文 | 國泰君安金工團隊
來源 | 國泰君安證券研究
正文：
01、從挖掘新因子走向風格配置
量化選股政策曆經十餘年磨練，已經到達較為成熟的階段。其中，多因子選股憑借着自身穩定性高、可了解性強、模型搭載性強等優勢，成為買方機構的主流實戰政策。
在過去的多因子研究中，挖掘新的Alpha因子是提高收益的主要途徑，而量化産品的競争力也在一定程度上由Alpha因子庫的豐富度決定。
但是，本質上來說，Alpha因子擷取的穩定收益源于投資者的定價偏差。這種類似于套利性質的政策之是以能夠成功是因為市場定價效率還太低。
随着A股國際化趨勢的強化，機構化趨勢的提高，整個A股的市場環境乃至投資理念都在發生顯著的變化。與之伴随着便是A股的市場效率快速提升，滬深300内單純依靠Alpha因子已經很難做出穩定顯著的超額收益。
在此背景下，量化投資者開始把視野轉向風格配置。
從風格表現來看，2014年之前，風格表現很多時候向單邊傾斜。例如，市值風格中樞長期偏向小市值，造就了早期量化類産品多選擇主動暴露小市值風格。
然而，2014年12月在券商行情的影響下，市值風格發生巨幅反轉，衆多量化産品短期産生大幅回撤，突如其來的沖擊讓量化投資者不得不重新審視風格因子的收益風險特征。
此後，為了保證模型的穩定性，量化産品對風格暴露多持審慎态度，并傾向對風格進行中性化處理。
然而，随着滬港通的開放，外資不斷湧入，以及價值投資理念的盛行，市場環境在2015年之後有着結構性變化，而風格走勢也逐漸出現輪動特征。其中，市值、價值等風格的輪動對組合收益表現更有着決定性影響。
如果說，2014年之前的量化對沖政策比拼的是Alpha因子庫的豐富度，那麼2015年之後的量化政策比拼的則是對風格因子乃至Alpha因子的了解。
是以，我們後續在量化選股上的重心，也将由Alpha因子挖掘轉向因子擇時。
因子擇時分兩大子產品：
1. 對Alpha因子大類擇時，即對因子斜率進行判斷
其和風險因子擇時的差別在于，Alpha因子通常不會發生較為明顯的方向變化，但其效率在不同階段卻有很強的周期性。例如2016年之後，基本面量化類因子表現突出，如果超配該類因子，并降低技術類因子權重，則可大幅提高政策收益。
2. 是對風險因子的擇時，也即風格配置體系
通過對風險因子收益方向的判斷，捕捉風格方向性變化所蘊含的收益，這也将是本文重點闡述的方向。
在本篇報告中，我們将介紹風格配置體系的核心邏輯、聚焦交易次元大類，刻畫交易情境下的幾個子名額，并試圖将交易情景子名額整合為多元情景評價系統。
最後，我們将風格配置體系納入原有的Alpha選股架構，并建構多情景政策。
02、風格配置研究的核心是什麼？
如何建構風格配置體系? 針對這個問題，市場上有不同的看法。
從大方向看，基于内生因素所建構的政策，在目前多變的市場環境下，适應能力極為有限。相對地，隻有從外生因素出發，才能更好的适應變化的環境，于投資者而言也更易掌控。
那麼，外生因素有哪些，又如何刻畫？
外生因素即不同的市場情景，其對投資者決策邏輯有直接影響。舉個簡單的例子，在牛市中，投資者為了擷取高收益，通常會追逐高彈性、強動量、高波動的股票。然而，在低迷的市場裡，同樣一批投資者會轉而追逐防禦性強、低估值、業績穩定的股票。
也就是說，牛市還是低迷的市場作為外生因素，會顯著影響投資者的投資邏輯，這也是我們為什麼需要去刻畫市場環境。
這就好比在德州撲克比賽過程中，我們需要對場面上的所有資訊進行分析，進而生成最接近真實情況的機率分布，并将籌碼與之對應，賺取勝率和賠率的期望收益。
是以，德州撲克的研究目标在于對機率分布的估算，而非預測牌桌上未翻開的牌。
投資中亦是如此，風格配置研究的核心在于整合資訊，刻畫情景，給出最佳應對方案。
是以，本文嘗試從“應對”思維出發，由政策視角切入，以量化方法輸出。
具體來說，我們首先刻畫市場情景次元，将市場資訊轉化為可觀測的客觀名額。在此基礎上，刻畫情景環境對風格收益的影響，并将其轉化為風格配置系統。
最後，我們将風格配置系統與Alpha選股架構進行融合，在不影響Alpha因子效用的基礎上，融入風格判斷所帶來的收益。
03、刻畫情景次元
市場情景是多元度多層次的，情景次元的劃分即是投資者思維架構的實體化形式。
從大類劃分，我們将市場情景分為宏觀次元、交易次元、投資者結構次元等幾個大類。本文作為系列第一篇，将聚焦于交易次元刻畫。
具體來看，我們将交易次元分為市場強度、情緒次元、預期風險、結構分化度四個方面。
從風格标的來看，考慮到與現有多因子選股模型的相容性，本文以Barra的9大類風格因子作為備選标的。
1. 市場強弱
為了直覺刻畫市場走勢強弱，我們建構名額從微觀行業運作強度內建市場強弱。
具體來說，我們以申萬28個行業作為基準，觀察每日有多少個行業的收盤價在5日均線之上，并以此為基礎，對站上5日均線的行業數量進行标準化處理，作為市場強弱的代理變量。
其中N表示當日收盤價超過5日均線價格的行業數目。
2. 市場情緒
此前對于市場情緒的研究有很多，但效果不穩定，究其原因主要有以下兩個問題：
1.投資者情緒映射于市場交易的多個層面，很難從單一層面有效刻畫。
2.單一情緒名額同時會展現其他方面的資訊，進而降低情緒資訊純度。
是以，為了解決這個問題，我們以海外情緒相關文獻為基礎，同時結合A股環境特殊性，我們選取了4個情緒名額。
在此基礎上，通過提取主成分（PCF）的方法提取多個名額共有的部分，即萃取每個名額穩定展現投資者情緒的部分。
這樣不僅保證了名額對應情緒資訊的純度，也提高了名額的穩定性。
3. 預期風險
量化中性模型設計上屬于靜态模型，即鎖定定價偏差，無視市場環境變化，通過風格及行業中性化處理，擷取穿越牛熊的穩定alpha收益。
但是，如果能夠有效刻畫投資者心理狀态，乃至把握市場定價效率，則可以進一步提高模型的效用。
沿着這個思路，我們将預期風險作為情景次元之一。
在海外的研究中，Ronald，Dmitri和Edward （2012）發現，當VIX（波動率）高時，投資者會購買高風險的組合，賣出具有強動量的股票。此外，VIX上行階段，市值和價值因子表現較好，大盤股和價值股比小盤股和成長型股票表現好（Maggie and Thomas [1999]）。
是以，在海外的研究中，預期風險對于多個風格都有着顯著影響。其中，VIX指數通常被作為預期風險的代理變量。
VIX指數可以通過上證50ETF期權交易資料計算得來，衡量的是标的期權的隐含波動率，代表了市場對未來30天的标的波動率的預期。當VIX指數越高時，顯示投資者預期未來股價的波動性越劇烈。
4. 結構分化
在實際投資過程中，我們對于行情不僅僅限于方向上的判斷，亦會有結構上的判斷。
如果是趨勢性行情，則更适宜配置指數權重股。相對地，如果是結構性行情，把握主題股、概念股的行情就更為重要。
04、多元情景評價系統設計
。。。。。。。
05、風格配置政策建構
風格配置體系形成後，我們可以直接将其用于搭建smart beta被動ETF産品投資架構。
但是，考慮到A股目前市場定價效率尚未達到強有效狀态，Alpha因子依舊可以提供較為穩定的超額收益，我們期望将風格配置體系融入原有的多因子選股架構，在不影響原有Alpha因子收益的基礎上，疊加風格擇時所産生的收益。
1. 因子選取标準
2. Alpha因子權重方法
在優化之前，為了提高模型Alpha端的穩定性，我們對六個大類因子進行對稱正交處理，使得每一個因子負載的資訊更加純粹，提高優化效率。模型的優化目标根據Alpha因子過去12個月的ICIR進行權重，最大化Alpha因子暴露。
06、政策表現與評估
為了能夠直覺對比風格擇時對模型提升的效果，我們分别計算了原始中性政策和多情景政策的淨值曲線。
從圖中可以看出，加入風格擇時系統後，政策淨值大幅提升（最終淨值由3.1提升至4.3）。尤其在2014年之後，随着市場風格輪動特征強化，風格擇時對淨值增強的效果也大幅提升。
從2019年收益來看，截至4月模型相對中證500累計超收益達到3.9%，相比之下，傳統中性政策則在1季度遭遇大幅回撤。
可以看出，随着Alpha因子收益效率的下降，風格擇時研究将是未來量化投資領域的大勢所趨。
從多情景模型自身穩定性來說，組合月度超額收益勝率接近80%，月度最大虧損僅為3.4%。從圖中可以看出，在每月獲得穩定收益的基礎上，其在風格切換幅度較大的環境下，能夠大幅提高收益。
整體來看，模型相對于中證500全收益指數年化超額收益20.4%，表現較為穩定。分年度表現來看，政策年度勝率100%，在2015年牛市中會展現出較高的收益彈性。
除了2015年股災由于股票停牌影響，超額收益出現較大回撤外，其他年份回撤都在5%以内。
由于政策加入風格擇時的影響，換手率由3倍上升至4.3倍左右，交易費率并未有顯著提升。
具體情況如下，表4展示了政策年度收益及回撤表現。
07、結語
本篇報告以“應對”理念為核心，刻畫市場環境，配置當下情景。
從模型設計原則上來看，模型邏輯與投資邏輯吻合，極大的提高了模型的可了解性。與此同時，模型在展現對風格判斷的基礎上，保留了原有Alpha因子選股效用。
最重要的是，模型為主動和量化結合提供了可靠基礎。基于模型的可視化設計，投資者可以對市場不同情景次元，乃至不同次元下的細分名額進行全視角觀察。
此外，模型借鑒于BL模型理念，能夠将主觀判斷展現于底層客觀名額的調整，進而在模型結論中反映主觀判斷的成分，進而為風格配置層面的主動量化應用打下基礎。
随着A股國際化、機構化程序加速，市場定價效率不斷提高。這使得傳統Alpha選股政策難度與日俱增。尤其在類似于滬深300等機構化程序較快的指數中，Alpha因子選股效率逐年下降，這促使量化投資人不得不尋找新的收益方向。
我們認為，因子擇時是量化投資未來3年重要研究領域，無論是對Alpha因子大類的擇時還是對風格因子的擇時都是未來量化産品拉開收益差距的重要戰場。
另外，本次Alpha因子的衰退或是永久性的。面向未來，國際資本的流入不僅提高市場定價效率，亦使得市場流動性分布産生顯著分化，在過去幾年市場流動性将向中證800，尤其是滬深300高度集中。
這使得在可預見的未來，中證800外的股票池資金承載量有限，即使其能夠貢獻較高的Alpha收益。
最後，在當下突變性較高的市場環境下，模型的适應性非常重要。尤其是政策在近幾年的表現，在一定程度上更能反映其未來的表現。
從量化研究理念上來說，我們認為模糊的正确優于精确的錯誤。
以上内容節選自國泰君安證券已經釋出的證券研究報告《不同情景模式下的風格配置體系》，具體分析内容（包括風險提示等）請詳見完整版報告。若因對報告的摘編産生歧義，應以完整版報告内容為準。
推薦閱讀：
1.經典量化選股方法——沒有秘密的多因子
2.如何建構一個屬于自己的擇時體系
3.市面上經典的量化交易政策都在這裡了！
4.被動與主動的完美結合：指數增強政策的魅力
5.配對交易 —— 這個股票政策曾年賺5000萬美元