质量是全天候投资策略

质量是全天候的投资策略

3 月底,市场对通胀利率走势的预期发生了突然变化。尽管很多人对利率、通胀和经济的走向仍感到不确定,但优质股票投资在任何市场环境下都是一大福音。

美国第一季度实际 GDP 增速从 2023 年第四季度的 3.4% 放缓至1.6%。对经济韧性的担忧以及通胀上升导致 4 月底市场波动加剧。

尽管近期经济有所放缓,但法国外贸银行投资管理解决方案副总裁兼投资组合顾问、特许金融分析师 Sean Kaukas 认为,经济增长仍可持续。

Kaukas 在最近举办的网络直播中解释道:“消费者往往占 GDP 增长的 70% 左右……一直保持着很强的韧性。”

与新冠疫情之前的水平相比,消费者的名义购买力仍然较高。此外,截至去年 9 月的家庭资产负债表稳定,表明未来消费可持续。

美联储在未来六个月内对利率的更清晰解释也可能会对抵押贷款利率和利差压缩产生连锁反应。

如何考虑第二季度及以后的投资

在构建股票投资组合时,大多数投资者会考虑价值/增长和规模来确定要纳入的策略。法国外贸银行认为,周期性和通货膨胀实际上提供了更好的方法来模拟过去的表现和未来的潜力。

将周期性和通胀划分为四个象限,可以创建四种不同的经济环境。高增长和高通胀环境会引发通货再膨胀,有利于周期性股票。增长下降和高通胀会导致滞胀,有利于防御性定位。增长下降和低通胀会造成硬着陆情景。与此同时,通胀下降和增长上升会导致软着陆,有利于周期性增长型股票。

对于愿意为任何结果而进行投资的顾问和投资者来说,优质股票提供了机会。

考卡斯表示:“如果你更喜欢多元化或更中性的定位,或者在你的投资组合中寻求全天候的定位,我们认为质量实际上是实现这一目标的好方法。”

质量提供性能和防御定位

在过去两年中,质量因素的表现明显优于其他因素。这是 Gateway Investment Advisers 总裁、首席执行官兼首席信息官、特许金融分析师 Michael Buckius 的观点。回顾过去,优质股票提供了值得注意的上行回报,同时减轻了下行表现。

Gateway Investment Advisers 是法国外贸银行的全资子公司,在制定优质策略时拥有丰富的期权投资经验。

Buckius 解释道:“我们相信,使用专注于高质量、多元化投资组合的量化流程来构建投资组合,可以在市场上形成持久的投资组合。”

Gateway 利用期权覆盖来提高收入和风险调整后的回报。当前持续波动的环境为Natixis Gateway Quality Income ETF (GQI)等期权策略创造了绝佳机会。

波动性上升有利于那些采用期权策略的人,因为期权定价更高。这反过来又会为期权卖方带来更高的溢价,从而增加收入潜力。

巴基乌斯表示:“当市场陷入困境时……更高的现金流可以产生很好的平衡效应,帮助抵消市场下滑的影响。”

在筛选优质公司时,GQI 的策略会考虑现金流产生率高、盈利能力强和盈利质量高的标普 500 公司。公司还必须展示出高效的资本使用能力以及强劲的资产负债表和较低的杠杆率。

该策略多元化投资于各个行业,投资组合包括约 100 家公司。该策略将优质股票与期权组合在一起,为投资者创造高额、可靠的月收入。

GQI 实行积极管理且完全透明,费用率为 0.34%。

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/83681.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年5月27日 23:28
下一篇 2024年5月27日 23:41

相关推荐

  • 北京大学Julia语言入门讲义第3章: 函数进阶

    参数传递模式 Julia的参数传递是“共享传递”(pass by sharing),这样可以省去复制的开销。如果参数是标量的数值、字符串、元组(tuple)这样的非可变类型,参数原来的值不会被修改;如果参数是数组这样的可变(mutable)数据类型,则函数内修改了这些参数保存的值,传入的参数也会被修改。 例如,非可变类型不会被修改: function f(n…

    2023年8月14日
    16700
  • 分配者很难预测哪些基金经理会表现出色, IOR 正在与 Xponance 合作解决这个问题。

    投资办公室资源将为客户提供 Xponance 金融科技平台 Aapryl 的访问权限,该平台使用机器学习来评估投资策略在不同市场条件下的表现。 Xponance 总部位于宾夕法尼亚州费城。(马修·海切尔/彭博社) 过去的表现并不能预测未来的结果,但 Xponance 表示,通过使用机器学习和因子分析,其金融科技平台可以接近未来的结果。 现在,通过与 Inve…

    2023年9月9日
    10800
  • 北京大学金融时间序列分析讲义第20章: 随机波动率模型

    本章内容来自自(Tsay 2013)§4.13和§4.14内容。 前面的波动率方程中σ2t=Var(at|Ft−1)都是被σt−1,…和at−1,…完全决定。另一种方法是假定σ2t的模型本身有新息,这样的模型称为随机波动率(Stochastic Volatility, SV)模型。模型写成 at=σtεt,(1−α1B−⋯−αmBm)lnσ2t=α0+vt.…

    2023年8月2日
    15400
  • 北京大学R语言教程第46章: 整洁建模基础

    从前面的模型介绍可以看出, 常见的有监督学习问题为回归问题和判别问题, 每一种问题都可以用许多种不同模型解决, 而每一个模型都可能包含需要调优的超参数集合, 对数据可能有不同的预处理、转码、函数变换、降维等变换。 这些模型由许多个R扩展包实现, 而且接口、选项各自不同。 tidymodels包提供了针对统计建模用户简便易用的建模功能和使用规范。 R有许多建模…

    2023年12月6日
    14900
  • 北京大学R语言教程(李东风)第28章: ggplot的各种图形

    28.1 介绍 ggplot2包提供了许多种图形, 其作用可以大致地分为: 下面按照其作用分别进行介绍。 主要参考: 28.2 表现数量 28.2.1 条形图 设有若干个类, 每个类有一个数量属性值。 经常用条形图表现数量。 28.2.1.1 简单的条形图 例如, 有25个共同基金, 分为三个类别, 各类别的频数为: …

    2023年11月17日
    10900

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