1. 什么是量化多头策略?
量化多头策略是指通过量化的方式选择预期较优的股票,并用程序化的方式进行投资的策略。以股票作为主要投资标的的量化策略包括量化多头策略,指数增强策略,择时对冲策略和阿尔法策略。其中,量化多头策略和指数增强策略是纯多头的策略,择时对冲策略是根据对指数的观点动态对冲股票风险敞口的策略,而阿尔法策略是完全对冲掉股票风险敞口的策略。
2. 量化多头选股到底和指数增强有什么区别?
量化多头和指数增强都是纯多头的股票量化策略,二者的主要区别就在于“对标”。严格意义上的指数增强策略需要让持有的一揽子股票与指数的风格、行业进行一一匹配,以保持模型选出来的一揽子股票能够具有与指数相似的特征。在这种严格的对标下,中证500指数持有10%的消费行业股票,指数增强产品也需要持有10%的消费行业股票,即使模型预期消费行业的股票并没有非常好的前景也依然会为了保持对标而持有。
而量化多头在设计之时,希望放弃与指数在风格和行业上的严格对应关系,而是让模型根据计算结果,相对更加自由地选择股票,这样相当于机器每时每刻都在试图选择全部股票当中最优的那部分股票,而不会受到指数对标的硬性约束。这也意味着量化多头产品可以在行业和风格的配置上变得更为灵活,放开了风格敞口控制的量化多头产品,可以说在收益弹性上也获得了更大的空间。
3. 为什么量化管理人纷纷去做量化多头选股了?
从管理人发展路径来说,国内大部分管理人都是先做阿尔法策略,再做指数增强策略,再做量化多头策略。而这样的路径发展,是和国内投资者偏好变化有关系的。在量化发展的初期,市场上的超额获取容易,超额较高,阿尔法策略预期收益超过两位数,投资者倾向于投资于这些低回撤,同时收益较高的策略。
随着量化规模的增加,股指期货贴水影响较大,阿尔法策略的预期收益下滑,投资者逐渐开始接受指数增强策略,指数增强策略与阿尔法策略相比,不必支付高昂的对冲成本,即使指数没有显著表现,超额依然可以贡献可观的收益。
到了当下,我们又看到越来越多的管理人开始选择量化多头策略。量化多头本身在国内并不是一个陌生的策略,早在股票量化刚刚兴起的时候,就已经有量化多头策略了,只是那时候由于量化多头还不是大众化的策略,所以大家并不会将指数增强和量化多头策略分开讨论。
而随着指数增强策略的发展,管理人们渐渐意识到了一个巨大的矛盾,那就是指数增强策略和量化多头策略具有非常类似的业绩特性,但指数增强产品的收益和量化多头对比时却缺乏了吸引力。明明是好心帮投资者多做了一层风控,结果还被嘲讽业绩不好,两者本不应该在同一个起跑线上比较,但是实际上却在认知上被混淆在了一起。在这样的背景下,有一些量化管理人就不服气了,要不咱们干脆就堂堂正正地比赛一下,咱们都做量化多头。这样一来,在常年内卷的中国量化市场,我们就看到了不少头部量化管理人纷纷开始发行量化多头产品。
4. 量化多头选股和主观多头选股有什么区别?
量化多头和主观多头的决策方式不一样,主观多头是通过人为的方式进行选股和交易决策的投资方法,我们认为量化选股与主观选股能够形成有效的互补。主观和量化的管理人一个是把研究做深,一个是研究做广,主观管理人一般选股的范围在于市值较大的股票,因为这类的股票更容易进行定性分析,调研也可以进行地更深入,而量化管理人选股的范围除了市值较大的股票之外,小市值的股票也可以成为研究对象。所以,有一些主观管理人精力上难以覆盖的股票会成为量化管理人的投资标的,二者进行有机的融合,形成互补。
5. 量化多头的产品适合哪种投资者?
如果投资者对指数并没有明确的观点和需求,希望通过量化的方式选择较优股票的投资者可以选择量化多头策略。对于指数增强有需求的投资者往往不希望承担过度偏离指数的风险,比如持有指数衍生品的投资者仅仅希望获得超额收益,不希望承担偏离指数部分的风险时,就比较适合投资指数增强。而反过来,如果投资者没有对持有指数有很明确的要求,而是希望模型能够选出阶段性更优的股票,对于更有弹性的收益有明确的需求时,量化多头产品就比较适合了。
6. 量化多头一定会有更高的收益吗?
不一定,量化多头通常意味着更高的收益和更高的风险,并不能简单地理解成收益更高。在模型判断正确的时候,由于放开了更多的风格敞口管理,所以进攻性会更强,但同时,模型阶段性不适应的时候也同样会面临更大的超额波动。
7. 量化多头的风险在哪里?
量化多头策略看似在多方面都相比之前的策略有了较多的进化,不过此策略依然会有不适应的时期。比如,市场上遇到快速风格切换的时候,量化管理人往往难以左侧判断,所以这个阶段遇到的超额回撤也会更大。其次,市场交投不活跃时,量化的信号可能会遇到较多的噪音,导致风格不适应。
8. 量化多头策略该如何筛选管理人?
首先,我们建议在指数增强和阿尔法能力强的管理人当中选量化多头管理人。当今市场上有的管理人选择做量化多头策略,仅仅是因为他不会做指数增强,比如风控模型搭建的缺失,或者在指数增强严格的约束要求之下,做不出来超额。这类型的管理人在策略搭建上本身就会有一些粗糙,只能通过承担风险的方式搏取收益,如果是这种管理人是我们不建议的。我们建议选择本身在股票量化策略就已经具有比较完善投资体系的管理人,量化多头策略搭建的难度实际上低于指数增强和阿尔法策略,所以选择一些有能力做得更好的管理人,会更具有确定性。观察的最好方法是去看管理人的阿尔法策略和指数增强策略是否具有良好的历史业绩。
其次,投资者需要关注量化多头产品的持股集中度。有的量化多头管理人仅仅在产品中选择预期做好的数十只股票作为底层标的,但我们认为这样的行为实则失去了量化投资的初衷。量化投资是通过大量的数据统计和分析最终得到大概率更优的结果,模型的优势在较多的数据之下才能够体现出显著性。如果仅持有少量的个股,或许能够获得阶段性的高收益,但这并不能从数量上证明模型具有真正的超额能力,我们建议量化多头产品需要均衡持有200只以上的个股才能够更好地体现其均衡性,而不是在少数个股上进行“赌博”。
最后,关注管理人能力和规模的匹配程度。管理人需要在其规模容量范围内进行投资,如果管理规模超出了管理能力,会导致难以交易模型希望选择的个股,或者将一些不希望选择的股票纳入选择,不具备可持续性。
来源:新浪网