1、FOF最大的优势就是可以配置很多低相关的资产和策略。但是低相关很有讲究，配置只能在长期取得正收益的前提下进行。2、我们配置的不是简单的管理人或产品，而是管理人或产品背后所蕴含的核心收益风险的能力。3、我们要分解每个管理人的收益来源，给他们贴标签，并且是细致可区分，可抓住核心变量的标签。4、很多量化方法就是一层纸，你接触过这个方法，你就知道哪条路是康庄大道。所以我们看量化私募团队，看他们的方法、见识和背景都很重要。5、我们在投资某类策略和管理人的时候，还是要还原到时代的大背景下，去看当时创造超额收益的关键点。比如2018年的时候，我们投量化策略，最关键的是方法论。去年底，我们跟一位比较特别的FOF投资经理，国泰君安资管基金投资部（私募）总经理杨钤雯，做了一次交流。所谓特别在于，国君资管是业内极少数同时发行并管理公募FOF及私募FOF的团队，其中私募管理规模约200亿，而且非常“量化驱动”。初见杨钤雯，第一印象是精干和健谈。一旦谈到FOF组合管理，谈到系统、模型、数据……她的量化“语感”就滔滔袭来。杨钤雯在实习时就已经开始接触量化研究，毕业后更是一头扎入量化模型的投研中。“我自己其实很喜欢跟人聊天，因为我本来做量化，在这方面跟大家能聊得比较深入，我觉得这也是做FOF的优势。”量化背景加上健谈的性格，使杨钤雯在管理私募FOF时具备得天独厚的优势。在跟一些投资管理人，尤其是量化管理人交流的时候，能够准确get到他们的点，并迅速做出判断。“在投资某类策略和管理人的时候，要跳出管理人本身，在时代的背景下思考。”杨钤雯如是说道。除了对量化投资管理人如数家珍外，杨钤雯也向我们详细介绍了团队围绕FOF投资建立的一套完整的投研框架——“BRASS”。整个投资体系能够通过定量和定性相结合的方法，对管理人进行全面评价和跟踪，并在大类策略和管理人之间架起了一道桥梁。杨钤雯目前管理的产品线包括君享甄选、君享甄盈以及甄优等系列产品，在波动巨大的2022年，保守型策略和积极型策略产品线都获得相当不错的绝对收益。谈及爱好时，她自己调侃说没什么爱好，工作中的热爱就是量化和赚钱。这种热爱体现在对量化基金的深入理解，特别是对量化私募管理人的认知与解析。这场两个半小时的交流，我们把很有获得感的部分重点内容整理出来，分享给大家。
金工出身，兴趣是最好的老师 问 我记得你最早是做金工出身，在这一行深耕了十几年，是什么样的契机让你成为一位FOF基金经理？ 杨钤雯 我本身对数字和逻辑很喜欢，也很敏感，所以就加入了金融这个行业。当时我在外汇交易中心实习，带我的老师是做金融科技的，他从新加坡过来，当时在给外汇交易中心设计交易系统。2014-2015年之前，市场还都是偏低频的思维，但是自那之后，慢慢有一些人开始做高频领域的套利，这对各方面的细节以及计算机能力的要求都很高。当时我从量化转到基金部，正值2014年私募基金大发展。后来我们也有了产品，发行的产品也是投私募的。 问 后面在做FOF的时候，这种量化的经验积累会体现在哪些地方？ 杨钤雯 FOF里面有很多量化的东西，包括FOF前面的配置、对收益来源的分解、基金的选择以及投中投后，这里面都有很多量化的部分。我觉得定量的东西大约会占到60%，包括资产配置中枢是怎么给出来的，也需要模型辅助。量化是最客观、最不会骗人的，就像《大名丝娟案》里帅家默的话，算学是最简单质朴的东西，把任何复杂的问题分解到算学都会变得清晰简单。另外，在跟踪各个策略、各个资产的表现时，需要量化模型对市场状态做一定的区分和预测，需要有一些时间序列的预测模型。投后做调整的时候，我们也要做一些情景分析。比如调整某个基金组合后，它给我带来的变化是什么？给组合带来的变化是什么？ 问 我们知道2022年你管理的FOF产品整体业绩很不错，在市场巨大波动的情况下，有的积极策略还获得了绝对收益。能不能具体介绍下？ 杨钤雯 2022年我们业绩比较好的是最保守和最积极的两个策略。最积极的产品线，我们对标的是股票多头，但要比多头的波动小一些，我们不希望降低收益，所以我们用多头加上CTA来布局这条产品线。这条产品线2022年大概赚了一两点的收益，到现在为止，比较符合我们以及客户的预期，因为我们在多头这部分主要配置了指数增强。这也让我们反思，配置和组合管理是不一样的概念：配置需要长久期，对这些策略有较强的把握长期获得正收益；组合管理偏短期，我们要满足客户的需求。简单来说，客户的需求分为两大类：低波动、偏绝对收益的稳健性需求，和高波动、高弹性的高风险需求，而且客户经常以半年或一年为久期。怎么满足这两类需求，纯配置的理念是不太适用的。所以我们也会推出单策略的组合方案，因为单策略下的很多细分子赛道做组合已经可以满足客户需求。 杨钤雯 大部分是中证500和中证1000，沪深300占了十几个点。为什么用大量的中证500和中证1000，主要因为赚的是成长和中小市值的钱，它们和宏观波动的相关性小一些，和流动性关系更大一些。2022年的宏观状况比较多，所以我们用CTA赚宏观的钱，波动确实比单纯的股票要小。 杨钤雯 FOF最大的优势就是可以配置很多低相关的资产和策略。诺贝尔经济学奖获得者哈里·马科维茨讲过，分散化投资可以在不牺牲预期收益的情况下降低风险水平，对于投资者而言，相当于免费的午餐。我们把国君资管私募FOF的投资框架进行提炼——BRASS，基于风险的多策略均衡配置系统。我一开始做FOF的时候比较简单，就是把低相关组合起来形成一个好看的曲线。但是后来发现FOF是一个复杂的系统，包括前面对客户需求的理解，产品线怎么布局，以及产品线布局的过程中如何结合需求和供给。包括战略配置可能需要对经济周期和宏观做出一定判断，然后再反映到配置的资产上。考虑再多一点，我们在大类策略到管理人之间架起了一道桥梁，这个桥梁是我们对收益来源的一个分解。我们配置的不是简单的管理人或产品，而是管理人或产品背后所蕴含的核心收益风险的能力。很多人会有误区，FOF一定要多策略，我们持不同意见，因为同一个大类策略下也有不同的子赛道，而且FOF要做高胜率的事情，组合管理尤其重要。比如今年我们看好权益资产，在权益资产的策略中我们去挖掘绝对收益和偏高风险的机会。 问 这个框架里，我们看到很强调Strategies（策略）和System（系统）的重要性？ 杨钤雯 我们在大类策略下分了很多级的子策略，包括标签，这样可以更容易地把管理人的能力，更细致地刻画出来，包括他们的能力圈、护城河。比如风格是成长、价值，还是行业轮动？是量化里的量价高频高暴露，还是基本面里的低频低暴露？我们会分解每个管理人的收益来源，给他们贴标签，并且是细致可区分、能抓住核心变量的标签。FOF是个系统化的工程，我们的发展相对来说比较标准化，包含了投前的战略战术配置，到收益来源分解，再到基金选择，投中的风险监控、归因分析，投后的策略和产品调整。 问 BRASS模型里面有一个测算赔率和胜率的模型，感觉类似于美林时钟？美林时钟最终落实到股债上，而这个模型最后落实到了策略。这个模型针对每一类策略，在每一个象限下打分，把每一类策略都分解成一些指标，从宏观到中观再到微观，最后落实到市场微观跟踪的指标。我们在这个框架下，找到这类策略的影响因素，找到这个时期的核心变量。最核心的影响因素大体上就有四五种，比如股票赔率，我们就看估值分位数、ERP分位数，胜率就看资金面和基本面。资金面的表达变量看公募基金的发行、资金的进出以及净利率的情况。基本面看盈利、ROE、风险增加值以及通胀，还有产业政策对整个股市地影响等等。每一类策略我们都会这样分解，然后再把这些指标跟市场的相关性做比较，看是否可以划分成它的状态，然后我们基于这些指标，做一些持续性的预测。 问 每一个投资管理人赚的都是自己能力圈以内的钱，你如何看待你自己的能力圈？ 杨钤雯 我是量化出身，对量化类策略的判断还是比较有信心的。但是对于主观股票的策略，坦率说不那么擅长，因为主观要契合市场的风格，或者有比较强的产业性机会，置信度没有那么高。所以在我的FOF配置里，主观多头配的是比较少的。因为量化我需要判断一个维度，指数的性价比和超额的可得性，与市场相关性更高，整体超额还是有一定的持续性。主观要深入到每个管理人，风格差异较大。另外我们要分清楚量化赚的是什么钱，主观要去配置量化赚不到的钱。 问 从目前的组合来看，主观多头和量化多头的占比分别占多少？ 杨钤雯 我觉得最终主观和量化比率可能会在30%和70%。我们团队里面也补充了专门研究股票的投资经理，他们对行业对策略都有比较深的了解。股票是未来一个比较大的资产，包括债券，但当我们对量化有信心的时候，还是会用量化指数来表达。 问 这几年量化私募规模扩容非常大，对于量化投资管理人的选择和策略容量是不是影响也挺大的？怎么来看？ 杨钤雯 我们在投资某类策略和管理人的时候，还是要还原到时代的大背景下，去看当时创造超额收益的关键点。比如2018年的时候，我们投量化策略，最关键的是方法论。我们有一家很核心的伙伴，现在已经是量化龙头。当时规模不大，但我们通过和其他机构比较，发现他们的方法论更完善。但是到了2019、2020年，大家都去做这个方案了，有人通过分析它的净值，发现它为什么能在成交量很低的时候，也做出超额收益来。当大家都学会这个方法论的时候，谁的规模更小，谁就更有优势。当方法论差不多的情况下，后面规模就成为投资这类策略的核心因素。安全性方面，投300亿规模的私募公司和投30亿规模的私募公司，感受截然不同。300亿规模的公司增加10亿规模，它的边际变化比较小，但30亿规模的公司增加10亿，就增加了30%的规模，这个时候，它能否应对这样的规模，也非常重要。所以如何把握不同规模级别的管理人，这是要在调研中、沟通中弄清楚的：为什么你能从20亿规模管到50亿规模，现在有没有做好准备？对于300亿规模的公司，我们可以投它，但是要大幅降低预期，最终可能获得一个很平稳的收益。 问 对于一些基金管理人业绩上出现阶段性的波动或者业绩不佳，这种情况你会怎么处理？能够容忍这种业绩不佳产品的极限是多久？ 杨钤雯 这种容忍度很难有一个量化的结果，我们一般会去寻找原因。偏阿尔法的策略更依赖投资经理的能力，而这个能力很难归类和验证。我们对偏阿尔法的策略是比较谨慎的，如果找不到它背后低于市场预期的原因，我们就会选择减仓或者砍仓。相对而言，偏贝塔型的基金有着二三十年历史数据，有均值回归的特性。我们更多是在底部配置这类策略。 问 量化投资管理人很多专业是来自金融工程、数学、物理、软件等，我们也有接触和深访过很多，就会发现沟通交流起来挺难的。 杨钤雯 这倒是我在调研时比较得心应手的，因为自己就是做量化出身，语境相通。（笑） 杨钤雯 我自己比较喜欢有逻辑的问题，会自己先过一遍策略的流程，包括赚什么钱，分几大类等等。比如量化对冲赚的要么是对冲成本，要么是超额收益，这是两个大的逻辑。再往下分解超额收益，赚的是什么钱，是量价的超额收益，还是风格因子的暴露等等。从逻辑方面的方法论上，属于什么派系，针对这个派系应该有哪些支持，不管是资源上，还是能力上，然后逐层分解。量化其实很简单，不管是CTA还是股票，它都有标准的模型，比如因子、组合、共同优化、交易执行等等。当中能分清楚有一些人做的很粗糙，有一些人做的很精细。除此之外，还要看他讲的跟结果的匹配度。结果是我们在调研之前就要心中有数的。 问 在量化里面有两类，一个是主观驱动量化；另一个是纯量化，完全不看基本面。你怎么看这两种不同风格的基因？ 杨钤雯 我觉最好是两方面相结合，如果能把对市场的理解用数据模型呈现出来，是最好的。如果是纯量化交易出身的，虽然他对市场理解会慢慢加深，但这一块你可能就没有那么笃定，尤其是在发生回撤或者低于预期的时候，你会更担心未来怎么样。 问 那套纯看数据的方式，是不是也能帮他做一些动作的纠偏，有其自身的平衡和调整？ 杨钤雯 如果没有对市场背后逻辑的理解，他只能等模型变好，他们用数据做出来这些东西，很多时候也是赚了市场的钱。可能大家都一样，纯阿尔法或者纯能力到底体现在哪里？你说发现了别人都没有发现的规律，其实是挺难的。如果这个策略有效，大家很快就能学会了，因为市场上聪明的人太多了，所以还需要挖掘其背后赚钱的逻辑。有时候抱团导致产品亏钱了，要了解抱的是哪个行业？因子为什么会失效，为什么会有效？原因很重要。包括我自己在做FOF时候，有时我们也犯过错误，看两个基金或者这两个策略相关性很低，然后就配进去了。但是没有去找相关性很低的原因。哪段时间相关性低？哪段时间相关性高？赚的什么钱？这很重要。—— / Cong Ming Tou Zi Zhe / ——
- 小彩蛋 -
芒格：如果放弃努力尝试
就什么机会都没有了
聪投组建了媒体转载群，如有转载需要，请添加小编微信【fanxiaocom】，入群前请【备注新媒体名和姓名】
商务合作，请联系聪明牛牛（微信congmingtzz1/手机 13262200706 ）具体商议。
喜欢文章，顺手“三连”吧 
本篇文章来源于微信公众号: 聪明投资者
本文链接：https://17quant.com/post/%E5%AF%B9%E8%AF%9D200%E4%BA%BFFOF%E6%8E%8C%E8%88%B5%E8%80%85%E3%80%81%E5%9B%BD%E5%90%9B%E8%B5%84%E7%AE%A1%E6%9D%A8%E9%92%A4%E9%9B%AF%EF%BC%8C%E6%B7%B1%E5%85%B7%E9%87%8F%E5%8C%96%E7%81%B5%E9%AD%82%E7%9A%84FOF%E6%80%8E%E4%B9%88%E7%82%BC%E6%88%90%E2%80%A6%E2%80%A6.html 转载需授权！
