咨询热线:13410168797

擎松资讯

首页 > 擎松视点 > 擎松资讯

为什么我们要把基金经理行为量化?

时间:【2017-03-01】来源:未知

前言

        

        从开始由研究跨入投资后,每一次的转换,不管是从最刚开始的券商自营转到基金管理公司的基金经理或者目标领域由台湾股市转到全球股票到后来国内的A股基金,每次总会有着担心存在,害怕忐忑着即使仍处于投资管理领域,原本用的投资方法流程在新的市场中不知道适不适用。

       2015年7月开始踏上的私募之路,即使已经在A股管理了几年的基金,但同样再一次有着这样不确定性的感受,而这一次的感受真的特别不一样。不管是因为刚好面临了连续股灾的这一段时间,或者是市场众多匪夷所思的乱象,让身在A股的我都开始怀疑起以前自己深信不疑的基本投资逻辑或者作为机 构投资者的专业素养是不是有用,我想不只是我这样,身旁的许多投资管理人,公募的私募的,年轻的或者是比较有经验的都面临了不同的深度信心打击,心里都有点慌,即使我们的脸上都还强撑着微笑,但说实话,聊天时我都觉得有点假,明明很苦的。

        去年下半年开始,踏上私募的第一年过了,刚好是股灾满满的一年,产品虽然不像有些同期同业的清盘或面临止损线,但自2015/7发行以来我们仍然让投资者亏损了10%~12%左右,表现的不如人意,我们开始努力的寻找到底哪里出了错,是基本投资逻辑无效了还是作为机构投资者的专业素养没用了,还是终究我们得放弃上面的那些理念素养,开始融入那些市场混乱的池子里…又或者如果我们不愿意这样做,我们该退出这个市场…。

       幸运的是我想我们找到了为什么这一段时间内我们无法像在公募一样创造出明显的超额报酬的原因,也验证了即使在市场这么混乱的这一段时间里,基本的投资分析逻辑与理念还是有用的。当然同时的在这段期间内,我们也试着找出一个可以解决这些问题的方法—把量化方式融入到我们的投资行为中=基金经理行为量化。


2014-2015年以来市场的多元化过程中的市场混乱

身处金融市场中的各种角色我想对下面各种肯定都不陌生,我就不多说只是摘要…

1) 市场不当行为暴增,基本面研究受冲击—内幕信息/市场操纵/联合炒作(公私募/大股东…)

2) 机构投资者属性变质—资金管理者的道德危机(部分公私募基金/分析师..拿别人的钱赌/接盘…)

3) 二级市场故事化—由喜欢成长属性变成讲故事/虚构未来大会,再扯也有人信…

4) 增发/合并收购/市值管理变质—本来是市场正常功能及机制,但在各利益方的纠葛配合下,变成(市场特定人提款机/壳交易/虚设/短期公司的)弱秩序状态..

5) 金融商品(杠杆)的变质&不当使用—被诱导的全民杠杆/新三版市场增发/部分险资(野蛮人)…

6) 微信/信息平台的多元化与混乱—P2P/各种交易所/…/众多股神/股评家/投顾/…

其实2017年年初开始的一些证券金融上的改革,应该会让大家感受到市场会慢慢的恢复到该有的规则中的曙光…


2014-2015年以来市场的多元化过程中的市场混乱—对基本面选股基金经理操作的影响

1 大股东/管理层/投行/市值管理公司/..等,因为增发/股权激励/解禁/内幕讯息/利益纠葛,对市场个股股价的干扰和影响增大,—对于基本面的基金经理来说,一般限于个人精力只能专心跟踪15-20支股票,投资组合个股数通常少,私募更是如此,因此受个别股票表现影响大,当然拉长持有期间就可以解决这个问题,但2015年以来的短期且急遽的波动行情让这个方法的施行难度明显上升。

2) 市场参予者结构与行为变化,让市场稳定性降低,波动加剧/讯息混杂—投资纪律易受市场气氛/周围投资管理者/投资客户干扰,反而违反了基本投资逻辑,例如股市急跌反而减仓,跌应该是股票变便宜,却因为市场气氛,反而减仓,一年多来基金净值相比股灾迭创新低的基金,推究原因,都出现在仓位的控制上,而周围投资管理者中擅长交易的也是悲喜两重,而且会不时互换。



Optimus Quant的發展緣由-基金经理行为量化

我们怎么做投资研究的方式流程并未改变,改变的是我们借用了量化的技术来完成一些工作。

•利用量化来加强—投资研究的覆盖度与投资研究的长久可持续性

1) 我们需要对个股有更大的覆盖度,以求得长期业绩的稳定性—尤其是2014- 2015年以来的市场乱象

2 利用量化研究,工作效率可以大幅提升,未来产品多元化的可能性支持


•利用量化来控制—投资纪律的稳定性与一致性

1利用量化进行交易,投资纪律的一致性与稳定性无虞,不受市场气氛/周围投   资人/投资客户干扰

 2过去不擅长的交易因子,因为量化所以可以选择融入投资策略当中


•堅持--我们更想当应用量化技术的传统基本面的基金经理,而不是量化基金经理

       我们坚持从“基本面的经济意涵”出发,而不是用一堆数据的拟合,所以我们  ”因子的选择/因子的处理/因子的组合”非常谨慎


    后续我们会陆续的写一些有关Optimus Quant(基金经理行为量化)的想法与做出来的分析结果—将基金经理行为量化后的策略分析结果是喜人的,虽然它本身就是基金经理行为,但感觉做为一个基本面基金经理,如果自己不非常努力研究,以严谨的投资纪律决策,都很难赶上这量化后的行为策略,当然投资本来就充满了不确定性。

     在应用量化技术到基金经理行为上时,计算器虽然无法考虑到所有的因素,但计算器真的有许多的优势,就像重新学习了一次投资,以前不擅长的可以透过计算器解决,让我们触角更广;对已经认知的许多逻辑,也有了更加明显的数据验证。

1) 计算机可以覆盖全部市场,可选股数多

2) 计算机对因子综合评断比人为清晰,不会忽略或忘记

3) 计算机对每家目标公司分析质量一样,没有差异

4) 计算机永远不会喊累,不会偷懒

5) 计算机没有情绪冷血,投资纪律不受干扰

6) 但计算机对单一公司深度没有人为强—不适合集中持


基金经理行为量化—Quant of PMs’Behaviors = Optimus Quant

返回上一页>>