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,通过本微信订阅号发布的观点和信息仅供海通证券的专业投资者参考,完整的投资观点应以海通证券研究所发布的完整报告为准。若您并非海通证券客户中的专业投资者,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。本订阅号难以设置访问权限,若给您造成不便,敬请谅解。我司不会因为关注、收到或阅读本订阅号推送内容而视相关人员为客户;市场有风险,投资需谨慎。
郑雅斌
海通金融工程首席分析师
S0850511040004
投资要点
本文主要对2024年量化基金、选股因子的表现进行回顾,并对极端情景中可能降低指数增强策略相对回撤的方法进行探讨。
24年,绝大部分量化基金均取得正收益。相较而言,指数增强基金的平均收益高于主动量化基金。超额收益维度,69.0%、77.4%、88.9%的沪深300、中证500、中证1000指数增强基金均跑赢基准指数。但平均超额收益幅度相对较小,分别为0.8%、2.0%、5.1%。
常见选股因子表现。整体来看,上半年基本面因子表现较优,下半年量价因子表现突出。10月份,常见选股因子普遍表现较差;4、12月份,选股效果普遍较为优异。
指数增强策略超额收益时序走势。2月-3月初,指数增强基金平均产生了2%左右的回撤;3月中下旬至8月,超额收益整体累计向上。全年最大回撤出现在09.24至11.11期间,不到两个月时间,沪深300、中证500、中证1000指数增强基金等权组合跑输指数分别达5.1%、8.7%、8.1%,均触及近10年来年内最大回撤。11.12开始,因子表现逐渐修复,指数增强基金的相对净值走势也开始累计向上。11月,量价因子表现率先修复,表现突出;12月基本面因子也开始修复,ROE单月多空收益达7.2%。
09.24-11.11期间回撤分析。我们对该期间导致相对回撤的原因进行复盘分析发现,造成这段时间的回撤由多个因素共振引起。一方面,在市场大幅上涨背景下,仓位问题给超额收益带来明显负面影响。另一方面,市场整体处于下跌趋势后的上涨,短期内上涨幅度大,情绪影响占据主导,高beta风险因子表现突出,其余常见选股因子大面积失效。多个因素联动,使得这段一个半月左右的时间,获取超额收益难度大。
类比历史,24.09.24-11.11的回撤与19.02.01-19.03.22相似。市场整体均处于下跌趋势后短期大幅上涨,仓位问题加上市场受情绪主导,常见选股因子大面积失效,使得这个阶段指数增强基金短期也发生较大回撤。等权复合沪深300、中证500、中证1000指数增强基金,19.02.02-19.03.22期间的相对回撤分别为2.0%、5.9%、5.9%。之后,随着市场恢复正常状态,超额收益很快修复。等权沪深300、中证500、中证1000指数增强基金组合的超额收益分别于19.07.22、19.07.09、19.06.04修复并创新高。
如何降低类似09.24-11.11极端情景下的超额回撤?回测角度,控制beta风格暴露、加入新因子、极端环境监控等方式,在一定程度上都可减小回撤。但需要注意的是,每种调控方式都隐含着特定风险。例如极端情景监控,历史发生样本数少。对于样本数较少的规律而言,胜率很重要,与大样本规律相比,一次失效造成的影响通常相对要大。为降低这种影响,我们可以主要进行短期操作,例如只对情景发生后的5个交易日进行判断,这样即使失效,也不会产生明显负面影响。
风险提示。本文根据客观数据和评价指标计算,不作为对未来走势的判断和投资建议。本文结论通过统计分析得出,存在历史统计规律失效风险、因子失效风险、模型误设风险。
正文
本文主要对2024年量化基金、选股因子的表现进行回顾,并对极端情景中可能降低指数增强策略相对回撤的方法进行探讨。
1.24年量化基金与常见选股因子表现回顾
1.1绝对收益表现回顾
按月度换仓等权复合主动量化基金,构建主动量化基金指数以反映同类基金的整体表现。如图1所示,13年以来,主动量化基金指数累计净值整体向上,过去12年累计收益192%,年化收益9.3%。分年度来看,除16、18、22、23年收益为负外,其余年份均收获正收益,年胜率达66.7%;对比沪深300指数共6年收益为负的表现,主动量化基金分年度收益分布的稳定性更高。
24年,主动量化基金指数上涨4.9%,收益为正基金数占比达72.4%。截面来看,基金年收益80%分位点为13.3%,即有20%的主动量化基金24年收益率超过13.3%。与宽基相比,跑赢沪深300、中证全指、885001的主动量化基金数量占比分别为14.9%、43.4%、57.9%。
同样地,月度更新基金,等权构建指数增强基金指数,如图3所示,13年以来,指数增强基金指数累计净值整体向上。过去12年累计收益135%,年化收益7.4%。分年度来看,除16、18、22、23年收益为负外,其余年份均收获正收益,年胜率达66.7%;对比沪深300指数共6年收益为负的表现,指数增强基金分年度收益分布的稳定性更高。
24年,指数增强基金指数上涨10.6%,收益为正基金数占比达93.0%。截面来看,基金年收益80%分位点为15.8%,即有20%的指数增强基金24年收益率超过15.8%。与宽基相比,跑赢沪深300、中证全指、885001指数的基金占比分别为27.9%、70.5%、88.0%。
1.2 超额收益表现回顾
超额收益角度,24年沪深300、中证500、中证1000指数增强基金等权净值相对于各自基准指数的超额收益分别为0.8%、2.0%和5.1%。截面角度,跑赢基准指数的基金占比均明显高于65%;跑赢基准的中证1000指数增强基金占比最高,为88.9%。但从超额收益幅度来看,今年是近10年超额收益最低的一个年份(图5)。
图6-9展示了月度基金等权组合相对于基准指数的累计净值走势,从中可见,不同标的指数的增强基金,大体走势较为接近。3月中下旬至8月,超额收益整体向上。全年最大回撤出现在09.24至11.11期间,不到两个月时间,沪深300、中证500、中证1000指数增强基金等权组合跑输指数分别达5.1%、8.7%、8.1%,均触及近10年来年内最大回撤。除此之外,年初至3月初平均也产生了2%左右的回撤。
1.3常见因子表现回顾
图10展示了常见因子分10组的多空收益表现。风格因子角度,今年小市值、高beta因子波动显著上升,特别是小市值因子,1-2月、4月、6月、12年均出现较大回撤,全年累计收益为负。低PB因子表现优于以往年份,24年累计多空收益为32.1%,该因子在1月份、4-5月份期间、11-12月份期间均取得10%以上的多空收益。
选股因子角度,整体来看,上半年基本面因子表现较优,下半年量价因子表现突出。10月份,常见选股因子普遍表现较差;4、12月份,因子收益普遍较为突出。在09.24-11.11指数增强策略出现较大回撤期间,除反转因子收益为正外,其余选股因子均产生不同幅度回撤,其中盈利因子回撤最明显。11.12至年底,超额修复阶段,量价因子表现率先修复,11月表现突出;12月基本面因子也开始修复,ROE单月多空收益达7.2%。
1.4小结
综上所述,24年,绝大部分量化基金均取得正收益;相较而言,指数增强基金的整体收益率高于主动量化基金。超额收益维度,69.0%、77.4%、88.9%的沪深300、中证500、中证1000指数增强基金均跑赢基准指数;但平均超额收益幅度相对较小,分别为0.8%、2.0%、5.1%。
指数增强策略超额收益维度,全年最大回撤主要发生在09.24至11.11期间,不到两个月时间,沪深300、中证500、中证1000指数增强基金等权组合跑输指数分别达5.1%、8.7%、8.1%,均触及近10年来年内最大回撤。在此阶段,常见选股因子普遍回撤。11中开始,因子选股效果逐渐修复,指数增强基金的相对净值走势也开始向上累计。11月,量价因子表现率先修复,表现突出;12月基本面因子也开始修复,ROE单月多空收益达7.2%。
2.09.24-11.11期间回撤分析
如前所述,24年超额收益获取难度较大,究其原因,主要受0924至1111期间最大回撤所拖累,因此本节对这该期间导致相对回撤的原因进行复盘分析。
总体来看,多个因素联动,使得这段一个半月左右的时间,获取超额收益难度极大。(1)为应对申购赎回,基金股票仓位通常不足100%。这在市场短期显著上涨的情况下,会明显拖累净值表现。(2)低beta风格显著回撤,给超额收益带来明显负面影响;(3)常见选股因子大面积失效,加剧了超额收益获取难度。
2.1仓位影响
09.24-11.11期间,根据市场指数的表现,又可以大致分为3个子阶段:0924-1008,指数大幅上涨,短短6个交易日,沪深300、中证500、中证1000指数的涨幅均逾30%;1009-1017,出现短期回撤,7个交易日间,上述3个指数均下跌超过10%;1018-1111,市场短期下跌后开始反弹,虽然上涨不像0924-1008那样急剧,但17个交易日的累计涨幅也很高,沪深300、中证500、中证1000指数分别上涨9.1%、16.8%、19.5%。
而基金角度,为应对申购赎回,通常会保留一些现金仓位,即股票仓位不足100%。以24Q3为例,沪深300、中证500、中证1000指数增强基金的平均仓位分别为92.8%、92.8%、92.3%。在市场短期大幅上涨的背景下,不足100%的仓位给指数增强基金带来明显的负向超额。
平均来看,0924-1008期间,仓位对沪深300、中证500、中证1000指数增强基金的影响分别为-2.2%、-2.4%、-2.9%,仓位贡献占基金负超额收益的比例分别为49.2%、43.3%、71.7%。注:仓位影响计算方式为,基金平均收益-基金平均收益/平均仓位。
1018-1111期间,指数涨幅相对较低,仓位带来的负贡献也比0924-1008期间要小;但不足100%的仓位仍给基金获取正超额收益增加了较大难度。这个阶段,仓位对沪深300、中证500、中证1000指数增强基金的影响分别为-0.5%、-1.0%、-1.4%,贡献占比分别为27.1%、23.2%、47.0%。
综合来看,0924至1111期间,沪深300、中证500、中证1000指数增强基金等权组合跑输指数分别为5.1%、8.7%、8.1%;其中仓位影响分别为:-1.8%、-2.5%、-3.3%。若扣除仓位影响,此阶段沪深300、中证500、中证1000指数增强基金等权组合跑输指数分别为3.3%、6.2%、4.8%。
2.2Beta因子的异常表现
长期来看,高beta组合与低beta组合并无显著持续的收益差异(图11)。但在市场短期大幅上涨时,上涨弹性比较低的低beta个股表现普遍不佳。我们考察13年以来20个交易日累计涨幅≥15%的阶段,共计出现9次(图12)。统计这9个阶段低beta因子的表现可见,低beta因子收益普遍为负,即在上涨阶段,高beta效应显著。
24.09.24-10.08也不例外,短短6个交易日,高beta个股相对低beta个股的累计收益差逾20%。10.18-11.11期间,市场处于短期下跌后的反弹,特征与09.24-10.08期间类似,高beta个股显著优于低beta个股。注:beta因子为过去12个月,个股月收益率对中证全指月收益率回归的系数。
而从指数增强策略的风格暴露来看,经过近几年市场的演绎,指数增强基金普遍暴露在低估值、低beta风格上。如图13所示,24H1,沪深300、中证500、中证1000指数增强基金中,相对基准指数呈低估值、低beta特征的基金个数占比分别为73.3%、93.5%、75.6%。在这3个宽基指数增强基金类型中,中证500指数增强基金的平均beta暴露幅度最低,为-0.18;从超额收益表现来看,09.24-11.11期间,也以中证500指数增强基金的相对回撤最大。
我们根据24H1指数增强基金在beta上的暴露,将全部沪深300、中证500、中证1000指数增强基金等分为5组,然后统计仓位调整后,每组基金相对于基准指数的平均超额收益,结果如图14所示。整体来看,指数增强基金在beta上的负暴露越高,其在09.24-10.08、10.18-11.11期间的平均负超额越明显。注:仓位调整超额收益计算方式为,基金实际收益/基金24Q3的股票仓位-基准指数收益。
综上所述,24H1,指数增强基金相对于基准指数普遍暴露在低估值、低beta风格上。而在市场短期大幅上涨阶段,弹性比较低的低PB、低beta个股普遍表现不佳,从而给09.24-11.11期间的超额收益带来明显负面影响。
2.3常见选股因子大面积失效
09.24-11.11期间,常见选股因子大面积失效,加剧了以多因子模型为主要策略的指数增强基金超额收益的获取难度。
* 09.24-10.08阶段,市场短期急剧上涨,高弹性因子,如高beta、反转因子超额收益为正;而其他因子,如低波、低换手、盈利、增长等,普遍失效。
* 10.09-10.17,市场短期下跌,因子失效现象有所缓解,基本面因子如SUE、预期净利润调整因子表现突出。
* 10.18-11.11,市场短期下跌后开始反弹,市场对公司基本面关注度明显降低,基本面因子如ROE、SUE、预期净利润调整因子持续回撤。
* 总体来看,在市场累计上涨37.0%的这30个交易日内,仅高弹性因子,如高beta、反转因子,收获正收益,其余因子则都出现不同幅度回撤,防御属性因子低PB、ROE因子回撤最为明显,逾15%。
2.4小结
综上所述,24年指数增强基金平均超额收益的最大回撤发生在09.24-11.11期间,造成这段时间的回撤由多个因素共振引起。
* 在市场大幅上涨背景下,仓位问题给超额收益带来明显负面影响。
* 市场整体处于下跌趋势后的上涨,短期内上涨幅度大,情绪影响占据主导,高beta风险因子表现突出,其余常见选股因子大面积失效。
类比历史,这个阶段与2019.02.01-2019.03.22类似(图17),市场整体处于下跌趋势后的短期大幅上涨(27.7%),仓位问题加上市场受情绪主导,常见选股因子大面积失效,使得这个阶段指数增强基金短期发生较大回撤,等权沪深300、中证500、中证1000指数增强基金区间相对回撤分别为2.0%、5.9%、5.9%。之后,随着市场恢复正常状态,超额收益很快修复。等权沪深300、中证500、中证1000指数增强基金组合的超额收益分别于2019.07.22、2019.07.09、2019.06.04修复并创新高。
3. 如何降低极端情景下的超额回撤
基于前文分析,24年超额收益获取难度大,在一定程度上或与多种因素共振的极端环境有关。后验角度,我们是否能够通过风险控制、极端环境监控、储备因子等方式,来减小极端环境对超额收益造成的负面影响呢?本节我们对该问题进行探讨。
3.1控制beta暴露
如前所述,beta风格因子收益波动大,选股方向切换频繁。若没有高胜率的因子择时模型,则主动控制组合相对基准的beta暴露,或许是一个收益风险比上性价比相对较高的方式。
我们采用常见风格、量价、基本面等因子构建多因子收益预测模型,在一定风控约束下,构建沪深300、中证500和中证1000指数增强组合。图21-24展示了风控模型是否约束beta因子暴露,对组合24年超额收益的影响。控制beta暴露前后,整体相对净值走势无明显差异,但控制beta的组合波动幅度相对较小。
具体在今年09.24-11.11期间,原沪深300、中证500、中证1000指数增强组合的累计超额收益分别为-2.0%、-5.2%、-8.6%,控制beta暴露后,在此区间的超额收益均明显提升。
历史上看,对于中证500、中证1000指数增强组合,控制beta暴露绝大部分年份可改善组合收益风险比。但对于沪深300指数增强组合,控制beta暴露则无明显改善,甚至会略微降低超额收益水平。这可能是由于,中证500、中证1000指数增强组合,通常低波、低换手率因子具有较大收益贡献,这使得组合天然在低beta上具有一定暴露,若不主动控制beta偏离幅度,会使得组合容易受beta收益波动的影响。因此控制其风险,在特定时段会具有较大的边际改善效果。
3.2储备新数据新因子
09.24-11.11超额收益获取难度大,也与这个阶段常见选股因子大面积失效有关。为此,我们可以储备与常见选股因子时序相关性较低的新数据、新因子,以应对不断变化的市场环境。
例如,累计研发占比因子,在近几年常见基本面因子整体表现稍显逊色的情况下,多空净值整体稳定向上(图26)。特别在中盘股(市值分位点处于20%-50%分位点之间的个股)中,多空收益高,波动率低,统计显著。
我们将累计研发因子加入中证1000指数增强组合构建中,如下表所示,可较为明显改善组合的超额收益表现。绝大部分年份(80%),该因子的引入都可提升组合超额收益,改善信息比。特别是20年以来,收益提升幅度均不低于0.8%。今年09.24-11.11期间,引入该因子后,中证1000增强组合的区间超额收益由-5.0%增加至-2.3%,最大回撤明显降低。
3.3结合时序分析,搭建极端情景监控体系
指数增强策略是在复制目标指数的基础上,一定程度调整个股权重,以获取小幅跑赢基准指数的超额收益。因此超额收益的累计通常较为缓慢,若遇到像今年09.24-11.11这种较为极端的市场情况,则可能在短期内损失长达半年累计起来的超额收益。为平缓超额收益波动,我们或许可搭建极端情况监控体系,考察特定异常情景发生后,常见选股因子相对业绩表现的差异,以辅助进行因子配置。
例如,下跌趋势中突然出现较大涨幅,则未来短期个股截面收益分化度受情绪影响的可能性较大,基本面因子的选股效果相对较为薄弱。
具体来看,若截止t日,中证全指过去半年累计涨幅为负,同时t日涨幅不低于3%(或者过去5个交易日累计涨幅不低于5%),则我们将该交易日定义为触发特殊情景“下跌趋势中突然出现较大涨幅”。13年以来,触发该情景的交易日共计40天。我们将该情景触发后的5个交易日称为特定情景日,除此之外的交易日则为对照样本,即图27中的“其他情景”。图27统计了特定情景日与对照样本日,常见因子的多空收益表现。
统计结果显示,下跌趋势中突然出现较大涨幅后,未来1-5个交易日个股截面收益分化度受情绪影响的可能性较大,小市值、高beta、反转、以及尾盘成交占比因子表现突出;而基本面因子、低换手率等因子整体表现较弱。
今年09.24,中证全指单日涨幅4.06%,而过去半年市场整体处于下跌趋势,符合我们对“下跌趋势中突然出现较大涨幅”的定义。在之后的5个交易日里,在一定程度上延续了历史规律:小市值、反转、高beta、尾盘成交占比因子表现突出;而基本面、低换手率因子表现较差。从风险预警的角度而言,若我们构建了极端情景监控模型,则可以在该情景触发后,收紧beta、低换手率、基本面因子的权重或暴露,从而减小这些因子大面积失效对组合超额收益造成的负面影响。
但是值得注意的是,极端情景监控也有其自身的问题,即样本数较少。例如上述情景,一共只有40个交易日触发;而且有一些交易日间隔时间短,若我们将5个交易日内发生的事件合并,则一共仅21个阶段触发上述情景。对于样本数较少的规律而言,胜率很重要,与大样本规律相比,一次失效对其造成的影响通常相对要大。为降低这种影响,我们可以主要进行短期操作,例如只对情景发生后的5个交易日进行判断和操作,这样即使失效,也不会产生特别大的负面影响。
4. 总结
24年,绝大部分量化基金均取得正收益;相较而言,指数增强基金的整体收益率高于主动量化基金。超额收益维度,69.0%、77.4%、88.9%的沪深300、中证500、中证1000指数增强基金均跑赢基准指数。但平均超额收益幅度相对较小,分别为0.8%、2.0%、5.1%。
选股因子角度,整体来看,上半年基本面因子表现较优,下半年量价因子表现突出。10月份,常见选股因子普遍表现较差;4、12月份,选股效果普遍较为优异。
指数增强策略超额收益维度,全年最大回撤主要发生在09.24至11.11期间,不到两个月时间,沪深300、中证500、中证1000指数增强基金等权组合跑输指数分别达5.1%、8.7%、8.1%,均触及近10年来年内最大回撤。在此阶段,常见选股因子普遍回撤。11.12开始,因子表现逐渐修复,指数增强基金的相对净值走势也开始向上累计。11月,量价因子表现率先修复,表现突出;12月基本面因子也开始修复,ROE单月多空收益达7.2%。
24年指增策略平均超额收益相对偏低,究其原因主要受09.24至11.11期间最大回撤所拖累。我们对该期间导致相对回撤的原因进行复盘分析发现,造成这段时间的回撤由多个因素共振引起。一方面,在市场大幅上涨背景下,仓位问题给超额收益带来明显负面影响。另一方面,市场整体处于下跌趋势后的上涨,短期内上涨幅度大,情绪影响占据主导,高beta风险因子表现突出,其余常见选股因子大面积失效。多个因素联动,使得这段一个半月左右的时间,获取超额收益难度大。
类比历史,24.09.24-24.11.11与19.02.01-19.03.22类似:市场整体处于下跌趋势后短期大幅上涨,仓位问题加上市场受情绪主导,常见选股因子大面积失效,使得这个阶段指数增强基金短期也发生较大回撤。等权复合沪深300、中证500、中证1000指数增强基金,19.02.02-19.03.22期间的相对回撤分别为2.0%、5.9%、5.9%。之后,随着市场恢复正常状态,超额收益很快修复。等权沪深300、中证500、中证1000指数增强基金组合的超额收益分别于19.07.22、19.07.09、19.06.04修复并创新高。
回看09.24-11.11这一阶段的特征,我们可以通过控制beta风格暴露、极端环境监控、储备因子等方式,来减小极端环境对超额收益造成的负面影响。但需要注意的是,每种调控方式都隐含着一些风险。例如极端情景监控,历史发生样本数较少。对于样本数较少的规律而言,胜率很重要,与大样本规律相比,一次失效造成的影响通常相对要大。为降低这种影响,我们可以主要进行短期操作,例如只对情景发生后的5个交易日进行判断,这样即使失效,也不会产生特别明显的负面影响。
5. 风险提示
本文根据客观数据和评价指标计算,不作为对未来走势的判断和投资建议。本文结论通过统计分析得出,存在历史统计规律失效风险、因子失效风险、模型误设风险。
本文选自海通证券研究所研究报告:海通金工 | 2024年指数增强策略的回顾与思考
对外发布时间:2024年01月07日