作者：Fundplus
题图：Fundplus个人微信公众号
2022年12月17日，Fundplus第20期沙龙在线上举办，组委会有幸邀请到席雯雯老师做坚持科学理性投资的分享。
席雯雯，广金美好FOF基金经理。中国科学技术大学硕士，拥有数学背景与多年量化研究经验。擅长基于市场环境对子策略进行定性定量分析，动态调整组合配置。
以下为分享内容实录，Fundplus志愿者云通数科参与内容整理和编辑，希望对业内同仁有所帮助。----编者
首先我们回顾一下今年的情况，与往年做个对比。获取到招商的三大策略指数——股票多头指数、Alpha指数以及CTA指数，它们是组合基金投资当中经典的三大策略指数，也是配置当中重要的构成部分。2019年到2022年，我们做出各策略滚动10日收益率，再进行平均，观察平配三大策略权重会获得怎样的对冲效果。
我们看到2019、2020这两年比较显眼的是红色的部分，代表着大部分时间窗口下组合仅需要简单配置就可以获得连续正收益，蓝色的格点从分布上看比较少、颜色较浅，说明三个策略共振下跌的情况是不多的。到2021年发生的变化是红色和蓝色都变浅了，说明在这三大策略进行平配后无论上涨还是下跌的过程都比较温和。到2022年就看到非常不一样的变化，比较明显的在3、4、9、10月份，我们仅做平配的话，在这四个月份业绩会非常不好。由于这三大策略在我们全市场的组合配置中占据比较大的权重，那么在它们之间无论怎么做权重的调节分配，想在蓝色格点集中的时期获得连续正收益都是非常困难的事情。通过这个图我们可以得出：在今年，简单的战略配置难以规避掉组合基金的尾部风险。
接下来我们再看另外一张图，这张图更加直观地反应三大策略共振下行。三大策略指数过往20日收益率都为负的时点我们涂上蓝色，相应地，深灰色的部分表示三大策略指数收益率都为正的情形。我们关注到，前几年滚动20日的共振上行比较多， 2020年相对少一些，共振下行前三年不太多。在2021年，3月底、12月底有明显的共振下行。2022年则有很大不同，我们看到1月初，4、5、9、10月份，三大策略指数连续的共振下行是非常明显的。回看2022年全年，组合负收益就在情理之中，市场环境的基础决定了组合基金难以获取正收益。虽然除了常见的这三大策略以外，还有其他类型的策略可以做额外对冲，但因其他类型策略大多数收益率在时间轴上分布均衡，收益和波动的弹性不是那么大，所以我们想通过其他类型策略对这三大策略进行互补，不是一个有理想对冲效果的选择。
纵观今年整年，其实是一个不停接受教育和提升认知的的过程。在一季度，我们发现股票基本面策略还可以阶段性跑赢量价策略。选股策略方面，在过去几年基本面策略的收益率比较低，它一直不太被重视，但是在今年一季度，它表现得突出好，跑赢了量价策略，让我们看到了不同的细分策略还是会有自己的盛衰周期。在二季度，我们学习到不同策略类型的量化CTA是可以集中回撤的，有一小部分从3月份开始回撤，到6月份，几乎无论任何细分类型都遭遇到了严重的尾部风险集中爆发。三季度，我们观察到作为危机Alpha的 CTA策略，是可以变成危机 Plus的。四季度的时候，我们看到风格控制严格的低频股票中性策略，在极端行情下的回撤可能会大于风格控制不严格的策略，原因在于：在特别极端的行情之下（比如在10月份大盘成长持续拉胯的时期），反倒是风格控制的不够严格的中性策略可以及时吃到当时强势风格的敞口收益，而风格严控的低频中性策略，一方面在市场风格切换时难于掉头，另一方面在某个板块非常差的时候，雷打不动的权重会拉低整个组合的收益。
我们再去看一个案例——主观CTA。主观CTA今年的表现，相比去年、前年来说都是非常不好的。过去的主观CTA聚焦在中观基本面的研究上，但是再往上层走，他们没有过多的关注宏观风险怎么应对。国内的情况，过去几年对黑色板块的研究，建立在房地产的上行周期，基本面上的供需关系是比较稳定的，但是到今年，不管是受到疫情还是政策端的影响，整个宏观环境相比往年有了质的变化，许多主观CTA管理人在研究框架上体现出了一定的缺失，他们现在已经积极地补充宏观研究予以应对。
下面我们来看一下2010年以来的中美股票和商品指数的动态回撤图，找到内盘股票、内盘商品、外盘股票、外盘商品的代表指数，我们来观察这4类资产的动态回撤，右轴是中证全指的点位图，左轴是这4只指数的动态回撤图。为什么要去拿动态回撤来去做一个观察？因为如果我们直接拿4只指数的归一价格去作为观察，由于弹性不同，在十多年这样长的一个区间里，其中涨幅不大的品种会一直被压缩在底部，肉眼不容易观察出资产间的共振关系，所以我们用动态回撤代替。这4只指数经由贸易、地缘政治、货币政策、汇率、产业政策等多重影响因素的传导而产生了复杂的联系与共振。
在不同的时期，这4个指数往往会两两产生协同关系。在2014-2016年，表现非常不一样的是标普高盛商品全收益指数。从今年以来国内量化CTA的表现看，特别是偏中长周期的量化CTA的表现，不尽人意，相对而言有外盘基因的策略抗跌能力会强一些，这些策略其实经历过更长时期的样本量的实践，模型在外盘经历过更多尾部风险的周期，那么在遇到今年这波猛烈的商品下杀的时候，他们的模型也体现出了抵御风险的特性。
我们把动态回撤图放大到最近三年，基本上就是疫情以来的表现。我们可以直观地看到今年所有资产大概都是处在下行的周期，虽然它是资产端的变化，但是由于国内量化策略经历过的熊市周期并不足以去训练出较完善的模型，所以相应地受到了冲击。除了标普高盛商品全收益指数以外，其他的指数今年的表现都是在过去三年当中最艰难的一段时期。我们也可以看到内盘的南华商品指数，在今年的6月份经历的暴跌，下杀速度也是过去三年未有的。
这就表明如果管理人只拿内盘的CTA数据去做训练，它的样本量不足够抵抗住这次风险。这既不是过拟合也不是欠拟合，仅仅就是样本量不足，意料之外而情理之中，所以我们不应责备策略管理人没能躲过这次风险。
今年的这波行情走过之后，样本量就补充上来了，但是下一次遇到极端风险行情，如果它在历史当中没有出现过的相仿情景，策略还是会有类似于6月份的回撤表现。其实每次的极端行情都是在为策略模型扩充训练的样本域，有利于量化策略的良性迭代。同样地，作为我们FOF管理人来说，每次经历这种复杂的环境、经历过不同周期的风险共振以后，也是在为做组合配置积累新的认知。在复杂的市场环境下，投资决策往往会受到更多的干扰，那么也就对组合配置的管理人提出了更高的要求，我们要理解风险、识别风险，并且合理地规避风险。为了达到这一目标，我们需要采用更科学与理性的方式去看待每一次配置。
关于科学与理性，我这边有几个发散性的思考，科学投资方面，一个是组合配置是否可以做到完备，第二是关于波动率的思考，第三是调研的分工。在理性投资方面，一是关于产品筛选的客观性的讨论，第二点是谨防数理工具的陷阱，第三点是配置调整的逻辑支撑。
我们首先从科学投资这个方面出发，提出一个疑问：组合配置是否可以做到完备？假设全市场的资产类型和策略类型都是有限的，在遇到组合不适周期即FOF回撤周期的时候，往往我们会关注到没有纳入到自己配置当中的资产或者策略。从“资产”配置的角度去看，当新的资产类型加入的时候，它与原有的组合构成像存在的低相关性或者负相关性，或许能够起到平抑波动的作用。资产的情况是：资金会在不同的资产之间进行流动，在全球这个体系内全部的资产，如果它看作一个集合，在没有系统性的资金流入流出以及交易费用损耗可以忽略不计的前提下，这个集合内部的资产价格是此消彼长的，所以如果整个资产端没有资金流向储蓄的话，我们通过加入更多的资产来平抑波动、达到组合上面的更优夏普，看起来是比较合理的。而从策略配置的角度观察，情况就会复杂一些，因为量化策略还需要消耗掉大量的交易费用，这个费用是无法忽略的。甚至在量化订单占全市场交易比例比较大的时候，会形成量化策略的镰刀互割，造成成本端的磨损，也就是大家都赚不到钱、都在亏钱。量化策略在其能够承载的容量边界上，如果作为组合配置的表达工具去使用，“容量”就会成为一个非常强的限制条件。在我们做组合配置时，拓展策略的广度对于提升组合夏普的边际效果会递减，当策略类型覆盖到一定程度后，如果再去拓展新的策略分支，性价比会降低。它的逻辑在于，当有这种比较明确的提升作用的策略被市场所发现，他会迅速被关注，继而被大量持有，那么在策略容量的限制下，收益会被迅速摊薄，而回撤风险却不会降低，甚至会随滑点增加而提高。所以一方面这种现象弱化了策略自身的夏普，另一方面新的策略在整个组合当中起到提升组合夏普作用的异质性特点也会被弱化。所以我认为在组合配置方面，如果我们过度的追求更多更新、更小众的策略类型，对于整个组合配置而言性价比并不高。
第二点我要分享一下对波动率的观察。在资产价格的变化上面，有波动率的聚集效应，也就是价格波动幅度有持续性。当资产价格下跌的时候，波动率往往会上升更快，即下行波动率往往高于上行波动率，这两个特点不仅是在资产上面体现，在策略上面我们也可以观察到类似的统计规律。下面三张图是招商三大策略指数的收益/波动的分布图。
我们看到第一张图——股票多头指数的日收益/波动率分布图，颜色越深，代表在格点上面分布的样本数量更多。股票多头指数，在日收益为负的一侧，波动率也会朝更高的方向发散，验证了下行波动率往往会高于上行波动率的规律。中性指数方面，这个规律就不是特别明显，说明它相对来说它的下行会比较温和。CTA指数去看，它的分布介于股票多头与中性之间，因为CTA策略与商品市场的Beta还是有一定的高相关性，但是不及股票多头与股票指数的相关性高，我们依然可以看到在日收益率为负的区间波动率也会向左上方发散。
当然要强调的一点是，我们的数据选样是从2016年到现在的，所以三类策略它们的上升市道是占了绝大多数。那么看起来就是0右侧的正收益都会比0左侧的负收益要分布密集一些。如果我们再去做一个样本量的均衡，就是把每一张图里面的正收益和负收益样本量打到在同一个数量级的话，下行波动率高于上行波动率的规律会更加明显。基于对波动率的观察，我们延伸出在组合配置上面的一些思想。
首先，在动态的调整策略与子基金权重的时候，母基金配置层与子基金的策略配置层，这两层，我们在调整配置权重的时候是否由动量因素做主导？往往策略是有惯性的，但是在做调整的时候，我们是否明确知道是由惯性主导、逻辑上面是否是科学，这是一个问题。第二个问题，子基金改变子策略权重，对于策略在其所属的资产系统累积风险有没有考量？假如 CTA处在一个上升的市道，我们直观想法是CTA接下来可能会继续上升，直观感受下可能会惯性地增加 CTA的权重，但是在加仓的时候，随着商品这类资产在上升市道的价格泡沫累积，资产系统的风险也是在累积的，相应地策略在点位追高和规模增加两方面风险也都在累积。虽然我们是为了去博取更多的收益而加仓，但对这种风险要有明确的认知。
延伸到子基金层，我们看到的子基金层，以股票量化策略为例，策略定期会做滚动的组合优化，滚动出每期的因子/子策略权重是不一样的，本质其实还是因子/子策略的动量追随，也就是强者恒强的思想。第二，在子基金层他们做定期滚动组合优化的时候，有没有同步去调整风险预期，也就相当于在母基金层我们说的第二点，我们可以去博收益，但是要对风险有客观预期，这样我们才能够在风险到来的时候，第一时间通过各种方法控制风险。第三点，因子/子策略半衰期的评估，有没有剔除其周期性动量的影响。在股票量化策略里面，每一个因子不会持续有效，在过往的回测周期/实盘周期当中，管理人会对因子的半衰期有评估。但是在评估时，因子/子策略，它们本身有周期性，那么在评估时把这种周期性的影响纳入到评估体系里面，也是比较重要的一点。
关于科学投资方面，我们认为调研的分工值得探讨。各家的FOF调研分工不太一样，有的会细分不同的小组去调研不同类型的策略，我们的情况是不明确区分调研方向，所有人都会看所有策略方向。可以比较一下这两种分工的差别。在明确区分调研方向的情况下，优势是每一个人在单策略或单资产领域会更精专，经验积累会非常迅速。如果不区分调研方向的话，我们看到它的优势是，不同策略之间存在着技术上的共性，可以帮助研究员加深对策略的认知。此外，当在同一截面关注到全市场的不同策略，也会对资金流向比较清晰，相当于掌握当下整个市场对不同策略的青睐程度，接下来我们可能就会看到某类策略的规模变大，这样有助于培养全局观。
接下来我们探讨一下理性投资的部分。我们看到的这三棵树来自于三家真实的股票量化管理人的调研报告。词云的显示规则是：词汇在报告中出现的频率越高，它在词云图中的面积就越大。我们对比这三棵树发现，映入眼帘的词汇都是因子，比较高频的词汇是策略、管理、产品、组合等，但是到了次高频的维度，我们看到开始出现差异，再往更低频词汇的方向就差异更大，比如中间的树有Barra，右边的树有非线性。这三棵树是怎么样形成的这种差异？由于第一棵树跟第三棵树来自同一个研究员产出的报告，所以差异性可能不是研究员的个人偏好导致，由此我们联想到在产品筛选时，我们是否真的做到了客观和公正。
首先每个人都活在自己的信息茧房内，大家的关注点一定是有区别的。不同调研人员的信息偏好可能会非常不一样。其次管理人的路演侧重内容也有所不同，他们会想要尽量的传达优势。所以我们也会看到这三家股票策略管理人的擅长方向，从词云中可以略窥一二。第三，在信息的收集与传递的过程中，还会有熵增。研究员在汇报他们调研内容时候，可能或多或少还会加入主观色彩。如何规避这些误差呢？先把提前锚定好的评估框架摆出来，避免关注点出现偏离。此外，营造一个自由讨论的环境，各抒己见，尽量避免重点跑偏和风险错漏。有趣的是，我们发现不同的FOF管理人，调研关注点其实很不一样。有些同行会担心FOF持仓趋同，实际在我个人的观察中，各家的偏好还是不同，这是非常好的现象。作为专业的投资人，需要保持思考的独立性，保持合理的质疑精神。
理性投资方面还有比较重要的一点，不要过度的依赖数理工具，数理工具可以作为参考，但是实际使用过程中存在大量的陷阱。以相关性工具为例：第一，我们要去看底层的低相关和负相关的关系，它是有逻辑的，还是只是巧合？拿历史数据来做相关性矩阵，发现有的策略之间存在强的负相关逻辑，如果直接纳入到组合使用，却容易陷入到数据挖掘的陷阱当中，很可能只是在过去的某个市场周期、某个特殊时期，呈现出比较强的相关性。而且这种相关性很多时候我们看到两种策略虽然不存在于同一个市场，但是体现出强相关或强负相关，其实不足为奇，市场与市场之间本来就是流动的整体。
第二点要注意的是拖累端的取舍，所谓拖累端就是我们往往在搭配使用策略的时候，比如我们拿两三条策略把它们组织在一起，期望的情况是它们都具有高的夏普，但是往往有一腿不会具有高夏普，要么收益较低，要么波动较大，在策略取舍方面，我们要看得更长远一些。
第三点就是伴随着市场环境变化矩阵的形变预期。我们不一定能很好地预测将来相关性矩阵会发生什么变化，但是要清楚地知道它有变化的可能性。比如右边这个矩阵图， 2022年的上半年和2022年的下半年，我依据逻辑相关性选出的这5家真实的产品，他们的相关性关系发生了非常大的变化。其实这也说明我们如果拿过往历史的相关性去做组合，如果不加入主观逻辑去思考，可能在非常短的时间内就会被打脸。这个图也同时反映了我想表述的相关性第四点要注意的问题——在特殊行情之下的类间相关性，是可能会大于类内相关性的。
我们看到在2022年的下半年，中性产品1与CTA产品1呈现正相关，而CTA产品1与CTA产品2呈现负相关，它们与上半年的情况是相反的，而且类内相关性没有类间的相关性大，这对于我们来讲不太符合认知。在三季度的末尾，股市和期市成交量双双下降，可能在这段期间投资者受某些客观因素的制约无心交易，也可能大家对于未来的资产形势或策略形势演化，预期不够明朗。我们看到的结果就是这段期间的股市与期市的成交量都非常低，量化拥挤度同时上升，量化策略形成了镰刀互割。这段期间的中性1和CTA1共振下跌，其实这种价格波动无序性跨市场效应，我们会在许多时间周期内观察得到。而CTA1与CTA2的负相关则是由于，它们在交易频率上的错层，使得在周频震荡行情中一个持续获利一个持续磨损。
关于理性投资的第三点，我想要与大家分享的是在调整配置的时候是否有坚实的逻辑支撑。观察指增周度的超额收益带，我们拿50家的股票指数增强产品的超额数据来做出超额收益带。中间银色的线代表50家超额的平均值，蓝色的收益带是每周的超额平均值加减截面上的标准差，黄色的点是基本面策略的平均超额。在基本面策略的定义上面，我们只选择了在策略的权重分配上超过50%为基本面策略的产品，当然也可能会有一些遗漏。我们看到有趣的现象，在一季度的时候基本面策略大部分时间跑赢了策略平均，在二三季度，它的波动比较均匀，有时能跑赢平均，有时又跑输，但是到了四季度，它持续地跑输策略平均。
这张图会给到我们什么启示呢？如果我们在一季度只盯着某一家管理人去看，看到他有非常好的表现，可能会有“这家策略非常好”的错觉，我们想要加仓。但是它的本质是什么？可能仅仅是因为它所在的细分策略类型整体表现都非常好。我们知道一季度的估值策略是表现非常好的，但如果我们在这个时候加仓，就会发现在二三季度这个策略大概率跑不赢量价类股票策略。来到我们当前的时间点，基本面策略已经持续跑输两个多月，从9月份直到现在。这个时候我们是否要去减仓基本面策略，其实需要一个强有力的逻辑支撑，它基于对当下的市场环境的预判。市场环境又要去关注哪方面呢，近期其实是政策主导的市场，出现过小作文行情，会非常扰动投资者情绪。当前快要来到年底，与提振经济相关的一些行业政策可能要出台，我们不妨去等到政策出来后，再对接下来的行情做新一轮研判，看看接下来的市场环境是否适合基本面策略发挥，再决定基本面策略仓位的调整。
做一个总结。在科学投资的方面，我分享了三个方面，一是在收益来源上，无需过度的去追求完备性；二是波动率的尾部风险对组合的影响非常大，那么需要提前对冲掉一部分尾部风险，或通过更多手段及时止损；三是在子层的筛选方面，我个人是比较倾向于去广泛涉猎策略的类型，达到不同策略类型间的融会贯通。理性投资方面有三点，一是在产品筛选层，刨除对管理人的所有的偏见、注重客观性，注重框架完整性。第二层在配置层，依托市场环境的变化做配置上的操作，避免过度的依赖数据模型。第三层，在配置调整这一层，我们需要有坚实的逻辑支撑指导投资。我们难以在任何的策略线上找到强有效的调仓因子，但是可以把多维弱有效因子进行有机结合，得出相对确定性的指引，
来到展望阶段。在组合配置方面其实还有更多主观能动性可以发挥，从微观方向入手，可以去寻找一些提升组合夏普的资产或者是策略，我们的愿想是拓宽配置的维度，但是像之前所探讨的它的边际效用是递减的，那么发掘的快与准就很重要，考验我们的选品功力。但是微观方向是比较拥挤的，所以我们可以到中观和宏观方向去寻求一些努力。在中观方向，我们可以实时去跟踪基本面、政策面、资金流向的变化，来对整个组合进行机动灵活的战术调整。中观方向需要对策略的风险和收益特征有较深的理解，且需要调仓效率支持，也就是投资制度与运营团队配合。最后，到宏观方向，就是大类资产配置的思维，宏观方向不存在拥挤度问题，我们可以把策略作为宏观观点的表达工具，也相应地承担我们应当承担的市场/策略波动。
以上是我今天的分享，感谢各位的聆听，最后在特殊的时期，我也希望借此机会祝一部分身体抱恙的同仁早日康复。谢谢大家。
