景顺长城中证1000详解：为什么说量化产品没有“团灭”

景顺长城量化产品聚焦Alpha挖掘，其在跟踪误差和最大超额回撤控制上好于许多头部量化私募，其超额收益来源于基本面因子，与大部分重视量价因子的量化私募有所不同。其产品强调因子背后的传统金融与行为金融逻辑，策略因子以基本面为主，调仓频率与持股数量适中，收益来源于公司盈利的边际改善、股票估值修复、企业长期成长等基本面因素。 年初有巨幅回撤的量化产品表现出三个特点：非线性策略收益更具周期性；量价因子交易更加拥挤；风格敞口暴露较为激进。与之相对的，聚焦基本面因子的中低频策略受上述原因影响较小，该类策略具备跟踪误差小、策略容量大、组合换手低和风格约束严等特点。当市场为盈利驱动时，此类产品占优，本文涉及的景顺长城量化产品属于该类。 买增强产品好比低价“打折”买指数。我们对2022年的市场判断不会比2018年更悲观，单边下跌行情大概率不会重演，在前期下跌基础上，中证1000指数估值进一步下行空间有限。结构上，市场筹码从集中转向分散，分散化投资优势凸显；景顺长城量化小盘ALPHA收益稳定，受风格影响较小，2018年以来实现每年约10%超额收益。简单来说，指数2年下跌幅度只要不高于20%，则可获得正收益。 景顺长城量化产品在不同的市场环境下均具备相应的管理经验和因子储备，对市场风格的切换适应力较强。景顺长城作为国内首屈一指的在量化类基金上深度布局的基金公司，各个细分量化赛道上均有表现突出的相应产品。 景顺长城指增的量化模型更适配风格分化、去抱团化的市场环境。景顺长城量化产品在保持一定的风格和行业中性的基础上更偏防御属性,从净值反应的模型适应性上而言，适宜当前高频轮动行情。 景顺长城量化产品交易策略模块加速迭代。横向比较市场上对标同一指数的增强产品的换手率，景顺长城指数增强的换手率逐步提升，模型迭代速度加快，交易能力凸显。 风险提示：本结论仅从量化模型推导而出，与研究所策略观点不重合。 1.为何景顺长城量化产品回撤不大 2021年四季度，量化多头产品遭遇了一轮大面积回撤，部分创出历史最大回撤。然而，不乏量化产品在此期间回撤不大，以景顺长城量化小盘为例，2021年四季度至今绝对收益为-8.3%，其回撤小于中证1000指数，也远低于部分头部量化私募。为何景顺长城量化产品能够实现较小的回撤？ 图1景顺长城量化小盘收益统计 不一样的量化产品回撤源于不一样的投资模式。量化多头主流做法大致可分为BGI模式、金融科技模式与系统化主动模式三大类型。由于投资理念有较大差异，所以产品收益相关性较低。许多明星量化私募采用金融科技模式，其策略架构中量价因子占比较高，日频调仓较多，其收益来源为统计套利，量化模型更偏好机器学习模型，风险控制上常包含有限制的风格轮动模型；与前者不同，景顺长城量化产品为BGI模式，Barclays Global Investors为量化投资的鼻祖，注重投资的科学性和严谨性，BGI模式海外巨头AQR管理规模高达1600亿美元，其特色为强调因子背后的传统金融与行为金融逻辑，策略因子以基本面为主，调仓频率与持股数量适中。 表1量化多头策略架构对比 请务必阅读正文之后的免责条款部分 在BGI模式下，量化策略的收益来源于公司盈利的边际改善、股票估值修复、企业长期成长等方面，在其他风险敞口暴露上较低，因此换手率低于金融科技模式。长周期来看，其ALPHA更加稳定，失效概率较低。 由下表可知，景顺长城量化小盘在跟踪误差和最大超额回撤控制上好于许多头部量化私募。 表2景顺长城量化小盘与量化私募产品风险概览 因为量化产品存在多种投资模式，所以景顺长城量化小盘与私募产品收益相关性存在明显分化，与部分重视基本面因子的明星量化私募产品有较高的相关性，而与一些重视量价因子的量化私募相关性较低。2021年四季度的回撤主要波及交易型量化策略，因此，对偏好基本面选股的量化产品影响较小。 图2中证1000量化多头产品超额收益相关性 2.部分量化产品巨幅回撤原因分析 2019年以来，擅长高频交易与人工智能的金融科技型量化产品开始流行。 一方面，2019年6月，证监会发布公募基金转融通业务指引，不久交易所公告两融标的扩充到1600只，再次丰富融券券源的种类和规模。标的证券的扩容有助于改善股票的流动性和波动率，为T0交易策略提供了更广阔的空间；另一方面，股票分化成和成交量的连续攀升成就了丰厚的交易型ALPHA收益空间，金融科技型量化产品收益与规模得以快速增长，然而在2021年四季度至2022年年初，相关产品收益出现较大的回撤，其背后存在多重原因： i.非线性策略收益更具周期性。相较于线性模型，人工智能模型更多更快地挖掘出过去一段时间内的市场运行规律，因此大部分时间内，基于人工智能模型的策略收益更高，然而一旦市场出现风格切换，原有市场规律失效，如果风险敞口控制不当，容易产生较大回撤。 2020年以来，趋势和动量因子强势，政策干预后，量化模型难以预测拐点，导致部分ALPLHA因子回撤较大，从而使得此类策略收益更具周期性。 ii.量价因子交易更加拥挤。交易型量化策略潜在收益虽高，但是对交易成本比较敏感，导致策略容量有限，由于前期量化策略表现亮眼，相关产品扩容，新发私募数量增多，产品管理人低估了市场相关策略规模的上升速度，从而导致同类型策略交易拥挤。 iii.风格敞口控制更加灵活。一方面，管理人积累了一定的风格择时的能力，另一方面，量化产品投资理念逐渐受到认可，投资者对量化产品的风险承受能力有所提高，在此背景下，2021年越来越多的量化产品开始尝试灵活对冲，叠加行业轮动子策略或适当放开市值敞口等，积极管理风格敞口，在增加策略预期收益率的同时也增大了策略的波动。 除此之外，市场成交量下滑，个股收益分化度下降、量化交易监管趋严等环境因素也对此类型策略表现产生了一定影响。 因此，相对于交易型量化产品，景顺长城量化产品受上述原因影响较小，具备跟踪误差小、策略容量大、组合换手低和风格约束严等特点。当市场为盈利驱动时，此类产品占优。 表3景顺长城量化与交易型量化产品优势对比 3.买增强产品可理解为“打折”买指数 中证1000指数投资性价比逐步攀升。中证1000指数目前PE、PB估值均处于历史底部区间，PE估值30.31，处于9.4%分位，PB估值2.58处于历史32.2%分位。从风险溢价来看，中证1000指数风险溢价2021年以来快速上升，目前已处于历史94.7%分位，表明中证1000指数相对债券的性价比正逐步攀升，未来具备充分的上行空间。 图3中证1000指数历史PE与风险溢价 2022年的市场环境与2018年不同，我们判断，2018年的单边下跌不会重演。从货币信用体系来看，2018年在“去杠杆”的刚性目标下，社融见顶，诱发紧信用，而2022年以来社融增速有望见底，我们判断，未来市场将处于宽货币宽信用阶段。因此，除非出现极端事件例如中美贸易战等，否则熊市概率不高；其次，宽货币宽信用利好小盘股，中证1000指数有望从中受益。 图4历史社融增速 筹码从集中转向分散，分散化投资优势凸显。2017至2021年，机构抱团导致A股市场呈现动量格局，价值股持续回撤，2022年以来风格出现切换，其原因在于：从历史经验来看，伴随预期利润变化格局出现大幅分化，筹码将由集中走向分散，抱团以及赛道类投资面临较大的回撤压力。相比之下，全市场分散选股的稳定性优势凸显，近期基本面ALPHA收益已经大幅回升。 图5 EP价值因子历史累计多空收益 买增强产品可理解为“打折”买指数。景顺长城量化小盘ALPHA收益稳定，受风格影响较小，2018年以来实现每年正超额收益。因此，相对于中证1000指数，在持有期不过短的情况下，指数增强产品相当于“打折”买入指数。 表4景顺长城量化小盘超额收益分年度统计 4.景顺长城量化：全赛道布局，偏重产品防御属性 4.1.景顺长城的量化全赛道布局之路 景顺长城作为国内首屈一指的在量化类基金上深度布局的基金公司，各个细分量化赛道上均有表现突出的相应产品。指数增强产品中对于主流的宽基指数如沪深300、中证500均有丰富的管理经验，更扩充了市场相对比较稀缺的创业板综指增强以及MSCIA股增强，其中沪深300增强产品于2013年成立，至今已平稳运行9年，成立初期份额为3.82亿份，现份额19.28亿份，实现400%的增长。 在主动量化赛道上，景顺长城量化部同样推出了丰富的产品线，其中包括偏向于小盘风格的景顺长城量化小盘，偏向于大盘风格的景顺长城量化先锋，偏向于成长风格的景顺长城量化成长演化和偏向于平衡的风格的景顺长城量化平衡等等，在不同的市场环境下均具备相应的管理经验和因子储备，对市场风格的切换适应力较强。 图6景顺长城在主流量化赛道上均有深度布局 4.2.中性约束严执行的基础上，产品更偏防御属性 产品在保持一定的风格和行业中性的基础上更偏防御属性。我们统计了根据半年报/年报披露的全部持仓生成的基金在各个风险因子的暴露和底层指数在各个风格和行业因子上的暴露进行对比，以分析产品的风险敞口暴露情况。从景顺长城沪深300增强的风格敞口暴露来看，相对沪深300更倾向于暴露中大盘市值、低估值和高股息率的个股。从行业敞口暴露来看，同样基本保持了行业中性，相对超配低估值行业如钢铁、煤炭、建材等，相对低配高估值的行业如有色金属、国防军工等，虽然期间会进行一些动态调整，但整体幅度较小。景顺长城中证500增强的风格和行业敞口暴露也出现了类似的特征，在整体保持适度中性的基准上风格更倾向于暴露低估值与高股息，行业更倾向于暴露低估值行业。 图7景顺长城沪深300增强产品的风格因子偏离度整体较低 图8景顺长城沪深300增强产品的行业配置偏离度同样偏低，高估值行业相对低配 图9景顺长城中证500增强产品的风格因子偏离度整体较低，相对超配低估值、高股息 图10景顺长城中证500增强产品的行业配置偏离度小于6%，高估值行业相对低配 4.3.模型适应性分析：非抱团下的风格分化行情 对于指数增强产品，我们需要重点关注其alpha情况，以探究在何种市场环境下alpha相对较为稳定，对于alpha的计算我们采用如下方式： 𝑅 = 𝛼+ 𝛽 ∗ 𝑅 + 𝜀 𝑓𝑢𝑛𝑑,𝑡 𝑡 𝑏𝑒𝑛𝑐ℎ𝑚𝑎𝑟𝑘,𝑡 综合来看，景顺长城的指增产品表现相对较优的年份为2017年、2021年以及2022年至今，2019年表现相对较弱。 图11景顺长城300增强产品2016-2017年，2021-至今表现相对较优 图12景顺长城500增强产品2020-至今表现相对较优 从净值反应的模型适应性上而言，景顺长城指增的量化模型相对较为适应市场风格相对较为分化、抱团情况不显著的情形。我们可以通过观察风格因子的收益离散程度来衡量市场的风格均衡程度，从下图可以看到景顺长城指增产品表现较好的年份市场上风格收益离散程度较高，而表现较弱的2019年的一个显著特征便是以动量因子为首的风格收益呈现长时间的头部集中化，鉴于我们在之前分析过景顺长城的指增产品风格配置相对较为均衡，此种风格集中的情形下易造成表现相对较为平庸的结果。 638227 图13风格收益离散程度于2019年急速下降 风格收益集中的背后是机构抱团，集中持仓行为的影响，此状态不可持续，未来指增产品有效性将继续凸显。我们曾经在报告中深入讨论过抱团行为的影响。站在当下时点向后看，从宏观角度而言，未来在宽货币宽信用环境下，历史经验来看，预期利润变化格局会出现大幅分化，此时筹码由集中走向分散，抱团以及赛道类投资面临较大的回撤压力；从微观角度而言，近两年基金的持仓集中度在2021Q1见顶后连续呈现显著的下降趋势（按CR5统计），同时自21年年初以来我们发现抱团的调股换仓行为加剧，基金抱团股的收益自开年以来显著下降，在回撤的影响下机构拓宽选股池，全市场分散化选股行为重新凸显乃是大势所趋，在抱团瓦解的情形下，量化指增的选股宽度的优势凸显。 图14基金抱团股2022年以来持续跑输沪