隐含比较大的风险,想要去对冲一下β风险的话,可以通过衍生品去进行对冲,这也是它退可守的一方面。
但最近几年,之所以量化对冲类产品,或者说指数增强类产品,发展的不如之前那么火,核心原因在于这种产品的表现在14年年底和17年都发生过比较大的波动。14年是因为牛市风格偏差过大,17年是因为当时的很多因子失效。
之后,量化投资行业也对这两个原因进行了比较深入的思考和总结。
今天我们有幸请到了中银量化精选基金经理赵志华博士,赵总管理的基金在过去一段时间内不仅绝对收益表现非常好,在波动性上也控制的非常不错。
今天我们主要想请赵总回答三个问题:
1、历史上表现比较好的产品的主要特点有哪些?因为我们大家不仅希望看到结果,更希望看到结果背后对应的过程。
2、站在当下对未来进行展望,有哪些东西值得我们注意?
3、在研究量化策略这么多年的过程中,有哪些重要的经验和教训值得和大家一起分享?
分享人 | 赵志华(中银量化精选基金经理)
首先和大家介绍一下,指数增强策略的整体框架是如何构建的?
1、阿尔法模型
对于增强策略,或者说对量化来说,最大的核心就是阿尔法模型。阿尔法模型是整个量化团队最核心的能力。
2、风控模型和优化模型。
后面的风险模型和优化模型,客观地讲,市场上都是有现成的工具可以买到的。但是对于我们中银,后面这几个模型我们也是自己开发的。
开发最大的问题,就在于工作量比较大而且繁琐。但优点也十分明显。比如市场购买的模型常常是十大行业分类,但是具体到真实的二级市场上,其实部分行业的偏差会比较大,导致行业控制不准确。但通过自己的开发,可以较好地控制这一点。
如果我们讲体系稍微展开,做一个形象但不贴切的比喻——
如果将整个量化流程比作一辆车。那么阿尔法模型就相当于这辆汽车的发动机,决定了这个汽车的基础性能,风控模型相当于汽车的自动系统。
如果好的阿尔法模型,没有合适的风控模型,运行起来同样是风险会比较大。
如果缺少风控,我们的组合里面全部持有最近比较火的半导体和5G,它就会导致阿尔法出现一个很高的峰值,但同时也会有一个很大的回撤。
这是我们都不愿意看到的。我们追求的低风险,不是整个基金收益的低风险,而是追求超额收益回撤的低风险。
所以这个系统其实十分强调阿尔法的部分,要把阿尔法的回撤控制地尽可能小。
01
阿尔法模型
关于阿尔法因子的设计:
第一、因子值和未来的收益相关性是比较强的,这也是一个前提;
第二、方向比较稳定,我们对收益的预测在方向和数量上跟前后都有一致性。
比如我们有一个因子叫做“Earning Yield”,这个因子当期和上期做相关性试验,方向一直是朝着同一个方向走的,这对于我们预测股票收益非常有帮助。
再比如财务杠杆因子“Leverage”,我们看到它的方向很不稳定。从我们的主观意愿上来说,就希望它在低位往高走的时候就正向暴露、高位往低走的时候就负向暴露。但这个难度可能比较大。
我们在阿尔法模型里面构建了一个相对比较完整的因子库,里面大概有400多个因子,并且还在持续完善中。
构建完因子库,下一步是要跟踪因子表现,对因子变化的趋势要做到心中有数。
但是从400多个因子里面选取合适的因子应用到模型,这个选取要注意哪些方面?
1、因子之间存在较高的确定性,如果不做基本的处理就放在模型里,可能跑不出来结果。
2、因子信息重合度比较高,这个时候我们会做很多基础信息的剥离,在对剥离完的因子考虑长中短期的表现,同时进行因子择时分析。
这里提到的择时,并不是直接判断因子是否留下来,而是从逻辑角度出来,对前期运行较好,但近期失效的因子去判断是运行逻辑有问题,还是暂时风格有问题。
如果是逻辑有问题,我们就要把因子从里面拿掉,再及时纳入一些好的因子进来。
通过以上的操作,我们最初会选50-90个因子进来,然后做相关性处理和定量化处理,结合初现因子的表现,最终大概能有30个因子进入我们的模型。
我们在满足要求的情况下,尽可能放入较多的因子,做因子的分散化处理。
最后因子定下来之后,我们要做一个因子的权重的分配,最后生成我们收益的预测,这一步做完之后,就是我们完成了我们整个做增强的最关键的部分。
02
风控模型和优化模型
我们组合优化的目标是比较明确的,就是最大化我们组合的阿尔法。
如果预测足够准确,不考虑风险和回撤问题的话,那么我们可能只要选择第一只股票就可以了。
但是只有一只股票的组合,波动就会非常大,所以我们要尽可能地去做一些控制,使得回撤变小。
和大家简单介绍一下我们组合优化的一些控制:一是对因子暴露的控制,包括我们上面讲的一些Leverage,流动性的处理、贝塔、动量、市值的处理,我们会给它相对基准的一个上限和下限。
当阿尔法因子的波动相对比较大的时候,我们都会做比较严格的控制。
很多个因子我们给它上下暴露的比例在10%,甚至在个别因子上,只有1%的暴露。
而风险控制模型,和阿尔法因子模型有何不同?
阿尔法因子模型,我们强调的是因子分散化。而在风险控制模型中,我们强调的是个股的分散化。
对于500增强的模型,我们组合里面一般至少要有70~100个股票之间,才能尽可能地让我们的超额收益来自更多的股票而不依赖于单个股票的表现。
所以对于量化模型,特别是500增强指数来讲的话,我们是没有重仓股的概念的,买在前几位的股票权重都比较相同。
03
中银量化价值
业绩如何
这样一个模型,在过去几年的业绩怎样呢?我们主要介绍下中银量化价值实盘的业绩。
我们基金实际成立在2017年。2019年4月份,我们根据市场的一些变化,把它调整为300增强。
调整为增强之后,我们的超额收益还是比较高的,区间内的基金涨幅是19.5%,然后基准只涨了不到2%,超额收益有17%。如果年化下来的话,年化超过22%。
另一个值得去看的数据是,我们的最大回撤只有1.0%。
对于具体的月度数据,从去年的5月份,到今年的2月底,我们增强基金一共运行了10个月,其中有9个月都是正超额受益,只有去年8月份的时候,出现了一个负0.5的负超额收益。
我们也做了一个同业的对比。在同样的区间内,沪深300增强(加上我们)一共有32只基建,我们在其中排第二,总体而言,我们可能取得了一个相对比较均衡的好结果。
但我们实盘运作的时间相对比较短,这样的成绩会不会有一定运气的成分?
我们也对过去做了一个回测,测下来整个去年的超额收益都是比较稳定的,年化下来大约在7个点。
但我们对于回测的条件其实写的非常严。比如跌停的股票我们会一直持有,但涨停的股票我们会一个月都不买。
这样会导致我们面临一些好的股票仓位里面没有,而一些不好的股票会长期持有,从而导致我们的回测收益降低。
我们这个指数基金,和市场上的指数增强基金有什么异同?
相同之处在于,市场上增强指数基金的风控体系都是趋同的。包括对行业的控制,对风格因子的控制,都是差不多的。
不同之处有两个。
一个是阿尔法模型不同,有的模型会选用更多的因子,大家选取的跟踪因子也各有不同。
第二是选股范围不同。由于我们是主动量化基金,采用了类增强方式运行,所以我们不受成分股占比不低于80%的约束,我们可以在全市场范围内选股,阿尔法的来源更广泛。
其实这个约束对500增强来说是一个比较致命的约束。就我最近的观察来看,2020年以来,像中证500的500只成分股,能跑赢指数的只有160只左右。而市场3800只股票,大概有1400只股票是跑赢了中证500。
04
指数增强基金
对投资者有哪些好处?
最后,指数增强基金对投资者有哪些好处?
对于看好某一个细分市场的β的投资者来说,他可以买指数增强基金去获得附加的α。
比如现在中证500是处于相对低估的状态,如果有市场投资者看好TMT或者5G但是下不了手,那么可以买一个指数增强基金,去获取α+β。
对于风险偏好较低的投资者,如果希望获取稳定的α,也可以选择买入指数增强基金,用股指期货对冲β,来获取α。
例如对冲300,如果我们股指期货的成本假设就是0的话,占20%资金,我们的阿尔法加打新十三四个点,乘以0.8的话大概对投资者有10%左右的绝对回报,而且这个回撤大概是1%不到,我觉得还是比较有吸引力的。
对于对冲500,难度可能会大一点,因为中证500的股指期货负溢价相对大一点,难度会稍大一点。
但中证500最近一段时间领先中证反过来10个点左右,在今年年初我和投资者交流之后,觉得在今年至少中证500在β方面可能不会很吃亏。如果β不够吃亏,即使它占了劣势,当然到现在看是占优势的,我们的阿尔法它的作用就会出来了。
这也是我们在今年一直给投资者去推500增强的原因,如果它的β在市场上来讲有一个平均值,而我们能拿到一个比较好的阿尔法的话,对投资者就会比较有吸引力。
▼ 完整对话节目回放
只在国泰君安道合APP
以上内容节选自相关在线路演的文字纪要,具体分析内容(包括风险提示等)请详见完整版会议内容。若因对速记的摘编产生歧义,应以完整版会议内容为准。