来自中美基金市场发展比较的启示：ETF配置与择时方法探究

请参阅附注免责声明1 请参阅附注免责声明2 请参阅附注免责声明3 1.1 为什么要做资产配置：分散风险改善风险-收益表现 •资产荒的实质是基础资产真空。 •资产配置可能是唯一可以容纳大型资金的方案。 增长率 （ ） , 波动率（ 年化 4.26 2.72 4,10.7 18.3 88,13.36 30. 6,13.36 10.6 年复合 16 14 % 12 10 8 6 4 2 %） 0 0.005.0010.0015.0020.0025.0030.0035.00 4 1.2 资产配置理论的发展，来自对风险认知的不断加深 •投资的两面，一面是追求收益（择时），一面是管理风险（配置）。 •对风险认知的不断加深：回避风险分散风险主动管理风险。 对风险认知的不断加深 5 1.3 投资组合构建是执行风险预算的过程 组合整体 资 配 产大类资产 置 细分资产 股票资产风险预算 债券资产风险预算 行业敞口 因子敞口 残差风险敞口 类属敞口 久期敞口 评级敞口 期限敞口 基准 主动 基准 主动 基准 主动 基准 主动 基准 主动 基准 主动 基准 主动 风险预算与风险敞口 股票 行业因子残余 组合整体风险预算 投资组合 类属 债券 久期评级期限 6 1.4 超额收益与风险预算 •传统主动投资策略更注重收益，较少关注风险预算。 •投资过程中，产品层面的分散，未必是风险的分散！ 2016 2017 2018 2019 2020 2021 2022 2023 -17.00% 12.63% -24.58% 43.74% 51.50% 4.05% -21.80% -11.53% 19% 16% 28% 29% 3% 5% 11% 0% 0% 0% 0% 0% 0% 0% 0%0%17%64% 17%15%43%9% 3%20%33%16% 0%38%19%14% 0%52%30%15% 0%42%30%23% 0%34%55%1% 20% 33% 27% 4% 0% 15% 平均 21% 19%39% 15% 0% 8% 小盘成长 大盘成长中盘成长 例 大盘价值中盘价值小盘价值 暴露比 统计偏股基金年份指数收益 大盘成长指数偏股基金指数(wind) 3.00 2.50 2.00 1.50 1.00 0.50 0.00 2017-1-32018-1-32019-1-32020-1-32021-1-32022-1-32023-1-3 7 1.4 超额收益与风险预算 •主动股基指数仅在2019年-2021年相对拟合基准（根据市值、风格的暴露情况拟合）具有显著的超额收益。 •2013年-2023年的十年期间，在剔除了主动管理型产品的风险溢价收益后，其整体未能战胜市场基准。 8 1.4 超额收益与风险预算 资产配置能力 行业择时能力 交易能力 •基金绩效分析，一方面是拆解基金收益和风险的来源，另一方面是判断在主动承担某一方面风险敞口的情况下，能够可以持续带来超额收益。 风格择时能力 个股选择能力 9 1.5 Alpha与Beta分离，是海外资产配置蓬勃发展的关键因素之一 •1980-2010年，指数基金的增长是美国资产管理行业最稳定的趋势。得益于金融工程手段在增加Beta产品供给方面的大规模应用，Alpha策略产品不断丰富。作为创新产品，Alpha与Beta在应用层面的分离挤占了传统产品的市场份额。 Alpha-Beta在应用层面的分离挤占了传统产品的市场份额 10 请参阅附注免责声明11 2.1 ETF关注度提升：短期现象or长期现象？ •国内市场：ETF份额持续提升。 12 2.1 ETF关注度提升：短期现象or长期现象？ •2016年-2020年，主动型港股通基金的规模占比超过80%，远超被动型。2021年年初至今，被动型港股通基金的规模占比迅速提升。2023年三季度，被动型港股通基金占比为54.43%，超越主动型港股通基金，成为港股通基金的主力军。 港股通市场：资金从主动基金流向ETF 13 2.1 美股10年：资金净流出主动基金，流入ETF •ETF在过去10年间资金持续净流入，2013到2022年的总流入额达到了4.8万亿美元。而与此同时，主动基金却是净流出1.2万亿美元，在过去10年中，有6年均为净流出。 14 2.2 市场有效性提升：主动策略难以获取超额收益 •弱式检验(WeakFormTests)，比较三地市场有效性：美股>港股通市场>A股 日度序列的ADF检验：美股>港股通市场>A股 15 2.2 ETF关注度提升：未必仅是个短期现象 请参阅附注免责声明16 2.3 昨日的Alpha与今日的SmartBeta •随着对收益来源和风险来源的认识持续迭代，昨日的Alpha也许就是今日的SmartBeta。 17 请参阅附注免责声明18 时间区间 债券指数(夏普比) A股指数(夏普比) 2013-2022 1.551 0.240 2014-2022 2.001 0.276 2015-2022 1.599 0.092 2016-2022 1.163 -0.018 3.1 海外经典的资产配置模型为何在国内“水土不服” 时间区间 美债指数(夏普比) 美股指数(夏普比) 1982-2022 0.606 0.559 1983-2022 0.614 0.542 1984-2022 0.600 0.524 1985-2022 0.571 0.529 1986-2022 0.548 0.501 1987-2022 0.516 0.487 1988-2022 0.523 0.494 1989-2022 0.506 0.482 1990-2022 0.471 0.452 1991-2022 0.447 0.472 1992-2022 0.406 0.440 1993-2022 0.385 0.441 1994-2022 0.354 0.436 1995-2022 0.405 0.448 1996-2022 0.354 0.405 1997-2022 0.352 0.375 1998-2022 0.312 0.331 1999-2022 0.274 0.286 2000-2022 0.313 0.251 6.00 5.00 4.00 3.00 2.00 1.00 0.00 A股债券黄金美股 19 3.1 海外经典的资产配置模型为何在国内“水土不服” 风险平价（RP）与均值方差最优化（MVO）的关系 •风险平价其实给出的是SML与有效前沿的两个交点 （EBP-A，EBP-B）之间的再配置，与MVO切点组合不同（最优夏普比率），风险平价遵循的是一种“用次优构造最优”，即Qian（2005）所讲的用“次优 =EBP”构造“最优=MVO”的思路。RP组合是通过SML与有效前沿的割点的再组合得到，因此稳健性比MVO更好。 •在Qian（2005）的开篇处，Qian本人对风险平价做了一个精彩的总结：“风险平价组合（RiskParityPortfolio，RPP）是一组包含股票、债券、商品等有效beta投资组合（EfficientBetaPortfolio，EBP），并且在不同资产类别上拥有相等的市场风险配置的投资组合。” •风险平价本质上是一个两阶段的策略：在第一阶段，投资者需要找到有效beta投资组合（EBP），在第二阶段，然后才是在各个有效beta投资组合之间做出风险均等的配置。从实证的角度来看，第一阶段的缺失，即缺乏有效的beta投资组合，往往是风险平价后效果不及预期的根本原因。 20 3.2 资产配置的本土化实践：CPPI+RP两阶段法 •第一步，CPPI（类保本策略）：以债券为安全资产，改善风险资产（A股、美股、黄金）的夏普比例。 21 3.2 资产配置的本土化实践：CPPI+RP两阶段法 •第二步，风险平价（对子组合）：实现风险配置。 100% 90% 80% 70% 60% 50% CPPI股债组合_A股权重CPPI黄债组合_黄金权重CPPI美债组合_美股权重 100% 80% 60% CPPIA股/债券组合CPPI黄金/债券组合CPPI美股/债券组合 40% 40% 30%20% 20% 10%0% 0% 22 3.2 资产配置的本土化实践：CPPI+RP两阶段法 •CPPI+RP两阶段法：应对型多资产配置策略，可以作为参考基准使用。 •长期稳定，回撤可控。如果要将回撤控制在5%以内，可以叠加动态止损策略。 区间 等权组合 RP组合 CPPI_RP组合 年份 2009 36.99% 4.92% 29.64% 2010 8.20% 3.21% 8.10% 2011 -4.34% 3.41% 1.32% 2012 7.71% 4.75% 4.12% 2013 -1.93% 0.44% 1.58% 2014 17.49% 12.44% 14.53% 2015 4.88% 7.14% 9.52% 2016 4.72% 3.46% 6.52% 2017 9.40% 4.26% 8.13% 2018 -6.10% 5.37% 1.54% 2019 22.26% 6.62% 17.90% 2020 15.63% 4.81% 12.44% 2021 6.51% 5.39% 5.53% 2022 -6.98% 2.06% -2.83% 2023年至今 4.69% 3.64% 3.68% 累计收益率 191.07% 100.94% 210.55% 年化收益率 7.77% 5.01% 8.26% 年化波动率 8.84% 1.97% 5.30% 最大回撤 -15.20% -2.70% -5.20% 夏普比率 0.89 2.49 1.52 卡玛比率 0.51 1.85 1.59 23 请参阅附注免责声明24 4.1 股价的驱动因素：预期思维、交易思维+边际思维（2+1思维） •ETF本质上是股票，ETF择时本质上是股票择时。 •择时是收益率层面的问题，出发点为股价的驱动因素：1）超预期；2）交易策略。 25 4.2 ETF“兵器谱”：以医药行业ETF为例 26 4.3 ETF择时“战术” •基于超预期的择时方法 •基于交易策略的择时方法 27 4.3 价量指标与股价之间的关系 •并非简单的线性关系，多因子模型不适用。 •边界值更有信息含量。 沪深300走势与反转指标 60002.5 2500 2018-1-22019-1-22020-1-22021-1-22022-1-22023-1-2 -2.0 2.0 5500 1.5 5000 1.0 4500 0.5 0.0 4000 -0.5 3500 -1.0 -1.5 3000 -2.5 28 4.3 择时模型构建：决策树模型训练 •基于决策树的模型：boosting。 1.1万亿 成交额 收益率=5% 收益率=-5% 大于 小于 •boosting的核心思想就是我们希望训练出K颗树，将它们集成起来从而预测我们的Y（收益率）。 29 4.4 择时模型：类绝对收益特征 •宽基择时：基于对未来一周的收益率预测值择时。 30 4.4 择时模型：类绝对收益特征 •行业择时：基于对未来一月的收益率预测值择时。 31 请参阅附注免责声明32 5风险提示 •本报告结论完全基于公开的历史数据进行计算，对基金产品和基金管理人的研究分析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或投资建议。 •本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐，亦不涉及对任何指数样本股