基本面量化：一种多因子选股策略

本篇文章2195字，读完约5分钟

□马力

斜拉桥的拉索由多根钢丝组成，更加灵活，能够支撑整个桥梁。如果投资模型中有几组数百个阿尔法因子科学地组合在一起，并且这些因子之间的风险可以相互抵消，那么在不同的市场条件下，有望获得相对稳定的超额收益。基本多因素选股策略的有效性已在韩国、新加坡、香港等市场得到验证。

一本新书《阿尔法经济学:赢得超额资本回报的法则》介绍了通过量化投资实现阿尔法回报的原则和方法，受到了一些美国对冲基金经理的高度赞扬，今年在美国销售良好。定量投资如何获得绝对回报？

投资股票市场的收益分为两部分，一部分来自市场条件的波动，另一部分来自选股操作。前者称为β增益(β增益)，后者称为α增益(α增益)。在资本市场中，有基于算法的高频交易策略、统计套利策略、基本事件驱动策略、宏观配置策略、市场或行业时机策略以及多因素股票选择策略。基本面多因素选股策略具有大容量和小波动性的特点，是本书讨论的获得绝对和超额收益的重要方法之一。

什么是基本的多因素？华泰白锐基金投资总监田汉卿对此解释得非常生动。“多因素意味着从不同的角度来判断股票的未来收益，因素的数量会更全面；同时，各因素之间的风险可以相互抵消，增加了模型的稳定性。就像斜拉桥的钢索一样，它不是钢柱，而是由许多钢丝组成，所以它更灵活，可以支撑整个桥梁。如果模型有几组数百个阿尔法因子科学地组合在一起，模型可以在不同的市场条件下获得相对稳定的超额收益。”基本多因素选股策略的有效性已在韩国、新加坡、香港等市场得到验证。

阿尔法模型侧重于定量选股，通过数百个因素来估计整个市场中预期较好的股票组合，从而在不同的市场环境中获得相对稳定的超额收益。在不同的市场环境中，单个因素很难成功地超越基准，但是如果将这些有效因素结合起来，定量模型可以在不同的市场环境中表现良好。虽然阿尔法最大化战略解除了行业和风格的限制，但这并不意味着不控制风险。风险模型解决了这个问题，例如，它将避免类似于2007年的量化危机。2007年9月，著名投资机构aqr就此事写了一份反思报告。文章指出，数量危机不是由根本变化引起的，而是本质上的流动性危机。可以理解，大量具有相同量化策略和因素的基金操作同时崩溃，导致左尾风险(发生的风险很小，但一旦发生，将造成极其严重的损失)。

在复杂模型的背后，真正的努力在于找到超额回报的因素。它需要有足够的市场意识，通过观察和研究市场，找到能够产生超额回报的市场驱动因素。在此基础上，量化团队需要建立一个项目来研究和验证超额收益的因素。如果最终的验证结果符合投资逻辑，并且更有效地捕捉超额回报，则该因素将被添加到定量模型中。

另一种方法是从数据的角度寻找具有超额回报的因素，并检查和跟踪可用数据的演变，看看一些投资逻辑是否能得到新数据的支持。从大量阅读中寻找超额回报的因素，量化团队通常从学术研究成果和一些先进的量化投资经验中学习。但是，这些研究结果已经公开，其他投资者可能会使用类似的因素，因此更难获得超额回报。此时，替代数据非常重要。

替代数据也可称为“非传统数据”和“新数据”，其特点是更新速度快、实时性强、更加客观全面。例如，现在我们可以通过卫星图像监控商场和餐馆附近的停车情况，以预测商场和餐馆的性能；您还可以通过网络爬虫监控互联网上商品销售的变化并预测电子商务的表现。

去年11月，一辆载有268节铁矿石车厢的澳大利亚列车出轨。此后，铁矿石价格不断上涨，许多投资者认为，这一事件将导致铁矿石供应短缺。但事实上，如果我们找到事故现场当时的卫星图像，经过仔细分析，我们会发现在事故现场重新装载铁矿石并不困难。掌握了这种情况的投资者得出结论，铁矿石价格短期内将会上涨，但之后肯定会下跌。根据这些信息，他们准确地进出，赚了很多钱。

华尔街也将手机信号等数据视为“替代数据”。美国有一家thasos数据公司，它在加州弗里蒙特的特斯拉工厂监控员工手机的信号。他们想利用这些信息来预测特斯拉的大规模生产。塔索斯预测，特斯拉员工的加班时间与其大规模生产能力成正比，加班时间越长，大规模生产就越高。通过监控员工的手机信号，我们可以了解员工的加班情况。去年第三季度，他们发现特斯拉员工的工作时间增加了，整个季度夜班的比例增加了30%。基于此，他们判断特斯拉的量产应该会在第三季度大幅增长。结果，特斯拉公布了第三季度的财务报告，模型3的产量翻了一番，股价当天上涨了9%。

田汉卿曾供职于被称为“量化鼻祖”的巴克莱全球投资(Barclays Global Investment)，并成为其亚洲(不包括日本)量化团队的主要领导者之一。他认为，在模型和数据实施后，阿尔法投资策略也可以在上海和深圳a股市场进行测试。他说，“对于量化的阿尔法因子，没有永恒。阿尔法因子现在被更多的人使用，将来可能会成为贝塔因子的一部分。因此，我们必须监测各因素的表现，除了动态调整现有因素的权重外，我们还必须不断研究新的因素，以提高模型的有效性。这就像一辆无人驾驶的电动汽车。我们将根据实时路况不断监控和修正自动驾驶程序。”

他的愿景是通过跟踪不同的指数，比如跟踪沪深300指数，实现对更广阔市场的投资；跟踪沪深500指数，实现中端市场投资；跟踪创业板指数，实现对创业板的投资。跟踪同一个指数还可以根据投资者的风险偏好设定不同的目标跟踪误差，获得不同的预期收益。

(作者是资深金融媒体人士)