2023年量化基金专题研究配置视角下的量化基金 策略认知度提升,量化基金从另类到主流

  • 来源:中信证券
  • 发布时间:2023/02/24
  • 浏览次数:822
  • 举报
相关深度报告REPORTS

量化基金专题研究配置视角下的量化基金.pdf

该文档从资产配置视角出发,对量化基金进行深入专题研究。内容主要探讨量化策略在投资组合构建中的应用,分析量化基金在不同市场环境下的表现特征与配置价值。文档可能涵盖量化指增、量化对冲等主流策略的收益风险特征,以及如何通过量化手段优化资产配置效率,为投资者提供量化基金配置的理论依据与实操建议。

1.行业发展:大浪淘沙、迭代突围

策略认知度提升,量化基金从“另类”到“主流”

截止2022年末量化私募管理人整体资 产规模约为1.50万亿元。策略类型随管理人能力圈、市场深度 和投资人认识而演变。

2.指数增强:多元Alpha、多维性价比

多元Alpha:区别能力、勤奋与运气

1)市场方向择时,即通过仓位偏离获取 超额收益。当前指数增强基金的股票仓位 大多在90%-95%之间,调整空间较小。 通过仓位择时获取的超额收益通常不够稳 定且难以持续。 2)主题及风格暴露,即通过超配或低配 风格因子或主题板块来创造超额收益,例 如风格轮动、行业轮动等。 3)另类收益增强,利用市场交易规则的 红利或者限制来获取超额收益,例如打新、 股指期货替代、分级基金套利等,这类超 额收益的持续性受政策影响较大,且通过 该方式获取的超额收益与基金规模相关性 很高。 4)纯阿尔法,超额收益中难以被风险因 子解释的部分。面临资金容量受限、信息 效率和因子有效性衰减的问题,对新阿尔 法因子的寻找能力要求较高。

超额收益的来源和约束

随着采取传统多因子模型的量化管理人增加以及股市风格的分化加剧,传统多因子模型获取超额收益的难度显著增加。 部分管理人转向基于量价指标的统计套利模型,该模型强调统计规律,调仓换股呈现高频特征,因子较多采用非线性 方式进行组合等。 T0策略也是部分管理人的收益来源,但收益表现通常对规模和交易量更为敏感。

多数管理人的组合管理,是多频率、多策略、多信号的叠加和组合优化结果。 但由于T0和日内阿尔法策略,容量相对小;从策略占比看,日间阿尔法是占比较高和贡献较高;其次 是基本面策略、日内阿尔法、以及少量的事件驱动机会等。

主流模型框架趋于相似,但是在一些核心因素设定上的差异,可能显著影响策略效果。 选股范围、因子赋权、风控阈值等调整依据和频率。 数据清洗、组合管理、交易执行和风控系统等方面的精细度,也会造成产品收益的差异。

多维性价比:行业超额收益曲折前行

2021年,量化策略三次系统性回撤,策略的市值因子暴露、 行业因子暴露成重要监测窗口: 2月大盘成长股抱团瓦解; 9月至11月市场交易萎缩和周期股回调; 12月初-2022年年1月份机构重仓股调整。2022年下半年,量化私募从上半年回撤压力中逐步走出, 超额收益再度创新高。 2022年管理人的超额收益主要集中在4月-9月,样本池产品 单年度的超额收益率约11%;自2018年初以来累计超额收 益达到89%。 公募量化超额整体节奏较一致;偏离度控制严格、对市场 交易活跃度的敏感较低,超额收益上涨和回撤幅度均小于 私募量化。

量化策略的市场影响:交易量占比20%左右

私募量化基金中,股票类私募产品规模约7000亿;考虑到中性策略产品、多空类产品在股指期货端的保证金占用, 对应股票类仓位规模约6000亿。 按照年化换手率40-60倍计算,对应每日交易量约1100亿-1600亿。在全市场交易量占比约9%-13.5%。 除基金产品外,可能存在一定的北上资金或者杠杆资金;合计占比估计不超过20%。

相对成长型量化管理人,头部量化管理人在以下方面具有优势:(1)投研经验和应变能力:较长的投研 经验和历史业绩,经历过国内复杂多变的量化环境;(2)规模和收入上的优势导致投研团队和资源投入 上也具有优势;(3)策略覆盖方面,一般较为全面和多元化。 相对而言,头部量化管理人因规模较大可能导致对其规模容量的担忧,要密切关注其发展规模时是否与 投研能力相匹配,是否关注投资者利益,是否遵循循序渐进原则等。

3.中性对冲:挑战大于机会

如果选股Alpha中也包含风格偏离的Beta收益,则市场风格发生突变时,可能带来较大 的回撤。较为典型是2014年12月的“大小盘风格突变”导致行业整体出现较大回撤, 2021年初“茅指数”回调导致部分管理人出现较大回撤。

中性对冲:收益表现与市场活跃度呈现显著正相关

2016年之前量化对冲策略主要以基本面多因子模型为主,较少使用交易型策略模型。 2018年后量化对冲私募产品较多转型量价高频策略以及T0等交易型策略,在较高的市场活跃度中,交易型策略具有 明显优势。将市场中性策略私募指数分为2015年6月之前和2017年6月之后两段,分别统计不同市场活跃度(以全市 场成交额作为统计标准,从低至高分为10组)下市场中性策略的表现,2017年6月后与市场活跃度呈现显著的正相 关,但是2015年6月前相对不显著。

4.CTA:重视中观、精选微观

CTA:策略分化挑战中观配置

CTA各细分策略表现分化,挑战组合策略配置; 量化策略逆市实现正收益,相比主观策略超额显著。

5.策略配置展望

以多策略配置,抵御“成长的烦恼”

Alpha的Beta化是难以抵御的“地心引力” 、是各类管理人必然面临的“成长的烦恼”。 超额收益中枢下移、胜率降低成趋势;头部量化管理人面临投资边界和策略容量的挑战。 长期机构投资者大体量资金进入,进一步摊薄策略平均的风险调整后收益。

对管理人而言,在长期的路径选择上: 1)股票策略:量化策略深度融合基本面研究的Alpha。 2)投资能力:布局多资产多策略的投研框架。 3)策略目标和产品设计:从追求绝对收益到追求合理的风险调整后收益。

对基金投资者而言,多策略分散配置能够抵御策略“成长的烦恼” : 即使在2021年、主要策略均为正收益的市场环境下,策略持有人盈利比例仅4成;主观股票多头、期货套利类策略以小亏居 多,指数增强、期货趋势等策略以“持有期的年化收益率低于30%”居多。 从原理上讲,低相关策略降低组合波动。 随规模增长,独立于市场环境的“pure alpha”将被显著摊薄,以多策略、多产品分散降低波动,将是理性选择。

编辑:荣耀2020
  • 相关标签
  • 相关专题
  • 热门文档
  • 热门文章
  • 本年热门
  • 本季热门
  • 本月热门
  • 本年热门
  • 本季热门
  • 本月热门
分享至