陆晨:疫情黑天鹅羽翼下多因子Smart beta ETF

  多因子模型和Smart beta

  Quantifiable returns + grand narrative = factor investing

  Smart Beta在过去十年中异军突起,掀起了一场不亚于早先ETF投资的金融创新革命。Smart Beta的一个最重要贡献就是解开了一部分虚假超额收益alpha的疑团,让更多的投资者认识到,过去在他们认知中被奉为上宾的Alpha,只不过是一种风险溢价,反而验证了金融市场上的经典理念,天下没有不要钱的午餐!

  人们原来所理解和描述的Alpha都是错的,任何能够清晰地表达出来的有一定量化规则的交易策略现在都归属到Smart Beta这个跨越一半被动投资,一半主动投资的新时尚投资大旗下。大概最脍炙人口的Smart Beta投资策略当属,买入女生做CEO的上市公司股票,卖空男生做CEO的公司,就会匪夷所思地得到一种相对稳定的收益(这和现在在世界流行的“政治性正确”的男女平等是格格不入的)。另外一个“以貌取人”的Smart Beta交易策略就是买入CEO长相俊美的公司股票,卖空那些CEO长相“欠佳”的公司股票,也能收获不错的回报,当然,这里我们需要网上的软件来给人的外貌做“客观,公平”地打分,才能 “物以类聚,人以群分”下场执行上述“看长相”的交易策略。

  美国著名的南北战争时期的总统林肯曾经说过:“男人过了四十岁,就要为长相负责”(大家自己理解其中的玄机和奥秘)。但就像任何事物都有反例一样,不知道,马云先生领衔的阿里巴巴应该归类到看多还是放空的一边。

  杜克大学Fuqua商学院金融学教授,Research Affiliates资深研究员坎贝尔·哈维Campbell Harvey于2016年进行的一项学术研究,分析金融市场围绕哪些特定因子构建了投资交易策略,找到了316个不同金融经济因子。其中最重要当属四种因子,第一种就是著名投资家Warren Buffet从他在哥伦比亚大学读研究生时的导数(也是他的人生导数和职业生涯导师)Benjamin Graham那里学到的价值投资Value Investments。第二个是动量,更直白地说,就是中国投资者代代相传的追涨杀跌,趋势交易。在西方,就是以英国著名经济学家,投资家凯恩斯所提出的“大傻瓜”理论。

  从金融市场交易的微观结构学的角度出发,分析投资这两种因子的交易策略对于市场交易流动性的要求是迥然不同的。价值因子是“低买高卖”,和市场主流相向而行的反向操作,在市场中提供流动性。而“买的高,卖的更高”的动量交易策略是追逐交易流动性的需求方。两者很自然地称为交易对手。

  低波动率因子易于理解掌握,但难以解释。过去数十年的研究表明,波动较小的股票跑赢大盘。这可能是因为,如果投资者纷纷投资于高速发展的成长型股票(高风险),那么风险较小的股票可能会成为“过气”的价值股,定价由于投资者的悲观情绪而受到打压。

  在某个特定的历史时期,由于不受投资者的青睐,负面情绪冲击影响公司的股票价格,但公司的基本面健康稳定,美国人为这一类股票起了一个好听的名字:“Fallen Angel”坠落天使。

  质量因子不仅关系到公司的管理和治理架构,也包含其运营的结果:质量因子会推动公司稳健有序地产生可观的收益,并维护着一张“健康”的资产负债表。

  但是高利润既是福也是祸。公司管理层可能无法完全与股东的利益保持一致,并做出令人失望的决定,例如损害股东的权益让自己获利,企业扩张过快或进入风险更大的不熟悉的领域等。

  除了这四个最重要的因子之外,一些金融市场分析师也把公司的规模作为一个极其重要的因子。人们对于公司规模的偏好来自于在行为金融学中一种被称为“代表性”的认知偏见,也即,当人们对于一类事物的本质无法一探究竟,得到他们急需的答案,一个简单“直观”的办法就是在事物的表面找到一种人们所熟悉了解,并且,觉得这些表面的性质能够“深刻”地刻画代表他们无法看到的内在实质。对一家公司的“好坏”真实运营情况,需要有公司内部的第一手材料(资产负债表,创始人及公司高管内心真实想法等)。但是,这些重要信息一般投资者是无从得到的,公司的规模是表征,具有一定的“代表性”,也符合人类与生俱来的越大越好的信条。从风险的角度上来看,规模越小的公司,抵御外界波动的能力越差,公司面临的风险就越大,所以,投资者需要有足够的风险溢价来吸引他们进入围城。

  金融科技的崛起和情绪化交易

  近几年兴起的AI,人工智能所主导的金融科技革命和Smart Beta相结合成为金融科技创新的新典范,其中成功的案例之一是 “智能Beta” 基金,该类别的佼佼者之一是景顺的Russell 1000动态多因子ETF OMFL。OMFL成立于2017年底,收取29个基点的管理费。

  多因子模型,由来已久,其中最著名的一个经典代表就是芝加哥大学的经济学教授、2013年诺贝尔经济学奖获得者Eugene Fama和他的合作伙伴French 在上个世纪90年代所提出来的三因子模型,三个关键因子分别是大盘的表现 Beta、价值投资者所钟爱的P/B比例以及大小盘规模因子。

  在经典的多因子投资的体系中,就像主动投资和被动投资水火不相容的对立一样,成长因子和价值因子自他们的诞生之日起,就开始上演了一场跨越几十年爱恨情仇的大剧。成长因子和价值因子都曾经独领风骚,也都曾被投资者扫地出门,无情抛弃。在传统金融的王国中,它们之间的隔阂是无法调解的。

  但是随着人工智能AI携深度学习、机器学习的再度崛起,这个金融界的外来者无意中扮演了一个最好的调停专家的角色,在它的不懈努力下,对立的双方竟然开始互通有无言归于好了。

  这只ETF依靠一种智能算法模型来确定何时转入代表增长或价值等广泛因子的股票,该ETF在2019年高手如林的资本市场中击败了众多实力不凡的选手,取得了令人羡慕的成绩;但在2020年的3月,这一切也都在疫情黑天鹅疯狂煽动的羽翼下崩溃了。

  在这里,“过去的表现并不能保证未来的结果”这句话是再恰当不过了。黑天鹅风险是无法预测和无力防范的,运气扮演着无比重要的角色。

  很多具有丰富投资经验的投资者都不约而同地持悲观的态度:“未来看起来是否像过去一样依靠相同的模型继续工作?大家都显得忧心忡忡。

  因子投资背后的故事:偏见,认知误差和情绪

  在因子模型投资的世界中,最可怕的就是市场出现投资风格转换,是一个“狗咬尾巴”的无解局面。当投资出现亏损之初,投资者无法确定现有的市场投资风格已经一去不复返了,总是心有侥幸,抱有幻想认为只是短暂的回撤,继而会重上征途。

  但是,事情的发展往往是事与愿违,当投资亏损积累到了一定的程度,投资者才能痛定思痛地认识到市场底层微结构出现了裂痕,原来的市场场景格局已经发生了深刻的变化。所以,因子只是一种投资的工具,维度和方向,但因子本身缺少感知周围投资环境的能力,无法甄别所处的市场出现的结构性变化。

  因子只是一台恪尽职守的投资机器,按照事先确立的投资方式义无反顾地向前挺进,哪怕前面是万劫不复的深渊。过去,控制管理因子这一部分的投资决策完完全全是依赖于人对于市场的理解和判断,有很大的感性成分。

  在疫情黑天鹅的羽翼下,全球的经济和金融市场都发生了前所未有的巨变,随之而来的就是人们的心理预期被彻底颠覆了,因子投资的收益就是基于投资者对于某些市场特性的偏见和喜好,很大程度来源于心理活动,感觉,情绪。

  人们的特殊情绪偏好导致一些因子在一段历史时间内的有良好表现,或者是一败涂地。

  低波动性和价值投资等传统因子是否继续能独领风骚,在疫情之后,充满了不确定性。

  作为可被量化的特征表示,通过一个个风格迥异的因子可以从众多不同的视角管中窥豹,勾画出市场整体的表现蓝图。例如,当经济放缓时,质量和低波动率因子往往会表现得更好,而在经济扩张期间动量股往往表现优于大盘。

  根据ETF数据库的数据,现在有900多种Smart Beta基金。在2008年金融危机之后,伴随着被动投资的滚滚大潮,Smart Beta基金得以有长足的发展,这背后的“深刻”原因就是由于大量投资者相比严格跟踪市场指数的基金和ETF,更希望获得一些额外的收益,但他们不愿意重回主动投资的阵营,从而使得处于主动投资和被动投资管理型基金中间地带的Smart Beta基金受益匪浅,管理规模AUM飞速发展。

  智能 Beta基金解密

  景顺 ETF的有关人士解释说,OMFL智能基金依靠两种信息的输入来制定投资决策,一种是宏观经济周期的信息,另一种是基金内部特殊定制的一种衡量市场投资者风险偏好的信息,起到了微观市场投资的晴雨表的作用。这两者一起来确定市场是处于经济周期四个阶段的哪一个:恢复,扩张,放缓或收缩。每个经济周期的阶段都有几个对应的因子敞口,再从Russell 1000指数中选择适合当前因子需要的股票加入到基金的投资组合中,进行交易。

  虽然这听起来好像有很多“主动管理”的味道,但基金方面称这样的操作行为“基于事先确立的规则”,并且该基金从技术上来讲确实跟踪指数。景顺基金说,每月都要检查两次最新输入的数据点,每月一次重新平衡调整ETF的持仓。

  不能看出,OMFL的投资管理秘密之处在于其智能模型建立了由当时正在发挥作用的三个相关因子所组成的“自下而上”的整体投资组合,而不是简单地将三个独立的因子组合并在一起。

  在金融学中,一直无法有效解决二阶项的管理:资产之间的相关性,资产的波动性。二阶项的降噪一直是一个但令人头痛的经典问题。

  黑天鹅风险的源头,按照“黑天鹅”作者Nassim Nicholas Taleb的观点就是:“当今的实质风险来自于那些日益复杂和相互联系并具有强大的连锁效应的系统。我们已经非常了解如何减缓控制那些能被轻松隔离,分解出来的常规风险; 但是,在处理复杂系统以及这些复杂系统带来的关联风险方面,我们还是一筹莫展,力不从心”。

  根据FactSet的数据,2019年,标准普尔500 SPX指数全年取得了31.5%傲人战绩,OMFL智能基金也毫不示弱,上涨了35.6%。在年初至今,它的业绩有所下降,但自2月中旬和3月OMFL基金最高水平以来,尽管经历了过山车式的黑天鹅崩盘和速度与激情式的反弹,其表现还是可圈可点。这可能是因为控制ETF的智能模型确定了从2月后期开始进入了“收缩”经济周期阶段,并相应地调整了投资组合,增加了防护性。

  实际上,2月份所输入的市场信息使OMFL从“恢复”阶段(从2019年下半年到2020年1月的大部分时间)直接进入“收缩”阶段,完全绕过了“扩张”和“减速”阶段。从学术角度考虑,这是一个令人非常沮丧的转变和跳跃,但是回过头来看,让人不得不相信人工智能AI确实能提供一些新的信息维度,有助于对风险的防范和预警。

  从三月初,新冠病毒黑天鹅横扫世界,美国在短短数周内就失去了3300万个工作岗位,超过8万人死亡,这一切在2020年初是无法想象的,完全不属于正常的认知范围。

  黑天鹅病毒疫情所带来的政治、经济、生活方式的巨大改变导致人们对于各行业的未来前景忧心忡忡,这些也无疑将影响到投资者对于因子投资,Smart Beta的未来发展产生种种疑虑。但不能否认的,自上个世纪的70-80年代诞生的因子投资,已经经历了数次无论是金融市场还是自然灾害(包括2003的SARS和后面的Ebola病毒等),实践证明,因子投资的表现还是能够保持相对的稳定性和连贯性,向前继续推进。

  尽管投资者会面对应用的因子莫名其妙的失效或者无效的因子突然起死回生大显身手的场面,这些都是作为因子投资所必须承担,无法回避的投资风格转换风险。在金融本身的范畴之内,到目前为止,还没有有效的工具能够提供帮助,投资者寄希望于金融科技和人工智能的不断进步,为金融打开一个崭新的局面。

  在华尔街,投资者们前赴后继地寻找Holly Grail,投资圣杯,一种自动带来稳定收益的交易策略。大家都知道这个目标是水中捞月,但探索的过程却变得尤其重要。在不断寻觅的过程中,投资的神秘面纱被一层层地解开。从最原始的CAPM把收益的来源简单地划分为来自于市场的Beta和超额收益Alpha,到后来,在原来被定位于Alpha的篮子中,投资者又切分出了多因子APT,剩余的被称为Alpha,在多因子之后,人们又把Smart Beta从Alpha的部落中分割。

  由此可见,Alpha是无法直接定义描述的,只能采取类似于George Soros的老师,奥地利学派,科学哲学的创始人Karl Popper所提倡的证伪主义,无法定义一个事情是好的,是真理,只能发现摒弃那些错误的认识,剩下的就是更有可能正确的可能性。Alpha,就是通过不断切割那些因为承担风险而获得收益的风险溢价投资的部分,那么,余下的就有可能是投资者梦寐以求的无风险 “超额收益” 。

  不确定性是永恒的,反脆弱性是唯一能够对抗黑天鹅风险的法宝,就是,小成本试错,活下来,再活得更好,等待奇迹的发生,就像马云先生所讲的:“梦想还是要有的,万一实现了呢。”

关键词阅读:ETF 黑天鹅 多因子

责任编辑:Robot RF13015
精彩推荐
加载更多
全部评论
金融界App
金融界微博
金融界公众号