因子倾斜的系统框架

作者:安德鲁·昂 (Andrew Ang),2024 年 1 月 20 日

要点

  • 因子是投资组合风险和回报的长期驱动因素。对因子进行战略性配置可能会增加投资组合的预期回报。
  • 由于因子表现具有周期性,投资者或许能够通过系统地偏向因子来推动投资组合的额外阿尔法。
  • 向任何因子倾斜的决策都可能受到当前经济体制估值情绪的影响。

你们中的一些人可能熟悉我在演讲和《资产管理》一书中使用的一个类比——因素之于资产,就像营养素之于食物一样。正如个人有不同的营养需求一样,投资者对不同风险因子的最佳暴露程度也不同。1

对某些风格因子(价值、质量、动量、小规模和最小波动性)的长期战略加码可以帮助投资者提高投资组合的预期回报、降低风险或提高多元化。但有时我们作为个体会发生一些事情,导致我们有不同的营养需求。如果你生病了,喝点美味的鸡汤可能会有所帮助!准备参加铁人三项赛的跑步者可能会决定吃更多碳水化合物来为身体提供跑步所需的能量。如果您贫血,那么吃富含铁的食物(如红肉、豆类和菠菜)是合适的。同样,因子投资者可能会根据 1)我们所处的经济体制、2)当前估值和 3)情绪来决定增持或减持其投资组合中的某些因子。

经济体制

因素是周期性的,每个因素都可能而且将会经历表现不佳的时期。在经历了 2018 年至 2020 年价值挑战的几年后,当我们的经济在 2021 年和 2022 年新冠大流行后重新开放时,价值击败了增长。由于债券和股票市场在 2022 年经历了 -20% 的回报率,美国的最低波动率跑赢了 8.9%全球市场份额为 8.1%。2这种周期性是预料之中的。因子具有长期溢价的部分原因是为了补偿投资者潜在的短期表现不佳。如果因素永远不会表现不佳,投资者就可以获得更高的回报,且无风险。

投资者可以考虑当前的经济环境,以帮助确定哪些因素可能会带来一些顺风(或逆风)。3例如,在风险偏好环境中,价值和小规模等顺周期因素可能最适合捕捉上涨空间。随着市场趋势的形成,动力可能能够驾驭趋势。在经济放缓或收缩期间,更具防御性的因素——最小波动性和质量——可能表现最佳。

历史上各种因素都表现出周期性

了解当前的制度可能有助于投资者决定是否谨慎考虑某些因素。

估值

价值投资就是购买定价过低的资产——相对基本面价格较低或贴现率较高的公司。要素本身会经历变得丰富或廉价的时期。如果因子估值恢复到平均值,则相对于过去被低估的因子在短期内可能会比当前相对于其历史而言昂贵的因子提供更高的回报。

然而,将估值作为仓位因素的指标需要一些细微差别,因为根据定义,价值因素总是包含相对于基本面便宜且相对于其他因素看起来更便宜的股票。我们首先评估给定因子相对于其过去估值的当前估值(用系统投资者的行话来说,这称为“时间序列得分”),然后我们可以衡量给定因子相对于其他因素估值的估值(或在行话:“横截面得分”)。例如,如果我们查看过去三年的远期市盈率,我们会发现与同期平均水平相比,价值和质量目前的相对价格较低。

过去三年的价值和质量之间的估值

虽然与过去 36 个月的平均远期市盈率相比,质量和价值看起来都很有吸引力,但截至 2023 年 10 月,与价值的 -7% 相比,质量的折扣略大,为 -13%。

情绪

某个因素的潜在情绪也可以推动短期表现。将情绪视为一个因素的“动力”。与动量投资类似,这一因素一直呈上升趋势,短期内可能会继续跑赢大盘。了解某个因素的当前情绪有助于做出倾斜的决策。此外,投资者还可以考虑其他情绪指标,例如盈利意外或空头利息。

将其放在一起,多因素构建的框架

一旦投资者决定投资多因素产品,就需要决定获取风险的最佳方式。

我们相信使用自下而上的构建方法是最有意义的。在股票层面对标的头寸进行净额结算可以提高运营效率并最大限度地降低交易成本。自上而下的构建方法(使用单个因子套构建投资组合,然后组合成投资组合)可能会导致不必要的周转。考虑一种以前很便宜但价格大幅上涨的证券。鉴于目前相对价格较高,价值套可能会卖出该证券,而动量套可能会购买相同的证券以试图捕捉趋势(导致交易成本加倍)。根据每种证券对每个因素的潜在风险敞口来评估每种证券的自下而上的方法可能是构建多因素投资组合的更明智的方法。

一旦使用因素视角评估了个别股票,投资组合构建框架中的下一个决策就是确定将证券组合到投资组合中的最佳方式。我们认为使用优化方法构建多因素投资组合是谨慎的。优化的投资组合可以提供更精确的因子暴露,减少意外的投资组合押注,并提供更多的风险控制。可以使用简单的、基于规则的方法来构建单因子投资组合。价值策略可能不需要优化器来构建相对价格较低的股票的多元化投资组合;然而,当组合多个具有低相关性或负相关性的因素时,使用优化器来确保最终投资组合是平衡的并按预期运行可能更实际。

结论

学术研究传统上侧重于回报的横截面差异,假设预期因子风险溢价恒定。在过去的几十年里,学者们探索了时变因子溢价的概念。在因子风险溢价恒定的世界中,我们对每个因子的未来预期回报的最佳估计是其长期平均值。如果因子溢价随时间变化,则每个因子的预期回报也可以包含历史意外回报,这可能主导已实现的回报,尤其是在较短的时间范围内。4对于相信随时间变化的溢价的投资者(就像我们在贝莱德一样!),一种系统化的方法来倾斜因子可能很有吸引力。

在贝莱德,我们提供两种主要方法来捕获多因素风险。

捕获多因素暴露的不同方法

投资者的基本风险预算和回报目标可以帮助确定哪种多因素解决方案对其投资组合最有意义。最重要的是要考虑继续投资这些因子,以获得长期溢价——因子是投资的养分。对于某些投资者来说,围绕这些长期战略投资进行小幅倾斜可能是有意义的——就像您的营养需求可能会发生变化一样——但我们需要所有营养才能保持健康!

对于寻求提供某些量化投资特征(“因素”)的基金,无法保证业绩会提高或风险会降低。暴露于此类投资因素可能会损害某些市场环境下的业绩,甚至可能会持续很长一段时间。在这种情况下,基金可能会寻求维持目标投资因素的敞口,而不是针对不同的因素进行调整,这可能会导致损失。

1 Ang, A.,2014 年。资产管理:要素投资的系统方法,牛津大学出版社。
2资料来源:Morningstar Direct,截至 2022 年 12 月 31 日。美国最低波动率由 MSCI 美国最低波动率指数代表。 ACWI 最小成交量由 MSCI ACWI 最小成交量指数代表。美国市场以标准普尔500指数为代表。以 MSCI ACWI 指数为代表的全球市场。指数不受管理,不能直接投资于指数。过去的表现并不能保证未来的结果。
3 Hodges, P.、K. Hogan、J. Peterson 和 A. Ang,2017 年。使用横截面和时间序列预测因子进行因子计时,投资组合管理杂志 44, 30-43。
4 Ilmanen, A.,2011。预期回报:收获市场回报的投资者指南,Wiley Finance。

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/81599.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年2月29日 21:53
下一篇 2024年3月1日 23:59

相关推荐

  • 当您的投资组合 100% 投资于股票,美股市场如何分散风险

    有读者问: 我今年34岁,风险承受能力较高。我所有的投资账户都是100%投资股票的。当我进行研究时,我很难找到一个经过验证的真实答案,那就是如何在大盘股、中盘股、国际市场、新兴市场等之间最好地分配我的股票投资。我不希望得到本身可能的最高回报(尽管那很好),相反,我希望拥有一个多元化的投资组合,让我能够接触股票市场的各个方面,以便我的长期回报率为 7%-10 …

    2023年7月24日
    14700
  • 回归传统? 考虑债券配置的三个理由

    美国政府货币市场基金今年的资金流入创历史新高,因为其 5% 以上的收益率(数十年来的最高水平)和较低的风险状况对投资者具有明显的吸引力。 但我们认为,中等质量的债券可能为客户的长期投资组合配置提供重要且有吸引力的选择,因为它们的收益率历来较高,久期较长,并且与股票和其他高风险资产的潜在回报呈负相关。 1. 收益率创16年新高。 收益率往往是债券中长期总回报的…

    2023年11月28日
    17400
  • 职业风险让顾问陷入承担过度风险的陷阱

    职业风险使顾问陷入承担过度风险的陷阱 财务顾问的名声不好。有些人罪有应得,但大多数人却不是。整个投资顾问和投资组合管理界的问题源于他们不可避免地面临的“职业风险”。过去十年,大规模货币干预和零利率创造了超额回报,这种“职业风险”进一步加剧。我们上周在“估值永久性上升”一文中讨论了这一点。 “下图显示了自 1928 年以来经通胀调整后的平均年总回报率(包括股息…

    2024年8月8日
    13100
  • 长期投资10到15年会发生什么?

    人们很容易忘记,我们正在为长期目标进行投资,其中许多目标需要十年或更长时间才能实现。即使是年长的投资者也常常试图将部分财富留给下一代或可以从他们的慷慨中受益的组织或实体。 希望你看看下面的图表,观察美国股市投资历史的方式,并注意当你停止关注短期、一年回报并开始关注时,事情看起来有多么不同。 从左下到右上角,该图报告了从 1928 年到 2022 年每年美国股…

    2023年11月22日
    25900
  • 北京大学R语言教程(李东风)第36章:R方差分析

    36.1 单因素方差分析 单因素方差分析可以看成基础统计中两样本t检验的一个推广, 要比较试验观测值的某个因变量(称为“指标”)按照一个分组变量(称为“因素”)分组后, 各组的因变量均值有无显著差异。 设因素A将所有观测分为m个组, 每组对因变量进行r次观测, 且各次观测相互独立, 模型为 yij=eijμi+eij,i=1,2,…,m,&nbsp…

    2023年11月25日
    20000

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