如何建立更好的低波动性股票策略

低波动性策略投资组合中的作用

低波动性股票策略吸引投资者的原因有很多。首先,它们有助于在市场动荡期间保持我们的投资组合投资于股票。其次,如果构建良好,它们通常会比波动性较高的同类产品表现出更高的风险调整回报。

虽然对低波动性策略的一般调查表明,它们确实可以保护投资者免受市场驱动的风险,但经常被忽视的是,这些策略可能不够多元化或风险控制不足。为此,我们将研究有效的低波动性投资组合构建过程的关键组成部分。这些要素使得能够构建比标准低波动性策略更加多元化和明显更好的风险调整回报的低波动性投资组合。

低波动性策略:三个潜在缺点

低波动性股票可以在较长时期内带来溢价。尽管相对于市值加权指数而言,它们可以在熊市中提供波动性降低和资本保护,但并非所有低波动性策略都能达到相同程度。事实上,许多商业上可用的低波动性策略都存在共同的缺点。

1. 缺乏多元化

逆波动率和最小方差优化是低波动率策略中的两种常见方法。在反向波动率投资组合中,股票的投资组合权重与其风险成正比。此类投资组合惩罚高波动性股票并奖励低波动性股票。它们也可以高度集中。同样的批评也适用于最小方差优化技术,在没有各种限制的情况下,该技术也可能过度增持投资组合中的一只或多只股票。

2. 其他奖励因素的负面影响

价值、动量、高盈利能力和低投资尤其是多年来回报投资者的因素,但低波动性策略可能会低估这些因素,并对长期风险调整后的业绩构成拖累。

3. 行业和地区风险暴露带来的过度风险

低波动性投资组合可能具有持续的行业或区域风险敞口,可以消除宏观经济风险。

建立低波动性投资组合的更好方法

针对低波动性投资组合中这些多元化和风险相关的挑战,有多种补救措施。 为了解决权重过多的问题,我们可以通过基于多个优化框架选择权重并引入稳健的权重约束来构建更加多元化的低波动性投资组合。每个模型因其特定的架构而存在参数估计风险。通过对多个模型进行平均,我们可以减少依赖单一框架带来的大部分模型风险。此外,如果没有大量有时临时的约束,例如股票或行业的最小-最大权重,给定的模型可能会产生过度集中或多样化不足的投资组合。为了解决这个问题,我们使用所谓的范数权重约束,它比临时的、依赖于样本的约束更好地避免了集中。 (我们还采用主成分分析——PCA,一种统计技术——对构建投资组合的协方差矩阵进行去噪。)

在低波动性策略中解决多元化问题的另一种方法是增加投资组合的因子强度。当应用于单一股票时,该指标只是投资组合中各个因子暴露或贝塔值的总和。因此,如果我们为低波动性投资组合选择股票,我们会更喜欢那些对低波动性因素敞口较高的股票,但我们也希望过滤掉对其他奖励因素有显着负面敞口的股票。通过实施此类过滤,我们的低波动性股票将在最大程度上对价值、动量和其他奖励因素具有积极的影响。因此,在低波动性因子表现不佳的环境中,其他因子可能能够“弥补不足”,并保护投资组合免受在没有这种过滤的情况下投资组合可能遭受的一些损害。

每个奖励股权因素都受到宏观经济因素的影响。当然,哪个因素对宏观经济风险影响最大,取决于宏观经济环境或体制。特定国家或地区的驱动因素解释了投资组合的大部分宏观风险,因此我们可以通过构建相对于上限加权基准在地理上中性的投资组合来减轻该风险。由于宏观风险通常也是行业驱动的,因此选择行业内波动性较低的股票可以减轻宏观风险。行业是重要的考虑因素,因为低波动性策略可能会超重特定行业,例如对利率和其他形式风险敏感的公用事业行业。

就实证结果而言,下图显示,与上限加权指数和标准低波动性指数相比,具有因子强度过滤器的低波动性投资组合可提供显着的风险调整回报。这适用于美国和发达市场的低波动性策略。


低波动性股票策略绩效和风险衡量标准

美国统计数据

2002年6月21日至
2023年9月30日
(RI/美元)
上限加权 稳健的低波动性
策略
MSCI 最低
波动率
年化回报率 9.41% 9.85% 8.92%
年化波动率 19.35% 15.81% 16.17%
夏普比率 0.42 0.54 0.47
最大回撤 54.6% 43.0% 46.6%

发达市场统计 

2002年6月21日至
2023年9月30日
(RI/美元)
上限加权 稳健的低波动性
策略
MSCI 最低
波动率
年化回报率 8.32% 9.45% 7.96%
年化波动率 16.16% 12.79% 12.09%
夏普比率 0.43 0.63 0.55
最大回撤 57.1% 45.6% 47.7%

上述过程会导致美国和发达市场投资组合的因子强度显着提高,如下图所示。


低波动性股票策略中的因子强度

美国因素强度

2002年6月21日至
2023年9月30日
(RI/美元)
稳健的低波动性
策略
MSCI 最低
波动率
因子强度(Int) 0.43 0.21

发达市场要素强度

2002年6月21日至
2023年9月30日
(RI/美元)
稳健的低波动性
策略
MSCI 最低
波动率
因子强度(Int) 0.47 0.25

这种方法还减少了跨地区的宏观风险,如下表所示。


低波动策略中的宏观风险

美国风险敞口

2002年6月21日至
2023年9月30日
(RI/美元)
稳健的低波动性
策略
MSCI 最低
波动率
短期利率 –1.23 –1.43
期限利差 –3.16 –3.16
默认点差 1.35 1.41
盈亏平衡通胀 –3.75 –4.17

发达市场风险

2002年6月21日至
2023年9月30日
(RI/美元)
稳健的低波动性
策略
MSCI 最低成交量
短期利率 –1.21 –1.95
期限利差 –3.17 –4.00
默认点差 1.62 2.28
盈亏平衡通胀 –4.21 –6.04

结论

低波动性股票投资组合可以成为投资者投资组合的宝贵补充。即使在市场动荡的情况下,它们也允许资产所有者继续投资股票。然而,并非所有低波动性策略都是一样的。许多企业缺乏防范集中化和宏观风险所需的多元化和风险控制。

为此,此处概述的投资流程采用各种措施来确保必要的风险控制水平。在强调的两种技术中,第一种通过模型平均来降低集中风险,第二种采用过滤器来剔除低因子强度股票。

通过部署这两种方法,在寻找区域和部门风险的同时,我们可以通过相对于标准低波动性基准的不同市场和宏观环境来促进多元化并降低投资组合的风险。

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/81576.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年1月25日 22:51
下一篇 2024年1月26日 23:22

相关推荐

  • 主动价值投资:避免价值陷阱

    关键点 未来几年价值表现优异的基本理由仍然强劲,但可能需要采取更具选择性的方法来避免价值陷阱。这些价值陷阱、廉价公司的弱点尚未完全反映在价格中,增加了价值投资者的风险并侵蚀了回报。 根据对美国股票表现长达 32 年的研究,成功避免价值陷阱的投资策略通过更集中但风险更低地投资最便宜的股票,提供了更好的上涨潜力。筛选出信号值陷阱的特征是实现此目的的一个简单方法。…

    2024年3月30日
    6600
  • 日本新黄金时代:日元贬值引发前所未有的避险需求

    作者:Frank Holmes 金价刚刚经历了近半个世纪以来最好的 10 月份,无视美国国债收益率飙升和美元走强的强劲阻力。上个月,这种黄色金属令人难以置信地上涨了 7.3%,收于每盎司 1,983 美元,这是自 1978 年以来最强劲的 10 月份,当时金价上涨了 11.7%。 黄金作为一种无息资产,历来在债券收益率走高时陷入困境。 然而,今年出现了一些重…

    2023年11月25日
    19900
  • 美元成本平均法是否会影响投资结果?

    美元成本平均法会影响投资结果吗? 平均成本法是指将资金逐渐投入股市,而不是一次性全部投入。这段时间远离股市会导致收益降低,但风险也会相应降低。 在与投资者交谈时,我们经常听到这样的想法:如果一个人有一定数量的现金可以投资股票,那么最好不要立即投资,而是先买入股票,同时将现金存放在货币市场账户中。随着标准普尔 500 指数连续创下新高,投资者对在如此高的水平进…

    2024年9月10日
    7300
  • 北京大学R语言教程(李东风)第5章:逻辑型向量及其运算

    逻辑型向量与比较运算 逻辑型是R的基本数据类型之一,只有两个值TRUE和FALSE,缺失时为NA。逻辑值一般产生自比较,如 sele <- (log10(15) < 2); print(sele) ## [1] TRUE 向量比较结果为逻辑型向量。如 c(1, 3, 5) > 2 ## [1] FALSE TRUE TRUE (1:4) &…

    2023年10月24日
    40800
  • Alpha 捕获率:利率上升意味着 Alpha 价格更高

    联邦基金利率从2022年的近0%快速攀升至2023年7月的15年高点5.25%,既为对冲基金的预期回报提供了机会,也为阿尔法价格的悄然上涨提供了机会。 事实上,考虑到利率轨迹,那些与股票贝塔值为 1 的优秀经理一起投资的人所获得的阿尔法可能下降了 36%。 那么,对冲基金投资者如何优化他们为阿尔法支付的价格呢? Alpha 捕获率 阿尔法捕获率指标衡量阿尔法…

    2023年10月9日
    19600

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