刚刚看了一下盘，发现投降的人又胜利了，还是比较痛苦的。言归正传，还是要看看到底今年的上半年来看量化基金表现如何。公募基金因为数据比较公开容易研究，私募基金就不太清楚了，比较难分析，刚刚也听一些私募基金的朋友有一些小技巧，应该说好的方法吧，今年做的不错，至少生存下来了，当然各有各的方法，我这里总结的还是能够被大家模仿和学习的方法，而不是一些主观拍脑袋想出来，但是未必能学习的，学习了也未必有这个能力去做的一些经验和方法。
先来说一下，今年的绩效回顾到底是怎么样的，我引用了东方证券的数据，这个还是比较早了，5月的，近期的数据可能更糟糕了，他统计了一下今年所有的基金产品的运营情况，股票型基金和混合基金到现在还是正的，主动量化基金5月份跌4%左右，6月估计更惨，量化对冲基金也是比较惨，这里面一方面有Alpha的原因，也有很大一部分是贴水的原因造成的。业绩说了算。今年有好几个量化产品，特别是明星产品，业绩都在负13%、14%以上，还是比较好的，从去年11月份高点计算的话，还有一些产品回撤在20%以上。大量的客户，都是去年10月份进来的，当然这是公募基金的顽疾了，和量化基金没有关系，往往一个基金最火爆的时候大量的资金都进来，但是最后往往客户体验都不太好，都是亏钱的。
业绩归因实战分析
作为研究人员要好好想想到底发生了什么，在研究发生之前，我大致看了看并不是今年所有的量化基金都比较糟糕，有好的，当然差的是大部分，客观来说也有好的。我拿来三个基金作为研究对象，从15年的6月份开始，我用他的半年报&年报的持仓数据作为分析基础来做研究的。量化基金他的风格，Alpha相对来说变化比较小一些，并不是说我这半年是Alpha，下半年就换了，所以他可研究的价值还是比较高的。如果研究下来会发现什么呢，这三个基金，从15年6月份到今年的6月2号，还是不错的，中证500跌了26%，三个量化基金收益分别是19%、12%、3%的收益。总体来说都不错。但是今年来收益数据是怎么样的呢？这个是6月2号的数据，第一个基金，跌了15.99%，第二个基金跌了8%，第三个接近涨了3.37%。当然这几个基金都是真实的，也是目前知名度比较大的，首先他们都是15年之前发的，对标的基准都是中证500，有可比性的，我不会拿对标沪深300的基金来做比较，这样没有意义。中证500今年以来的收益是负的7.63%。为什么会有这么大的差异呢？我把实战和归因分析和今年的反思放在一起来讲了。
首先来看看这三个产品他的风险载荷归因有什么区别。基金A他的产品是什么特征呢？严重的偏小盘成长股票，这是看的很清楚的，他在Size因子上暴露的非常大，大概达到了负的1.5倍的标准差。这是相对中证500的暴露。然后他在BP因子上的暴露也是负的。然后在流动性因子上暴露基本上3个基金都是负的。这是基金A的特点。基金B的特点呢？小盘价值股，长期坚持小盘价值股，这个基金经理我觉得蛮有意思的，他挑的股票市值都偏小，一般都在负0.5的标准差的偏离程度。但是他的价值的偏离很大。他在EP、BP这两个因子上的风格的偏移很大。你可以理解为他做了一个模型，他在小盘股里面挑了一些低估值的股票，长期来说收益也是不错的，风险也比较可控一些，虽然今年小盘股回撤很大，但是今年价值股涨的比较多，两者对冲的话，整体还是可控的。基金C就更有意思了，他对风险的把握比较不错，我也在学习他们的东西。大家看绿色的柱子，大家没有看到市值，绿色不是我忘记画了，是真的是0，不是0.1、0.2，就是0，他和中证500市值的暴露就是0。基本上所有的因子都是这样的特点，首先他所有风格因子的暴露都严格控制。他只有在EP、BP上暴露。因为这两个是重要的Alpha因子，他不得不暴露。另外他在momentum这个因子上是正向暴露的。这是非常诡异的，我做了大量的Alpha归因分析，绝大Alpha基金归因分析momentum归因因子都是负的，因为在中国市场上momentum是没有超预期收益的,大家都知道。但是这家基金，他挑的股票都是长期涨的不错的股票，这就是他今年的业绩年化要达到15—20%，还是非常不错的业绩表现，这是从风险载荷上看到的归因分析的特点。
我们再来看收益率归因，我们在15年6月份开始的几个收益，根据Barra风险模型的收益归因，把他的年化超额收益拆分成风格收益，行业收益，选股收益和成本的话，基金A年化超额收益是最高的，他主要来自于风格收益，他的行业收益略微有一点，选股收益基本上是负的，成本上也是负的，就是这样的情况。基金D他的超额收益是第二位的，风格收益没有像A这么夸张，但是也是比较高的。选股收益也还可以。基金C很有意思，基本上风格收益非常小，这个也是从载荷上看的清楚的，他的风险载荷非常小，所以收益归因肯定也非常小，他的主要收益完全来自于他的选股收益，都是来自于个股选择的收益。有一个共同的特点是什么呢？这三个基金在行业收益上归因都是0，很少，几乎是所有量化基金的特点，绝大部分量化基金他的行业基本上都是中性的，所以到归因分析这个环节就会发现行业是不贡献收益的。这是归因分析看到的收益。
接下来我们要做的是Alpha归因，他本身并不是一个技术范畴的问题，首先在所有的教科书上是找不到这个东西的。因为这个东西不科学，刚刚讲的收益归因，风险归因，因为他有比较强的理论体系做这件事，但是Alpha归因纯粹是我个人做这件事。我用他的15年6月30的持仓数据，用各个当期的股票的Alpha值再反推Alpha的暴露情况，因为组合Alpha暴露不能代表模型Alpha暴露，虽然从理论上未必推的过去，但是我们可以看一个大概，所以我说他不是一个很完美的推导体系，但是可以看一下大概了，可以看一下这三个基金的Alpha暴露情况，我把他常用的Alpha因子都看了一下，首先我们从最好的基金开始看，基金C主要的Alpha因子在哪里呢？第一个分析师的预测因子暴露比较大，第二个成长型因子暴露比较大，第三个盈利因子暴露比较大。接下来就是EP因子暴露比较大。最后一个就是波动因子的话，他甚至还是有一点，应该说几乎没有。所以可以说基金C几乎没有我们用的价格量因子，反转、换手、波动这些因子，基本上他都不用，他的持仓里面看不到这个迹象，这是他长期坚持的。并不是今年才开始做的。所以他做这个产品15、16年比较劣势，这是造成他15年的收益没有跑赢其他基金的重要原因。因为15年16年价量因子他的超额数非常高，你在中盘或者小盘股里面，既然没有采纳这些因子，从我的角度来讲我觉得不一定很理性。但是这个基金经理有自己的想法，但是从今年来看是非常OK的。这就是基金C的特点，基金B的特点呢？他是在价量因子用了，反转，换手都用了，EP因子暴露也非常大。但是在其他几个维度，成长，分析和预期都暴露非常小。基金A是风格极端的因子组合。大家可以看到他的特点基本上就是小盘、低换手。市值非常小的低换手的股票。过去五年这个收益率应该是最高的，当然今年的回撤也比较大，这是他的组合，一个Alpha因子特点吧。当然每个基金经理人都有他自己的秘密，我未必能很好的捕捉他，只能看一个大概的情况吧。
接下来就是风险归因，根据刚才这个组合把他的跟踪误差，相对中证500指数跟踪误差，作风险归因看一下比例的关系。首先基金C的话，将近有70%的风险是来自于个股的。只有20%不到是来自于风格的。这是一个产品很重要的特点，我们在做风险归因的时候，从我的角度来讲希望我降低整个组合的风格风险，增加这个组合的个股风险，一般来说组合里面的个股数目越多，你组合的风格风险就越大，个股风险就越小，举个简单的例子，如果我做一个组合，我只选10支股票，我的风险一定是来自个股的。但是反过来说，我如果做一个投资股票是100支股票，相对来说个股风险就很小，风格风险就很大，但是我们怎么看来，一个组合风格风险高好还是个股风险高好呢？并不是说因为我刚才有这个结论，所以个股风险高的产品就一定好，这个结论是不对的，有一点是这个结论怎么得出呢？一定是在分散度一致的情况下，个股风险占比越高，这个产品的风险越低，这个大家肯定是绕过来的，同样都是持仓100支股票的情况下，如果说我的个股风险占比越高，我整个产品的风险可能会越低。为什么有这样的推导关系呢？当我100支股票，我足够分散了，我把所有的风险都压在这100支股票上面，他是相对独立的事情，某支股票发生风险，我的风险只有1%，所以风险还是比较小的。但是很多量化组合，个股数目一旦上去，个股风险占比就会大幅下降，风格风险就是大幅上升。这时候就面临一个问题，我们一旦风格出现大的问题的时候，我们的风险一定会暴露出来，这张图其实是我们在今年年初之前画的，我不知道今年的回撤，我只知道今年年初之前这三个产品都非常优秀，都很少有回撤，我只是画了一张图告诉大家，这三个产品的他的风险特征是怎么样的，的确风险这个事情能够预测未来，基金A这个产品风格风险很大，回撤非常大，所以他有很大的回撤也理所当然，反过来说基金C这个产品，今年风格风险几乎是不吃亏的，所以他也可以获得一个比较好的收益。这是作为我们团队而言，当然每个产品有他的特点，我并不是说大家都要做C这种产品，我个人觉得会有问题。特别是在公募基金排名决定一切的这个市场里面，如果相对比较中庸化可能是吃亏的，比如说我老是排在前30%，可能C这种产品就很容易出现这种情况了。排在30%的位置就比较吃亏了，像A这种产品我时不时就跑到前5%去当你风格好的时候，但是这个很难评价优劣，从长期而言投资者会越来越聪明，可能会慢慢的选择C这种产品。但是我觉得C的难度大于A，因为我做归因分析很简单，我试图模仿，我也去做他这样的产品，客观来说我做不到，我可以看到他的持仓，然后知道他是这样特征的产品，但是我用我的模型反过来想做到他这个状态，我做不到，这是我们一分为二的事情，所以从这个角度来讲，基金C的管理人在风险管理上的能力，至少是超过我现在的水平的，也是我要研究的方向。从这个角度来讲，将来的对冲产品什么的，我相信基金C的管理余地就会更大一些，客户对于预期收益下降的时候，他的风险管理能够就会更强一些。
这是今年上半年这三个产品的归因分析，一方面讲了一下归因分析是怎么回事，一方面也把这几个方面看了一下。
最后就是成本归因了，我看了一下，这三个产品换手率还是不太一样的，C是最小的，换手率也是C最低。他基本上是以基本因子为主，价格因子基本上不用，所以换手率很低。另外两个产品换手率就非常高了，这块也会带来成本，整个公募基金，我估算刚性成本大概在1.75吧，再加上冲击成本，交易成本，大家可以算笔帐，如果说是5倍的单边，10倍的双边，每次换手控制的再好也会有大概0.5%左右的一个成本吧。可能就有5%左右的成本了要承担，再加上1.5的管理费可能就有7%左右的一年的成本。可能大概就在这样一个数字。
接下来重点探讨一下今年，刚刚看了基金C的表现非常好，今年还可以做到20%的超额收益，而且是在回撤很少的情况下获得的。我们也在反思，首先讲讲到底为什么我们相对其他人做的比较差一些，什么原因呢？
第一个原因就是我们的收益分布，这个是大家面对的一个问题。今天又是这个条件，“漂亮50”和“要你命3000”，我觉得概括的还是比较恰当的，有人描绘目前的行情是二八分化，绝对不是这样，绝对是50和3000的关系。这是目前的表现。我们统计分析下来是什么样的情况呢？是这样的，首先我这里标了三根线，红色、黄色，紫色，分别代表了沪深300、中证500和中证1000。基本上每次紫色都在中位数附近，每年红色和黄色会有色偏移，大家会发现，15、16年超额收益闭着眼睛都可以做，为什么呢？如果你拿沪深300作为对冲标的的话就会发现80%甚至90%的股票都可以跑赢沪深300，所以任何模型超收都很高。15年我们来看，战胜指数也是非常容易的，因为有50%以上的股票比指数跑的好，所以战胜非常容易。但是今年的情况呢？峰度很高，偏度很大，指数很强的分布。这种分布的情况下，首先好的股票非常好，但是占比非常小。但是我们量化的组合的特点是什么？我们追求的是分散化，也许模型可以选到漂亮50，但是持仓只有1%、2%，对我的影响微乎其微，我大量的股票都是“要你命3000”。我也会持有一些“漂亮50”的股票，但是因为分散的原因，造成我整个的收益非常糟糕。这是分散和集中最激烈的讨论。以前大家做投资时思考的是什么？要分散，分散了风险才会低。现在说什么？要集中！集中了风险才会低！到底集中好还是分散好？我真的很难回答。但是我们量化是做分散的。但是分散在这种分布之下的确是吃亏的。就是峰度高，偏度大，指数强的行情里面肯定是吃亏的，这就是从统计的角度去理解今年为什么难做的很重要的原因。
第二个我们来理解一下，风格与行业配置，这是一个最基本的Barra风险控制的模块，我们看一下，今年到底哪些因子好，哪些因子差，这么说吧，Size因子每年有负9%的收益，今年截止到6月份收益是多少呢？是正的5.5%左右。年化的话可能是正的10几个点。所以这种情况下，历史上是负的9%，今年是正的10%的年化，这个对比是非常强烈的。所以今年大盘股的因子收益非常高，这种情况下，但凡偏小盘就非常惨，这是我们从第一个风险因子就看的很清楚的，第二个因子就可能被大家忽略了，Beta，很多人做风险管理的时候只关注Size，也有一些团队会有很多自己的土办法。比如行业中性，市值中性，最终都可以做到他觉得的风险管理，这些土办法历年的效果还可以，但是今年不行，因为今年风格分化不光是市值和行业的问题了，还有Beta，Beta在历史上是贡献超额收益的因子，虽然不大，但是收益还是不错的，但是今年的行情呢？Beta高的股票收益非常的惨，既使在历史上，下跌行情不会像大家想的那样，收益高的就惨了，他还是略有超额收益状态，今年的情况不同了。另外还有一个风险源是我们的BP和EP。前两个月基本上是BP的行情，基本上都是BP高的股票涨，后三个月是EP的行情。最近BP还是有回撤的。光是挑市净率低的股票，最近两个月还是没有什么超额的，最近急切的关注盈利，没有盈利BP再高也没有用。所以我做组合的时候很尴尬，EP因子在历史上虽然有超额收益，但是并不是特别高，BP稍微高一点，所以我更倾向于暴露BP因子，而不是EP因子，因为EP因子暴露太多就会造成历史回撤收益比较差一些，今年来说相对是表现的比较极致的，也造成风险的很重要的来源。另外还有两个传统意义上的，历史上其实波动率因子，并不是Alpha因子，但是今年的超额收益非常的高，大家可以参考，关于波动和反转的周期，波动率因子他的Alpha属性非常强，低波动率股票超额收益非常高。为什么要拆分呢？要你命3000虽然作为一个群体，可能感觉是一致的，实际上是不一致的。小盘股里面出现了只跌4、5个点，5、6个点的股票还是蛮多的，我们有幸还是坚持在小盘股里，至少比跌20%的股票要好很多吧。至少来说我是少亏的，这些股票的特性还是可以用因子来解释，他的BP、EP，波动，换手，一定可以缓冲他的，最终造成了他只跌6%左右。这是今年风格收益上解释的。
我做了一个很有意思的研究，我把今年来的指数组合，沪深300指数组合，中证500指数组合，中证1000的指数组合，三个对于全A指数做归因分析。大家可以看的很清楚，我想说的是，很多人今年觉得收益做的不好，一些人怪风格，一些人觉得行业没有选好，有些人会这么觉得，我今年投个银行会比什么都好，我只是为了解释这句困惑，从我的归因分析角度来讲这句话是错误的。大家可以看到，近年来沪深300指数组合如果和全A相比的话，他的行业配置收益是负的，所以他在行业配置这个层面并不占优，但是主要的收益是来自于风格。为什么会出现这个情况呢？因为这个结论和很多人主观的感觉是不一致的。我想怎么会是负的呢？沪深300组合这个行业，都是一些银行、股票，行业应该有正的贡献吧，但是我们剥离掉风格之后，行业给他什么贡献？很重要的一个原因是一级行业的风险归因今年是失效的。比如说你把他的行业归因放到食品饮料，其实中证1000里面有大量的食品饮料股票，但是如果你觉得食品饮料指数涨了很多，中证1000的食品饮料股票也应该涨这么多的时候，这时候你就会发现风格拖累你。中证1000的食品饮料配置其实是很高的，这时候你就会发现行业配置的归因其实是没有用的。所以其实是两个维度，第一个维度是我们要看清风格的确是影响，风格比行业要大的，剥离了风格之后，行业的作为没有想象的这么大，第二个是行业的风险控制，今年在一级行业上意义不大，好多行业都有这个问题，在家电上，很多家电股跌的非常惨，可能只有2、3支股票在涨，这种情况下风险行业的一级控制可能是在失效。到底沪深300强是为什么强，我想告诉大家，如果你还是从1级行业风险归因去做的话，强主要是风格强，行业上是没有办法解释的。
第二个问题，我想跟大家做探讨，市值因子的应用，这块我是做了从05年到现在，市值因子从低到高每个分位，每天收益的BP数。大家可以看到，基本上相对中位数，超额收益的BP数，历史上平均每天低市值股票会贡献9.2个BP，高市值股票会贡献负的4个BP的超额收益。05年开始没有出现历史上小盘股年度最大的回撤就是06年，但是这个比例但是还是有限的，3个BP。但是今年这个水平就非常大了，小的跌得多，大的涨的多，比06年高的多得多的一个表现，这是今年最重要的一个维度。等一下我会展望一下市值因子我的预测以及思考。
第三个原因是部分Alpha因子失效。价格反转因子。很多派生因子跟它有很强的相关性。基本上历史上BP数，只有14年是负的，2个BP，但是今年是每天4.6BP的一个回撤，历史背景是非常大的。这是反转因子。我这里想再展开说一下，很多人，包括我自己的困惑也是这个问题，我知道今年反转因子不好，但是我的多因子模型今年也配置了大量的价值因子，EP、BP也配了不少，但是我发现依然回撤很大，所以我百思不得其解，照理说BP、EP的因子收益非常好，理论上两个因子对冲一下我应该没有回撤这么厉害吧，整个模型还是不错的吧。但是回撤还是比较大的，我思考下来是两个原因，一个是Fama-Macbeth行业中性化处理的过程对于估值因子有损害，不公平。第二个就是因子之间的相关性。之前在因子相关性的研究我们一直停留在因子筛选阶段，这两个因子相对比较高，我就不放进来了，相对低的因子我就放进来。我举个例子，EP因子和20天的收益率的因子长期来看他是负相关的。平均数肯定是负相关的。这个很好理解。今年有一个奇怪的现象，EP因子和20日收益率因子是正相关的，Alpha因子变成重要的风险了。我们做模型肯定是拿历史样本做训练的，那你训练的结论一定是这两个因子是负相关的。我在做权重处理的时候一定会把这个负相关的程度考虑进去。所以相对来说我会在EP方面权重配的低一点。这个很好理解，但是现在的情况是什么？跌的多的股票是估值高的，这是很大的不同了。这种情况下，你只要配置了反转因子，EP就暴露不出来了，你就会发现EP因子一旦配了，传统意义上反转因子包含了20%左右的信息EP因子。但是今年反过来了，我用EP因子，用去年的数据取权重，他的权重就暴露不出来了。这是估值因子今年很多人都会遇到这样的困惑，我配了，模型是配了，就是组合或者模型层面，就是出不来效果。这就是他相关性变化的情况，这也是我将来研究的方向，我要去看，把因子的相关性作为一个重要的风险、维度去考虑我多因子模型的风险情况。特别是在极端的情况下，这个问题就很严重了，这里的风险相关度就很多了，另外一个问题是什么呢？为什么反转因子失效对大家的杀伤力那么大呢？很多人的模型都没有配反转因子，但也很差，为什么呢？因为大量的因子和反转因子高度相关，比如说换手因子，低波动因子，这些因子本身今年是不错的，表现还是可以的，但是因为他本身这些股票跟反转因子是高度相关的。所以就会造成我就算今年模型里面不算反转因子，我最终组合还是偏反转暴露，这就是今年反转因子一旦失效，就会牵一发动全身的很重要的原因。我有大量的因子，感觉上不是取做反转的，跟反转构建逻辑没有关系，实际上反转因子是相关的，这种情况下，我既使不配反转因子，我只要配了这些因子，我对反转因子不做剥离，我的风险就暴露在那里，就很危险了。
第四个原因是基于博弈、投机类多头因子失效。今年很多因子，我们从多空收益的角度来讲是非常OK的。但是他在多头上没有收益，比如说换手因子，历史上平均多头收益还有3—5个点BP的水平，但是今年你来，换手率多头部分大概就1个点的BP，这也是很重要的问题，会造成相对来说虽然多空的角度来说因子一定是有效的，因为他能达到9个点的收益，毫无质疑了。我们的组合就是多头，不能做空个股，所以我从纯多头的角度来讲，太少了，对我整个模型正面正面影响非常小，虽然我重配了这个因子，但是还是没有用，我组合的超额收益还是出不来，被反转一拖累，最终负向收益。其实不能说失效吧，今年的相对表现并不是特别好。另外几个因子其实多头还是可以地，净利润增长，EP，分析预期。这些因子的话，今年的多头收益是非常不错的。
第五个是价量因子大市值股票池失效。我把因子分成两个类，一类是基本面因子，一类是价量因子，这两个因子从全历史周期来看，有什么特点呢？基本面因子市值不衰减，表现比较稳定。但是价量因子市值衰减非常快，这是历史数据，如果从今年来看甚至是0，甚至是负的。这种情况下，这两个因子的确不太一样。所以说当我小市值面临重大风险的时候，很多人的第一反应就是说，也有很多团队是有Barra风险模型的，他做的第一件事就是把风险暴露控制住，控制成0，出组合，结果发现还是负的，还是这个原因，如果你的模型放了大量的价量因子，今年既使控制了市值因子也没有用，因为你的超额收益是负的，控市值也没有用。这是今年价量因子失效特别严重的原因。
第六个原因是市场波动率降至历史低点。如果他家没有看过PPT的话，不知道大家是否知道这是什么指数？这是从股灾以来跌幅最大的指数，他从60点跌到了现在的12点。这个名字挺响亮的，中国波指，全称是中国波动率指数。他是用ETF期权隐含波动率算出来的指数。大家可以看到，从股灾以来，我们整个市场的波动率大幅下降，这种波动率的下降，就会带来一个什么情况呢？就会带来整个市场的Alpha大幅下降，特别是价量相关的Alpha大幅下降，之前券商的报告还可以参考一下，周期关系非常的明显，市场的波动率跟价量因子的表现是有很强的周期关系的，这种情况下也会造成整个市场的表现。另外一个就是换手率。虽然两市成交金额在接近3000—4000亿，但是大家不要忽略大小盘的割裂，如果你拿中证1000的成交金额来看的话，是不断的在缩量，这种情况下会带来什么现象呢？我们很多的阿尔法都在中证1000指数去实现的时候，换手率降低的时候，收益率一定是下降的。我们的价量因子的错误定价是来自于交易行为，交易下降，那错误定价会减少，这样价量因子的收益一定是下降的，这是一个最基本的推导方式。
第七个原因是量化产品增多、同质化加大。当然了，这个原因我不想认同，但是很多人拿出来说了，我也不好否认他可能存在。的确目前这类基金产品规模越来越大。公募的规模没有特别大，私募的规模特别大，这两年成立的很多私募基金有很大一部分的比例都是做量化策略的，这个跟平台有很大的关系，整个私募平台他可能对策略投入之类的都比较大，又是做绝对收益产品的，量化策略天然的有他的优势，私募里面整个量化策略的占比比较高，这个当然没有办法统计。
量化投资的特点
说到量化投资的特点，相对简单的东西我就不做介绍了。量化投资的很多特点大家都知道，他的历史依赖性，纪律性等等大家都熟悉。那我对量化投资的理解最重要的一点是什么呢？这一点也是我在后面慢慢受启发的，那就是量化投资的风险把握度比较高，这是量化投资区别于普通投资最大的区别。因为纪律性这些东西都比较好说，也比较简单，大家在这个层面也都能讲清楚，但是他的最大的特点就是风险把握度非常高。主动权益型基金自下而上为主，几支不错的股票变成了一个组合，但是这个过程当中，基金经理很难回答你一个问题，风险到底是什么，到底有多大。他很难回答，作为一个有经验的基金经理脑子里或多或少会算这些东西，比如说适当分散一些，或者行业配置不能太极端，但是其实脑子里面没有定量的概念，到底是多少，为什么我们现在听到所谓对冲基金一定大概率前面会有量化两个字？大家想过这个问题吗？事实上对冲基金不一定要量化，完全可以说主动权益型基金，也可以买几支股票，这个逻辑上也是很顺利的事情，为什么这样的产品或者团队比较少呢？原因就是主动权益的基金经理对于风险的把控能力是很差的，量化的Alpha的策略，对于风险把握的能力是非常强的，并不是对收益把握很强，比如说今年这个行情，Alpha没有收益就是没有收益，这是客观事实，改变不了。
但是我还是发现了一些值得我去学习的优秀团队，他的风险把握能力很强，他建仓，虽然没有收益或者收益很少，但是就是没有明显亏损，虽然从客户的角度来讲今年没有收益可能挺难过的，但是他没有回撤，所以从这个角度来讲，也是一个不错的团队或者产品，所以我相信只要Alpha好了他就好了。今年也暴露出来很多团队，可能历史上他的Alpha能力很强，但是风险管理这块一直是几乎不做的状态。这种行情下，就要出问题。之前公募基金的生态决定了大家更倾向于争排名，你管住了风险，可能排名就会比较中庸。这个时候很多团队不愿意做这个事，另外，风险管理太难了，它比Alpha的难度大的多的多，我相信各位要有这个认知，因为Alpha可能会研究各种卖方报告也好，自己也好，弄几个因子，就会发现历史上这个模型，超出20%的类似的模型非常好做。但是反过来说，你这个风险怎么做？这是今年遇到的非常困难的事情，我记得很清楚，有一个团队号称是做风险控制的，历史上怎么做呢？还是不错的，回撤也非常小，他主要是把行业中性一下，历史上他的回撤都一直比较小，他觉得这种风险管理方法都是OK的。但事实上今年是什么情况？如果你中性一下，你会发现这是非常糟糕的事情，行业中性一下，今年食品饮料涨了多少？一点用都没有。因为里面只涨白酒，白酒里面只涨2、3支股票，所以这种情况下，行业中性几乎没有任何意义。特别是一级行业中性。比如说银行也是这种情况，今年银行行情让大家觉得把这个东西又进入到了极致，好的银行，近年来涨幅高的银行股，工行还是OK，可能夸张一些的是招行，涨了15—20%。跌得多的银行，类似于民生、浦发，民生今年已经跌了百分之十几了，4、5个月的时间这两支银行股的差距就达到了30%以上。这种情况下，今年如果一定要在银行股做行业中性是什么行业中性呢？二级银行的行业中性也许是有价值的，你把银行股分成大的全国性银行、股份制银行、城商行，这个级别做行业中性也许是有意义的，但是如果你在一级行业里做中性就没有意义了，因为我们历史认知里面银行是高度同质化的行业，我们很少会这样做。这是关于风险管理这块。接下来我会重点展开讲这个问题，现在只是先介绍一下，关于整个量化策略，我个人的理解，风险把握的精确度比较高是他最大的特点。
第八个原因是市场投资者结构发生了很大的变化，这是我们不得不面对的，15年之前我们整个市场的主体是谁呢？基金排除在外了，原来的主体是产业资本，游资，散户。现在的增量主体是谁呢？QFII、绝对收益私募、国家队、打新基金。国家队维稳的作用非常大，对量化的策略影响也非常大，以前的规律博弈是散户做出来的因子，一旦你发现你博弈盘是国家队之后，这些因子就失效了，这也是很重要的现象，目前国家队的占比，整体的持仓是非常大的，比大家想象的还要大，之前雅戈尔都公告持股都超过5%了，当然也有类似的统计数据，大家可以做参考，比例是非常大的。另外还有打新基金，我知道这个群体不太一样，整个打新基金比较同质化，数量也非常多，大家追求的股票也都是同质化行为的股票，也会造成投资群体发生了很大的变化，这种变化情况下，造成我们很多量化因子失效的概率大幅增加。
第九个原因是监管严格，监管是不可否认的原因，之前监管相对比较宽松，所以相对来说炒作现象比较明显，所以错误定价比较多，现在监管严格炒作了之后，很多市场上原来极端的事情越来越少了，当然也许对市场是好事情，但是对于我们Alpha捕捉者而言可能是坏事了，没有那么多韭菜让你割的时候，对我们来说Alpha的机会相对就减少了。的确像美国这样的市场的话，基本上这种机会就非常少了，等一下展望里面我会讲这个东西怎么看，目前是客观事实了。
第十个原因是股指期货贴水，这是针对绝对收益产品，这个数据做出来很惊人，目前整个贴水收益损害有多大呢？这个走势图大家可以看到，累积超额收益是80%，截止到5月份的数据了，年化超额收益是30—40%。这样的情况。这部分成本更需要对冲基金来承担，所以目前绝对收益的产品我目前还是比较悲观的，本身Alpha就难做，还要面临这么大的成本，资金利用效率这么低，还是比较困难的。
未来Alpha策略展望
重点展望一下未来吧，我们还是要看一下，如果Alpha的角度来讲怎么剥离，我想用这个公式来做，应该说几乎所有的股票分析师都是用这个公式的，就是影响股价的EPS和PE，这两个因素。我们所有的Alpha因子都可以归到这两个因素里面去。今年以来我个人观察到什么呢？关于EPS、PE的直接变量描述，其实是有效的。比如说，今年以来EPS增长比较高的股票，收益是非常高的，今年挑PE增长比较高的股票，收益也是非常高的。那么今年以来EPS的代理变量股都挺好的，EPS代理变量股是什么呢？比如说ROE比较高的股票，我们认为代理变量的概念不直接。包括分析的预期，分析师上调了公司的盈利预测，接下来大概EPS真的会增长。今年EPS的代理变量也都不错，表现都挺好的，只有一个规模不行，传统我们觉得规模小的股票，EPS增长比较快。规模这个代理变量有问题，其他的都OK。也有人会把代理放到PE里面去都OK。PE里面其他几个变量都没有问题，今年主要是PE的代理变量出了问题，我们传统认为跌了那么多的股票被低估了，或者是波动低的股票，换手率低的股票被低估了，这是我们传统的价量因子的解释。但是今年的情况呢？跌的多的股票往往还会继续跌，所以他的代理量就会出问题，这是Alpha基本的展望和公式。
我们看看展望，第一个，关于小市值，我个人认为分两块研究，第一个，事件性，特有的，中国市场特有的事件性的情况，第一个新股加速，大家都清楚。另外一个原因就是中国经济体的成长节奏的关系。中国经济成长性最大的阶段已经过去了，所以那时候整个市场公司都非常小，小市值的公司市场空间比较大，但是当经济成长到比较成熟的时候，小公司的机会就比较少了。另外一个事件因素就是并购收紧。这也是之前小股票迅速增长的原因，这是外延增长逻辑，现在已经被扼杀掉了。另外国际比较来看，虽然小市值有长期有超额收益，但是幅度远小于过去5年的A股。在国际市场上，小市值只是个周期现象，并不是Alpha现象。但是也不是说小市值不行，接下来我讲讲问题，小市值的周期怎么看。
这是我看到比较好的解释，这是交银国际做的一个研究，今年以来大盘股跑赢小盘股不是中国现象，而是全球现象，不论中国市场，美国市场，香港市场都是这个现象。从周期的角度来讲也是一个全球的现象。
第二个结论，这个周期怎么看？A股市场的整个历史太短了，很难研究周期问题，所以交银国际他拿了美国市场从1970年开始大小盘股和整个GDP增长和利率曲线的关系，大家可以看到，他这个GDP的红色这根线往前平移了两个季度。大家可以发现一个现象，蓝图这根线是利率期限里拆，10年减去3个月，灰色是小盘除以大盘的相对收益表现。当你把GDP增速往前平移两个季度之后，这三根曲线的表现高度一致。基本上全球来看，大盘股跑赢小盘股的话，这个是平移过来的，如果再移回去的话就意味着将来整个经济增速往下，意味着将来经济增速放缓的预期，所以大盘股对小盘股是会有明显相对表现的，所以这是关于小盘周期的一个解释，我相信随着A股市场刚刚讲的几个事件性因素，或者市场特质因素结束了之后，肯定不会是小盘股一定不行，将来小盘股和大盘股肯定是一个周期关系，周期怎么去研究也有不同的解释和研究方法，最近有很多的理论提出来，也有说和利率有关系的，觉得小规模企业利率上升的时候损失比较大，就很难扩张了，大盘股成本控制有优势，相对来说生存空间更大一些，有各种各样的解释，我觉得都可以做一些参考吧。
第二个展望，也是和市值有关系。这是我做的分布图，根据市值来的，大家可以发现沪深300、中证500和中证1000目前市值分布情况，目前300的股票从分布的角度来讲是严重的在右尾上。大家做统计的时候知道严重右尾样本的规律和峰值上的样本规律有没有可比性？越偏越没有可比性，大家可以回顾一下之前学到的统计的知识。原先我们的右尾没有这么大，没有这么偏，所以这个时候相对来说这个规律是统一的。比如说我用全样本研究出一个因子也好，模型也好，规律也好，基本上整个统计样本的左侧、中间、右侧都适应了。但是现在的问题是他是右偏越来越厉害了，右尾越来越长了，这种情况下，我的想法就是接下来小股票的流动性特征，估值特征，都会跟大盘股发生重要的区分。我们在研究的阶段，可能将来要作为两个群体分开做研究，而不能放在一起，特别是做Fama-Macbeth的研究，可能会越来越困难，那个研究更多还是把样本分布比较正态化，现在事实上并不是这样的，这个就要面临很严重的挑战。现在我们看美国的学术论文，越来越少了用Fama-Macbeth，原因就是这个研究方法得出的很多结论，对实际的投资要有价值，美国的小盘股的流动性几乎没有，这时候你得出很多关于流动性因子的结论，对于大盘股没有任何参考的价值，所以现在很多美国的一些学术论文，大家在做Alpha因子研究的时候，更多回归到简单粗暴的传统方法，我只在市值最大的1000支股票里面做研究，研究的时候我直接就根据因子大小排序做研究了，虽然这种方法有很多的问题，但是可以规避我们大小盘股割裂的情况。之前我看了张教授的论文，他把美国市场70年来所有Alpha因子的汇报做了一个汇总。他发现所有的Alpha因子通过新的研究后了以后就不是Alpha因子了，不是说Alpha因子是错的，因为你根本是所有5000支股票的结论，但是放在1000里面大部分都失效了。中国市场也会面对很多问题，你放在全A里面的很多结论，放在前500支股票里面是没有意义的。
第三个展望，大家觉得反转因子失效了，是不是没有用了呢？我们首先来看看反转因子原来之所以有用的原因是什么？我个人解释因为有大量的个人投资者的短线交易行为对他的影响，短期涨的多了，对盈利有很强的锁定的意愿，短期跌了他会觉得便宜了，就会买了。这就会造成短期的反转因子历史上收益比较高的原因。如果你认同原因是这个，为什么现在没有效了呢？现在整个个人投资者的占比，虽然这两年有所下降，但是整个成交金额还是蛮高的，这是15年上交所的数据，个人投资者占整体是86%，占比是非常高的，16年年报，我估计会下降，但是估计也是在70%以上。
所以我们现在整个市场的成交金额里面还是有70、80%的成交金额是来自于个人投资者的，虽然机构投资者感觉规模越来越大，但是整体成交金额还是比较小的，所以这支股票价格的波动是由谁决定的？肯定是由80%的资金决定的，他们决定了价格的波动，首先来讲他们的行为肯定是错误的概率比较高，只要这个结论存在，我相信价量因子的有效性会回归的，这个只是说周期问题。刚刚那儿券商解释了市场波动率和反转因子的周期关系，这种周期关系我们可以去研究。他是长期有效的。还有我发现今年虽然反转因子失效了，但是换手因子，波动率因子还是依然有效，只不过他的多头不是特别高，但是多空收益还是非常高的，就是说这个群体的行为并没有消失，海外市场反转因子是无效的，但是对应的换手率因子也是无效的。就是当这些散户离开的时候，价量因子是同时失效的。但是今年上半年看到的情况只是反转因子失效，但是换手率和波动因子都是有效的，这两个因子都是投资者短期错误定价的因子。所以现在要论断价量因子失效的话还不太准确。但是将来可能会面临的问题，随着散户占比下降，可能整体收益会下降。
最后我说一下刚刚说的C基金，业绩非常好，他主要坚持的基本面因子，他不用任何的价量因子，我们如何理解这个关系呢？首先我来讲，基本面因子，他主要是通过公司金融理论解释的，我通过个人的观点，他只存在收益大小的问题，暂时不存在失效的问题。这是我个人的理解，既使在美国市场，现在主流的基本面因子依然有效。美国机构是占比非常高的市场，他依然有效，只是这种因子收益大幅下降了，在美国市场只有5%左右的收益，但是定性的角度来讲他依然有效。但是价量因子的话，他的主要理论是什么呢？就是一些行为金融的解释，还有很多交易制度的解释，比如说换手率比较高的股票，其实可能是被错误定价了，但是中国的交易制度，首先不能T+0，短期换手比较高，但我不能卖空他，这个交易制度就会造成相对来说错误定价比较多，但是在A股整个个人投资者占比比较高，错误定价通过价量就会体现出来，所以他相对来说，都会通过行为金融的理论来进行收益的解释。在美国市场行为金融地位目前在进行逐年的下降，原因是行为主体高度一致化。当然我是指行为金融解释Alpha地位下降。美国市场的行为金融能解释的Alpha因子越来越少，因为当行为主体越成熟之后，Alpha收益越来越低。这是我和张教授交流的一些结论。他跟我传达的美国市场目前的一些特征。还有一些基本因子，大家对比一下四因子模型和Q因子模型，就是两种思维模式的博弈。四因子模型里面的momentum模型。他更多是用行为金融解释的。事实上如果你用公司金融解释的话，其实是因为涨的多的股票大家买的意愿更高，所以接下来继续涨，但从公司金融角度涨的多的股票，基本面好了，公司金融目前的解释理论，目前整个盈利动量效应是比较明显，相对来说经营比较好的公司，接下来继续好的经营的概率是比较高的，比我们预期要好，所以这种情况下就会造成我们动量高的股票接下来会继续涨，所以张教授就把Q因子模型的momentum去掉了，完全用ROE和投资率来解释，ROE高的公司，接下来继续维持ROE高的概率比较高。投资率比较低的公司相对来说盈利维持的概率比较高。通过高投资为维持高盈利，这样持续的概率比较低，各位可以去做参考。
我的大结论是什么呢？我自己的想法，是价量因子，既然我们生活在这个市场，A股市场价量因子会继续有效，只是这个收益的数字会下降，如果这个结论下我个人倾向于坚持。而不投降！但是这个也要看产品，私下里也有不同的讨论，我觉得不同的产品策略不一样，当你做一个绝对收益产品的时候，客观来说压力比较大，你坚持的代价太大了，，说到底坚持还是投降可能是一个问题，但是当你做一些可以给你更多时间和空间的一些产品的时候，我个人倾向于坚持，这个还是跟产品有很大的关系吧。
最后我讲一下风险管理的难度是增加的，这块在将来这个市场来看，传统的风险管理来讲，首先是必须的。什么叫传统的风险管理？就是市值风格的管理，Barra风险因子关系。这是必备条件，你现在作为投资团队你这方面不做管理肯定是有问题的。但是行业风险管理方面来看难度非常大，像今年行业风格变化非常大的话，你做行业风险管理就变成了鸡肋，没有什么意义，这几年的探索，我觉得要把行业风险分的更细，不做一级行业，而是二级行业，像白酒行业的风险暴露好一些，但凡选一支股票，不是五粮液、茅台这么强，至少也不会差吧。特别是本身内部分化原来相关度就比较低了，所以可能要做这方面的参考。另外我们要参考一下方正金工的趋同度指标，如果整个行业趋同度都非常低，就是内部分化比较大的时候，你做风险管理的时候意义就不大了，必须要下沉才行，可能就是这样的现象。当然行业内个股表现一致的时候，你放在一级行业就够了，不需要下沉了。最后就是关于Alpha了，这块我也是刚刚开始研究，Alpha因子的有效性开始波动，我们很难像以前一样抱着一个Alpha因子一直不动，比较困难，这块怎么去判断他的有效性，怎么做波动管理，因子之间相关性的风险怎么控制？这块可能是将来我想去花比较大时间做研究的想法。
最后一点是贴水现象吧。我也不知道什么时候结束，我个人建议期货还是不要开仓，目前还是比较困难吧。如果大家要做，我建议可以用500ETF做，性价比更高，成本更低一些。所以这就是目前我的判断吧。主要还是看政策吧。政策放松再考虑。
Alpha终将变成Beta，这句话我非常认同，这就是目前为什么美国的一些产品，都在不叫Smart-Alpha产品，都是Smart-Beta产品。因为每个人都认知Alpha的时候，一定会变成Beta。所以我只能认同你是Smart-Beta产品，而不是Alpha产品了。Alpha波动会一定会增加，我不知道时间是多久，大家共勉吧，这是我想跟大家分享的一些东西，今天很高兴跟大家交流，估计有很多不成熟的想法，不对的地方大家也多多包涵，如果有更好的想法也欢迎跟我进行私下的交流，谢谢！（来源：方正金工）
相关推荐：
联系客服
