和讯基金消息 由中国量化投资学会、中国证券投资年鉴、中国人民大学举办“金麟2015量化投资与对冲基金年会”于2015年3月28日在北京隆重召开。邀请金融俊才，对当前资产管理所所面临并迫切了解的相关问题：如国内外现状与发展趋势、国内监管政策的解读、投资策略的完善、产品的发行、科学的评估方法等进行探讨。
华泰柏瑞基金副总经理田汉卿在论坛上表示，觉得最大的分类，一个是基于算法的，一个是基于基本面的，基于算法有高频交易和统计套利以及其他的模型，包括CTA他也是用算法交易。基于基本面有不同的分类，有选股模型，也有做行业轮动和择时，以及一些宏观配置的模型。
以下为嘉宾发言实录：
首先感谢主办方的邀请，给我这么一个机会，能在这里跟人大的老师、同学和量化的同行有一个分享的机会。今天我主要讲的是我所做的，其实刚才丁会长讲的我特别同意，他从比较高的高度来看量化。之前有一次研讨会，其实我听过他讲了，我觉得他讲的非常好，多了一个纬度，这个其实非常重要，很多人把这个忽视了。
今天我讲的是量化的一种叫《基于基本面的量化投资》，这是我今天要讲的四个部分，我们直接切入主题。
首先，我讲一下量化分类，为什么要讲这个呢？因为我之前参加过几次研讨会，大家都在讲量化，实际上每个人讲的量化是不一样的。如果我们下面的人不是很清楚，你就会很糊涂，有的人是讲趋势投资的，有的人是讲基本面，有的人讲CTA，这个完全不一样。这是我根据自己的理解做了分类，这个不一定特别完善，同行如果有不同意见咱们可以交流补充修改。
对我来讲，我觉得最大的分类，一个是基于算法的，一个是基于基本面的，基于算法有高频交易和统计套利以及其他的模型，包括CTA他也是用算法交易。基于基本面有不同的分类，有选股模型，也有做行业轮动和择时，以及一些宏观配置的模型。其实这里面我们细讲的话，每一种策略就像刚才丁会长说的，它会有容量。所以每个人投资做选择的话，你首先要明白它到底是哪一类量化，在同类量化里面做一个选择和比较。
这两类基于算法和基于基本面，我觉得比较大的区别，就是基于基本面的你必须先有一个投资的逻辑。然后你再做数据分析，去证明你的逻辑是不是正确，是不是能用，这是一个比较大的区别。基于算法不一定，有时候它看数据发现规律，然后它是可以用的，它可以通过数据分析发现规律。然后在实践中找出一些佐证，你的规律是可以成立的。包括我们说的行为金融学，其实可以用算法来解决，基本面是没有办法分析的。
根据不同的分类，从另一个角度来分。刚才我说根据投资决策依据有一个算法和基本面，根据投资标的什么都可以投，有股票、期货、期权、货币，这些都是可以的。投资策略换一个角度可以分为选个股、宏观模型，我觉得一会儿会有专家做专门的分享，这里面有不少的专家可以做。有择时模型和套利模型，根据持有期限不同，如果我们说选股的话。它也分不同的持有期限，有高频的，还有短期的，以及中期的，中长期的。所有的纬度，你都可以识别不同的策略，所以大家以后你要听一个量化，首先要识别它是哪一类量化，然后你再去判断它是一种什么样的思路，做的好不好。
今天我主要讲是基于基本面多因子的选股模型。目前我们做的是中长期的，平均持有期限四到六个月。
第二个方面很快的看一下基于基本面的多因子模型在A股市场好不好用，其实我是09年回来的，刚才也介绍我在巴克莱全球投资，它曾经是全球最大的资产管理公司，也是基本面量化里面做的比较精细的。后来大家知道09年它blackrock被合并了，我在它合并之后回到证监会在基金部做了三年，2013年8月份我们成立了第一只量化投资基金，其实成立这个基金的时候，我们的发行时机非常不巧，碰上了2013年6月份流动性非常缺的时候，钱荒的时候。银行的同事说我们好久没有碰到基金经理了，看起来有多么难。那时候推量化非常难，他们不太了解量化到底是什么东西，他们说你们就是指数基金，我们现在不卖指数，非常难。所以当时我们的发行规模也非常小，成立以后发行了3.3个亿。打开以后赚了一点钱就赎一笔，所以到最后我们的规模很小，曾经到了五千万。我们从2013年年底从五千万开始做起来，2014年的情况是这样的。从那个时候开始，我们的收益情况，右边这个图蓝线是绝对收益，因为我们叫它主动量化，我们追求的是超额收益。贝塔有多少收益，实际上我们是没法左右的，这个我们是不看的，我们拿超额收益，只要拿到了我们想要的超额收益，我们的任务就完成了。这个基金它的目标主动风险是5%，大家可以看我们倒数第二行年化实现的是4.7，跟我们实现控制的非常接近，我们的目标是5%，实现是4到6只见那是可以的。
累计超额收益，我们跟沪深300全收益比，这个比它高很多。因为要算上它的分红，沪深300的分红差不多年化2到3之间。根据这个比，我们的收益大概是21%，因为我们做公募基金只有95%的仓位，大部分情况下是低于95%的，银行端的申购进来钱是T+2到帐的，如果你申购的话现金有很大的拖累。我们实现这么高的超额收益，去年来说也是达标的，还是不错的一个年份。年化信息率是3.4，特别是我们做主动量化，我们经常用的指标是信息率，指数增强策略会把贝塔加上去，所以我们是控不了的，我们能控的是主动的风险和主动的回报。所以我们要做信息率来评价，你做的到底好不好，其实这个指标实际上在证监会的时候可以跟我们的同事说。可以把它作为所有基金横向比较的指标，不管你拿多大的风险，不管你跟踪哪个指数你都可以做横向比较。如果你的信息率比较高，这段时间你做的比较好。所以我们也是在积极推动，可能大家越来越多用信息率来评价主动管理。
去年我们比较幸运，因为我们跟着沪深300，而且我们实实在在的是跟着沪深300，大家知道从11月到12月风格做了转化，从小盘到大盘，沪深300这两个月涨幅很高。全年下来以后沪深300可能排第二，比上证50要低一些。所以我们的贝塔是比较高的。再加上我们有比较好的超额收益。其实绝对回报不是我们追求的目标，因为去年正好贝塔比较不错，所以正好我们绝对收益也比较好。
刚才丁先生说的很对，你要看一个基金，你不要看它今年绝对收益怎么样，你要看收益从哪里来的，哪个是贝塔部分，哪个是阿尔法部分。这样的话你去判断主动管理的管理人，他确实是不是有能力实现他说的投资目标。我们公司内部也不把这个作为衡量标准，你做好了，你的绝对收益好你比较幸运。但是你要是绝对收益好，超额收益做不出来也是失败的。
所以去年很多增强类的，大家主动管理资金并没有跑赢我们的指数，去年你要跑赢基准真的很难。包括去年12月份的行情，因为基准本身，市场本身也很偏，拉的都是券商、银行、地产，它不是全市场上涨，而是个别行业的上涨。所以去年12月份的行情，我们叫它贝塔行情跟选股没有关系，你要择时，而且你要择板块择对了就OK了，它拿阿尔法是非常难的。去年12月份阿尔法就亏了，一方面是得小盘，大盘涨，股票本身亏了。另一方面股指期货对冲的话，平常有2%已经相当好了，年化收益已经很高了。可是去年12月份最高的时候级差超过7%。
当然因为我们从去年9月初，我们也开始管对冲策略，也是用股指期货对冲的，12月份很难做。尽管我们比大部分好，因为我们没有赌在规模上，我们的回撤小一些。即便这样的话，因为它的指数上涨是不均匀的，所以你也很难打败它。这样的情况下，我们管理的风控非常严格，所以我们没有损失太多。就像丁会长说的策略不能随便改，你要坚持。
刚才我跟大家看的是我们一年多的实盘结果，大家会说一年多证明不了什么问题。实际上我们在A股回测的结果，上面的线是我们的5%的主动风险的增强策略，其实国内叫增强，5%的风险在国外是非常主动的管理基金。国内的话，因为我们证监会规定8%以下指数增强，只要是区别于一般其他的主动管理基金。刚才丁会长说你要看收益，也要看风险，起码要看到两维，第三维看容量，年化收益差不多超过20%，刚才丁会长说了，你的风险控了以后，这样的话你的波动率跟美国股市差不多，但是你的收益跟它完全不相关，所以给大家配置一个不同收益的绝对收益产品。我们做这个全球市场都是做的，但是你要拿到四倍的信息率回测的结果非常难，几乎没有。
所以从这点来说明，我们A股市场相对量化的，特别对基本面量化来讲还是非常好的市场。你有机会拿到阿尔法超额收益，大家做的很少，大部分做主动管理，他们的一些不理性的投资行为，其实就跟你制造了阿尔法的机会。我们量化可以把它减过来，所以目前来讲，在市场变得更加拥挤之前，我们这种策略是非常好的。所以一开始大家都非常置疑，你们量化行吗？去年整体量化跑的还是不错的，除了我们的策略以外，另外几家策略也跑的不错。当然它跟我们是完全不相同的量化策略。所以从这个角度来讲，A股的量化将来的容量其实是非常大的。
为什么多因子呢？其实管理上你做阿尔法策略，关键是阿尔法要稳定，这是我们超额收益的曲线，你要比较稳定向上，你才可以把它作为一个策略，作为一个因子来用。为什么要多因子呢？我们看每一组因子波动率比较大，它有上上下下。合在一块左边的图是比较稳定的上升，中间是08年的情况。08年的选股策略是不工作的，工作的很弱，我简单讲一下平台搭建，实际上我用的是比较好的系统，而且是完全纪律化的。我们有风控模型，为什么你可以说5%的风险就能实现4到6之间，你要有很好的风控。一方面要把很多风险因子去掉，另外一方面要风险模型控制。
我们完全遵守纪律，是有优化器的，所有的东西出来以后，我们把它的效果函数最大化，优化出来的结果交易的清单，你是只能减不能加的。拿的时候你要有依据的拿出来，比如说你有什么东西模型不知道，这时候你可以选择不买不卖，但是你不能说我看这个股票好加上去，这个是做大规模投资用的。因为我们通常交易，现在的规模有的时候交易八十多只股票，这种情况靠人工交易是不行的，所以我们买一个系统，我们程序化交易系统跟光大不一样，我们不做高频加以，所以我们的频率很低。今天买完就卖，不可能做这种交易。
基本趋势，量化在国外是比较主流的投资方式之一跟基本面对应。它的占比其实是比较高的，远远高于我们国内的水平，从这个角度来讲，我们国内量化的空间也是非常大的。所以在座的各位坐在这里来探讨这么一个领域也是值得的，未来的空间还是非常大的。这是它的发展阶段，这是我自己根据自己的理解总结的，跟权威的有些区别。其实它的黄金阶段应该是从2000年到07年，这个跟投资的理论进一步发展有关系，另一方面跟美国高科技的发展，计算机的应用、软件的应用，把这个更突出出来。而且那几年我们的绝对收益非常好，所以大量的资金是跟进来的。
但是因为什么东西都是有周期的，过度发展了，刚才丁会长说的容量其实是非常对的。任何主动策略都是有容量的，量化更是这样的。尽管我们当时自己本身已经注意了容量，所以我们06年的时候，我们把所有市场中性全部关掉了，不再接受新的资金进来。但是市场上你不能阻止别人的脚步，所以大家看你赚钱，大家都来做。日本的特别明显，日本没有加刚刚一年百分之十几的回报，增加容量的时候，大家都很舒服。新的钱跟你策略融进来，大家都跟着往上走，策略的容量一定要注意，不要跟着别人走。
07年的情况是有量化危机，因为大家的策略量化相关性其实挺高。因为这个没有具体的数字，我觉得起码是50%以上的相关性。因为大家用的差不多的风险模型和差不多的因子，基本上都是学院派来的对它研究过的，赚钱就可以用。所以相关性很高，结果导致了很多基金两周之内50%的本金之外，特别是杠杆比较重的损失很大。但是那个月我管的基金，香港的规模是15亿美金，我们拿了单月24%的杠杆回报，所以我们的规模也还可以，整个那个月损失了0.4%，远远好于其他市场策略。后来我们总结为什么香港还不错，因为做的人比较少，没有什么人做，所以它的容量少，因为香港也比较难做。
其实08年的情况，我们做香港策略，一直到08年10月份危机过去以后，我们的收益还是非常好的。11月份的时候我们去掉6%的绝对回报，因为市场一下子反了，原来是熊市一直往下跌，很多因子你是根据趋势来的，我们说量化有局限性，它看过去的规律预测未来，希望你能继续。但是市场大盘转的时候很多因子不工作，但是我们基金经理要做的是基本面和量化结合，你要观察大的拐点，大的拐点之前你希望在左边，你用行动把船头掉过来。
08年以后新的趋势，这个也是我自己的体会，我觉得它有一些教训，你对市场量化不能机械的根据模型来做。我们之前内部也有一些不同的意见，很多人觉得我的模型出来你不要做任何动作，你盲跑就可以了。有研究部来动模型，这种实际上是不行的，后来其实我管的时候，我并不是盲跑，这里面一开始也是不认可的，后来经过一段时间的检验，大家觉得业绩还不错。但是08年以后，实际上大部分的量化投资都开始考虑跟基本面结合，量化投资基金经理，你要观察市场，观察一些大的变化做一些相应的决策，要么调模型，要么做短期的对模型的修正，因为有些东西长期不存在，你不需要变模型。
所以我们觉得这几个原则是07年、08年两次危机以后得出来的教训，首先你对市场要有比较大的判断，你不要怕承担责任，你不要为了逃避责任，你说我不做了。如果你能刹车的话一定要刹车，阿尔法因子它没有用，因为任何一个策略大家用的多了都会衰退，就是没有超额收益了。因为每一个量化策略相当于工具商的工具，你要善于在不同的时间，不同的市场条件下，选择不同的工具来用，这是你的竞争力。所以说未来的量化团队，它跟基本面也是一样的，基本上框架用的差不多。但是团队做出来的东西是一样的，因为你可能在工具选择上是有区别的。
我们说你不能机械的跟量化模型，但是你也不能随意把它抛弃，就是随意改。这个也是一些教训，因为我们08年以后，实际上你要做量化投资的话，你在市场融资比较难，因为经过07年的危机。很多人说我做基本面，但是实际上，其实那时候大家都不投量化了，正好你拿绝对收益好的时机。所以什么东西贵在坚持，任何一个策略，我觉得特别同意丁会长有春天和冬天，冬天的时候你要坚持，春天来的时候你才有收获，是这样的。
我讲一个理念，其实也是强调一下丁会长之前说的风险和收益的问题。还有一个就是说我们量化的最大优势就是可以把阿尔法、贝塔完全分开，国内目前来说，这方面强调的还不多，大部分主动管理基本上都混为一谈，他希望把自己做成一个绝对收益，但是你又做不到，你要贝塔的话因为很容易，大规模的都有。作为投资人来讲，我们量化可以把阿尔法和贝塔完全分开，根据这个思路，你可以设计不同的策略，你可以用优化复制做纯贝塔的策略，你也可以做一个阿尔法加贝塔的增强策略，你也可以做30%的对冲，你也可以做绝对收益。
另外，我强调一点做量化一定要控风险，你衡量我们业绩的时候，不要光看我们的超额收益有多高，更不要看我们绝对收益多高。你要看我们拿了多少风险，拿了多少超额收益，用信息率评价我们。所以量化投资整体来讲不见得它的绝对收益比其他的基金要好，但是国外的统计显示，长期下来风险调整后的收益比其他的基金，比其他的策略要好。我们说在量化平台上，实际上你可以根据投资人不同需求做一些不同的产品设计，横轴是主动风险，左边的是超额收益，这里面实际上有一个东西跟丁会长说的差不多，其实我们的策略有最高的信息率。比如说我们做一个金融敏感性分析，5%的时候超额收益多少，阿尔法多少，7%的风险超额收益多少，你有一个最高的信息率，假设5%的时候信息率是最高的。按国外的情况来看会选信息率最高的风险作为你的投资风险，你可以通过加杠杆调整风险，你要融资的话融资成本很低。所以你可以跑一个最优的信息率，通过加杠杆的形式来调整你的绝对收益。但是在咱们A股市场，我们国内的融资成本很高，8%的融资融券的成本以上。所以这种在国内是很难实现的，你要得到比较高的超额收益怎么办，你只能往右挪，如果你挪到7%的风险，你相应的要乘上7，可以把风险往右推，这样你可以做出不同的产品设计，我们目前是这样做的。因为国内还有一个问题，它的渠道是分割的，建行发的中行不卖，所以你必须在不同的渠道布线。你可以跟不同的指数，可以跟300、500，跟创业板指数，甚至你可以设计不同的目标风险，这样大家获得一个不同的超额收益的情况，我就讲这么多，感谢大家。
