首页

财经
手机搜狐
SOHU.COM

不同市场行情下股票多头策略的业绩来源及策略展望

宽客江湖mp
2017-01-14
+关注

编者按:

现在公众号有置顶功能了,大家把微信更新到最新版本,点开“宽客江湖”公众号。点“置顶公众号”键,就可以置顶了,这样。不管我们什么时候更新,您都能容易找到。

文:华宝证券研究团队

投资要点:

Carhart四因素模型显示,市场因子、规模因子、价值/成长因子和动量/反转因子是股票多头策略业绩来源的核心因子。基金经理的择时、风格配置过程即是对核心因子的管理过程,而因子对基金业绩的影响力度取决有二:因子本身的特征及基金经理对因子的动态管理能力。

基于对股票市场的行情划分,我们统计了不同行情下4个因子对公募股票多头策略类基金产品全样本及表现最好的前20%基金(Top基金)的解释力度。

虽然股票多头类策略的业绩表现受市场行情影响较大,但我们发现Top基金能够在行情低迷时降低损失,在行情好转时扩大收益,这说明除了市场因子外还有其他因子影响策略的业绩表现,也说明优秀的股票多头策略可以在一定程度上控制因子的影响力,并通过因子的主动选择契合市场风格特征。这种主动控制与选择能力正是基金经理择时与风格配置能力的体现,是优化因子组合主动风险暴露度的过程。

通过将不同行情阶段Top基金与全样本基金因子系数的对比分析,我们发现:单边上涨期,Top基金较全样本基金主动提高了市场暴露,同时在选股上更加偏向于当时牛市中盛行的小盘风格,并通过板块与主题间的轮动操作,重点选择前期滞涨品种,捕捉个股的反转效应;

展开剩余93%

震荡上行期,Top基金较全样本基金有更高的市场暴露,同时在选股上更能契合震荡上行期的市场风格,如2016年以来的行情中,Top基金就主动契合了偏向于大盘与价值的市场风格;

单边下跌期,Top基金较全样本基金主动减少市场暴露的力度更大,同时减仓也导致了对其他三个因子的暴露度减小;

震荡下行期,Top基金较全样本基金在市场暴露上有所降低,同时在选股上采用了更加均衡的配置思路;

区间横盘振荡期,Top基金与全样本基金相比更加主动顺应了市场的小盘风格,加大了小盘股的配置,同时在选股上更倾向于选择强势个股,捕捉动量效应。

风格因子具有轮动特征,股票多头策略运作是否良好,除大势因素外,还在于对市场风格的动态跟踪与预测。我们基于风格指数的累计收益率方法构建了相对强弱模型用于监测各类风格轮动特征,模型整体表现良好,目前指向大盘、价值与反转效应的市场风格。

展望2017年1季度,考虑到微观企业盈利仍处于上行趋势,流动性也边际有所改善,且政策层面对市场形成利好,我们对权益市场保持乐观,股票多头策略运作的大势环境尚可。

结合对未来市场风格的判断,建议可重点配置股票型基金或偏股混合型基金,这两类基金的市场暴露程度较高,有望获取市场因子的正收益,其中市场风格偏向大盘与价值,且操作风格上偏反转效应的基金获取超额收益的概率较高,可重点关注。

风险提示:本报告所载的任何建议、意见及推测仅反映本公司于本报告发布当日的判断。

本报告是我们策略评价系列报告的第二篇。在上一篇报告中,我们系统阐述了策略评价研究的意义以及框架,并对市场中性策略进行了详细研究。

本报告将延续这一框架,选取股票多头这一主流策略进行评价,深入探讨股票多头策略的业绩来源、影响因素,并对近期该策略的可能表现进行展望(感谢王方鸣同学对本报告的贡献)。

1.不同行情下股票多头策略的历史表现

鉴于公募基金较私募基金历史数据更完整,我们以市场上700多只公募股票型及偏股混合型基金的历史净值作为研究样本。

此外,考虑到基于金融产品的动态资产配置,一个关键之处在于如何筛选优异的金融产品标的,关注表现较优的股票多头策略类基金的净值更有实战指导意义,因而我们也统计了表现最优的前20%基金的历史业绩。

考虑到不同行情下股票多头策略的业绩来源及核心影响因素可能不尽相同。为便于深入研究,我们对市场行情进行划分,并在不同行情下对股票多头策略进行探讨。

2010年11月—2016年12月,沪深300指数恰好经历了五次典型性行情,依次为:震荡下行期,区间振荡期,单边上涨期,单边下跌期以及震荡上行期。

我们基于上述行情划分,统计了不同市场环境下股票多头策略的全样本基金及各段行情中表现最好的前20%基金(简称Top20%基金)的历史业绩。为便于比较,我们对不同时期的收益率进行年化处理。

整体看,无论是全样本基金还是Top20%基金在市场下跌时均录得负收益,在市场上涨时期均取得盈利,其中单边上涨时期Top20%基金的年化收益率更达到136.9%,这说明股票多头类策略的业绩表现受市场整体行情影响较大。

不过我们也发现,Top20%基金能够在行情低迷时降低损失,在行情好转时扩大收益,这说明除了市场因子外还有其他因子影响策略的业绩表现,也说明优秀的股票多头策略可以在一定程度上控制因子的影响力,并主动契合当时表现较好的因子风格。

这种主动控制与选择能力正是基金经理择时能力和风格配置能力的表现,是优化因子组合主动风险暴露度的过程。我们对样本收益率进行后验分析,找出不同行情下能够解释股票多头策略业绩来源的有效因子,评估因子的解释力度,并纵向、横向比较因子暴露度的动态变化。

2.股票多头策略的业绩归因——Carhart四因素模型

海外经典业绩归因模型——Carhart四因素模型被业界证明能够较好解释基金的业绩来源。该模型共有四个解释变量:市场因子(Rm-Rf),市值规模因子(SMB),价值因子(HML)以及动量因子(MOM)。

CAPM模型认为承担市场系统性风险可以获得风险收益,而Carhart模型认为除市场风险溢价长期为正以外,还有三个因子可以解释收益来源:即规模因子、价值/成长因子以及动量/反转因子。

Carhart模型相比CAPM模型单一的解释变量更为丰富,并且涵盖了股票市场表现突出、投资者最为关心的三种市场风格。

通过对四因子(解释变量)与基金净值收益(被解释变量)进行多元线性回归,可以找出对基金业绩有解释力度的因子,对基金的绩效来源进行拆解,并考察各个因子在不同市场行情下对股票多头类策略的业绩影响。

2.1Carhart模型构建

数据采集和清洗:采用周频率数据序列构建回归模型。以市场772只公募基金累计净值收益率作为被解释变量;选取申万A股指数代表市场因子;市值规模因子、价值因子与动量因子序列均以全部A股数据为基础构造。

为了减少新股波动率过高的影响与基金建仓期内净值不稳定的影响,剔除上市24个月内的新股数据与建仓期内(成立不满三个月)的基金净值数据。

市场因子:以申万A股指数周收益率-1年期国债周收益率表示。

动量/反转因子:采用Carhart(1997)方法:(1)建仓:选取赢家组合(过去6个月累计收益排名前30%)与输家组合(过去6个月累计收益排名后30%),等权重买入;(2)换仓:换仓频率为三个月一次,重新选取换仓时点上的赢家与输家组合;(3)因子计算:赢家组合收益率序列-输家组合收益率序列。

股票分类:采用Fama&French(1993)方法,构建价值/成长因子与规模因子需要先对所有股票进行分类。

以建仓/换仓时点上A股所有股票的市值中位数为界,将全部A股划分为小盘股S类与大盘股B类;

同时在建仓时点上将全部A股按照市净率进行逆序排序,将排名最后30%的股票分为价值股H类,中间40%分为中等M类,排名前30%的股票定义为成长股L类。两个维度的划分产生6个股票组合:S/L,S/M/,S/H,B/L,B/M,B/H。

价值/成长因子:(1)建仓:分别按照股票市值权重买入S/H,B/H类两个价值股组合,分别按照股票市值权重买入S/L,B/L类两个成长股组合;(2)换仓:每三个月换仓一次,重新按照定义的分类方法构建两个价值股组合与两个成长股组合;(3)因子计算:(S/H+B/H)平均收益率序列-(S/L+B/L)平均收益率序列。

市值规模因子:(1)建仓:分别按照股票市值权重买入S/L,S/M,S/H类三个小盘股组合,分别按照股票市值权重买入B/L,B/M,B/H类三个大盘股组合;(2)换仓:每三个月换仓一次,重新按照定义的分类方法构建三个小盘股组合与三个大盘股组合;(3)因子计算:(S/L+S/M+S/H)平均收益率序列-(B/L+B/M+B/H)平均收益率序列。

模型优化:为缓解多重共线性问题,我们采用因子提纯的方法,用提纯后的价值因子(原价值因子y与市值规模因子x回归后的残差项)代替原价值因子。

2.2Carhart模型检验

为了考察Carhart模型设计是否合理,我们对模型调整后拟合优度及拟合参数的t统计量进行检验。

调整后拟合优度检验:样本内各个时期的模型调整后R^2大于0.75的占比均在75%以上,模型拟合优度较高,这说明模型设计是合理的,能够较好解释基金的收益来源。

系数t统计量检验:无论是全样本基金还是Top20%基金,不同市场行情下不仅市场因子的t统计量显著度占比较高,其他几个因子的暴露度在95%的置信水平上也有较高的显著性占比,这再次证明Carhart模型的有效性,意味着市场因子、市值规模因子、价值/成长因子及动量/反转因子均为影响多头策略的有效因子。

此外,alpha大部分时期的显著性水平占比较低,表明大多数股票多头类基金获取风险调整后超额收益的能力并不强,收益主要来源于对风险因子的暴露。

送客户奖员工,这个够意思!

3.基于回归系数的因子分析

因子的回归系数不仅可以反映出股票多头策略在不同行情下的业绩来源,还可以反映出各因子对基金业绩影响力的大小。我们统计了各个因子的非零中位数,即剔除系数不显著的样本基金,仅观察显著因子的影响力。

3.1.全样本基金的因子系数

在统计全样本基金的显著因子系数后,我们发现:

(1)市场因子始终是最重要的解释变量。不过在不同行情阶段,市场因子的解释力度有所不同,单边上涨与单边下跌时期,市场因子对收益的解释力度相应也最大,这说明在显著的趋势性行情中,择时能力是最重要的;不过当市场陷入振荡行情时,市场因子的解释力度有所下降,其他几个因子的解释力度上升。

(2)价值/成长因子的影响力度整体仅次于市场因子,因子系数在历次行情中均为负,说明多数股票多头类基金倾向于成长风格(但这并不意味着持仓偏成长风格始终是一个占优策略)。

(3)动量/反转因子根据市场状态的不同呈现一定轮动特征,绝大多数基金在单边市场倾向于反转风格而在震荡市场倾向于动量风格;

(4)大多数基金偏好于小盘风格,但规模因子的解释力度依据市场状态有所不同,单边上升及下跌行情中,规模因子的解释力度要显著高于振荡市场,这可能是由于单边行情中大小盘风格轮动的特征较为显著所致。

3.2.Top20%基金的因子系数

各个行情阶段收益率排名前20%的基金是我们观察的重点,因为每段时期表现最优的基金一定更加契合当时的市场行情,从而能够反映出各行情阶段股票多策略最优的因子组合,我们统计了Top20%基金的因子非零系数中位数分布。

从表4可以看出: (1)与全样本基金一致,Top20%基金不同时期最重要的解释变量依然是市场因子。不过Top20%基金对市场因子的暴露度在行情下跌与上涨期的分化显著,即Top20%基金较全样本基金有更出色的择时能力。

(2)除市场因子外,其他因子对Top20%基金的业绩来源也有一定的解释力度。同全样本基金一致,Top20%基金单边市场趋向于采用反转策略,在震荡行情倾向于动量策略;多数时期偏好于成长与小盘风格;

(3)在震荡下行期和单边下跌期,Top20%基金对市场因子的暴露度显著下降,在震荡下行期一度降到0.22,对其他因子暴露的绝对值也明显下降。

这符合现实的逻辑:在基金规避系统性风险、降低仓位时,其实也减少了对其他风格的暴露,也即股票多头策略中的市值规模因子、价值因子、动量因子的解释力度会受到市场因子解释力度的牵制,这与多头策略无法反向做空市场有关。

3.3.Top20%基金与全样本基金因子系数对比

我们将各行情阶段Top20%基金与全样本基金的因子系数进行对比,以更加深入的分析业绩优异的股票多头策略基金相比全样本基金的超额收益来源。

震荡下行期,Top20%基金较全样本基金主动减少了市场暴露,同时在选股上采用了更加均衡的配置思路;震荡上行期,Top20%基金较全样本基金有更高的市场暴露,同时在选股上较为契合了震荡上行期的市场风格(样本中的震荡上行期对应的是2016年初以来的行情,风格偏向于大盘与价值)。

单边下跌期,Top20%基金较全样本基金大幅减少了市场暴露,同时因为公募机构的做空限制,大幅减仓也导致了对其他三因子的暴露度减小;单边上涨期,Top20%基金较全样本基金提高了市场暴露,同时在选股上更加偏向于当时牛市中盛行的小盘股风格,并通过板块、主题间的轮动操作,重点选择前期滞涨品种,捕捉到了个股的反转效应。

区间震荡期,Top20%基金与全样本基金相比更加主动顺应了市场的小盘风格,加大了小盘股的配置,同时在选股上更倾向于选择强势个股,捕捉动量效应。

通过Top20%基金与全样本基金的比较可以看出:

(1)Top20%基金的超额业绩来源之一为基准择时能力。具体在操作上,既可以通过加仓来实现,也可以通过超配高贝塔值个股实现,最终表现结果为基金对市场因子的暴露度明显提升。

不过由于公募基金最低权益资产仓位的限制及对做空的限制,股票多头策略对市场的暴露度永远为正,这恰是多头策略的弱点,意味着对市场因子的管理手段受到限制,当市场系统性风险来临时,既无法通过大幅减仓规避系统性风险,也不能通过主动做空来增厚收益。

(2)Top20%基金的超额业绩来源之二为有效契合了不同市场行情阶段的风格特征。不同于全样本基金,Top20%基金超额收益还来源于对当时市场行情中大小盘轮动、价值成长轮动以及动量反转轮动特征的把握,或者说对某类因子的选择恰好契合了当时行情特征。(一段时期内基金的业绩优异,并不一定是该基金主动管理能力强的表现,还可能是因为某类基金的风格恰好契合了当时的市场环境)

(3)当市场下跌时,多头策略对市场因子管理能力的天然缺陷(无法做空市场因子)也影响到了对其他三个因子的主动管理。在市场下行期间,即使基金在大小盘、价值成长等风格选择上优异,但由于市场因子的收益为负,且量纲放大,股票多头策略也很难获取正收益。

(4)虽然价值因子的回报多数时期为正,但是Top20%基金对该因子的暴露多数时期却为负。我们认为这并不违背市场逻辑。价值因子主要集中在大盘股,而小盘股多为成长股。如果对小盘因子的暴露为正,就极易造成对价值因子的暴露度为负,鱼和熊掌二者不可兼得,很难同时录得两个因子的收益。

结合五段行情因子的收益来看,多数时期小盘因子的平均收益率大于价值因子,前四段行情中小盘因子平均周收益率为0.45%,而价值因子为0.27%。两利相权取其重,Top20%基金在两个因子间选择了小盘因子。

3.4.Top20%基金因子业绩贡献度分析

归因模型中对各因子系数的分析,更多反映的是不同行情阶段策略业绩与各类因子值的变动关系,但由于原始序列中量纲的存在,如果要进一步考察各因子对基金业绩的具体贡献程度,就需要消除量纲的影响。

我们采用标准化回归系数方法。假定回归方程的形式为:Y = b0 + b1X1 + b2X2 + … +bjXj (Y为估计值),则标准化回归系数的公式为bj' = bj*(Xj的标准差/Y的标准差)。下图列出了标准化后的各因子系数。

通过比较可以发现,系数标准化之后,不同时期非市场因子的相对贡献度均有一定程度的下降,市场因子的贡献度进一步提升。这主要是因为标准化考虑了因子本身波动的影响,即因子的风险值。

这也意味着当考虑市场的风险因素后,对市场行情的判断及把握能力,对股票多头策略的成功运作更加重要。

其实这也容易理解,当市场处于振荡上行格局时,即使最终涨幅与单边上涨行情的涨幅一致,但由于行情波动剧烈,最终对基金业绩的影响一定是夏普比率、Calmar比率等综合考虑收益与风险两个维度的绩效评估指标的下降。

总之,市场因子是股票多头策略的核心影响因子。从FoF投资的角度看,配置或超配股票多头策略类基金,前提条件是股票市场不存在系统性下跌风险,即股票多头策略仅适用于单边上行、振荡上行及区间横盘振荡市场。

考虑到多头策略在制度设计上无法做空的天然缺陷,市场下行期间市场因子的贡献必为负,且其余因子的贡献度无法超越市场因子,此时难以通过其他因子产生的正收益将市场因子的亏损抹平,因而当预期市场处于下行期时,从收益风险比角度看,应减配该类策略产品。

此外,市值规模因子、价值/成长因子及动量/反转因子对多头策略业绩的贡献度相当,是多头策略业绩的第二大构成,把握市场风格轮动,优化因子暴露可以对多头业绩有所增厚,尤其是当市场处于区间振荡格局时,由于市场因子对业绩的解释力度下降,风格选择将对业绩产生至关重要的影响。我们将不同市场环境下股票多头策略的因子表现总结如下:

4.股票多头策略核心影响因子的动态分析及展望

如前所述,只有预期市场因子的影响为正,也即预期未来市场系统性下跌风险不大时,股票多头策略才值得配置。

展望2017年1季度,我们对权益市场相对乐观,认为行情可能延续振荡上行趋势。这一判断首先源自于我们对1季度企业盈利的判断。

从12月PMI数据看,当前实体经济仍处于短周期复苏阶段,需求端平稳,生产端也并未大幅萎缩,微观制造业企业在PPI上行的价格因素刺激下,企业毛利改善,主动回补库存,这一拉动经济上行的逻辑至少在3、4月份开工旺季来临之前尚无法证伪。

其次,从流动性层面看,经历去年4季度的“债灾”之后,近期广义利率水平开始下行,尤其是7天期回购利率较去年12月底有明显回落,考虑到春节即将来临,按照惯例央行可能会主动投放流动性,且美元在前期美国加息因素主导下经历了一波快速上行,近期美元有望进入靴子落地后的巩固调整阶段,从而对人民币汇率的冲击也暂告一段落,这有助于国内流动性层面的边际改善。

第三,从政策层面看,也有助于投资者的情绪改善,这一方面表现为以混改为核心的国资国企改革政策近期频频出台,另一方面也表现为资本市场监管层面的潜在政策红利释放,如近期传闻的股指期货开仓数量及非套保盘保证金的“松绑”,这可能向市场传递了监管层加强资本市场制度建设,呵护资本市场的意图。最后从历史经验看,1季度市场上行的概率本就偏大,即春季攻势。

在预期市场因子贡献为正的前提下,对股票多头策略的展望及相应基金标的筛选,就主要取决于对非市场因子即市场风格的预测了。

不过,由于市场风格往往由基本面、政策面、资金面、技术面以及事件驱动等多方面因素形成,对各类市场风格的体系化、立体化预测是一个相当庞大的工程。

本报告作为我们策略评价的一项基础框架性研究,我们仅通过量化技术手段对市场风格进行动态跟踪及预测。后期报告中,我们将尝试以专题形式对各类市场风格轮动构建更加复杂的动态监测与预测模型。

4.1.风格轮动模型——相对强弱方法

我们采用轮动模型中常用的相对强弱方法对市场风格进行跟踪及预测。不过不同于传统相对强弱模型中直接采用两个配对价格序列的比值作为分析标的,我们改用累计收益率构建模型。

累计收益率对原始价格的周收益率进行对数化操作,从而不同周期下的收益率序列可以进行累加。以小盘指数与大盘指数为例,将每周小盘指数的对数收益率减去大盘指数的对数收益率,之后再用每周累加的方法可以得到自序列起点以来的相对累计收益率值。

之后,我们计算了相对累计收益率序列N周期下的简单移动平均线值,并通过收益率序列与均线的关系,判断市场风格的可能轮动方向。依旧以小盘/大盘的轮动为例,如果〖R_Cum〗_Tn向上突破N周均线,则做多小盘指数,反之做多大盘指数,我们将交易成本设定为千分之一,遍历N=5:60(步长控制为5)找出策略净值最优的均线参数。

为便于后续的动态监测,我们采用了简化的风格因子构建方法,即小盘/大盘因子采用申万小盘指数与申万大盘指数进行构建,价值/成长因子选取申万低市净率指数与申万高市净率指数进行构建,反转/动量因子选取观察期6个月,持仓期3个月的反转策略与动量策略的收益率净值曲线进行构建。

在此基础上,我们采用相对累计收益率序列构建监测指标,并进行回测。我们发现,对于小盘/大盘的风格轮动,10周均线是最优参数,跑赢同期申万小盘指数2.2%,跑赢同期大盘指数181.4%;

对于价值/成长风格轮动,5周均线是最优参数,跑赢同期申万低市净率84.7%,跑赢同期高市净率指数229.1%;对于反转/动量风格轮动,60周均线是最优参数,跑赢同期动量策略累计净值25.9%,跑赢同期反转策略累计净值3.6%,这说明基于累计收益率的相对强弱方法对各类风格动的识别基本是有效的。

4.2当前市场风格状态及展望

我们采用各市场风格相对累计收益率的最优及次优均线对风格轮动进行动态监测。

从当前小盘/大盘的相对强弱模型看,累计收益率曲线已明显下破10周均线,并向下击穿了30周均线,预示风格指向大盘股。

从当前价值/成长的相对强弱模型看,累计收益率曲线上破5周均线,并运行至20周均线上方,预示风格指向价值股。

从当前反转/动量的相对强弱模型看,累计收益率曲线运行在20周及60周均线上方,预示风格指向反转效应。

整体看,当前市场偏向于大盘与价值类个股的风格特征,与本轮行情的投资者主体有关。去年2月以来的振荡上行行情发端于资产荒背景,大量增量资金来源于银行、保险等机构投资者的委外行为。

不同于个人投资者,机构投资者更加崇尚价值投资,偏好于大市值与价值类个股;再者,从政策层面看,中央经济工作会议将供给侧改革及国资国企改革定调为2017年核心政策举措,而大市值的蓝筹品种显然直接受益于这些政策基调。

最后,虽然小盘股经历前期持续调整后,收益风险比有所提升,但估值上尚未形成足够吸引力,且向小盘成长风格的切换本身又需要业绩、政策等催化因素,而目前尚不具备条件,因而我们倾向于近期仍将延续大盘、价值风格。

对于反转/动量效应,之所以当前反转效应更强(剔除规模因子的影响),主要是因为对于大市值品种,持续上涨需要耗费大量的流动性,而目前市场流动性水平并非极度宽松,且某一板块上涨后,板块估值也自然高企,对于机构投资者而言,估值高企意味着价值投资的吸引力下降,而合乎逻辑的操作策略是高抛低吸,重新寻找其他股价尚未表现的品种板块,这就导致前期滞涨的品种比前期上涨的品种未来有更高的收益率表现,即反转效应主导市场风格。

总之,对于今年1季度,我们对权益市场相对乐观,认为可以中配或高配股票多头类策略,而在具体品种选择上,我们认为可重点配置股票型基金或偏股混合型基金(这类基金对权益资产的风险暴露程度偏高,我们预期市场因子对其业绩的贡献为正)中偏大盘、价值风格,且操作策略上偏反转风格的基金产品。(华宝证券研究团队 / 华宝财富魔方)

分析师/张青 奕丽萍

注:文章源自华宝财富魔方。点击本页左下角“阅读原文”可以浏览原文页。

版权声明:「宽客江湖」除发布原创市场投研报告以外,亦致力于优秀财经章的交流分享。部分文章推送时未能及时与原作者取得联系。若涉及版权问题,敬请原作者添加DGGKF2微信联系删除。

送客户奖员工,这个够意思!

案例详解:作业成本法的运用及对企业的影响

声明:本文由入驻搜狐号作者撰写,除搜狐官方账号外,观点仅代表作者本人,不代表搜狐立场。

网站地图

用户反馈 合作
Copyright © 2018 Sohu.com