因子投资组合与市值加权指标策略,可以缩小跟踪误差吗?

尽管在 2022 年短暂恢复正常,但自 2020 年 COVID-19 引发的市场崩盘以来,股票因子策略相对于市值加权指数经历了绩效挑战。虽然对这些挑战有很多解释,但我们这里的重点是另一个问题:

是否有可能保留因子方法进行股权投资的好处和经济合理的基础,同时使因子投资组合的表现与市值加权指标更紧密地保持一致?

 

在回答这个问题之前,让我们简要回顾一下市值加权指数的缺点。在市值加权指数中,市值较高的公司在指数中的权重较高。另一方面,规模较小的公司可能拥有最大的增长空间,但权重较低。投资上限加权指数策略固有的风险有三重。第一,随着权重最大的公司“均值恢复”到较低的价格水平,他们可能会遭受损失。其次,通过减持规模较小的公司,市值加权策略可能会阻止投资者从最具增长潜力的公司中真正受益。最后,市值加权指数策略相对集中于最大股票的一小部分。

相比之下,正确构建的股权因子策略将受到风险因素的驱动,这些风险因素已被证明可以在长期内奖励投资者。这些因素——价值动量、规模、盈利能力、投资和低波动性——已经被不同研究人员几十年来的经验验证,并具有清晰直观的经济原理。与上限加权指数和模仿其行为的产品相比,涉及所有六个因素的多因素投资组合通常更加多元化和波动性更低的投资工具。虽然后一个特征对因子投资组合有很好的作用,但正如我们所看到的,在某些市场环境中,股票因子投资组合的表现可能逊于市值加权策略。问题是:

什么是要做?

如下所示,没有必要在因子投资和市值加权绩效之间进行二元选择。虽然从长远来看,以批发方式倾向于上限加权基准可能不会让投资者受益,但有一个中间方法:继续投资于因子策略,但应用跟踪误差约束,以缩小上限加权和“无约束”之间的绩效差距” 给定时期内的因子投资组合。正如我们的分析所示,将后者的调整应用于因子投资组合无论从短期还是长期来看都有优点和缺点。

 

跟踪误差约束因子投资组合如何表现?

下图显示了标准六因子投资组合(其中每个因子具有相同的权重)与其跟踪误差 (TE) 约束变体之间的近期绩效差异。当我们应用 TE 约束时,该表表明因子组合与上限加权指数之间的绩效差距大幅缩小。然而,这些投资组合付出的代价是额外波动性约 100 个基点 (bps),以及下行保护恶化(以最大回撤衡量)。


具有跟踪误差约束的因子投资组合,
2022年12月31日至2023年6月30日

上限
加权
六因素
等权
六因素
等权
1% TE目标
六因素
等权重
2% TE 目标
返回 17.13% 6.04% 14.70% 12.38%
挥发性 14.44% 13.10% 14.05% 13.72%
夏普
比率
1.01 0.27 0.87 0.72
最大限度。回撤 7.43% 7.90% 7.51% 7.61%
相对
回报
-11.09% -2.43% -4.75%
跟踪
误差
4.65% 0.98% 1.95%
信息
不适用 不适用 不适用
最大限度。相对
回撤
10.04% 2.19% 4.29%

下表中 TE 控制的投资组合的行业构成显示,相对于标准多因子投资组合,科技行业的严重暴露不足显着下降。这可能并不令人意外。毕竟,较大的科技公司一直是市值加权工具相对于股权因子策略表现优异的主要驱动力之一。


截至 2023 年 6 月 30 日的行业分配

上限加权 六因素
等权
六因素
等权
1% TE目标
六因素
等权重
2% TE 目标
绝对重量 相对重量 绝对重量 相对重量 绝对重量 相对重量
活力 4.7% 6.3% 2.0% 5.3% 0.6% 5.9% 1.2%
基础
材料
2.3% 2.6% 0.3% 2.4% 0.0% 2.4% 0.1%
工业品 8.8% 7.4% -1.4% 8.3% -0.4% 7.9% -0.9%
周期性消费者 12.4% 11.7% -1.0% 12.0% -0.3% 11.7% -0.7%
非周期性
消费者
6.5% 11.2% 5.1% 7.4% 0.9% 8.3% 1.8%
金融 12.7% 13.1% 1.5% 12.9% 0.2% 13.1% 0.4%
医疗
保健
14.2% 17.7% 4.2% 14.8% 0.6% 15.4% 1.2%
科技 34.5% 21.5% -15.7% 31.7% -2.8% 28.9% -5.7%
电信 1.1% 2.0% 0.9% 1.3% 0.2% 1.6% 0.4%
公用事业 2.7% 6.6% 4.1% 3.8% 1.0% 4.8% 2.1%

在较长的衡量范围内,下图表明,控制 TE 会增加波动性并降低回报,从而损害长期风险调整后的业绩。信息比率和在各个方面跑赢市值加权指数的可能性也略有恶化。


长期风险调整后业绩,
1971年6月30日至2022年12月31日

上限加权 六因素
等权
默认
投资组合
标准投资组合
TE 1%
标准投资组合
TE 2%
周年
申报表
10.22% 13.10% 10.95% 11.63%

波动率
17.33% 15.53% 16.82% 16.38%
夏普比率 0.33 0.55 0.38 0.43
最大限度。
回撤
55.5% 50.9% 54.0% 53.5%
年度
相对
回报率
2.88% 0.72% 1.41%

跟踪
误差
4.20% 1.14% 2.21%
信息
0.69 0.63 0.64
最大限度。相对
回撤
20.1% 5.8% 10.7%
表现优异的
概率
(一年)
66.89% 67.71% 67.38%
表现优异的
概率
(三年)
79.42% 75.81% 75.30%
表现优异的
概率
(五年)
86.94% 84.62% 84.44%

结论

跟踪误差风险控制是管理多因子指数样本外跟踪误差的有效方法,也有助于减少多因子指数的行业偏差。我们不必把婴儿和洗澡水一起倒掉。

然而,从长远来看,将因子投资组合的表现与市值加权指数相匹配可能不利于绝对回报和风险调整回报。此外,简单的股权投资上限加权方法缺乏经济和概念基础来证明其使用的合理性。虽然它们在某些市场环境中可能表现出色,但它们不具备获得卓越的长期风险调整业绩的公式。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/73825.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年7月31日 01:10
下一篇 2023年7月31日 01:26

相关推荐

  • 印度的能源博弈

    印度的能源博弈 由威廉布莱尔的伊恩·史密斯,5月16日 到2025年为止,市场已经有很多需要消化的内容:特朗普政府的关税、德国最新的投资承诺、深求时刻的影响,以及不断升级的军事冲突(现在包括印巴边境的冲突)。在这诸多事件中,有几件事情可能被忽视了——最值得注意的是,5月6日宣布的印度与英国之间的贸易协议。 经过三年的谈判后最终达成,这是英国自退出欧盟以来达成…

    2025年6月9日
    3700
  • 北京大学R语言教程(李东风)第35章: R非参数回归

    35.1 模型 线性回归模型可以看成非线性回归模型的特例: Y=f(X)+ε 其中f(x)为未知的回归函数。 参数方法:假定f(x)具有某种形式,如 二次多项式回归可以令X1=x,X2=x2, 变成二元回归模型来解决。 指数模型可以令z=lnY, 模型化为z=a+bx。 有一些曲线模型可以通过变换化为线性回归。 在多元情形, 一般的非线性回归模型为…

    2023年11月25日
    49600
  • 绝对回报货币策略,被低估的回报和多元化来源?

    绝对回报货币策略,被低估的回报和多元化来源? 执行摘要: 货币因子策略可以平衡股票和债券市场的动荡。我们的绝对回报货币策略 (ARCS) 是一种透明且基于规则的策略,可接触三个关键货币因子:套利、价值和趋势。 ARCS 与传统资产的相关性较低甚至为负,这使其有可能在不增加太多风险的情况下提高多资产投资组合的回报。 我们认为 ARCS 未来的回报前景看好。这是…

    2024年6月2日
    8800
  • 更好管理资金的 10 种方法

    ‍‍ 收支平衡只是优秀资金管理的一方面。如果你数学不是最好的也没关系;您真正需要了解的只是基础知识。 ‍ 说实话。当你精通财务时,生活就会简单得多。您的信用评分和最终的债务总额取决于您管理资金的方式。如果您正在努力应对资金管理挑战,例如尽管赚了足够多的钱,但仍过着薪水过日子,这里有一些建议可以帮助您改善财务习惯。 ‍ 当做出财务决策时,永远不要认为自己能买得…

    2023年12月6日
    15900
  • 避险情绪蔓延至加密货币市场,比特币和以太币下跌

    避险情绪蔓延至加密货币市场,比特币和以太币下跌 由于股市暴跌导致全球市场不安情绪蔓延,第二大代币以太币也跟随数字资产下跌。 以太币一度下跌 7.8%,为三周以来的最大跌幅,截至纽约时间周四上午 10:39,交易价格为 3,172 美元。市场领头羊比特币下跌约 2.4%,至 64,428 美元。 周三,随着对人工智能主题的狂热支持开始减弱,大型科技股暴跌,美国…

    2024年9月2日
    7800

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部