编者按:投资量化π是中信保诚基金旗下一款旨在探讨量化投资的投资者陪伴栏目。在非量化人看来,量化有一层“神秘面纱”。其实,有些“量化”也可以很简单。比如用量化方法来观察市场辅助投资、用量化方法审视投资决策改善风险收益等等。本栏目正是从这一视角出发,探讨量化投资。
今年以来被动指数基金凭借透明度高、费用低、风险分散等特点,关注度显著升温,成为不少新入市投资者选择的工具。随之而来的是其规模的逆势飙涨,根据最新披露的基金三季报,被动指数基金持有A股市值,已经超越主动权益类基金的持仓市值(数据来源:Wind,截至时间:2024.09.30)。
在指数基金家族中,共有两大类别——被动指数型基金和指数增强型基金。被动指数型基金基本或完全复制标的指数成分股,并按照标的指数的权重分布进行配置,使基金走势与指数走势高度相似,减少跟踪误差。而指数增强型基金是在对对标的指数进行有效跟踪的基础上,进行积极的组合管理和风险控制,力争实现超越标的指数的业绩表现。简单来说,就是当标的指数上涨时,希望指增基金能多涨一点;当标的指数下跌时,希望指增基金能少跌一些。
01
指数增强型基金真的可以“增强”么?
那么在实际运作中,指数增强型基金真的能实现“增强”效果吗?我们以当前市场上占据指增主流的沪深300、中证500为例。部分历史数据显示,整体来看,指数增强型基金长期相对标的指数或具有一定程度的增强效果。但同时我们也可以看到,由于近年来A股波动加大及行情分化,通过主动管理做 “增强”的不确定性也在变大。
数据来源:Wind,截至2024.10.25。样本选取成立满三年的跟踪各指数的所有指数增强型基金取平均数。
指数表现与单只基金业绩表现不同,不代表基金的业绩表现,不作为未来收益保证或投资建议。指数的具体信息以官方指数公司发布的权威信息为准。
02
影响指增超额的因素有哪些?
尽管指数增强型基金在选股上具有更大的灵活性和多样化策略,但这同时也对基金经理的投研能力提出了更高的要求,从而在一定程度上增加了结果的不可预测性。因此,通过数据可以看出,即使是跟踪同一标的指数的指数增强型基金,它们之间的业绩差异也可能相当显著。那么如何在不同的指数增强型基金中进行选择呢?首先我们可以将指增基金超额收益的来源进行归因,大致可以分为三块:
(1)投资能力,即为管理人的投资模型有效性;
(2)投资广度,当可投池的股票数量更多时,超额收益的空间会更大;
(3)投资机会,当可投池的股票之间有明显分化时,超额收益机会更容易捕捉。
其中(2)和(3)由指数本身的属性决定,(1)才是管理人可以决定的。
图1:量化基金超额收益的三大来源:投资能力*投资广度*投资机会
即选哪个指数作为增强,或可决定产品超额收益的大致空间,但管理人之间的超额收益差距仍然取决于自身模型的有效性。
三类指数增强基金的超额收益均值以及分化
数据来源:wind,超额收益所对应的基准为价格指数。样本选取当年度跟踪各指数的所有指数增强型基金取平均数。指数表现与单只基金业绩表现不同,不代表基金的业绩表现,不作为未来收益保证或投资建议。指数的具体信息以官方指数公司发布的权威信息为准。
03
目前公募指增基金的五大类别
既然管理人之间的超额收益差距取决于自身模型的有效性,那么目前市场中指增策略总共有哪些分类呢?
指增策略五大类别:
1
基本面量化策略为主
重点挖掘基本面类因子,整合内外部投研资源,将产业及公司基本面的深度研究成果,数量化表达为可执行策略,更看重因子背后的投资逻辑。比如我们中信保诚基金现有的指增产品就是以这种投资策略为主。
2
机器学习挖因子
讲究全流程高度自动化,对因子背后的金融逻辑没有太多需求,通过机器学习在海量数据中挖掘有效的因子,重点在于因子库中因子数量的量级以及更新迭代速度。
3
机器学习/深度学习预测模型
在算法中输入原始数据,与股票的未来收益结合训练得到模型参数,追求样本内外表现均较好,对算力以及数据源的需求更高。
4
主观选因子或融入主动团队
在模型中会主观加入基金经理自己对市场的理解,或者在建模环节与公司主动团队联动。
5
综合派:过往偏基本面策略
目前开始融入机器学习
其实不同流派的差异也对应了不同的特点,比如以中信保诚基金为代表的基本面量化注重背后的逻辑,更加适合结构性行情;而机器学习挖因子追求的是胜率,风险控制能力较强,追求绝对的宽度;机器学习类属于技术派,能及时有效的学习市场。
注:以上内容不作为投资承诺,基金的投资策略、配置的行业、具体的投资标的及比例将视市场情况在合同允许的范围内进行调整。
04
投资策略与风格如何影响超额收益
对于指数增强基金而言,因子的暴露情况会直接影响超额收益的走势,以获取收益的角度为例,或放开因子敞口,或做因子轮动,因此我们从两个维度对指数增强基金进行分类:行业风格因子暴露的绝对值&行业风格因子暴露的稳定性。
具体来看下图,第一象限是指因子暴露的绝对值整体较高&长期看暴露的因子值有漂移。该类指数增强基金会适度放开因子敞口,且所暴露的因子有所变化,更偏放开敞口的因子轮动策略。
第二象限是指因子暴露的绝对值整体较低&长期看暴露的因子值有漂移。该类指数增强基金虽然整体看敞口控制较严格,但细看每一期所暴露的因子还是有所变动,可以定义为小幅度的因子轮动策略。
第三象限是指因子暴露的绝对值整体较低&长期看暴露的因子值稳定。该类指数增强基金属于严格控制主流因子的暴露值,且每一期的稳定性都较强,通常与指数的走势较贴近,风险类指标会控制较好,收益是否靠前更多看因子的有效性。
第四象限是指因子暴露的绝对值整体较高&长期看暴露的因子值稳定。该类指数增强基金会适度放开因子敞口,且每一期所暴露的因子比较稳定,比如在沪深 300 增强中长期暴露低估值高股息因子,类似 Smart Beta 策略。
以沪深 300 指数增强基金为例,因子暴露的绝对值与稳定性直接影响组合的回撤控制能力,例如从区间收益看,小幅度因子轮动的第二象限可能会更高,但从信息比例看第三象限会占优。第三象限通常是严控因子暴露,且稳定性较强,因此回撤控制能力通常较好。而以中信保诚基金的类似沪深300指增产品的中信保诚量化阿尔法而例,具有典型的第三象限特征。
注:以上信息仅为展示作用,指数表现与单只基金业绩表现不同,不代表基金的业绩表现,不作为任何操作建议或推荐,也不构成任何基金投资决策之必然依据。
05
“独特”的指增策略
为投资者提供来源多样化的超额收益
一直以来中信保诚基金量化团队以寻找“统计规律”与“金融逻辑”的统一为目标,力求做有逻辑的量化投资,因此旗下运用指数增强策略的产品甚少采取传统量化用于择时的价量维度,而是从逻辑出发构建因子和模型,更多突出盈利、估值、增长等基本面指标的使用,与市面上多数指数增强基金存在明显差异。
具体来看,呈现以下几个特点:
1. 产品定位目标均为:追求收益性、稳定性与差异性。
2. 策略稳定性强。采用“统计规律”与“金融逻辑”的交集的长效因子思路,对因子实施“勤观察、慎调整”的策略,因此在业内属于更新频率较低的策略。
3. 因子暴露的绝对值整体较低且长期看暴露的因子值较稳定。正如前文所述,中信保诚基金的指数增强基金属于严格控制主流因子的暴露值,且每一期的稳定性都较强,通常与指数的走势较贴近,风险类指标会控制较好。
4. 与同类基金相关性低、工具属性强。从超额收益相关性看,产品的超额收益与其它同类指数增强基金的超额收益相关性较低,适合作为可供选择的资产配置的工具。
2024-11-08 22: 42
2024-11-06 19: 42
2024-11-08 22: 55
2024-11-08 22: 54
2024-10-31 19: 17
2024-10-31 16: 28