弥合基本面与量化的鸿沟

如今,大多数大型主动基金管理公司都拥有基本面量化投资团队。从历史上看,这两个群体一直处于不同的孤岛,并且有充分的理由:他们对投资流程有不同的方法,并且使用不同的日常语言。

分歧的根源在于各自的教育基础。基本面投资者研究经济学并学习自下而上的投资过程,旨在确定单一股票的未来价值。量化分析师学习数学和工程学,并从大量市场数据开始,采用自上而下的方法进行投资决策

然而,随着相关数据变得越来越容易获取,数据科学工具变得更加用户友好,基本面投资者已经开始将更多的定量屏幕和模型纳入他们的基本面研究中。如今,大多数基本面投资者都至少拥有一个通常基于电子表格的量化筛选——旨在标记估值不匹配、环境、社会和治理 (ESG) 评分等——这会影响他们的投资流程。有些有很多屏幕,旁边坐着一位常驻量化分析师。

这是一个进化问题。

“量化”一词在市场上引起的关注可能多于拥抱,但不管你喜欢与否,即使是最顽固的基本面投资者也开始变得量化。

在许多具有前瞻性思维的公司中,定量研究负责人正在晋升到领导职位,他们负责弥合公司基本面投资者和量化投资者之间的差距,或者至少利用这两个群体的资源。

但找到共同点说起来容易做起来难。基本面投资者仍然掌握着这些公司的大部分权力,并且往往没有兴趣参与量化投资。最好的情况是,他们很难理解这种语言,最坏的情况是,他们将宽客视为威胁。与此同时,真正的定量研究人员常常认为基本面投资者固守着陈旧过时的思维方式。事实上,许多只专注于量化的商店是由于拒绝基本面方法而出现的。

那么,这两种理念中哪一种能产生更好的回报呢?由于该主题的学术研究很少,因此没有明显的答案。Campbell R. Harvey、Sandy Rattray、Andrew Sinclair 和 Otto van Hemert 对 1996 年至 2014 年的对冲基金经理进行了比较,发现系统经理和全权经理的绩效之间几乎没有差异,尤其是在股票领域。最近,在对 2000 年至 2017 年美国股票共同基金的研究中,西蒙娜·阿比斯 (Simona Abis) 得出结论,在非经济衰退时期,量化基金的表现优于其全权委托基金,但在经济衰退期间,共同基金的表现优于其量化基金。

基础学院和定量学院都有各自的优势。前者带来了清晰的解释、不同时间和机会之间的一致性以及对复杂主题的主观评估。后者同时利用了规模、客观性和敏感性分析的优势。但这两种哲学存在天然的冲突。很难同时做到客观和主观,在复杂的方程中努力寻求清晰的解释,并始终如一地识别真正的阿尔法生成机会而不是数据挖掘工件。

然而,在最近与一家大型且以基本面为主的资产管理公司的量化策略主管的一次电话会议中,我们探讨了量化和基本面投资之间的共同点——我更加确信,当今市场的成功需要一种能够充分利用最佳优势的混合方法。两个世界的。

正如我们解释的,在 Essentia,我们使用行为分析来帮助基本面管理者反思自己的决策,这位量化主管非常兴奋。“这与我们建立量化策略时所采用的方法相同,”他说。“我们正在寻找影响绩效的因素。但你们正在将其转化为基层管理者能够理解的语言和他们会使用的工具。这对他们来说是直观的。我可以看到这确实很有帮助。”

换句话说,他认为行为分析是基本面管理者填补流程空白的一种自然方式,通过将定量分析应用于自己的决策来测试和微调他们现有的、以人为驱动的投资模型。

如果更多的量化经理将自己的流程置于这样的显微镜下会怎样?毕竟,我们都知道量化模型会产生人类创造者的偏见。此外,很少有量化策略是完全由计算机驱动的:人类决策经常会覆盖或至少定期更新模型。虽然宽客彻底测试了他们的模型做出的算法决策,但他们往往不会对他们的人类决策应用同样客观和严格的分析。

虽然基本面经理和量化经理可能不会很快正式合并他们的投资方法,但他们都将通过承认他们越来越多地结合人类和机器主导的因素而受益——只是以不同的衡量标准。两者都会发现反思投资过程所产生的决策质量是有价值的,无论该过程更多地是由人类还是机器驱动。

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/73921.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年8月26日 00:55
下一篇 2023年8月26日 23:33

相关推荐

  • 投资 2024:翻开 60/40 投资组合的新一页

    在过去 15 年的大部分时间里,由 60% 的美国股票和 40% 的美国固定收益组成的 60/40 投资组合一直是投资组合构建的基础,为投资者提供了接​​触不断增长的美国经济的机会,并在经济低迷时期获得固定收益证券的保护。 过去两年,这种投资组合策略已经失效。股票回报一直不稳定,几乎没有正数。当波动性迫使投资者寻找庇护所时,固定收益几乎无法提供庇护。事实上,…

    2024年2月6日
    10500
  • 常见的金融骗局以及如何避免它们

    任何人都可能随时陷入金融欺诈。无论您多么小心,犯罪分子都会夜以继日地寻找和创造新的方法来从诚实、勤奋的人们那里窃取金钱。 从数据泄露和在线诈骗到阴暗的诈骗和非法计划,欺诈者瞄准毫无戒心的受害者,甚至欺骗最警惕的怀疑论者。随着技术越来越成为我们联系、开展业务和管理财务的方式不可或缺的一部分,诈骗者也变得越来越狡猾。 从高科技黑客到冷酷无情的欺骗,犯罪分子每年都…

    2023年7月16日
    10100
  • 特斯拉的困境预示着电动汽车投资者将遭遇阻碍

    电动汽车市场竞争日趋激烈,但需求依然存在。那么,股权投资者如何才能抓住这个快速变化的行业的潜力呢? 4 月 2 日,特斯拉公布了令人失望的汽车交付消息,这危及了其在“七大豪门”股票中的地位。无论特斯拉是否能保持其在美国顶级大盘股中的地位,我们认为这一消息反映了寻求获得电动汽车颠覆性潜力的股票投资者的减速带。 15 年来,特斯拉一直是电动汽车 (EV) 生产的…

    2024年5月8日
    7600
  • 北京大学Julia语言入门第4章: 复合数据类型进阶

    这一部分介绍Julia的数组和数组运算,以及收集容器(collections)类型的一般用法。 一维数组 Julia支持一维和多维的数组,当一维数组的元素是数值时,也可以理解成数学中的向量。 在程序中直接定义一个向量,只要用方括号内写多个逗号分隔的数值,如 v1 = [2, 3, 5, 7, 11, 13, 17] 7-element Vector{Int6…

    2023年8月16日
    27000
  • 北京大学R语言教程(李东风)第43章:基于树的方法

    43.1 树回归的简单演示 决策树方法按不同自变量的不同值, 分层地把训练集分组。 每层使用一个变量, 所以这样的分组构成一个二叉树表示。 为了预测一个观测的类归属, 找到它所属的组, 用组的类归属或大多数观测的类归属进行预测。 这样的方法称为决策树(decision tree)。 决策树方法既可以用于判别问题, 也可以用于回归问题,称为回归树。 …

    2023年12月2日
    23800

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