产品中心

NEWS

【华泰金工林晓明团队】华泰金工研究服务体系

发布时间:2021-09-21 01:04:53
来源:亚娱体育平台

  主持人:非常感谢晓彬,刚刚晓彬介绍了我们周期研究的整体的结论,以及我们跟金融创新部以及民生银行600016股吧)开发了一些产品,特别是民生银行的这个产品昨天已经开始发售了,我们金融衍生部的产品也在跟客户谈,过去三年我们周期的研究从理论到框架到实际的产品已经慢慢落地了。

  我们的服务框架是分为三部分的,华泰的量化和其它卖方的量化一个比较大的区别在于我们在自上而下资产配置的研究上投入了很大的精力,因为最传统的量化就是多因子的模型,我们很希望能够在自上而下资产配置这一块去做,所以我们整个的研究其实分三块,一个经济周期和资产配置,一个是行业轮动和因子周期,另外一个是多因子选股和人工智能选股。

  我们为什么做这个事?这个东西我已经讲了好多次了,其实整个投资领域就只有三个模型,第一个是基于现金流折现而来的基本面投资,无论是你做什么样的投资,基本上就是围绕现金流折现来做;第二个是截面多因子,无论你采取回归还是打分,你是把股票的截面和各因子的截面进行分析,在截面上比较股票收益率,去做预期;第三个是衍生品定价。现金流折现这个模型基本上催生了一个产业,它就是基本面投资,无论是价值投资还是成长股投资,本质上是一个一致的大的风格。多因子的模型就催生了量化投资的产业,最后是BL公式催生了衍生品定价。

  我们一直都在研究的资产配置可以分成两类,一类是美林时钟,另外一类就是其它的。美林时钟是尝试战胜市场,我们先不讲,我们先讲其它的模型。无论是均值方差模型、6040模型还是其它的什么模型,我们总结下来它本质上的逻辑都是一样的:给定一个预期的收益、风险,或者是一个风险容忍的约束,然后去求一个最优化的问题。所有的资产配置模型和我们做的所有的多因子模型其本质也是一样的,就是利用协方差矩阵,在得到一个加权收益的同时降低波动率,所以它们做的同一件事就是利用相关性降低波动率,这是一个被动做法。如果我们想尝试去战胜市场,我们就需要一个特别好的自上而下的框架,所以过去三年我们一直在做我们的周期框架,我们希望推出一个自上而下能够做资产配置的框架,这就是我们周期系列的一个研究。

  左边是我们的资产配置、行业轮动系列,可以看到从我们资产配置、行业轮动到因子研究,最后都有周期的影子,周期的系列我们在市场已经推了三年,今天我不会讲得太详细,只做一个主要的服务介绍。周期研究的主要的逻辑就是在于全球市场是一个周期性的统一系统,所有的宏观变量和资产价格都是这个系统某一个维度的观测变量,如果你想战胜市场,你就得找到规律,我们现在发现的规律是,对于所有资产价格和宏观变量,都存在42个月、100个月和200个月的周期。有了周期规律,我们就可以战胜市场。

  刚刚大家看到我们那条资产配置曲线特别漂亮,很多人问它是样本内还是样本外的?我说无所谓样本内还是样本外,其实你只要能发现规律,你就有机会战胜市场,能不能赚钱就取决于你的模型做得好不好,你的信息比例高不高。但是有没有机会赚钱取决于整个市场存不存在规律,如果市场没有规律的话,你肯定赚不了钱。我们对客户讲,你这个净值特别好,好不好不需要讲样本内、样本外的问题,如果我对样本内、样本外都是明白的,为什么要区分样本内、样本外?很多规律是统计规律,如果你肉眼能发现很重要的规律,就不需要区分样本内、样本外。资产配置是个很难的领域,之前也没有特别好的框架,但我觉得我们的周期框架验证了这么多的宏观变量价格存在规律,至少对我们团队来说,我们认为做资产配置有一定的把握,这不是一个精确的模型,但是确实有它的规律。

  行业轮动这一块,我觉得它比资产配置和因子模型都要更难,行业轮动确实比较复杂,我们总结它要受到经济周期的影响,另外行业里面还有很多的问题,比如产业链的问题,上中下游的问题,周期、非周期的问题,估值的问题,基本面的问题。所以行业轮动这个体系要比资产配置这个体系更难,因为它要求的频率更高,频率越高,其实难度也就越大。关于行业轮动的研究我们到今天已经推出第五篇深度研究报告,我们的整体框架是,可以依托几个不变的东西去做,第一是这个行业轮动一定会受到经济周期的影响,它会受到基本面的影响。第二是行业轮动里面,人类的需求是不会发生变化的,一定是衣食住行,住行是可选消费,衣食是必需消费,弹性大的肯定是可选消费,弹性小的一定是必需消费,这是永远不会发生变化的。虽然现在有很多新兴产业,但是从历史的长河来看,新兴产业的概念是不存在的,比如说几百年前电力是新兴产业,但是现在它是传统产业,通信几十年前是新兴产业,过几十年它可能是传统产业,阿里巴巴是一个电商,它本质也只是一个零售企业,我们觉得需求是永远没有发生变化的,住行是波动更大的,所以在牛市里面要围绕着住行产业链来做,在熊市里面要围绕着衣食产业链来做。第三是需求和供给能力的传导,所谓供给能力和需求的平衡的问题,无非就是这两个信号传导的问题,这个方向是不会发生变化的。需求一定是以量的形式从下游往中游、上游传导的,供给能力一定是以价格的形式从上游往中游、下游传导的。第四是要考虑到估值的问题,我们认为行业的配置就围绕着这几个基本不变的点去做,这样才能做出效果。

  如果你不依托这些不变的点去做,你会发现有一个问题,比如说按照经济学的逻辑去做,结果根本就战胜不了行业等权的指数,因为行业等权的指数是很强的,单纯按照逻辑去做,你是战胜不了市场的。如果找很多因子和数据去做回归,或者找其他量化方法去做,当然能够调一个好的参数战胜市场,但是却讲不出背后的逻辑,行业这个事情最麻烦的,第一你要有超额收益,第二你要能讲出逻辑。所以行业这一块,我们觉得不能仅仅找几个跟这个行业相关的指标,看起来比较有意义,有逻辑,有的是基本面指标,有的是宏观指标,然后找几个参数试一下,得出一条有超额收益的曲线就可以,已经不是这个时代了。你要想系统性地解决这个问题,你就得想好框架,这个领域有哪些是不变的,就是我们要依托的逻辑,我们依托哪几个逻辑逐步做这个事情,而对卖方来说,不是要搞很多不同的模型,这次跟你讲这个模型,下次给你讲另外一个模型。最近一次路演客户就跟我们说,他说我觉得你们的逻辑有一个特点,你们三年以来都会讲你们的周期的系列,都会围绕一个框架去做。相反,别的很多人今天讲这个模型,明天讲那个模型,并没有内在的一致逻辑。我在卖方做了10年,我意识到了这个问题,我一直在跟我们内部团队强调这个问题,每年的策略会,如果我们只讲最近又用哪几个宏观因子做出来一个资产配置模型,或者又找到几个新因子做了一个α模型,又或者找了一个什么模型,做了一个CTA模型,每一次都讲一个新的模型,我觉得没有特别大的意义。行业发展到现在这个阶段,你要把它形成生产力,其实能够用的模型是非常少的,就像我刚才讲的,整个行业里面框架性的模型就只有三个,一个是现金流折现模型,一个是因子的模型,一个是BL模型,其它的基本上都是衍生性的东西。如果你要进入一个未知的领域,比如说你要做资产配置,你其实是要有一个可信的框架,当然你可以做传统资产配置,我认为那就跟因子模型是一样的,我去获得居于中间的加权的平均收益,并且我利用斜方差矩阵降低它的波动率,这就是投资里面唯一免费的午餐。

  这是我们因子下面的一些做法,我们也会通过因子来做行业这一块,我们通过几个维度来做。接着是我们的因子选股系列,这里面比较好的一个卖点,当时我们做的时候,我们说我们做了这么多年的金融工程,每家卖方都有一个方式,但是你看一些专著,都是数学证明过程,并不能让人直观了解模型是怎么做的。有的卖方写的报告,大家感觉这个多因子模型都是理所当然的,没有人介绍细的东西,没有由浅入深的导入,因此我们就开始做这套报告,我们是由浅入深的导入,所以你要因子方面入门,或者你想由浅入深的了解因子,我们这套报告是很好的。之前我在其他卖方做因子模型,我也在反思,对于新手来说,因子模型研究里有很多东西是没有解释清楚的,后来我就想搞一个由浅入深的把因子细的东西讲清楚,它为什么这么做,里面的原理是什么,因子到底有什么步骤。这个因子系列我们今年又会推出几篇新的深度报告,主要是在风险模型这一块。我们的顺序其实就是因子筛选、收益预测、风险预测和组合优化。

  还有一块就是人工智能,这个部分我们今年已经推出14篇深度报告,这是我们团队产量非常大的系列,也是我们非常重视的系列。刚刚也说了我们的想法,不管叫人工智能、大数据还是其它的东西,我们只有一个态度,就是整个行业一定是在不断地发展的,一定是有不断的新的技术冲击我们整个社会,我们每个行业从业人员都要去关注最新的科技发展,这些最新科技到底有没有办法应用到我们这个领域来,提高我们的劳动生产率,所以我理解现在各家公司都在往科技方面靠,其本质上是想利用现有的技术,尝试找到更创新的生产方式,从而提高本领域的劳动生产率,所以本质上还是熊彼特讲的这种创造性毁灭,大家要不断地做这些事,而且我认为这是非常重要的。我以前路演的时候跟客户讲,我说10年之后如果中国的互联网巨头还是BAT的话,中国的互联网就不行,美国的互联网公司是不断地在进行模式创新的,如果中国老是这几个面孔,你这个互联网就很难发展了。所以如果我们的每一个产业,我们的量化产业、主动管理的产业,投资、IT、煤炭、钢铁等等领域,每个领域隔几年就有一个新公司以一个非常意想不到的业务模式去终结传统的话,我想中国的经济会非常强,不断地有人去探索新的生产模式,去颠覆传统,整个国家就会非常强。所以我对我们团队量化的人工智能的人说,不是说一定要搞什么人工智能,我们的态度是只要新发展的技术,都要想想这种技术有没有办法用到里面去,来提高我们的劳动生产率,它有没有可能对我们的产业发展造成颠覆性的影响,而这种颠覆性不是为了颠覆性本身,而是为了提高劳动生产率,所以我们花了很大的精力在做人工智能。而且我们的人工智能不是简单地把人工智能的各种工具箱应用到多因子模型里面,替代掉现在回归的算法。而是说多因子或者是现在主流的框架体系,它是一个框架体系流程,这个流程里有很多的环节,其实每个环节都有可能去提升效率,所以我们要多方尝试,从多因子里面刚开始做因子,然后做因子清洗、因子标准化,一系列的东西,到底我们有没有方法提高这个流程的效率,这就是我们多因子研究的一个主旨。

  其实我们多因子研究整体做得还可以,今年已经推了14篇的深度报告,我认为我们多因子研究不仅量很多,覆盖很全,而且质量也很高。

  还有一个领域是养老产品,我们2017年初就在做这方面的研究,当时晓彬就在做这一块,2016年就推出了大量的定投,我们认为科学化的投资也是未来的大趋势,所以2017年初我们就推了这个养老产品。养老产品今年比较火,我们早也已经在做这方面了,在这方面的研究和理解也是非常深的。我们认为养老产品也是中国将来一个科学规范的资产管理市场要做的大的方向,因为毕竟人口的趋势摆在这儿。