从“好”到“更好”,宋海岸的量化plus之道

Josh 2021-07-21 20:43

1



提到股票基金,一般来说,首先想到的都是主动权益类的产品。尤其是在2019、2020年,越来越多的个人投资者加入了基民的大军后,最先“破圈”的也是这一类的基金经理。


但其实股票基金并不止于此。除了股票型基金、偏股混合型基金以外,指数型基金也占了相当的份额。


图片


指数基金的拥戴者不少。比如股神巴菲特,一直以来都在强调,买股票不如买指数基金。在他那场与对冲基金的百万美元赌局中,巴菲特获得了胜利:九年间,标普五百的年化涨幅7.1%,而对赌的五只对冲基金同期年化收益只有2.2%。


当然,这是由于美国是一个非常成熟的市场,机构投资者占了绝对的大头。机构内卷下,想打败指数,做出超额收益不容易。


相反,在国内市场,市场有足够的宽度去寻找不合理定价的机会。对于专业机构来说,也更容易做出阿尔法。


从发达市场的经验来看,投资者结构的变化是一个漫长的过程,这也让两头都沾一点的,更“小众”的指数增强型基金,有了更多的发挥空间。


指数增强型基金,顾名思义,同时具备了主动型基金和被动型基金的特点:一般而言,基金非现金资产的80%来自于成份股优中选优,20%来自于全市场。即可以当作工具化的产品,对于追求相对长期稳定超额收益的个人投资者,也同样具备吸引力。


我们此前介绍的以定性管理的基金经理居多,今天就来介绍一位以管理指数增强产品见长的量化基金经理:长信基金的宋海岸




2




主动权益类的基金经理,以金融+相关专业的复合背景居多。而对量化基金经理来说,数学专业的背景基本上就是标配了。宋海岸先生也是如此。


宋海岸先生2014年硕士毕业于上海交通大学数学系后,选择进入了金融行业,先后在海通期货资管部、前海开源基金专户部门,从事量化相关工作。2016年加入了长信基金的量化团队,成为量化研究员。2018年开始担任基金经理,目前是量化研究部总监。


考虑到量化投资在国内起步的时间较晚,7年的从业经验,已经是行业的中坚力量。


管理的产品也十分全面:


图片


沪深300指数,代表了沪深两市的前300只大盘股;中证500,是除此之外的前500只中小盘股。再加上一只基准对标国防军工(申万)板块的行业量化基金——也可以简单地理解为,军工的指数加强。应该说,都很有代表性了。


而三只产品的表现,自宋海岸管理以来,均跑赢了各自跟踪的指数和对应的基准并且在同类型的基金中均名列前茅


我们尤为感兴趣的,是沪深300增强这只产品。


沪深300是市场上宽基中,最基本也最出名的指数,对市场来说是晴雨表。但相比起中证500,由于沪深300的成分股权重差异较大,既要跟住指数,又要做增强是更难的。


长信沪深300增强是2019年由长信量化价值精选混合型证券投资基金转型而来,从时间上来看属于后起之秀。但是在转型以来的市场行情下,能够做出超额收益,并且分阶段来看,始终排在了前列。从相对排名来看,也渐入佳境。


同时,自宋海岸先生管理以来,该基金年化跟踪误差6.02%,年化信息比率2.86。(猫头鹰捕基能手,2021.06.30)跟住了指数,也做到了增强。


图片




3




我们以往介绍过许多优秀的定性的基金经理,也仔细分析了过他们是如何取得的超额收益。


那么对于一位量化基金经理,宋海岸是怎么做到在不同类型的产品上,都有优秀的表现呢?


一般来说,量化投资策略的关键在于因子库是否足够庞大,是否尽量覆盖不同的超额收益来源。


量化作为一种系统化的投资方法,基金经理会把符合投资逻辑的地方因子化,通过模型的表达出来。因子足够多之后,即使短期内有部分因子失效,只要大部分因子是能够获得超额收益的,这个组合还是能够争取获得超额收益。


长信量化团队是国内公募基金行业中,做中低频量化投资非常出色的团队之一。团队中有15位成员,并且均为主动量化管理。据介绍,在因子库中,分为了基本面、技术面和纯数据挖掘的三大类因子,储备因子已经超过1000个


足够多的因子数量和足够全的因子类型,用于更精准刻画市场的变化,帮助模型“穿越”不同的市场周期。


图片




4




建立、训练庞大的量化因子库并从中做出选择建立模型,是量化投资策略的第一步。但是没有任何一个模型是完美的,在实战中不断Debug,持续给模型打“补丁”,是让量化策略从好到更好的核心。

我们也观察到了宋海岸和长信量化团队,这样的一些特点:

1.    团队行业基金的研究经验,反哺宽基基金的投资模型;

除了宽基类的产品,整个长信团队还管理了五只行业主题基金,分别是电子、医药、新能源、消费,以及同样是宋海岸管理的军工。


在不同行业上的积累,即增强了量化基金经理对行业和个股的定性理解,同时,行业基金的投经验也能够反哺在宽基基金上的量化策略。


图片



2.    公司平台的研究成果,补充一致预期因子的盲区。

来自券商分析师,对于A股公司的一致性预期,在大部分的量化投资模型中都是不可忽视的一个重要因子。但是,由于A股卖方分析师很少做出做空的预测。导致了在数据上,正样本和负样本的不平衡,从根本上影响了因子的有效性。

这一点,也非常容易被忽视。

而对于这样的问题,一方面,长信量化研究团队充分调用了长信基金定性研究团队的研究成果,补充一致预期因子的盲区。另一方面,通过定量的手段,对分析师的置信度进行了建模,对于不同分析师和时间维度都给予了不同权重。

3.    基金经理的定性认知,弥补量化模型对公司远期价值判断的不足。

与定性的投资方式相比,量化策略的特点鲜明:覆盖广度更好,但是深度不足

模型整体上效益表现不错,但在个股的判断会有误判的情况;

能够更及时的捕捉公司短期的变化,但对于公司远期价值的判断则有不足。

因此,宋海岸加入了主观的判断:80分的模型与20分的定性认知相结合,以定性的分析提高模型的绩效。

这样的做法,在他长信国防军工量化混合基金的管理上,体现的更为明显。


图片


对于大部分量化基金经理来说,涉及行业定性的判断已经是突破能力圈边际的事情,在这一点上,宋海岸表示自己也是在逐步学习逐步锻炼逐步突破。目前实践下来的结果是,量化和定性相结合下的组合在弹性和进攻性会更大一些,整体的效果是有提升的,说明量化和基本面结合可以提升量化模型的表现。

4.    因子评判体系:可证明、可验证、可持续

即便是跟踪同样的指数,不同的量化团队也有着不同风格。根据宋海岸的介绍,长信量化团队会相对稳健,会严格遵循一套因子评判体系:可证明、可验证、可持续。

可证明是说因子要符合投资逻辑,来自于投资经验积累或者行业文献;可验证是说在A股上要有效;可持续是定性的,判断这个因子可以持续工作或者可能持续贡献超额收益。

对于开始有效的因子,也需要观察一年左右才会给予权重。

“比如北上因子,北上因子在2017年开始很有效。但是由于刚开始(有效)一段时间,时间比较短,我们当时就没配。我们把回测放在比较重要的位置,会相对审慎一些,在足够多的观察和考量后才会纳入。”

同时,也会基于逻辑的主观判断,及时降低失效的因子权重。

“举个例子,量价因子,也就是做散户的交易对手这个逻辑。

由于私募的高频阿尔法在2019年下半年迅速的扩容,达到上千亿以上的规模。量化因子的需求方发生了急剧的变大;同时供给方也变少了。因为在2019年之后,很多人更愿意买基金。散户的股票交易量也变小。

我们当时判断,供需失衡会导致这个因子的超额收益变得不稳定,变得贝塔化。性价比就变低了,我们就降了权重。整体来看,这一波还是做对了。2019年的7月份之后,量价因子出现了比较大的一个回撤,或者说不盈利期比较长。“




5



最后,做个总结。

我们认为宋海岸先生是一位优秀的量化基金经理:

过往业绩突出:管理的产品既有宽基增强也有行业基金,且任职以来都大幅跑赢了对应指数,也在同类型基金中名列前茅;

团队底蕴深厚:长信量化团队是公募基金中,做中低频量化策略最出色的团队之一,因子池储备丰富;

并且,有着在长期实战中打磨出来的投资模型和体系。




猫头鹰研究院温馨提示





作者:猫头鹰Josh

数据来源:猫头鹰捕基能手软件

免责申明:以上内容仅供参考,不构成投资建议

风险提示:股市有风险,入市需谨慎,基金过往业绩不代表未来表现


相关推荐