私募追踪|量客投资: 不应该承担过多的风险去追求单边的收益

私募追踪|量客投资: 不应该承担过多的风险去追求单边的收益
2024年09月14日 22:00 海川HighTrust

核心观点

1、期权套利策略获取收益来源有两个维度:主动和被动。被动就是说市场给不给你机会,比如说波动比较大、流动性比较好的时候,收益会更高。反之,如果市场阴跌,期权价格没有足够的波动性,就会比较难做。主动收益基于波动率曲面做套利,细分策略来讲有期限结构、偏态、跨市场、跨品种等等,量客考虑的是在降低风险的前提下来获取收益。

2来自市场的这部分被动收益,在中国市场其实要比成熟市场高很多,因为投资者的结构,因为政策的频繁调整等等。这可以是超额的来源,但这同时也是你的风险来源。不管是行业偏移的风险,还是风格偏移的风险,还是你对策略认知上的风险,这都有极大的可能在未来带来很大的回撤。

3套利策略既然叫套利,那么就不应该承担过多的风险去追求单边的收益。在成熟的市场,不加杠杆的前提下,套利的年化收益基本在5-8%。在中国市场可能稍微好一些,期权在中国还是一个新兴的市场,现在在品种、参与者、规模等方面都有限制,未来还是有可能进一步地开放,对未来还是可以抱有一定的期待。

4、一般人讲基本面很可能会陷于我们是不是谈估值、谈价值,是不是看盈利?那么我们去找估值低的公司,去找ROE/ROA高、利润率高的公司。但实际上我们看到的基本面,是说这家上市公司未来一个时间段的运行轨迹。具体来讲,我们用什么来预测轨迹呢?我们知道很多主观的机构,它的分析师要做公司调研,要看三张报表反映的情况,我们也类似,只是说我们是从有逻辑的数据上来挖掘这些信息,比如说公司无形资产投入的变化、销售数据的变化,再比如说对于商品来说,我们会看品种上下游的数据。

5、基本面量化做的是偏低频的策略,所以风险就尤其需要控制。对于风险的认识强植于我们的内心。股票的风格因子,我们通过Barra风险模型来控制,对43个系统性因子进行中性处理,保证超额收益来源于与市场不相关的低风险高收益的有效阿尔法因子,避免在beta风险收益上叠加更多的风险敞口,确保在市场风格轮换,极端大小盘和流动性因子反转的情况下,将最大回撤控制在合理水平。

6、中国市场给了你很多获取收益的机会,但是你要去选择获取什么样的收益,承担什么样的风险。对我们来说,我们更愿意先把风险控制住,然后再利用投研上对因子的持续迭代和挖掘去获取更多的收益。像是做基本面,很多人不愿意做可能就是因为这里面的数据是“不干净”的、非结构化的数据,而这种非结构化的数据它其实是能够给你提供更好的阿尔法的,所以我觉得你通过做更多的一些苦活、累活,你能够控制好风险的同时获取超额,这是我们想要把握的。

01

核心人员背景

1、李冬昕(创始人,执行董事):持有股权100%

负责公司各策略的管理工作,同时亲自带领衍生品交易策略团队,南京市拔尖人才,曾任职于上交所金融创新部、南京大学,研究包括基本面因子模型、期权衍生品等方向,有11年左右量化投资的经验。

2、张然

负责基本面量化研究,现任中国人民大学商学院教授,青年长江学者,博士生导师,曾在北京大学光华管理学院任职13年

3、宋乐

超过10年投资经验,多年上市公司治理经验,上交所股票团队核心成员。曾任职于兴业全球基金,后任上市公司鹏欣资源董事会秘书,2020加入量客投资。

4、史方舟

负责量化策略研究,哥伦比亚大学金融学博士,北京大学金融、数学双学士,超过8年量化投资经验,曾就职于全球第二大对冲基金AQR CapitalManagement,负责多资产的多因子投资策略及投资组合优化模型的研发、审核和迭代。

5、俞修源

负责股票策略及投研核心系统,芝加哥大学金融数学硕士,超过7年量化投资经验。曾就职于全球第二大对冲基金AQR CapitalManagement,参与设计并搭建公司的大数据可视化智能风控平台,其管理全公司基金产品的风险策略和风控运营。

6、Jason

计算机硕士。超过12年高频交易和管理经验,曾任美国顶级高频基金亚太区办公室负责人、交易主管。量客高频交易策略和程序化交易双料负责人。

02

公司关键信息

1、公司名称:上海量客私募基金管理有限公司

2、成立时间:2013-04-10

3、管理规模:30亿

4、主要策略:套利策略、指数增强、市场中性、CTA。量客将基本面和高频交易结合,多品种多策略分散化投资。

5、公司人数:研究团队共31人,包含20个研究员和11个科技人员。

6、核心优势:由国内顶尖学者与海归团队组成,在基本面因子研究与组合优化和风控方面经验丰富。

7、股权结构特征:投研团队控股,实际控制人为李冬昕。

03

策略特征及策略优势

一、公司管理规模

截至2024年6月,公司管理规模30亿,其中套利策略约8亿(包括期权套利5.5亿、股指高频策略2亿、ETF套利0.3亿、期货套利0.3亿),指数增强策略5亿,市场中性10亿,量化CTA3亿,宏观策略0.2亿。

二、股票策略开发流程

1、因子选股:实盘因子选股,标准为可解释可归因,剔除黑名单。

2、风控模型:利用风控和优化器严格控制风格因子偏离度。

3、组合优化:不单独使用500或1000中性,而是进行沪深300、中证500、中证1000混合对冲。

4、算法交易:周度换手,周内不调仓,可叠加T0算法,带来高换手,增厚收益。

三、策略特征

1、套利策略:主要是波动率套利和无风险套利。

1)构成:期权/期货+日内/高频,锁定尾部风险。

2)期权套利:主要收益来自于波动率期限结构策略(30%)和波动率偏态策略(30%),两个策略管理资金规模占70-80%;高阶希腊字母策略(30%)纯做波动率;无风险跨市套利策略(10%),管理资金占5%左右。

a)波动率期限结构策略:对于同一标的不同到期月份的期权,对应的隐含波动率往往存在一定差异,通过对于不同到期月份对应隐含波动率的理解,进行一买一卖的操作,可赚取不同月份间隐含波动率相对变化的收益。

b)波动率偏态策略:同一标的同一到期月份行权价不同的期权,对应的隐含波动率往往存在一定差异,通常认为波动率曲面应当呈现“微笑”形态,当实际情况偏离一般情况过大的时候,可通过买入被低估的合约,同时卖出被高估的合约进行“纠偏”,以期待波动率曲面恢复正常,从而赚取到相应的收益。

c)无风险套利策略:在期权市场上,经常会存在无风险套利机会,如买卖权平价套利,期现套利等等。

d)跨市场套利策略:相当于对于期权的隐含波动率进行择时,通过跨市场波动率,获取套利带来的收益。

3)超高频套利:极低回撤。

2、指数增强策略

1)选股原理:40%成分股(500/1000指增策略)+60%全市场选股,对个股不做特定行业限制。

2)交易频率:低频交易,一年平均换手30倍。

3)风险敞口情况:0.3标准差风格因子暴露,控制在1%行业偏离度。

4)因子构成:50%基本面+30%另类+20%量价

5)500指增策略:持仓约600支股票。单一标的持有比例不超过1.5%。

6)300指增策略:持仓约350支股票,成分股比例65%。

7)1000指增策略:持仓约800支股票。

3、市场中性策略

1)多头端股票策略因子将财务和另类一起作为基本面因子,实盘共200个因子左右,其中财务100个左右。量客优势在于另类因子转化率高,且另类因子与原来体系融合度好。

2)因子构成:50%为传统财务因子(包括分红、成长、价值、质量、一致预期等因子),30%为另类数据(主要是舆情,其他还有事件驱动、消费、出行、人事、专利、工商司法等数据),20%为量价因子。每月进行因子的监控和调整,以适应市场行情。团队对模型有一套评分系统(从选因子升级到选模型),对所有市场环境下的不同模型进行打分,对得分较高的模型进行入参选用。

3)构成:300、500、1000指增的配比在纯中性产品中为2:4:4,复合产品中为1:1:1。成分股覆盖1800只,可以达到全市场选股的效果;对冲端可以精确做风险对冲,只有在换仓时有0.5-1敞口,其它时候均完全对冲。

4)资金占比:市场中性策略中,15%的资金在对冲端。

4、CTA策略

1)特征:趋势类策略+日内,独立波动行情,底部建仓。

2)策略分布:

a)长周期策略:50%。持仓1-2周,并强化日内信号。

b)中周期策略:40%。周度持仓,人工挖掘。

c)短周期策略:10%。持仓0-3天,AI自动挖掘。

3)标的分散:维持了40+的交易品种池宽度(含国债期货,不含股指期货),减少趋势波动,增加套利机会。

四、风控体系

1、公司层面的整体风险预警监控:公司整体绩效和风险指标实时监控及历史环比、主要资产类别市场风险(股票、债券、大宗商品等)、系统风险与常见风格因子/指数分解、所持资产地缘分布、不同组合及策略间相关性的实时监控及预警、容量配置。

2、组合/策略层面风险趋势:分组合/策略风险指标(VaR、波动率、最大回撤率))实时监控及历史环比、目标风险(TargetVol)与实现风险(RealizedVol)对比及预警、系统风险、风格因子、及指数分解,超出目标区间时自动预警、跨资产类别相关性及预警、期货到期转仓监控、策略表现的监控与回测(PnL,HitRatio)。

3、压力测试:根据所选定压力指标及资产实时更新的统计特性,模拟基金、组合、策略表现。

4、基金层面的风险指标监控和历史回测:流动性预测及监测(流动性预测可使用第三方模型或个性化设计)、组合优化前后对比、组合/基金内部资产集中度对比、现金流监测。

5、风险研究和干预:基金、策略对多种资产系统风险对冲预警和控制、回撤预警和减仓控制、资产组合、策略受代表性事件(例如贸易冲突)的风险影响及绩效归因、模型风险管理;模型仓库的建立、风险贡献监控;对手风险监控、模型变更的风险影响、交易成本监控及预警、客户投资回报及风险刻画、监管者直接修改参数并融入自动化体系。

6、市场信息监控:同类基金表现对比监控、宏观指标和市场舆情监控及抓取、全球市场风险监测、ESG指标趋势。

1、依据《私募投资基金募集行为管理办法》《证券期货投资者适当性管理办法》《基金募集机构投资者适当性管理实施指引(试行)》《证券期货经营机构私募资产管理业务运作管理暂行规定》《私募投资基金信息披露管理办法》《私募投资基金登记备案办法》等相关法律法规及自律规则。本文内容严格按照监管要求的可公开披露的信息范围,分析管理人发展战略、投资策略、管理团队特征、高管信息,全文不涉及任何具体私募基金产品推介,亦不构成任何投资建议。

2、本文所引用的信息均来源于公开渠道,作者对本文引用内容的真实性、完整性、及时性不作任何明确或隐含的声明或保证,且不承担信息传递的任何直接或间接责任。文章如若涉及到某种观点,亦仅代表作者在发布文章时的分析、推测与判新,并不代表在您浏览本文时作者依然持有同样的判断。作者的所有观点纯属个人行为。登载于此仅出于传递信息之目的供交流学习讨论使用。

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