报告深度分析:Mebane Faber 战术资产配置策略及其中国市场应用研究
一、元数据与报告概览
-
报告标题:大类资产配置及模型研究(七)——Faber的战术资产配置策略在中国市场上的应用
-
作者/研究机构:海通证券研究所,金融工程研究团队,分析师:冯佳睿
-
发布日期:较晚于2017年12月(相关研究)
-
主题:
该报告聚焦于Mebane Faber提出的基于10个月均线择时的战术资产配置策略,探讨该策略在美国市场的表现及其在中国市场的适用性和扩展,兼顾大类资产和行业层面的择时策略。核心目标是验证和应用简单的时间序列动量择时策略在提升资产组合的风险调整收益和降低风险的有效性。
-
核心论点及评级:
报告以实证和回测数据为基础,肯定了Faber策略在历史上尤其是金融危机期间的亮眼表现,同时展示了策略在中国市场及其他亚太地区的有效性,尽管表现不及美国。策略通过均线择时结合动量因子,实现了显著的风险控制和收益提升,推荐在资产配置中采用此类简单、低频交易的择时与动量融合策略以优化投资回报。
二、逐章节深度解读
1. Mebane Faber的战术资产配置策略
1.1 标普500择时策略
- 核心内容:Faber提出用10个月均线替代常用的200日均线作为趋势跟踪买卖信号。买入信号为当月收盘价高于10个月均线,卖出信号反之。空仓现金收益按3个月国库券收益计,不计交易成本。
- 逻辑与依据:10个月均线较长,能够过滤噪声,符合长期趋势投资逻辑,预计减少大幅亏损风险。
- 关键数据(表1,1900-2005年):
- 择时策略年化收益10.66%略高于买入持有的9.75%。
- 年化波动率由19.91%降至15.38%,降低波动明显。
- 夏普比率提升至0.43(买入持有为0.29);最大回撤大幅从-83.66%下降至-49.98%。
- 持仓时间约为70%,年均交易次数低至0.67次,体现低交易频率。
- 分析:此策略显著提高风险调整收益,特别是减缓了暴跌时期的损失。,5]
1.2 战术资产配置策略
- 内容:Faber对5大类资产分别独立应用10个月均线择时,资金平均分配,不进行组合内再平衡。资产包括标普500、MSCI发达市场、10年期美债、高盛商品和美国REITs。
- 关键数据(表3,1972-2005):
- 个别资产波动率大幅降低(例如标普500从17.47%降至14%)。
- 夏普比率提升,最大回撤降低一半。
- 表4显示整体组合夏普比率从0.75提升到1.20,最大回撤约减半(-19.62%降至-9.51%),年度最低收益从-11.8%升至正收益1.4%。
- 分析:组合层面扩展进一步验证择时策略风险控制的强大效用,且年化收益略有提升,符合资产配置和风险分散的基本原则。,6]
1.3 策略扩展
- 内容:2009年及2013年Faber工作论文更新,扩展资产至13类,细分美国股票大小盘和风格、海外市场、新兴市场、债券期限和类型、商品及黄金等(表6)。
- 关键数据(表7,1973-2012):13资产组合拓展提升收益(买入持有11.54%→12.04%),波动率和回撤略升但夏普比率仍增加(至0.94)。
- 权重扩展(表8,9):设计保守、中性和激进组合,保守组合增债券权重到40%,激进则依赖动量筛选与杠杆使用。保守组合夏普比率和回撤收益比最高,激进和杠杆组合风险大幅提升,收益回撤比下降,体现了风险收益平衡的权衡。
- 现金管理:将空仓现金收益由短期国库券替换为10年期国债显著提升收益约1.37%。
- 分析:组合细分和权重调整为投资者提供更丰富的风险偏好选择,现金管理优化进一步体现了策略的精细化。激进杠杆化提升收益伴随大幅风险,需谨慎选择。整体体现策略在多维度上的可扩展强大生命力。,7,8]
2. Faber策略在中国市场的应用
2.1 沪深300择时策略
- 内容:沪深300使用10个月均线择时,空仓现金收益按1个月国债收益计算。
- 图1显示择时较买入持有效控制2008年金融危机回撤,但2015年市场暴跌中止损延迟。
- 年度收益对比(表11-13):
- 年化收益由8.48%升至14.98%;夏普提升0.2至0.55;最大回撤从-70.75%降至-39.5%。
- 持仓时间约50%,年均交易1.43,交易频率适中。
- 参数敏感性(表14):不同均线(6至14个月)均表现良好,8个月均线表现最佳,显示策略稳健。
- 亚太其他市场回测(表15):日本、韩国、台湾市场均验证择时有效性,表现类似。
- 分析:择时策略在中国及亚太主要市场有效,显著改善收益风险特征,但2015年快速回撤中表现不足,反映策略对极端事件适应有限。,9,10]
2.2 中国版战术资产配置策略
- 内容:中国市场5大资产:沪深300、恒生指数、中债国债指数、南华商品指数、黄金。资金平均分配,互不干涉,不做再平衡。
- 表现(表16-18,图2):
- 除黄金,其他资产择时均显著提高收益及降低波动,交易次数1-2次/年。
- 组合年化收益9.09%,较买入持有6.82%明显提升;波动率、回撤均大幅缩小,夏普由0.27升至0.5。
- 组合每月大约70%时间持有3个及以上风险资产,空仓时间极少(1.41%)(表19)。
- 保守、中性及激进组合权重差异,保守组合风险最低但收益适中,激进组合收益最高但伴风险上升显著(表20)。
- 分析:策略复制至中国市场效果良好,明显优于简单买入持有,但总体表现不及美市场,原因包括资产表现平庸及资产相关性较高,降低资产分散效应。,11,12]
3. 行业层面的应用及动量结合
- 背景与动因:行业指数呈现正向动量效应,与个股反转不同。研究将行业按前期涨幅分为5组(图3),动量显著且换仓频繁(图4),年换手约8.68次。
- 策略设计:
- 动量策略(选取动量最高5行业等权配置)
- 动量+行业择时(对选中的5行业应用10个月均线择时,卖出者转无风险资产)
- 动量+策略择时(将动量组合净值作为价格,整体应用10个月均线择时)
- 净值表现(图5):三种策略依次改善收益,动量+策略择时最高。
- 风险收益特征(表21):年化收益从18.52%(行业等权)提升到32.5%,夏普从0.49提升到0.97,最大回撤大幅降低约44%至37.88%,收益回撤比近翻倍。
- 换仓率(图6):动量策略换手率72.34%,择时后降低至46-53%。
- 年度业绩(表22):择时融合策略在2008、2011年减损显著,部分年份表现不及基准,但总体波动和风险控制更好。
- 分析:择时结合动量明显提高行业轮动策略表现,显著优化风险收益。择时有效降频换仓,降低交易成本,提升策略稳健性和可行性。,13,14]
4. 总结与风险提示
- Faber的战术资产配置策略以其简单的技术指标和资产平分理念,在美国市场表现极为出色,风险调整后收益显著提升,最大回撤降低且交易频次低,适用于长期投资者。
- 在中国市场应用取得积极效果,尤其在资产和行业层面,择时策略都有效降低回撤并提升夏普比率,动量结合进一步提升业绩和降低换手率。
- 策略对均线参数较为稳健,适用于多个市场。
- 风险提示:历史表现不保证未来,策略存在模型失效风险,市场极端事件下择时信号的滞后性可能导致损失。
- 本报告信息和结果基于自动模型,无主观调整,数据来源公开,适合作为量化投资及资产配置参考。
三、图表深度解读
图1:沪深300买入持有和择时策略净值曲线
- 描述:2003年至2017年期间,蓝线代表沪深300择时策略净值,浅蓝线代表买入持有。
- 趋势解读:择时策略在2008年金融危机期间成功限制了净值下跌幅度,明显优于买入持有。但2015年股市异常波动时未能及时止损。
- 文本联系:支持择时策略有效降低重大市场风险的观点,同时提示策略对快速下跌的响应不足。
图2:中国买入持有与战术资产配置策略净值曲线
- 描述:2006-2017年中国5大类资产买入持有与战术资产配置净值曲线对比。
- 趋势解读:战术资产配置净值曲线明显高于买入持有,呈现更稳定和持续上升趋势,最大回撤明显缩小。
- 文本联系:体现择时与资产配置策略在中国亦能显著提升组合表现。
图3:行业指数动量因子的分组收益
- 描述:5个按涨幅排序的行业组年化收益柱状图。第1组(动量最高)收益最高,呈现正向单调关系。
- 趋势解读:行业指数有显著动量效应,涨幅越高下一期收益越高。
- 文本联系:为动量策略的合理性及后续择时结合动量提供理论基础。
图4:换仓时调整的行业个数分布
- 描述:月度换仓中调整行业数量的分布,78%月份调整超过4个行业。
- 趋势解读:动量策略交易频繁,换仓积极。
- 文本联系:提示换仓换手率高,增加交易成本,需策略优化。
图5:行业轮动策略净值曲线对比
- 描述:2006-2017年行业等权、动量、动量+行业择时、动量+策略择时四条策略净值曲线。
- 趋势解读:从底部行业等权到最终动量+策略择时,净值逐步攀升,后两者提升明显,表现优异。
- 文本联系:直观体现择时对动量策略的增益效果。
图6:行业轮动策略换仓时调整的行业个数分布
- 描述:动量策略与两种择时策略换仓时调整行业数量的分布对比。
- 趋势解读:动量策略普遍调整行业多(4-5个),择时策略则显著减少调整行业,部分月份无调整。
- 文本联系:通过择时降低频繁换仓,减少交易成本,提高投资稳健性。
四、估值分析
报告不涉及传统股票估值方法的直接讨论,主要围绕资产配置与择时策略的风险收益特征展开。策略核心基于技术指标(10个月均线),辅以资产组合权重调整和动量因子筛选。
策略估值可视为基于风险调整收益率和最大回撤的历史模拟表现,对组合整体价值的影响见于夏普比率等指标,而非传统DCF或市盈率。此处“估值”更指策略表现的统计学衡量。
五、风险因素评估
- 模型失效风险:历史表现不必然适用于未来,均线择时或动量因子可能因市场结构变化失效。
- 参数稳定性:虽展现稳健性,但快速市场变化(如2015年股灾)中策略响应存在滞后。
- 市场相关性提升:中国市场资产相关性较高,限制分散效应,影响组合优化。
- 交易成本与流动性风险:虽模拟中未严苛考虑,但实际应用中高频换仓仍可能受限。
- 杠杆风险:激进组合和杠杆策略带来潜在强烈的下跌风险,投资者需谨慎对待。
- 缓解策略:报告未具体列明缓解措施,重点提示模型适应市场需持续关注和调整。
,15]
六、批判性视角与细微差别
- 潜在偏见:报告整体倾向正面解读择时策略,基于历史回测强调其优越性,较少对策略局限性和潜在风险进行深入探讨。
- 假设限制:交易成本忽略、无滑点及流动性问题假设或未充分明示,实际收益率可能因此下降。
- 策略滞后性:2015年中国股市快速下跌时策略效果欠佳,可能因均线调整滞后,说明技术指标择时方法对突发事件灵敏不足。
- 多资产相关性:中国市场资产相关性较高导致分散效果减弱,可能限制策略收益,需结合宏观经济或基本面信号加以改进。
- 杠杆使用谨慎度不足:激进策略和杠杆策略风险大增,报告虽提示风险,但未给出详细风险管理建议。
- 内部平衡:报告论据系统,结构清晰,逻辑连贯,但对极端市场环境下的适应情况和策略改进途径留白。
,8,15]
七、结论性综合
本报告系统介绍并验证了Mebane Faber提出的基于10个月均线的简洁有效战术资产配置策略,从单一资产(标普500)拓展至多资产组合,再向细分资产及投资风格扩张,在美国市场100多年历史数据和样本外验证中均获得风险调整收益显著提升,最大回撤减半,夏普比率提升至1.2的优异表现。
中国市场实证结果显示,同样策略在沪深300及其他大类资产中有效提升年化收益,降低波动与回撤,但受限于资产自身表现和高相关性,策略的整体收益及风险调整表现逊于美国市场。参数敏感性分析展示该择时模型较为稳健。
行业层面的策略拓展结合行业本身显著动量特征与10个月均线择时,极大提升行业轮动策略的收益和风险指标,且有效降低换手率和交易成本。
系统的回测结果与图表充分佐证了择时策略显著的风险控制和收益优化功能。尤其体现为金融危机等大跌期择时策略能有效减少损失,为市场波动剧烈时的组合稳健性奠定基础。
报告谨慎提示模型失效风险及历史规律不一定适用未来市场,强调策略需结合市场实际动态调整。策略简洁、低频交易和积极的风险控制特性适合机构和稳健型投资者在多资产配置中运用。
综上,Faber的战术资产配置及择时策略在美国和多个海外市场表现卓越,应用于中国市场具有积极价值和一定局限,结合行业动量和合理杠杆配置将进一步提升实践可行性和效果,值得在量化投资和资产配置实践中认真考虑。
溯源标记
以上分析主要基于报告内容,相关页码详见各节引用:
,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]
附:本分析基于如下核心图表摘录(部分)
- 表1 标普500择时策略表现
- 表3 5大类资产择时表现
- 表4 战术资产配置组合表现
- 表6 13资产细分权重
- 表16-18 中国大类资产择时与买入持有对比
- 表21 行业轮动策略风险收益指标
- 图1-6 等关键图示策略净值和换仓情况
请根据文本内图片引用路径查阅具体视图数据。
总体评价
报告数据详实、结构严密,理论结合实践,兼顾国际与国内市场,既展现经典策略优势,又体现本地化调整需求,为投资者提供了成熟策略框架与中国市场实践的深刻洞见,具有较高的参考价值和学术实践意义。