本报告聚焦主动型基金在美股与A股市场的组合构建问题,基于Edward N. Aw的研究,发现主动基金经理未有效纳入风险因素,掩盖了股票选择的alpha信号。实证显示,通过多种风险加权组合构建方法,尤其是反向波动率加权和成交量波动率短期放大因子反加权,可显著提升主动基金的超额收益,A股实证中该方法年化超额收益达14.8%,信息比率为1.57,有效提升跑赢基准的比例,体现风险管理在主动投资中的核心作用。
| 加权方式 | 季度超额收益 | 年化超额收益 | 跑赢原基金比例 |
|---|---|---|---|
| 等权组合 | 0.29% | 1.17% | 38,350 |
| 主动权重加权组合 | 0.15% | 0.62% | 38,350 |
| 反向波动率加权组合 | 0.30% | 1.19% | 38,350 |
| 特质风险平价方程加权组合 | 0.05% | 0.19% | 38,312 |
| 加权方法 | 年化收益 | 夏普比率 | 年化超额收益 | 信息比率 | 最大回撤 | 跑赢原基金比例 | 跑赢基准比例 | 跑赢披露权重比例 | 相对偏股基金超额收益 |
|---|---|---|---|---|---|---|---|---|---|
| 方法一 (等权) | 17.1% | 0.65 | 10.6% | 1.27 | -20.8% | 73.3% | 92.3% | 95.8% | 4.9% |
| 方法二 | 9.2% | 0.38 | 2.7% | 0.69 | -12.2% | 19.9% | 76.6% | 85.4% | -3.0% |
| 方法三 | 15.2% | 0.61 | 8.7% | 1.33 | -16.6% | 64.2% | 92.5% | 94.6% | 3.0% |
| 方法四(成交量波动率短期放大因子反加权) | 21.3% | 0.81 | 14.8% | 1.57 | -20.6% | 82.6% | 96.4% | 97.9% | 9.0% |
报告标题:主动投资如何通过风险控制提升收益?
作者/分析师:叶尔乐,执业证书号 S0100522110002
发布机构:民生证券研究院
发布日期:2023年8月20日
主题:主动投资策略,风险控制,组合构建,美股及A股主动基金
该报告基于Edward N. W. Aw关于主动投资管理的研究,重点研究主动型基金经理在投资组合构建过程中忽略风险管理对基金整体表现的影响,以及通过引入风险控制优化组合构建如何提升主动基金收益。
核心论点:
报告重点传达主动投资中组合构建对管理绩效的决定性作用,以及科学的风险管理和加权方法能有效释放选股alpha。
内容总结
本节通过回顾主动投资与被动投资的历史演变,阐述了主动基金经理在股票选择和组合构建两方面的表现。历史文献(如詹森1968、萨缪尔森1974)以及标准普尔SPIVA数据指出,绝大多数主动基金无法跑赢对应基准指数,资金也向被动投资转移。
论据与数据
推理与假设
本节提供行业背景和研究切入点,为后续检验组合构建方法奠定框架.
表格解析:
“美股中未跑赢基准的主动基金比例”:长达10年以上周期,大部分美股主动基金未跑赢对应指数,且随着时间推移未跑赢比例呈上升趋势,体现主动基金长期表现压力。
通过调整SPIVA评分卡中的偏差,如剔除被动基金、正确处理退市基金,主动基金跑赢比例有所提升,但依然不到25%。
推理
传统SPIVA方法对退市基金一律判断为不跑赢,存在偏差修正后数据更为合理。
2.1 股票选择与投资组合构建
强调主动基金成功由两因素驱动:股票选择能力(alpha因子)和投资组合构建。
经典现代投资组合理论建议基于预期收益和风险构建最优组合,减少集中风险,但现实中基金经理往往不严格采用风险平价等系统性组合管理方法。
2.2 四种组合构建方法实证
依据2001至2018年美股大市值核心主动基金季度持仓数据,对每只基金采取四种权重重置方案:
表格详解:
四种加权方案的表现均优于原基金披露权重,其中,反向波动率加权法在长期(10年、15年)跑赢基准的比例最高(74.1%和74.76%),明显优于披露权重组合(分别为49.02%和53.02%)。
另一表显示各方法相较披露权重组合的超额收益情况,年化超额收益最高为反向波动率加权的1.19%,信息比率明显较高。
逻辑说明:
风险调整投资组合通过降低高风险个股的权重,增强组合稳定性,回归理性投资组合构建,使得选股alpha信号不被负向风险暴露所稀释。
3.1 A股主动基金表现
统计分析了2013-2023年478支持续存续主动基金,年化收益平均12.0%,中位数12.48%,跑赢各自基准的比例达91.4%,显著优于美股主动基金状况。
直方图(图6,图7)显示10年年化收益及超额收益呈偏左分布,头部基金收益较为稀缺。
3.2 组合构建权重改进实证
A股基金基准覆盖率低,未采用美股中主动权重加权法,增加了“成交量波动率短期放大因子”反加权法。
调仓时间点选择的实证
A股披露持仓仅半年报、年报两次,调仓时间不同对组合收益影响显著。
加权方式表现(图表9,10)
四种权重调整方式均能跑赢基金披露权重组合,成交量波动率短期放大因子反加权法表现最佳:
具体数据解读
净值走势中,成交量波动率短期放大因子法净值明显高于基准,超额收益具备稳定性和持续性。
分年度表现(表11,图12)
该方法多数年份取得正超额收益,夏普比率稳健,特别是在大震荡年份也维持正收益,2020年表现较弱,表明在风格过度单一时量化策略相对受限。
对wind偏股基金指数也表现出超额收益,显示该策略具有一定普适性。
展现不同市值和基金类别下未跑赢基准的主动基金比例。
显示原始SPIVA与作者修正法预测的跑赢比例差异,修正后跑赢比例有所提高,修正了退出基金影响。
反向波动率加权在10年和15年期表现最优,跑赢基准比例分别为74.1%和74.76%,远高于披露权重组合的49.02%和53.02%。
年化超额收益最高为0.30%,对应反向波动率加权组合,表明组合构建优化带来可观超额回报。
10年内478只基金年化收益12%,跑赢基准比例91.4%,显示A股主动基金整体表现强于美股。
收益分布较为集中,体现绝大部分基金能够跑赢市场,但高超额收益基金数量有限。
提前1-2个月调仓比披露期末调仓能更准确复制基金表现,暗示A股基金调仓周期和披露机制的时滞问题。
成交量波动率放大因子反加权法年化超额收益14.8%,跑赢基准比例高达96.4%,多方面指标领先其他方案。
反映成交量波动率短期放大因子法的累计超额收益优势,净值增长明显领先基准及其他方案。
策略绝大部分年份均实现正超额收益,夏普比率优良,显示策略具备较强稳健性。
年度及周期内整体呈现向上超额收益积累趋势,运行稳定。
本报告重点在于量化投资组合构建方法的实证分析,未直接涉及传统的公司或行业估值模型。相关估值维度体现在对主动基金表现的超额收益率、信息比率、回撤率等指标跟踪评价,强调收益稳定性和风险调整后表现。
报告明确警示量化策略的历史局限性和不可避免的模型风险。
整体保持专业与严谨,未见明显偏颇或内部矛盾。
该量化分析报告通过系统梳理和实证研究,揭示了主动型基金很大程度上因忽视投资组合风险管理而导致股票选择alpha信号被稀释,成为难以跑赢基准的关键因素之一。通过对美股和A股主动基金实行四种不同的权重组合构建方式的实证,尤其是风险反向波动率加权和成交量波动率短期放大因子反加权,显著提升主动基金的超额收益和跑赢基准的比例。
美股端反向波动率加权方法在10-15年时间窗口内使主动基金跑赢基准的比例从约50%提升至约74%,同时获得年化超额收益接近1.2%。A股上,改进的成交量波动率短期放大因子反加权法更为有效,10年平均年化超额收益达到14.8%,信息比率1.57,跑赢原基金组合比例达98%左右,表现十分抢眼。
这充分表明,科学的风险控制融合于组合构建过程中,是释放主动投资股票选择alpha的关键环节。不同市场间存在显著结构性差异,披露透明度和交易机制影响组合构建和调仓效果,需结合本土市场特征进行专项改进。
图表和实证结果清晰支撑以上结论,净值曲线和年度表现表明风险调整后的组合构建策略能够在不同市场周期维持稳定超额收益,但同时也对量化模型未来失效给予明确风险提示。
最终,报告为主动管理基金提供了组合构建优化的实务逻辑和方法论路径,强调主动投资的潜在价值并非逐步消失,而是需要纳入系统化风险控制来提升表现和持续竞争力。
图6:A股主动基金10年年化收益分布直方图
图7:A股主动基金10年年化超额收益分布直方图
图10:四种加权方法净值走势
图12:成交量波动率短期放大因子反加权法平均超额收益走势
本报告通过引入严谨的风险控制指标和投资组合构建方式,揭示了主动投资管理中“组合构建不足导致alpha信号被掩盖”的实质问题。实证分析表明,尤其是将量价风险因子等纳入权重分配,可在美国及中国市场均实现主动基金表现的显著提升。报告同时结合市场差异、数据披露特征调整方法,强调主动投资仍具生命力,关键在于科学合理的风险管理。
风险提示明确告诫:基于历史数据模型未来可能失效,且市场环境变化、披露机制等因素复杂多变,组合构建方法需持续优化以适应新挑战。
因此,主动基金管理者应重视组合构建的风险因素,通过系统性投资组合优化,摆脱传统被动组合构建的局限,真正实现超额收益最大化。
整体来说,该研究为主动投资领域提供了深刻见解和量化实操路线,具有较强的研究与应用价值。
【全文引用页码】:
量化分析报告:主动投资如何通过风险控制提升收益?.pdf