“谁主沉浮”

/ 华西研究·2022投资高峰(无锡)论坛 /

申毅投资董事长 申毅

大家下午好，杨博几个月前邀请我来讲讲，几次改期我都表示参与，很大原因就是我觉得现在这个行业是有必要利用所有的机会跟投资人沟通，跟专业投资人沟通，跟社会投资人沟通，某种意义上是投资者教育，向某些主动投资基金经理去学习，人家一年做300场路演，同一个PPT说三百次，我们要把简单的事情反复去说，我说的也是很简单的事情，我希望各位有可能把这些简单的事情说出去。

做这个PPT的时候有各种各样的原因，大家也知道年初的时候有些道歉信，有不断的量化机构在道歉，我个人认为道歉是完全没有必要的，因为这个事情我想说的是量化投资本身是资本市场发展的大趋势，不可阻挡的趋势。在海外非常多的发达市场、成熟资本市场都证明了这一点，这个趋势几乎就没有回撤过，我相信中国也会走这条路。目前看到很多的上上下下都是前进路中的小坎。

这中间就是我刚才说的参与量化行业的所有投资人也好，管理者也好希望是增加自己的透明度，不要光追求炫，尽量地把自己的策略各方面的设备、方法论跟投资人沟通，建立信任感。以及加强风险管控，数据交易方法的管控，体会到监管层的不容易，提前为他们做好他们想做的工作。

杨博让我出一个题目，题目说的有点大，所以我大概讲讲。这个事情我们以前也说过，我在每个地方都说，反反复复地在说，传统代表主动投资的是巴菲特，巴菲特是典型的一张纸一支铅笔一个电话，其实真正的主观投资是可以用量化的方式来总结的。2018年度《巴菲特的阿尔法》是年度获奖的论文，巴菲特超额收益相对标普500的超额收益只需要四个简简单单的因子就可以描述了，在今天大家说来就是Smartbeta的ETF，巴菲特的投资就是Smartbeta风格因子的ETF，四个因子巴菲特加了1.6倍杠杆相当于我们的融资融券。所以这个主观投资或者说价值投资的神，他的逻辑、投资收益是可以用非常简单的量化公式来描述的。这四个因子描述了巴菲特98%以上的超额收益，其他的部分就算他天才。

在量化的世界里巴菲特都可以复制，谁不可以复制？谁的成功是不能复制的，其实在历史我记得蒋总也干过这个事，把很多著名的公募基金或者著名的券商资管产品回过头来用周度净值，公募产品是日度净值反过来反推，里面的选股因子非常之简单。很多成功的投资人是可以用量化来复制的。

为什么我说多因子模型，现在经常会听到模型迭代、策略迭代，大家在PPT里也听到迭代，要看你怎么想，你对迭代的定义是什么，在我的心里量化的模型从来没有迭代过只有一代，就是多因子模型。从一个因子变成了三个因子、变成了五个因子，中间的因子成分有些是基本面的，后来变成技术面的，线性变成非线性，学习的方法优化的方法变化了，但总体的框架从来没有变化过。所谓我们现在说的迭代都是参数的变化，团队的变化和发掘因子方式、回撤、应用的变化，但是这个大的框架从来没有变过。

再往后看，这是得了诺贝尔奖的因子，刚才我听到市值因子，市值因子在美国也是有效的因子，在中国一直是有效的因子。数学上稍微复杂一点有一个非系统性风险加扰动项，现在很多的高频在扰动项里挣了很多钱，利用大家的无序扰动挣了很多钱。

这些是单因子模型，过去十年在海外还有很多的大规模基金用的是单因子模型，现在单因子模型都叫Smartbeta，不算套利因子算趋势性因子。这些因子本身某种意义上来说如果像我们公司做市场中性，刚才杨博说我们做的很辛苦，也是事实，不但历史上辛苦现在也辛苦，市场其实更加稀缺，因为私募管理人不愿意做市场中性，努力很多收费很少，做指增的收费是市场中性的大概3倍。特别是今年市场中性有非常多的所谓头部私募市场中性策略都是负收益。

如果你把市场中性做的好这些单因子对我们来说都会去中性化，所谓市场中性并不是说多空的市值相同就一样了，内在很多风格因子都会想办法做成中性化的处理，最后拿到的超额收益就非常纯粹和稳定，这种基础上才能讨论市场中性，否则必然要受到比较大的波动或者时间拉长后把波动熨平。

这中间还有很多的优化和权重的做法，我们跟投资人沟通他的想法，投资人有什么要求我们就用比较合理、符合他要求的优化方法，我们公司相信的是优化收益之前先量化风险，量化了风险以后才能优化风险调整以后的收益，风险是怎么定义不是纸上写出来的，是投资人心里想的，他的组合需要的、领导设定的风险。他对风险怎么看我们就用什么办法来进行优化和组合。

这是一个沪深300的指增，我为什么选沪深300是因为我们同行很少做沪深300，我讨个巧。这是一个实盘的，这个模型扣掉了交易成本和冲击成本的沪深300指数增强，这里面的基本要求是行业要中性，跟沪深300行业对齐。另外刚才我们说所有的风格因子也是中性的，所以这个组合本身不会因为大小盘轮动去影响超额收益，不会因为行业轮动去影响收益，不会因为政府政策去影响收益，而且受宏观政策影响也非常小，是一个相对比较纯粹的传统意义上的多因子模型。如果你用沪深300期货一对冲就变成了比较纯粹的类固收的绝对收益产品。

你去看我们在这里标的黑色就是历史最大回撤，2020年6月最大回撤，前面最近这一段时间大家回撤的时候其实是正常的走平，超额的最大回撤1.57%，如果你有点套利机会可能你的最大回撤就在1%以下了。

刚才的模型是相对来说非常传统的，在这个里面如果说我放松了对这些因子的限制和行业的限制以后，哪些方向可以把多因子模型从纯粹的中性类的，对标指增类的模型进行变化，我可以把因子的权重进行分配，我可以用宏观和市场对因子进行择时，非常多的就是对行业和风格择时，我可以偏行业也可以偏风格，也就是大家所谓的赌赛道，赌赛道就是对行业的大幅偏移。赌赛道怎么完成量化上可能是用动量完成，基本面是靠判断完成的。大家经常比较炫的说法就是机器学习、深度学习。

这个事情到底将来会怎么样我们也不知道，我们把我们的实践给大家分享一下，我们认为在传统的多因子模型的基础上有几个方向可以进行变化，因为我们强调了现在很多头部、新秀的私募都非常强调机器学习的部分，现在传统的机器学习大家觉得已经不够了，要深度学习，我个人对深度学习是有很大的保留态度的，深度学习这个事情现在喊的很响，其实80年代就有了，大家觉得很神奇了，干了一把崩盘，差不多十年左右90年代末的时候又红了一把，到了2006、2007的时候又红了一把又废掉了，现在到2019、2020年又红起来了，我们看这次最后会怎么样的。每次大家都说随着算力的提高深度学习会越来越高效，到时候我们看看。

我们举一个例子，如果我跟刚才的比，跟刚才是一模一样的时间段，如果大家回过头去看，这个时间段是一样的，你去看下年化回报12.6%，最大回撤1.57%，后面这个模型年化汇报30%，最大回撤6.7%（今年8月开始到现在的），这是我们自己的机器学习模型做出来，可能同行比我们做的好，我估计做的好跟我也差不多，年化超过沪深300指数30%的包括最近的这段的我估计很少。这个好还是前面的好呢？我认为这两个适合不同投资人，前面那个适合银行，像银行投给我们做绝对收益的时候你要对冲，最好每个月都向上，一年很稳地给我8-10个点就够了，其实6个点就够了，但是回撤不能超过2个点。前面的模型回撤小但是收益只有12%左右。

我相信这个产品会非常稀缺，特别是现在银行理财开始放宽以后应该是需求非常大。如果是6-10%的收益对其他投资人来说，比如券商投资人、期货公司的投资人、自己炒股票的人10%的收益太低了，我要高一些，那就做年化30%的模型，但是卡玛比才5不到，性价比差了一点，只要你拿的时间足够长收益是高的，我个人认为并不存在这个好还是那个好，相对不同投资人给什么东西。

所以说来说去投资人和管理人之间没有特别好坏，长期走下去投资偏好、投资收益目标、持有期限要匹配，这个模型跟那个模型我认为基本相同，夏普差不多，卡玛也都挺高，但是适合不同的人。这个模型不适合我们公司传统的投资人，我们公司传统的投资人回撤2个点以上就说巨大回撤怎么办，但是现在经过同行很多投资者教育以后，我觉得这种模型也可以推一推，而且沪深300的容量巨大，几百亿很轻松。

我们用另外的方法来看，这两个怎么去解决这件事情，这两个模型适合不同投资人，有些投资人可能是两者之间的，我现在说我把它做成一个α的固收加，大家经常说绝对收益固收加，我做成超额收益+。

这也是沪深300的，这是比较保守的，橘黄色的是比较有勇气的，中间那个是我们说的绝对收益加，收益比下面的高但是回撤明显比橘黄色的要低，可以配比一下来做这件事情。

这是我们自己的展望，目前我们能看到的机器学习模型继续探索是一部分，可能我觉得更加重要的自己的研究员认为这是一个升级的部分，开始做行业轮动、另类因子、机器学习的探索，我个人认为以后的重点应该是在另类因子的开拓上，另类怎么做能做到什么程度各凭本事。

我们这两个模型也是对国内外投资人分开去考虑执行的，我们纽约有一个办公室希望疫情结束后在纽约见，欧洲的办公室还不知道开不开，本来是2020年3月准备在瑞士开，如果将来开的话也可以在瑞士见，夏天打高尔夫，从11月到3月滑雪。

我就说这点，欢迎大家到上海办公室来，上海办公室门口就是世界会客厅，按照政府的说法19世纪的历史看外滩，20世纪的看陆家嘴，21世纪的北外滩，希望大家有空来看看，就说到这里。

重要提示：

《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过本订阅号发布的观点和信息仅面向华西证券的专业投资机构客户。若您并非华西证券客户中的专业投资机构客户，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。因本订阅号受限于访问权限设置，若给您造成不便，敬请谅解。市场有风险，投资需谨慎。

法律声明：

本订阅号为华西证券金融工程团队设立及运营。本订阅号不是华西证券研究报告的发布平台。本订阅号所载的信息仅面向华西证券的专业投资机构客户，仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自华西证券研究所已经发布的研究报告或者是对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。

在任何情况下，本订阅号所推送信息或所表述的意见并不构成对任何人的投资建议。华西证券及华西证券研究所也不对任何人因为使用本订阅号信息所引致的任何损失负任何责任。

本订阅号及其推送内容的版权归华西证券所有，华西证券对本订阅号及推送内容保留一切法律权利。未经华西证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。

本篇文章来源于微信公众号: 春晓量化