如果让王恒楠给自己下定义,那应该强调是投资研究者,而不仅仅是量化研究者。“量化”是他在投资研究中使用的工具,但他更关注通过数学与统计工具发掘与验证的投资逻辑。
他有5年国内量化专户投资经验,8年量化研究经验。在量化专户的管理过程中,业绩表现稳健。
王恒楠的量化投资框架也代表了他的投资理念,先依据基本面因素选取公司,再根据估值水平与短期价格因素调整个股仓位;通过优选公司获取长期收益,通过个股择时控制回撤风险。两个部分相对独立,又互为补充。
“主动量化投资在使用模型进行投资的过程中,不容易受到人为的干扰,客观上避免了基金经理情绪波动对投资带来的影响。然而,模型本身是主动的——模型捕捉什么样的规律?不同模型如何结合使用?模型出了问题如何调整?这些都是需要基金经理来思考判断的。”
王恒楠曾管理多年对冲型基金产品,但在市场的变化下,他认为对冲策略的系统性风险类型多于股票多头策略——股指期货基差的波动、对冲指数异常的波动、市场波动率的下降等都是对冲型产品目前无法克服的系统性风险。对冲型产品进一步的发展,需要等待监管的进一步放松,国内的衍生品、融资融券等市场的进一步发展。
对未来几年的中国市场,他认为主动量化型、指数增强型产品很有希望能做出客户满意的收益。
“量化”是工具而非目的
王恒楠并不过于强调量化这一概念,他认为量化是一种工具与手段,而非最终目的。
“一位物理学家用数学来研究物理,他不会以数学家自居,而会强调是物理研究者,但是为了研究物理,需要使用数学工具与数学语言。同样,在投资研究过程中,我们需要各种数学与统计工具来发掘与验证市场规律。然而,我们依然是投资研究者,而非数学研究者。”
他强调,在对投资市场研究时,研究的基础是数据与信息,所有的数据与信息按照样本量大小可以分为小样本数据与大样本数据(也就是大数据)。对于小样本数据的分析,我们更多依赖个人经验来发掘规律;而对于大样本数据,我们必须借助于统计工具进行分析与研究,发现数据当中所蕴藏的市场规律。随着信息时代数据量爆炸式增长,对于大数据的分析与研究变得越来越重要,量化投资也随之兴起。
量化投资是否彼此雷同,同质化强呢?答案显然是否定的。市场存在的规律千千万万,发掘规律的方法又有千千万万。在量化研究以及投资实践中,出发点不同、选择的路径方法不同、解决问题的理念也不同。不同团队之间,甚至一个团队内的不同成员都不太会做出一样的结果。不同公司、不同团队、不同基金经理管理的主动量化基金产品也是千差万别,不可一概而论。
王恒楠认为主动量化投资的优势主要在两处:首先,由于量化投资在投资决策中更多依赖于各种数量模型,可以一定程度上回避基金经理情绪在决策时的扰动。其次,量化研究使用了更多维度的数据,对市场的覆盖度高,投资风格更加灵活,对市场适应性也更强。
基本面选股+个股择时
王恒楠没有采用更常见的多因子模型,他选择了“两步走”,第一步由基本面决定选股,之后再根据估值水平以及短期价格因素决定仓位。他认为从公司基本面因素到股票价格波动跨度太大,分两步走,可以有效提升模型稳定性以及可解释度。所谓量化基本面与多因子模型的最大差别在于,多因子模型的优化目标是未来股价表现的好坏,而量化基本面的优化目标是未来公司经营业绩的优劣。
他在基本面选股时甚至不考虑估值,会按照生意模式、行业特征、成长阶段等对公司进行分类,分别有针对性地研究选股的方法以及跟踪指标。比如,高速成长阶段的公司收入增速很重要;成熟行业中大型公司的利润增速相对更加重要;周期性行业普遍对大宗价格以及库存数据敏感;科技型企业对研发投入占比与增速敏感,等等。微观的财务数据、中观的行业数据、宏观的经济数据都是基本面选股的参考因素。
他在第二步会通过估值、交易信号等技术面信息确定股票的仓位。王恒楠承认在获取收益上,择时比选股要困难;但择时更主要的作用在于有效控制投资组合的波动。此外,他在择时方面有个大原则:在股票明显低估的时候,更关注加仓的信号;在明显高估的时候,更关注减仓的信号。
量化投资还有发展空间
王恒楠表示,做量化投资,内心会永远装着一个问题,“通过统计得到的结果,是数字上的偶然,还是真实存在的规律?”尤其在模型表现不佳时,更是反复追问自己,是之前发现的并不是规律,还是规律变了。如果规律变了,就要有针对性地对模型进行调整;如果发现可能之前的模型基金紧紧抓住了一个数字上的偶然,那及时地淘汰掉该模型应该是更好的选择。
关于为什么公募量化产品选择发行股票多头产品,除了政策的限制,王恒楠还讲到了在2016、2017年关于对冲策略的风险的领悟。
毕竟,对冲型策略面对的系统性风险维度更多,包括基差的波动、指数强时的超越难度、股票市场的波动率下行等。他认为,对冲产品要想大发展,仍需要等待国内的衍生品、融资融券等进一步的发展以及监管的放松。
另外,他认为,当前很多基础数据还不完善,一些市场相关的辅助数据来源不够丰富,且数据质量稳定性不足。一些基于网络爬虫的数据,理论上可以用于判断个股、板块及市场的情绪。但数年积累对比后,发现数据质量依然不够稳定,一年与一年差别非常大,当前可以发挥的作用并不大。
做出绝对收益,做出长期收益
王恒楠认为目前公募市场上对量化产品的布局主要在SmartBeta、指数增强和主动量化三类。
Smart Beta在国内刚刚起步,过去两年一些公司的尝试还不是很成功。它把一些为大多数人所熟悉且风格简单明确的选股逻辑具体化成数条标准后,变成了一种被动投资,手续费会相较其他主动基金低。
王恒楠觉得在现在的市场环境下,指数增强很有希望做出稳定超额收益的产品。因为国内没有有效的做空机制,空头策略的阿尔法非常显著。而指数基金中不配置的股票,就相当于在做空,所以他认为指数增强基金有望获得一个稳健的超额收益。
主动量化管理基金本质上也是在进行主动股票投资,使用量化分析工具是其方法论特征,具备独特优势。王恒楠在进行主动量化投资过程中,注重获取绝对收益与长期收益——通过选取基本面向好的公司获取长期投资收益,通过股票的仓位管理控制投资组合的净值波动以获取绝对收益。
恐慌是又便宜又好公司出现的时机
假设把市场情绪状态分成五档,王恒楠认为当前处在最低一档,多种不同的情绪模型以及量价模型都显示了市场的恐慌。所有人都知道这是被低估的市场,但对是否到底部的认知有差别。
在王恒楠看来,判断市场的情绪状态容易,判断拐点在哪里却很难。与其担心宏观上的政策,等待市场的拐点,不如寻找基本面仍旧向好、因恐慌抛售导致明显便宜的股票。
“大家都明白,想获取长期的超额收益需要买到便宜的好公司;然而,在大多数情况下,绝大多数的好公司都很贵。而当前是所谓又便宜又好的公司出现的好时机,市场不恐慌就没有便宜的好公司。没有便宜的好公司,最后投资可能也就获得一个平均化的收益率。”
王恒楠判断短期会有结构性的机会。这不仅因为国内存在欣欣向荣的行业与公司,也因为市场上现在有险资、外资这类长期的钱,会有人进去“抄底”。
他认为长期一定会好转,现在数据层面还看不到基本面是否已经好转。这时,情绪会带动股市的震荡或进一步探底。他会选择逐步建仓,明确看到右侧信号后,再显著加仓。
*本文来自华尔街见闻(微信ID:wallstreetcn),线索和反馈请发邮箱 am@wallstreetcn.com 。原付费产品“主编精选”已升级为华尔街见闻金卡会员,开通后即刻获取金融市场体系化服务。*
1条评论
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.