|
量化投资策略的核心在于建立具有核心竞争力的模型。”一个好的模型必须花时间进行本土化创新和改造以适应市场价值的挖掘。同时,还需要将对市场的“敏感”植入模型当中,关注更加新颖、更加广泛的数据来源。 谈到模型在量化投资中的作用,雷俊说:“量化模型的采用必须与投资理念密切结合,并不是越复杂的模型越好,与投资理念相匹配的模型才是最好的模型。” 众所周知,投资中积少成多的复利效应是巨大的,同样的选股策略,复利效应可能带来更多的收益。为此,雷俊举了一个“总市值因子选股”简单例子:它的核心在于选取全市场可交易最小的10%股票,分别在每月初第一个交易日和每年财报季后5月的第一个交易日换仓。南方基金提供的数据显示,自2008年1月至2017年1月底,考虑双边千分之三的交易费用,使用同样的市值因子,月度换仓累计收益为16.44倍,年化收益37.09%;年度换仓累计收益8.23倍,年化收益27.79%。可见,增加换仓频率后确实存在“复利”效应,大幅提高了收益。不仅如此,雷俊还透露说,如果按年度划分,月度换仓策略也能每年稳定跑赢年度换仓策略。 雷俊表示,量化投资发展到今天,除了因子建模,已经逐步呈现出多元化的投资思路,比如事件投资和衍生品投资等。 事件投资通常是通过观测某一类重复发生的事件,分析其发生时间点前后是否存在明显的相对(或者绝对收益)投资机会。雷俊表示,“指数成分股调整”是个极具代表性的例子。每年的6月和12月,中证指数公司会对重要A股指数的成分股进行调整,包括沪深300指数、上证180等。随着指数成分股的调入调出,跟踪该指数的基金包括ETF基金、LOF基金等也会对基金的持仓做出相应的调整,从而有可能会对即将调入调出的股票价格产生重要影响。 据测算显示,在2010年6月至2016年12月间,沪深300指数成分股共进行过14次成分股的跟踪和调整。以中证指数公司公布成分股调整公告日为T日,计算T+1日到指数调整日最后一日的区间内,成分股调入组合、调出组合与沪深300指数涨跌幅。从回测结果来看,调入的成分股共12次优于调出的成分股,占比为85.7%,平均每次实现的超额收益达到3.47%。 在谈及衍生品工具的运用时,雷俊认为量化有着天然的优势。一方面,量化投资人员对于金融衍生品比较熟悉,大部分衍生品研究均在数量化投资团队;另一方面,国内股指期货的升贴水过去几年变化较大,存在相当多的投资机会。雷俊认为,从目前看,股指期货仍旧处在深度贴水中。由于期货会在交割日收敛到现货的水平,因此,买入股指期货就可以获得确定性的超额基准指数收益。公开数据显示,其管理的南方量化成长基金一直都投资股指期货,并且获得了大幅度的超额基准收益。 对于量化基金,另一个重要方面则是在风控把握上。如何加强风险控制的把握,尽量避免基金在投资中的大起大落是量化投资能否成功的关键。雷俊表示:“在量化模型测试中,通常会得到很多结果和数据,但最后我们不仅要看最好的结果,同时也要看最坏的结果。实际投资中,多个量化模型的叠加通常会有助于降低最坏结果出现的概率。通过观察模型与模型之间的特性与联系,构建互补、低相关的策略组合,有助于规避极端相对风险。”
| 
