本报告围绕基本面量化投资展开,重点研究如何通过Black-Litterman模型将投资经理的主观观点与量化因子结合,提升多因子选股模型表现。实证结果表明,相较于传统等权因子模型,引入动量、估值及个人主观观点的B-L模型能够提升组合风险调整收益及夏普比率,且在中证500、沪深300、全A市场均表现良好,呈现部分年度超额收益明显等特征 。
| 因子 | Rank IC | IR |
|---|---|---|
| 波动 | 5.36% | 1.27 |
| 换手 | 7.87% | 1.76 |
| 质量 | 2.63% | 0.69 |
| 价值 | 5.74% | 1.49 |
| 成长 | 0.82% | 0.32 |
| 动量 | 6.26% | 1.42 |
图表1(量化投资与主观投资的对比)
清晰总结了两者在投资理念与目标上的本质差异。量化强调科学、规则固定,避免人性弱点,追求风险调整后收益;主观投资强调艺术性与高收益潜能,依赖基金经理判断和情绪管理,说明二者本质区别及优势互补的必要。
图表2(晨星对公募基金超额收益的归因)
以饼状图形式具体量化超额收益的来源—65%市因子暴露,35%基金经理的个股精选。数据直接反映基本面主观判断对收益的贡献,支持结合观点的研究思路。
图表3(美银美林机构投资者调查)
条形图显示绝大多数机构投资者使用混合量化和基本面信号的投资方法,证明主观与量化结合趋势成熟且普遍,增强报告应用背景的现实意义。
图表4(基本面量化投研流程图)
流程图形象展示观点产生、确认、审议直到组合构建的过程,强调投资决策的动态迭代,明确投研流程科学性,突显主观观点融入量化的操作路线。
图表5(B-L模型计算流程)
系统展示B-L模型中各输入参数(风险厌恶系数、协方差矩阵、市场权重、观点及不确定性)通过贝叶斯方法合成后验预期收益与调整协方差,体现统计学的严谨嵌入,是理解模型机理的重要依据。
图表6(六个因子的回测表现)
表格列明因子排名IC、IR等指标,直观显示换手、动量、价值因子表现优异,成长因子表现最弱,提示多因子模型构建需注重因子交叉补充效果。
图表7、8(等权复合因子回测结果)
收益曲线稳定上行,统计显示Rank_IC=9.14%,IC_IR=2.39,夏普1.96,年化收益22.61%,验证多因子等权配置具备一定的稳健性,成为后续对比基准。
图表9、10(先验权重不同选择的比较)
图表9显示风险平价权重与等权重曲线整体趋势类似,风险平价略优;表10数值体现风险平价年化收益提升约0.5%,夏普率轻微提升,确认先验权重选择的细节对模型有改善但非决定性影响。,
图表11、12(假设主观观点完美的仿真)
收益几乎呈指数级增长,年化收益63.8%,夏普5.21,回测数据强烈说明主观观点准确性的价值,为设计有效观点策略奠定科学基础与动力。图表对比蓝线(等权)与橙线(完美观点)差距极大。,
图表13-18(动量观点的回测及权重调整)
说明动量观点自成有效信号但无约束条件下波动较大,加权约束后性能明显提升,重回稳健区间,年化收益提升,夏普率上升,多空收益明显优于基准。权重图表显示模型动态调整因子权重,波动期高度集中风险点,约束优化使得组合更加稳定。-
图表19-21(估值观点表现)
测算证明估值观点同样有效,夏普率和收益略低于动量观点,但组合表现稳定且年份表现良好,说明估值观点为投资策略提供价值驱动补充,非常适合与动量观点融合使用。,
图表22-24(动量+估值观点融合)
融合观点的收益曲线超越单一观点和等权,波动有所下降,多空夏普率至2.23,收益率26.32%,年度分解显示更均衡的表现,验证模型多观点整合优势。
图表25-29(加入个人主观观点的因子权重及表现)
权重布局合理响应宏观周期变化,个人观点明显调整价值、成长和质量因子权重;组合收益及夏普值超过动量+估值组合,年化收益达26.8%。分年度表现尤以2016年提升显著,表明恰当的周期主观观点增强模型对环境变化的适应能力。,
图表30-35(B-L模型在全A及沪深300内表现)
曲线和统计数值均展示B-L模型在规模更大及不同市场上的稳定性和优越性,波动小幅提升但夏普和收益明显强于等权基准,前后年度表现合乎市场波动规律,证实模型的实际适用及泛化能力。-
本报告系统性地提出并检验了将主观观点融入量化因子模型的路径,以B-L模型为数学工具,结合海量因子和投资者的实际判断,实现科学融合。
总结而言,该报告清晰展现了“将主观投资经理经验科学融入多因子量化模型”的前沿研究路径,揭示实现量化与主观优势互补、提升Alpha产出的可能,在国内量化投资领域具有重要指导意义。~
附:关键图表示例
金融工程研究:主观观点如何融入量化因子模型?.pdf