量化研究離不開閱讀、思考與實(shí)證。但囿于國(guó)內(nèi)量化金融市場(chǎng)不長(zhǎng)的歷史，很多思維的火花都無(wú)法通過(guò)足夠的數(shù)據(jù)進(jìn)行研究和驗(yàn)證。本系列試圖填補(bǔ)這一空白，將平日閱讀、思考的心得與海外數(shù)據(jù)相結(jié)合，致力于為國(guó)內(nèi)的量化金融分析師提供新的靈感。 >>>點(diǎn)擊咨詢?nèi)绾稳肓苛炕?

　　參考文獻(xiàn)：

　　1. Daniel, K., Moskowitz, T.J., 2016. Momentum Crashes. Journal of Financial Economics 122, 221-247.

　　2. Novy-Marx, R., 2013. The Other Side of Value: The Gross Profitability Premium. Journal of Financial Economics 108, 1-28.

　　3. Wang, P., Sullivan, R.N., Ge, Y.Z., 2012. Risk-Based Dynamic Asset Allocation with Extreme Tails and Correlations. The Journal of Portfolio Management 38(4), 26-42.

　　4. Goetzmann, W.N., 2015. Bubble Investing: Learning From History. Unpublished Working Paper. National Bureau of Economic Research, Cambridge, MA.

　　1、動(dòng)量崩潰(Momentum Crashes)

　　動(dòng)量策略是一種認(rèn)為歷史收益能夠預(yù)測(cè)未來(lái)橫截面收益，并通過(guò)買入過(guò)去的勝者(winner)、賣出過(guò)去的敗者(loser)構(gòu)建的交易策略。諸多學(xué)術(shù)文獻(xiàn)驗(yàn)證了其在時(shí)間序列、不同市場(chǎng)和資產(chǎn)類別上的有效性，也被量化投資者和基金經(jīng)理廣泛使用。

　　但歷史數(shù)據(jù)顯示，動(dòng)量策略偶爾也會(huì)出現(xiàn)崩潰的情況，并出現(xiàn)持續(xù)較長(zhǎng)的負(fù)回報(bào)期。以美國(guó)股票市場(chǎng)為例，2009年3月到5月期間，動(dòng)量策略構(gòu)建的敗者組上漲了163%，同期勝者組僅上漲8%。

　　研究發(fā)現(xiàn)，這種動(dòng)量崩潰的情況通常發(fā)生在市場(chǎng)壓力較大的時(shí)期，同時(shí)伴隨著市場(chǎng)下跌和高波動(dòng)率。此時(shí)敗者組跟隨市場(chǎng)下跌的貝塔較小而上漲的貝塔較大，而這一特征并未反映在敗者組的歷史價(jià)格里。因此當(dāng)市場(chǎng)開始反彈時(shí)，敗者組會(huì)表現(xiàn)出非常高的溢價(jià)，結(jié)果導(dǎo)致這些時(shí)期動(dòng)量效應(yīng)反轉(zhuǎn)。由于動(dòng)量策略依然會(huì)賣空這部分資產(chǎn)，從而導(dǎo)致“動(dòng)量崩潰(Momentum Crashes)”。

　　由于部分崩潰期是可預(yù)測(cè)的，因此我們可以使用熊市指標(biāo)和波動(dòng)率的估計(jì)來(lái)預(yù)測(cè)動(dòng)量策略的條件均值和方差。根據(jù)這些估計(jì)，我們構(gòu)建了一個(gè)簡(jiǎn)單的動(dòng)態(tài)動(dòng)量組合，即通過(guò)最大化樣本期動(dòng)量組合的無(wú)條件夏普比率計(jì)算組合的較優(yōu)倉(cāng)位，滾動(dòng)進(jìn)行調(diào)倉(cāng)。結(jié)果顯示，其夏普比率約為靜態(tài)動(dòng)量策略的兩倍，并略高于固定波動(dòng)率策略，且在每個(gè)市場(chǎng)、資產(chǎn)類別和我們研究的時(shí)間周期中保持穩(wěn)定。

　　2、價(jià)值策略的另一面：盈利能力溢價(jià)

　　1993年，F(xiàn)ama-French提出了三因子模型，發(fā)現(xiàn)使用市場(chǎng)溢價(jià)、市值溢價(jià)以及價(jià)值溢價(jià)能夠有效解釋股票之間的收益差異。而我們發(fā)現(xiàn)，除了以估值為代表的價(jià)值溢價(jià)外，價(jià)值投資的另一常用指標(biāo)：盈利能力對(duì)股票收益也有區(qū)分作用。

　　我們以毛利(gross profit，銷售收入Sales-已售商品成本COGS)作為公司的盈利指標(biāo)，并使用總資產(chǎn)TA對(duì)不同公司之間的盈利能力進(jìn)行標(biāo)準(zhǔn)化，得到最終的盈利能力指標(biāo)gross profitability(GP)。

　　在美股市場(chǎng)的實(shí)證研究發(fā)現(xiàn)，按照市值或者估值，將股票分為5組。然后，在各組中按照盈利能力指標(biāo)GP對(duì)公司進(jìn)行排序，高盈利能力組合的月均收益均高于低盈利能力組合。在絕大多數(shù)分組下，組間月均收益保持著良好的單調(diào)性。并且，各分組的多空收益也不能被Fama-French中的3個(gè)因子所解釋。

　　除了使用時(shí)間序列歸因之外，我們還使用了橫截面回歸。在分別控制市值、估值、動(dòng)量以及其他常見(jiàn)異象的前提下，盈利能力指標(biāo)仍然具有顯著大于零的風(fēng)險(xiǎn)溢價(jià)。

　　綜上所述，盈利能力溢價(jià)在美股市場(chǎng)上長(zhǎng)期存在。這是對(duì)FF三因子模型中價(jià)值溢價(jià)的良好補(bǔ)充。進(jìn)一步，F(xiàn)ama和French在2015年更新了五因子模型，對(duì)GP指標(biāo)進(jìn)行了調(diào)整(使用營(yíng)業(yè)利潤(rùn)代替毛利，使用凈資產(chǎn)代替總資產(chǎn))，構(gòu)建了新的盈利溢價(jià)，來(lái)解釋股票價(jià)格變化。

　　在A股市場(chǎng)，我們也發(fā)現(xiàn)了類似的規(guī)律：在控制風(fēng)格因素后，高盈利能力的公司同樣具有更高的收益。因此，不論是國(guó)內(nèi)還是海外市場(chǎng)，基于基本面的投資策略，長(zhǎng)期來(lái)看總是有效的。

　　>>>點(diǎn)擊咨詢量化金融分析師AQF實(shí)訓(xùn)課程詳情

　　3、基于尾部風(fēng)險(xiǎn)和相關(guān)性的動(dòng)態(tài)資產(chǎn)配置

　　當(dāng)前的投資組合管理正朝著更靈活、且能夠捕捉資產(chǎn)間收益和風(fēng)險(xiǎn)動(dòng)態(tài)關(guān)系的方向發(fā)展。為此，我們?cè)谫Y產(chǎn)配置模型中進(jìn)一步加入了對(duì)厚尾分布和動(dòng)態(tài)收益相關(guān)性的度量，搭建了一種可以依據(jù)市場(chǎng)環(huán)境變化而進(jìn)行優(yōu)化的動(dòng)態(tài)資產(chǎn)配置框架，并且將資產(chǎn)配置和組合風(fēng)險(xiǎn)管理更加全面地結(jié)合到一起。這一資產(chǎn)配置框架不僅考慮到傳統(tǒng)的收益和方差，還引入了高階矩——偏度和峰度，以及波動(dòng)的聚集性和持續(xù)性。它可以實(shí)時(shí)監(jiān)控市場(chǎng)的不穩(wěn)定性和組合的脆弱性，從而讓投資者能夠在巨輪撞向冰山前得以及時(shí)轉(zhuǎn)向。

　　首先，將市場(chǎng)分為兩種狀態(tài)：常規(guī)風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)。隨后，資產(chǎn)配置策略會(huì)依據(jù)市場(chǎng)環(huán)境的變化而調(diào)整資產(chǎn)的權(quán)重。具體的實(shí)施過(guò)程可分解以下為三個(gè)步驟：

　　1)計(jì)算投資組合的條件在險(xiǎn)價(jià)值(CVaR);

　　2)預(yù)測(cè)市場(chǎng)環(huán)境的變化，計(jì)算市場(chǎng)進(jìn)入動(dòng)蕩期的概率分布;

　　3)依據(jù)市場(chǎng)風(fēng)險(xiǎn)狀態(tài)和投資組合的CVaR對(duì)投資組合進(jìn)行優(yōu)化配置。

　　我們通過(guò)實(shí)證還發(fā)現(xiàn)，這種資產(chǎn)配置策略可以很好地將風(fēng)險(xiǎn)管理和資產(chǎn)配置有效結(jié)合起來(lái)，幫助投資者在極具挑戰(zhàn)性的市場(chǎng)環(huán)境中提高組合的表現(xiàn)。

　　4、泡沫與投資：從歷史中學(xué)習(xí)

　　對(duì)金融史的廣泛認(rèn)識(shí)似乎都與極端的市場(chǎng)事件有關(guān)。例如說(shuō)，1990年代的互聯(lián)網(wǎng)泡沫與1920年代美國(guó)股價(jià)的暴漲就極為相似。而在2008年金融危機(jī)期間，金融媒體也頻繁引用歷史上泡沫的例子進(jìn)行對(duì)比。但我們認(rèn)為，這種運(yùn)用過(guò)去金融危機(jī)的例子會(huì)對(duì)投資者和決策者產(chǎn)生誤導(dǎo)。尤其在市場(chǎng)繁榮的階段，過(guò)度專注于歷史中幾個(gè)重要的金融危機(jī)就會(huì)導(dǎo)致忽視泡沫發(fā)生的基本概率。簡(jiǎn)單來(lái)說(shuō)，泡沫是不好的金融增長(zhǎng)，但并不是所有的增長(zhǎng)都是有泡沫的。

　　為了詳細(xì)論述以上觀點(diǎn)，我們從一個(gè)多世紀(jì)的全球股票市場(chǎng)數(shù)據(jù)中找到了足夠多的經(jīng)驗(yàn)證據(jù)。如果把泡沫定義為價(jià)格出現(xiàn)極大漲幅后的驟跌，那么泡沫發(fā)生的頻率是很小的：無(wú)條件下僅為0.3%至1.4%。同時(shí)，市場(chǎng)回吐發(fā)生的概率也只有10%。這些證據(jù)都表明，市場(chǎng)價(jià)格在翻倍后往往容易再次翻倍。

　　通過(guò)對(duì)過(guò)去115年全球股票市場(chǎng)泡沫的初步研究后發(fā)現(xiàn)，雖然經(jīng)濟(jì)學(xué)家通常只關(guān)注那些具有代表性的泡沫，但作為市場(chǎng)參與者，我們應(yīng)當(dāng)進(jìn)行更多的調(diào)查和研究，例如經(jīng)濟(jì)、金融和監(jiān)管等方面的變化，因?yàn)榱私馀菽a(chǎn)生的基本原理有助于更合理地評(píng)估繁榮與蕭條的原因及后果。

　　5、風(fēng)險(xiǎn)提示

　　市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)、模型失效風(fēng)險(xiǎn)、海外與國(guó)內(nèi)市場(chǎng)結(jié)構(gòu)差異風(fēng)險(xiǎn)。

　　特別聲明：本篇報(bào)告的結(jié)果均由數(shù)量化模型自動(dòng)計(jì)算得到，研究員未進(jìn)行主觀觀點(diǎn)調(diào)整;數(shù)據(jù)源均來(lái)自于市場(chǎng)公開信息。

　　金程推薦： AQF就業(yè)前景 AQF證書含金量 AQF量化金融分析師年薪

　　AQF考友群：760229148

　　金融寬客交流群：801860357

　　微信公眾號(hào)：量化金融分析師

　　>>>返回首頁(yè)