鹏华包兵华:研究智选到成长智选—量化多策略制造基金新物种

鹏华包兵华:研究智选到成长智选—量化多策略制造基金新物种
2020年09月20日 21:20 鹏华基金

导读:包兵华,管理学硕士。2016年11月加盟鹏华基金管理有公司,现任研究部基金经理。目前管理鹏华研究驱动(006230)和鹏华研究智选(007146)两只基金。9月22日,由梁浩、包兵华共同管理的鹏华研究智选“进化版”基金——鹏华成长智选即将发行,专注主动选股与量化投资。

包兵华投资金句集锦

1、量化投资以数学模型代替人为的主观判断,这样可以极大减少投资情绪波动的影响,避免在市场极度狂热和悲观的情况下做出非理性的投资决策。

2、量化技术应用于选股,比较常见的是指数增强,就是通过量化技术和模型选出优质的个股,或者改变指数成分股配置权重的方式构建组合,一个方式选出与指数成分不同的个股,另一种方式是选同样的个股通过不同的配置获得长期稳定的收益。

3、总体来讲,量化套利策略是风险比较低的,同时收益也是相对比较低。严格的套利策略是无风险的,包括期现和跨期套利,包括分级基金套利、ETF套利以及期权套利等,可获取相对无风险的收益。

4、量化建模应基于正确的投资逻辑支撑下的策略开发,而不是基于纯数据挖掘的模型构建。量化投资应该是基于主动管理的投资理念和投资逻辑进行数理化模型化的梳理,从而克服人性弱点。

5、量化模型包括基本面的长期因素,也包括短期的技术因子的应用,技术方面主要是量、价、时间、空间等维度。选股以基本面的估值盈利成长因素为主,这些因素差不多接近80%,有20%左右是市场的量价、时间、空间等因素。

6、我们进行量化建模或者确立不同模型底层逻辑的时候,每个都是相对独立,每个风险收益特征都是有区别的,包括选的股票也完全不一样,从而规避单一策略的风险,底层逻辑相互独立可避免模型的同质化或者策略同质化带来的波动和回撤。

问:什么是量化投资?

包兵华:量化投资本身是一种投资方式,也是实现投资思想的一种工具。量化投资主要有三方面特征,第一,它利用数学、统计学和信息技术来管理投资组合。第二,它以数学模型代替人为的主观判断,这样可以极大减少投资情绪波动的影响,避免在市场极度狂热和悲观的情况下做出非理性的投资决策。对于正常的人性而言,主导市场的贪婪和恐惧,通常是难以克服的,但通过量化模型则可以进行克服。第三个特征是数学模型是基于人的投资理念、逻辑、经验或者基于数据挖掘,并且经过大数据的检验。

相较于传统投资方法精选少量个股,需要较大成功率才能获得稳定收益,量化投资只要确保成功率稍微高一点,即可通过大量的数据和大量的交易来实现稳定的收益。

问:量化投资有哪些具体的应用?

包兵华:从大的方向来讲,量化投资分为主动型投资和被动型投资,主动型投资主要是追求超额收益或者绝对收益为主。被动型投资是跟踪误差或者是要求跟踪指数,要求偏离度非常小。

主动型投资来讲,主要应用有以下几方面:第一是选股。指数增强是一种选股方式,Alpha对冲也是一种选股方式,包括配对交易以及主动量化选股等,都是基于量化衍生出来的选股范畴。第二,量化投资还可以用于择时,择时进行拐点发现,包括买点和卖点的发现,同时程序化交易。第三,套利。比如说期现与跨期套利,比如说分级基金套利、ETF套利和期权套利等等,这些都是基于主动型的量化策略所做的事情。

被动型投资主要是指数跟踪,比如指数基金都是被动型的指数跟踪,除了这个之外还有Delta对冲,比如说期权做市、波动率交易等也属于被动型的范畴。

问:主动型量化策略如何运作?

包兵华:与被动量化策略的主要区别是,主动量化策略是管理人通过自身能力给客户创造更多的价值。量化技术应用于选股,比较常见的是指数增强,就是通过量化技术和模型选出优质的个股,或者改变指数成分股配置权重的方式构建组合,一个方式选出与指数成分不同的个股,另一种方式是选同样的个股通过不同的配置获得长期稳定的收益。

指数增强之外就是配对交易,买入持有预期比较好的个股,并卖空相关个股,目的是对冲系统性风险或者行业性风险,取决于我具体策略的要求,但是目前国内卖空成本还是比较高,同时融券数量非常有限,不适合做长期的套利,但是可以作为事件型的配对交易进行投资。

此外还有Alpha对冲,利用量化技术构建投资组合,并卖空股指,将超额收益换成绝对收益。Alpha对冲利用卖空股指我们这里可以规避系统性风险,可以是现在牛市、熊市、还是震荡市都能盈利。当然Alpha对冲的风险在于组合可能没有跑赢指数,特别是比较极端的情况下,出现大的风险敞口。

通常情况下,Alpha对冲在牛市中股票的组合比指数要更强,熊市中同样超越指数,震荡市也超过指数,通过Alpha对冲,无论何时,只要股票组合表现强于指数就有正收益。

问:量化技术除了用于选股之外,还有什么应用?

包兵华:量化技术除了用于选股之外,还可以用于套利,基于相同的资产有不同的价格,通过这些价格来获得价差,比如同一种商品在不同的地方价格不一样,就可以进行跨地区的买卖,赚取价差。

总体来讲,量化套利策略是风险比较低的,同时收益也是相对比较低。严格的套利策略是无风险的,包括期现和跨期套利,包括分级基金套利、ETF套利以及期权套利等,可获取相对无风险的收益。

期现套利实现原理是,期货在交割日时价格向现货收敛,当期货价格偏离现货价格,且高于综合成本的时候,反向操作这样是可以赚取收益的。跨期套利严格意义上不属于套利,只是叠加在期现套利策略上可增强收益。例如,在期现到月底收敛之时,如果期现高估的可以正向套利,买入现货同时卖出期货,然后到期末的时候,期现收敛获利平仓。

除了期现套利之外,还有分级基金套利,主要是母基金和子基金相互转换,当两个价格偏离超越成本的时候可以进行套利。ETF套利,ETF与其一篮子成分股票有价格差异时可进行套利,此外还有期权套利,利用的就是期权的平价公式,以及可转债套利等等。

问:量化策略为什么能够盈利?它有哪些优点?

包兵华:对于中国资本市场而言,处于相对不那么完善阶段,能够带来更多的盈利机会。首先投资者以散户为主,情绪化非常明显,市场波动比较大,市场波动的时候就有一些机会;其次就是信息不对称,不够公开透明;三是就是投资者理念不够成熟,追涨杀跌,这都给量化策略带来了一些机会。

量化策略的优点是能够使投资盈利更稳健:首先是科学性,基于大数据的统计效应,还有衍生品定价理论,有科学的理论作为依据。其次是高效,利用量化模型或者量化策略可做到短时间内全市场覆盖,同时执行的速度非常快,从数据处理到交易执行都可以很快速。再次是纪律性,可以避免个人投资情绪影响带来的亏损。

问:如何对量化产品进行评估?

包兵华:首先是净值表现,收益率越高越好,还要考虑最大回撤和波动率。在收益不错的基础上同时还要控制净值的波动,净值表现只是其中评估角度之一。其次是评估逻辑,逻辑是单边还是对冲的,是完全对冲还是不完全对冲,单边的投资策略对回撤的要求比对冲的投资策略要弱。持仓分散还是相对集中,持仓分散的投资策略波动性相对要小。再次是应对黑天鹅的反应能力,相当于投资策略模型在极端市场下的净值表现。

通常关注比较多的主要是收益率指标,同时也要关注更多的风险指标,比如最大回撤和波动率,控制最大回撤的目的是无论任何时点迈入任何产品,都不会承担短期内巨幅的亏损,这也是为什么要控制回撤。在满足预期收益率前提下,考虑收益风险比值较高的产品。

从跨年的角度来讲,收益率和收益风险比指标表现较为均衡者更好。无论是评估产品还是做投资,我们做量化策略,都要求每年的收益做到相对的均衡。

问:量化模型有哪些局限性?

包兵华:任何一种投资方式都有不足之处,量化投资也不例外。面临不足,我们不是舍弃它,而是努力改变或减少它的局限性。很多主动量化产品是单纯基于数据挖掘,这样就会产生单纯数据模型的局限性,首先是过度拟合,在某一时点进行量化建模,可能在一段时间内是最优的,但未来有很大的不确定性。其次,是有很多假设前提,其中有一个比较重要的假设前提,就是量化模型假定外部环境没有发生大的变化,但事实上外部环境一直都在变化发展中,这样就导致原有量化模型不能适应新的市场环境,走势自然会不理想。

问:该如何进行有效的量化建模?

包兵华:既利用量化投资的优点,比如纪律性、时效性、数据挖掘能力强、数据处理速度快等优点,同时又摒弃单纯数据挖掘不足的局限。量化建模的路径是注重投资落实,基于核心理念的模型化,原因在于单纯的数据挖掘无法考虑外界因素的干扰,同样也无法洞察市场内部的运行机制。因此,量化建模应基于正确的投资逻辑支撑下的策略开发,而不是基于纯数据挖掘的模型构建。量化投资应该是基于主动管理的投资理念和投资逻辑进行数理化模型化的梳理,从而克服人性弱点。

问:模型中的风格因子怎么设计才能更好适应市场不同的风格?

包兵华:所谓模型实际上就是相当于投资理念、投资逻辑,不可能拿一个投资策略战胜所有的市场,这是不现实的,但是我们进行量化投资的时候,我们进行建模或者单个模型开发的时候,我们要求相对均衡。通过多策略、多模型的优势进行组合的选择,从而避免整个投资组合出现大起大落,部分年份收益非常高或非常低的情况。通过单策略理念的均衡性,多策略的相互补充性,来应对市场阶段、不同风格引起的市场环境变化的情况。

问:在设立量化指标的时候,如何选择买入卖出的具体时点?长期的因素和短期的因素会不会有不同的权重占比,什么情况下量化指标或整个模型需要调整?

包兵华:量化模型包括基本面的长期因素,也包括短期的技术因子的应用,技术方面主要是量、价、时间、空间等维度。选股以基本面的估值盈利成长因素为主,这些因素差不多接近80%,有20%左右是市场的量价、时间、空间等因素。用短期的因素,主要是考虑到降低整个组合的回撤和波动,选个股的买卖时点,包括加仓减仓的操作等。

具体而言从两个方面进行处理,首先是相对市场的角度,进行组合调仓时个股都是等比例的,当市场变化导致比例发生变化时,会根据持仓个股的变化及市场的相对变化进行调整,比如最近涨幅多了,我们就减仓或卖出。其次是绝对的角度,也就是基本面的因素,除了年报、季报或者业绩预告,从某个角度发现公司基本面发生变化,业绩的拐点已经确立,就要从绝对的角度剔除个股。

问:不同的模型之间底层逻辑是完全相互独立的吗?

包兵华:很多选股模型的底层逻辑是完全相对独立的,每一个选股模型都是一套独立的体系。组合在进行多策略的时候,如果底层逻辑趋于一致,就容易出现同质化,导致同涨同跌,也就是一荣俱荣,一损俱损的情况,这样无论策略怎么多,也无法规避模型的风险。所以我们进行量化建模或者确立不同模型底层逻辑的时候,每个都是相对独立,每个风险收益特征都是有区别的,包括选的股票也完全不一样,从而规避单一策略的风险,底层逻辑相互独立可避免模型的同质化或者策略同质化带来的波动和回撤。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部