基于因子的投资就像一盒巧克力

作者:Tom O’Shea

2022年,不断上升的利率和通胀对投资组合造成了沉重打击。美国股市和投资级固定收益出现了两位数的跌幅,令投资者争先恐后地寻求保护。与标准普尔 500 指数相比,低波动策略的损失仅为一小部分。标准普尔 500 低波动性指数和 MSCI 美国最低波动性指数相对密切地跟踪标准普尔 500 指数,直到第二季度标准普尔 500 指数下跌超过 16% 1。两种低波动性策略在今年剩余时间内均保持了优异的表现,分别为 -4.6% 和 -9.2%,而标准普尔 500 指数为 -18.1% 2。这些因素策略如何发挥作用?

累积回报

1976 年,Stephen A. Ross 撰写了一篇关于套利定价理论的论文,该论文扩展了资本资产定价模型,指出多种因素可以解释股票的回报。学术界发现了各种因素作为回报驱动因素,例如公司规模、波动性、价值、质量和动力。基于因素的投资涉及根据这些回报驱动因素系统地选择一组投资,这些投资被认为与更高的回报、改善的多元化或降低的风险相关。虽然这种方法已显示出希望,但它并非没有缺陷,包括容易受到回溯测试偏差的影响,以及随着时间的推移,因子溢价可能会受到侵蚀。

普通股

你永远不知道你会得到什么

经历过全球金融危机的投资者可能会犹豫是否要忍受另一次重大的市场低迷。有些人可能会考虑通过增加债券配置来降低风险,而另一些人可能会选择基于低波动性因素的策略。S&P 500 低波动性指数从 S&P 500 指数中选择了过去一年时间范围内波动性最低的 100 只股票。MSCI 美国最小波动率指数的方法略有不同:投资组合经理优化权重以达到最小绝对波动率。然而,这两种方法都有一个共同的警告:过去的表现并不能保证未来的结果。没有什么能保证去年波动性最小的股票将来也会是波动性最小的股票。如下图所示,与标准普尔 500 指数相比,低波动性指数通常会降低波动性。然而,投资者仍然承担了熊市期间的大部分波动性。仅仅因为该指数选择了波动性最小的 100 只股票,并不意味着宏观经济因素不会推高所有股票的波动性。我们甚至看到,在 1970 年代初期的通胀时期、互联网泡沫的开始、整个 2017 年、2022 年紧缩周期的开始以及其间的不同时期,低波动性指数都超过了标准普尔 500 指数。并不意味着宏观经济因素不会推高所有股票的波动性。我们甚至看到,在 1970 年代初期的通胀时期、互联网泡沫的开始、整个 2017 年、2022 年紧缩周期的开始以及其间的不同时期,低波动性指数都超过了标准普尔 500 指数。并不意味着宏观经济因素不会推高所有股票的波动性。我们甚至看到,在 1970 年代初期的通胀时期、互联网泡沫的开始、整个 2017 年、2022 年紧缩周期的开始以及其间的不同时期,低波动性指数都超过了标准普尔 500 指数。

挥发性

较低的波动性并不总是意味着更好的表现

大多数投资者预计,波动性加剧的时期将导致对市场走势更敏感的股票出现更大的下跌。虽然通常如此,但低波动性指数的情况并非总是如此。例如,Covid-19 大流行表明,低波动性指数降低了波动性,但回报率却低于标准普尔 500 指数。2008 年初全球金融危机期间,我们也看到波动性较低,而标准普尔 500 指数表现较好。这些事例强调,低波动性策略在缓解市场低迷方面并非万无一失。此外,其最显着的缺点之一是在牛市期间往往会错失全部上行潜力。尽管低波动性在七个熊市中有四个表现出色,

相对表现

总结

低波动性策略似乎是防范市场低迷的一个有吸引力的选择。然而,在实践中,投资者并不能保证今天的低波动性证券在未来仍将处于低水平。对于寻求消除波动性同时最大限度地减少未知因素的投资者来说,缓冲股票策略可能提供一个令人信服的选择。缓冲股票策略提供已知水平的下行风险缓解,同时允许上行参与达到预定上限。下图展示了 CBOE 标准普尔 500 15% 缓冲保护指数 – 1 月系列如何能够减轻 Covid-19 大流行期间的下行风险。标准普尔 500 指数大幅下跌,跌幅超过 30% 3。低波动率指数和最低波动率指数几乎持平甚至更差,而 CBOE 标准普尔 500 15% 缓冲保护指数仅下跌 20% 4。2022 年,波动率策略和 15% 缓冲策略的表现都显着优于标准普尔 500 指数。

下行救星

2022 年各资产类别出现两位数的缩水,导致许多投资者为 2023 年出现更多相同情况做好准备。继续持有波动性因子投资组合头寸的投资者明显落后于标普 500 指数,标普 500 指数今年迄今已上涨 11.5%。采用 15% 缓冲策略的公司已成功占据了标准普尔 500 指数5的约 85% 的份额。

Tom O’Shea 是 Innovator 的投资策略总监。本材料包含 Tom O’Shea 目前的研究和观点,这些研究和观点可能会发生变化,不应被视为或解释为参与任何特定交易策略的建议,或被视为任何投资产品的要约或销售并且不应如此依赖它。此信息的用户承担使用此处提供的信息的全部风险。除非另有明确说明,本文表达的意见、解释或调查结果不一定代表 Innovator ETF 或其任何附属公司的观点。

1.资料来源:彭博社。数据来自2022年3月31日-2022年6月30日。
2.资料来源:彭博社。数据来自2021年12月31日-2022年12月31日。
3.资料来源:彭博社。数据来自 2022 年 1 月 3 日至 2020 年 3 月 23 日。
4.资料来源:彭博社。数据来自 2022 年 1 月 3 日至 2020 年 3 月 23 日。
5.资料来源:彭博社。数据来自 2022 年 12 月 31 日至 2023 年 10 月 3 日。

Cboe S&P 500 15% Buffer Protect Index 系列旨在为美国国内股市提供目标结果回报。

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/77398.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年10月16日 01:35
下一篇 2023年10月16日 23:58

相关推荐

  • 比特币暴跌,以太币遭遇 2021 年以来最大跌幅,加密货币下跌

    周一,加密货币受到全球市场避险情绪的冲击,比特币一度下跌超过 16%,排名第二的以太币则遭遇了 2021 年以来最大跌幅。 截至纽约时间上午 7:08,顶级代币比特币交易价格下跌 14% 至 51,130 美元,上周下跌 13.1%,创下自 FTX 交易所崩溃以来的最大跌幅。以太币价值下跌逾五分之一,随后收复部分跌幅,以 2,246 美元的价格易手。大多数主…

    2024年8月13日
    16700
  • 北京大学R语言教程(李东风)第40章: 随机模拟

    40.1 随机数 随机模拟是统计研究的重要方法, 另外许多现代统计计算方法(如MCMC)也是基于随机模拟的。 R中提供了多种不同概率分布的随机数函数, 可以批量地产生随机数。 一些R扩展包利用了随机模拟方法,如boot包进行bootstrap估计。 所谓随机数,实际是“伪随机数”, 是从一组起始值(称为种子), 按照某种递推算法向前递推得到的。 所…

    2023年11月29日
    27900
  • 设计多资产收入:它是互补的

    作者:AllianceBernstein的Christopher Mason ,24 年 3 月 2 日 多资产收益策略正变得越来越流行,但有些策略可能会带来比预期更多的风险。关键是设计互补曝光。 投资者越来越多地寻找能够实现特定目标的策略,而收入是其中的重中之重。对于那些专注于满足日常开支、为退休支出做准备甚至更广泛的投资组合多样化的人们来说,这是有意义的…

    2024年3月23日
    16300
  • 北京大学金融时间序列分析讲义第15章: 线性时间序列案例学习「美国月失业率」

    失业率是每个国家、地区经济运行的重要指标。2011年,美国的季节调整后的月度失业率在9%左右。 本章对美国月失业率数据进行建模和预测,使用不带解释变量和带解释变量的两种方法,解释变量是周首次申请失业救济金人数信息。 数据来自Department of Labor, US Beareau of Labor Statistics。数据经过了季节调整。失业率为百分…

    2023年7月27日
    49400
  • 投资组合再平衡,第 1 部分:理想的再平衡范围

    作者:布莱恩·考西 (Brian Causey),2023 年 10 月 28 日 执行摘要: 理想的再平衡范围因投资者而异,取决于投资者的风险承受能力和市场观点等因素。 在长期的股市牛市中,更广泛的再平衡范围将带来更高的回报,但也会增加投资组合的风险。 罗素投资在整个投资组合背景下交易实物和合成工具的灵活平台可以帮助客户确定他们首选的再平衡范围。对于希望保…

    2024年3月2日
    13900

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