Deep Dive
Shownotes Transcript
我們如果看頭部資產管理公司的規模的話首先規模是往頭部去集中的第二在頭部的最大的比如說 10 家的基金裡面可能現在也差不多超過一半應該都是量化的基金了所以總的來說我們可以看到不管在全球還是在國內一個非常明顯的特點就是行業的管理規模量化基金的管理規模它是在不斷不斷增加的
作为配置的投资者来说的话如果是通过风险的配置来作为划分它最大的一个好处就是我可以大概率的预期到我现在持有的这个投资组合每一年的波动有多大所以对于风险的一个预测是比较容易的在正式开始之前主播提示大家市场有风险 投资需谨慎嘉宾观点仅供参考不构成投资建议哦
各位听众朋友们大家好这里是话中有金欢迎收听我们的频道我是今天的主持人庆怡很荣幸我们今天请到了英师曼集团中国区总经理许明那么有请许总和大家打个招呼吧
很高兴今天有机会在这里和大家聊一聊关于投资关于配置的这方面的一些话题那我们接下来可能聊聊主要是策略这道主菜了您刚才也提到我们这个英士曼集团有这么多的这样的一些团队那这些多元的团队是不是也能够让我们英士曼集团在很多的这种资产品类包括在策略品类上面去有所布局有所这个建树呢好的我这边可以给
大家稍微讲解一下就是 insman 或者说是 ahl 他是如何的从一个单纯的量化的 cta 慢慢慢慢发展到现在这样一个多策略的这样的一个团队的从 1987 年这个 ahl 刚刚成立的时候 cta 嘛量化管理人但是在那个时候大家可以想象就是金融数据他其实并没有那么的不像现在那么的丰富嗯
如果你说要获得相对的比较稳定的金融数据的话基本上是低货的品种或者是流动性特别好的这种期货的品种是有着相对比较稳定金融数据的所以在那个时候一开始的时候大家基本上作为
CTA 的趋势跟踪的 CTA 策略的这个管理人呢基本上是以交易在芝加哥气候交易所日本的这个气候交易所流动性特别好的期货的品种这个是我们一开始的这样的一个模型所交易的一些市场的一些情况但是慢慢慢慢随着技术上的一个更新然后可以交易的品种也越来越多市场里面的资金也越来越多
那么你可以交易的品种和市场里面的流动性慢慢有的新的发展之后我们就可以拓展到其他的以更多的不同的资产的类别在之后的几年就拓展到了外汇的远期或者说外汇的调期的市场里面去其实外汇市场跟期货市场比起来外汇市场的交易量其实是流动性是更加的好的作为一个 CTA 管理人你进入到外汇的市场刚刚加入香港交易团队的时候我
印象还特别的深刻应该是我在加入没几天那没几天的时候就爆发了这个日本的这个大地震就是福岛事故因为当时刚刚去的时候其实对于这个各个资产的类别的相关性的
市场的这个波动的感受没有那么的深刻但是呢那个事件其实是一个非常大的事件就是我们看到这个新闻出来了以后各个的金融市场基本上出现了一个非常大幅的一个震荡那么我们作为交易员的话一方面看着量化系统信号的一个变化另外一方面的话那如果触发了这个信号
那出来这个交易单你就需要去对他进行一个一个执行我印象还比较深因为是刚刚进去嘛突然间就见到这么大的一个市场的变化而且他不仅仅是影响了日本的市场啊还影响到像黄金啊恒生指数啊金融期货啊除了对日元有影响还对日本的这个债券的
掉期远期的这个收益率这些都会有影响啊所以当时就是特别的这个手忙脚乱而且那个时候还没有就电子交易还不是特别特别的流行基本上都是人工的下单或者说是如果是外汇联话下单啊所以那个时候就基本上交易台的同事基本上就都在电话上啊要不然就是说日元
可能对这个英镑对各种的外汇都是有比较大的影响的你经历过这些事情以后呢那从管理人角度上就会去考虑说那我能不能把外汇的交易也进行电子化所以我们后面就花了很大的力气把这个外汇的交易也进行了这个电子化就是让各家的
全商来进行报价我们可以直接在电脑屏幕上进行下单所以这个都是在就是我们在这个发展的过程里面对于新的品种的加入对于新的这个技术的运用在 CTA 策略上面的或者说在趋势跟踪策略上面的一个发展那么当你加入的品种越来越多的时候你会发现你可能光光一个趋势跟踪的策略不够用了
那么就会去想着我们要开发新的策略这个时候就会有比如说统计的套利比如说有期权的策略往新的策略这个方面去进行发展所以在这个基础上我们就发展出了一个产品线所谓的量化多策略这样的一个产品线
那么在做了各种的多策略了之后积累了足够多的经验来交易投资各种不同的资产之后自然而然的就又到了第三个产品线就是大类的资产的配置但并不是说是主观的
大类的资产的配置那就是用这个量化的风险评价的这一套的理念或是全量的理念来进行大类资产的配置所以是这样一步一步从新的品种新的技术然后新的策略线这样一步一步的发展下来
是的是的那这张时间表的图其实也让我们很清楚的看到了这个英时曼 HL 它在这种包括您刚提到的交易资产类别对吧从这个期货到外汇可能到股票到很多种的这种资产然后以及这种在模型呀在这种量化策略上它一步一步一个脚印的这样的一种突破其实您在介绍这个英时曼集团的业务时也提到那其实英时曼这边现在
可能 AHL 这个团队仍然还是把这个主要的管理规模是集中在这个量化策略上面啊那包括这个量化的 CTA 量化的多策略然后包括像这个量化的这个大力资产配置等等啊那可能对量化 CTA 这边其实之前可能我们的这个直播间也是有过一些这个介绍大家可能会更熟悉一些啊包括现在很多这个中国本土的这样的一些这个资管机构他们在这种量化 CTA 啊包括像量化选股上面啊
都是有一些实践和尝试的但是可能在就像您最后提到的这个量化大类资产配置策略上面那可能鲜少还有这个目前鲜少有一些本土的这个机构去进行涉足吧特别是这个听到这种量化和大类资产配置的这样那种结合那您能给我们介绍一下
英士曼是怎么做量化的大类资产配置的吗好的我们先退一步说所谓的大类资产配置在我们的配置的定义下面首先第一它是一个持有资产的定义它的意思就是说我们是做多的
简单的来说是通过做多持有资产来获取一个中长期资产它增值的这样的一个收益这个是最重要的一个出发点我们接下来就看有哪些资产是值得你中长期去持有的作为资产的一个分类因为分为权益类
股票信用债有债券类债券还有一类就是所谓的通胀的资产通胀的资产里面包括商品包括通胀链接债券就总的来说分为这么四类的一个资产从中长期的角度上来看这四类资产你只有它的下补率其实是差别不大的如果平均来看的话它的下补率大概在 0.3~0.5 这个范围之间不动
所以这个是我们的一个出发点我需要做多持有这四个资产同时呢四类的资产之间它是比较互补的或者说从统计学的角度上来说它的相关性是比较低的大部分的时候呢它是会互有涨跌的就是如果有一类资产增值有一类资产出现亏损的时候另外一类资产它可能会出现增值所以他们是呃
可以互补的那这个是第二个出发点另外的一个出发点呢就是说我们如何来对这个资产进行一个合适的一个一个一个配置如果你超配了一类的资产那你可能你这个组合的波动会跟那一类资产的波动会比较的有关系所以在第三步就是要把这个资产的配置来做一个合理的划分我们所谓的量化的
大类资产配置的策略呢就是通过一个量化的规则来对四个类别的资产进行一个合理的配置从而获取中长期持有这些资产它增值的一个收益那这里我也捕捉到了您的一些这个关键词哈
包括这个中长期持有它是一个纯做多的一个策略那么同时的话呢也是分散在这个四类资产上面的这样的一个这个希望通过一个一定的这样的一个比例划分然后做中长期持有那么从而呢会得到一个这个中长期增值的这样的一类这个策略那其实在大类资产
配置这个领域啊那很多的这个富有盛名的一些这个专业投资人他们都有一些自己的配置理念啊比如说大家非常熟悉的这个巴菲特那他其实推崇的是这个 90%的股然后加上 10%的债这样的一个配比那像巴菲特的老师格雷厄姆呢他是信奉 50%和 50%的这样的一个股债配比还有这个先锋
基金的创始人杰克伯尔格呢则是提出了 60%的股再加上 40%的债这样的一个配比那相比于这些明星投资人啊他非常的大道至简他提出了一个非常固定的这个比例去配置这个股债那我们究竟是用这个量化的资产我们究竟是怎么去配置咱们刚才提到的这四类资产我们的配置的一个出发点呢其实比较少从刚才您提到的
所谓的 60 40 或者 80 20 这种的你的名义价值的这个分布或者说一个切分我们更多的考虑的是风险的一个切分风险的切分意思就是说每一类资产它所带来的波动或者说它对你的投资组合的波动的占比应该是相对肯定的你去预测
收益是一件比较难的事情但是预测波动是相对比较也不能说简单但是你按照历史的波动率你是可以算出一个相对客观的一个数值的所以在这边的话我们也有同样的有一个展示为什么说从风险的配置来做投资组合大家可以看到最左边的图我们所谓的 60 40 或者说是现在国际上比较通用的一个
一个基准一个配置的基准那么首先我刚才漏讲了一个就是我们这边讲大力资产配置配置的是全球的资产是在这个全球资产配置的这个框架下面来来讨论这个话题的那么 60 的股票 40 的债券但是如果我们看到这股票和债券这两类的资产对于你
你的投资组合的波动的贡献上来说它并不是 60 和 40 的一个概念基本上只要做过投资的观众应该都能感受到股票市场的波动是远远大于债券市场的显然比债券市场大多显然是比债券市场要大很多的那所以如果是按照 60 40 的这个投资组合那我们来看一下他们对于波动上面的一个切分就是中间的这个顶图那么股票资产对于
整个投资组合的波动的贡献其实是远远大于债券的大家可以看到这个比例它远远不止 60 40 甚至会大于 82 的这样一个切分意思就是说虽然我们觉得我持有了 60%股票 10%的债券但其实我这个投资组合里面大部分的波动还是来自于股票
在债券对于这个平滑或者对于这个股票风险的对冲呢其实并不是那么的明显并没有占到 40%起到的效果并没有这么明显那当然我们这个里面是加了四个的
就刚刚提到 4 类的资产股票债券信用债务通胀在左边就是按照所谓的民意的价值的分配他们是一个相对比较恒定的民意价值的分配大家如果看左边下面的图其实这里面最重要的一点我们想表达的最重要的一点就是说当股票市场出现大幅波动的时候像匡出来这个地方可能字幕比较小匡出来这个地方是 07 年金融危机的时候
当股票资产数据大幅波动的时候大家可以看到你的这个产品的波动瞬间就基本上翻了个倍可能从 1.58%7.5%8%左右到了超过了 15%就是你的风险其实是会
会翻倍的而且你是没有办法控制的或者说你没有办法去预测你这个投资组合的风险那么如果我们通过风险的贡献来做一个配置呢就是像右边的这个图我们在民意价值的配置上是有波动的如果债券的波动率特别小的时候我可能持有债券的仓位比较大如果债券的波动率突然
突然间加大了比如说像最近降息了债券市场的波动加大了那么我们就会把债券的仓位给给给降下来这样能够保证债券给我们带来的波动的这个贡献是比较恒定的虽然说市场是在不断的变化的波动率是有不断变化但总的来说我们的这个组合就是如果你这样操作的话你这个组合它的一个风险是大概在 10%左右是相对比较平稳的这样的一个风险
作为配置的投资者来说的话如果是通过风险的配置来作为划分它最大的一个好处就是我可以大概率的预期到我现在持有的这个投资组合每一年的波动有多大所以对于风险的一个预测是比较容易的嗯
所以我们英士曼做大类资产配置的思路呢就像您刚才说的它其实并不是一个很单纯的让各类资产在这种比例上做一个平均而是说让他们在这个风险的特别是风险的贡献上那其实各类资产是比较相似的
那其实您刚才也提到就是包括股票国债然后信用债商品这几个被运用在我们大类资产配置中的这四类资产它其实在不同的这种环境下可能就是有一类如果比如说有亏损那么其他几类上面可能会有所回报那是不是我认为就是说那我们这样去做一个组合的话那听起来好像它可以在各类的市场环境下都可以盈利那您感觉这个策略是能够做到这样的效果的吗应该说在
大部分的情况下它的这四类的资产是可以互有涨跌的比如说你在高通胀的情况下那可能股票的业绩表现未必会有那么好但是你的通胀类的资产就会有一个相对比较好的一个收益的表现他们是可以互补的但是总是会有一些的时间点里面你同时持有的这么多的资产它的大部分的资产会出现同时下跌的这个是我们想要避免的
那么这个时间到底有多少呢我们其实也有一个统计的一个数据在这边简单的说这张图想表达的就是说在左下的这个区域里面呢全球的债券的回报率
和全球的股票的回报率同时都是一个负的回报的这样的一个情况所以大概是有 20%左右的时间股和债会同时下跌的那么如果我们再回头看我们持有的 4 个资产里面股票跟债券其实加起来已经超过了一半了你持有资产里面超过一半的时间下跌的那么这个情况是需要去看一看能不能发现一个新的机制尽量减少
这个情况呢嗯也就是说在股债双杀的时候可能往往是咱们的这种大类资产配置的组合承压的这样的一段时期对于我们正在讨论的这个大类资产配置策略刚才也提到就是股债双杀或者说更极端一点的情况所有的这种资产都在承压的时候其实我们的组合这个压力也是比较大的那这个时候我们就会需要用一些办法尽量的去规避您也可以给大家介绍一下我们在这个英士曼大类资产配置上面有哪些办法
办法可以去规避这样比较不利的场景其实我们在这个方面在这个方面就借鉴了一些 CTA 方面的一些经验或者说一些机制用了一些老本行的这个看价本领做了一些所谓的铁
叠加来尽量减少这个情况对于投资组合收益的一个影响啊我们肯定第一个想既然是一个存作多的策略是持有的策略那么下跌的时候怎么办那如果要去判断什么时候下跌那很自然而然的你就会想到哎那我们就用这个趋势的信号来进行判定判断啊
做趋势跟踪 CTM 嘛我们是有信号能够判定上涨和下跌的趋势的嗯那所以这个就是第一步的叠加的一个机制就是当趋势信号判定数下跌的时候那我们会把这个相关资产的仓位来进行一个削减嗯
但是呢它不会降到零不会降到零不会降到零投资理念是一定要持有这个资产就是说这个时间段里可能不太适合或者持有太多的这类资产做一些低配对对它做一些低配这个是非常顺其自然的一个第一步的一个动作
那第二步呢就回到我们刚才讲的这个波动率的一个判定上面大家如果对 CTA 的策略有一定的了解的话他其实 CTA 的策略里面也是结合了波动率的这个理念的对于波动率的调控来调控我们持有的仓位所以说在风险评价的这个投资理念下面呢我们也是同样的因为我希望
我们持有的这个资产它的风险是相对比较稳定的所以一旦你判定到短期的价格的波动已经超出了长期的一个平均值的时候那说明可能这一类的资产我刚刚前面提到的这个日本的大地震的时候股市会有一个比较剧烈的震荡那出现这种情况的时候那我们就会把股票的这个敞口因为波动率上升的这个原因
把它给做一个调整就是把这股票的长度给降下来一个是通过趋势一个是通过
波动率来控制我们的这个行为这两个想达到的目的呢都是说希望在某一些特殊的市场环境的时候你持有这个资产是给你带来一个负的收益或者是不利的这个环境下呢我们尽量去低配这一类的资产那么当市场恢复正常或者说我们下跌这个趋势这个信号减弱了甚至是消失了或者说我们这个短期的波动率又回归一个正常的长期的均值的时候呢我们会把这个资产再去
再配回来那这个是第二类的机制那第三个的话就回到刚才你提到这个股债双杀的这样的一个情况了那股债双杀呢基本上是对大类资产配置影响最大的一个因素之一吧而且如果我们回头去看几次比较大的这种股债双杀其实它大部分都是由债券市场的这个变化所引起的像大家如果对上一次这个加息的周期还有印象的话在
美国几年前刚刚开始加息的时候那一年就基本上债券下跌股票下跌所以基本上所有的大类资产配置不管是量化的还是主观的大类资产配置的话它的业绩都不是那么的理想那所以呢我们就对于这个股债双杀的这个现象想了一个发现它的一个机制我们就去计算股票和债券的市场的一个相关性
那么如果这个相关性出现了一个比较大的上升那就说明股票和债券它开始同向了它开始同向运动了当然还有一个条件就是它是要下跌的嘛如果同时上涨其实也没事但它需要同时下跌大部分下跌还是有债券市场引起的所以就相关性上升债券市场下跌
在这种情况下呢是对整个投资组合都有比较大的影响的我们就会把仓位也给降下来当然等到这个消失了之后呢再把仓位给加回去所以等于是叠加了三个所谓的动态调整的这个机制这三个机制呢也基本上都是通过这种量化的规则来实现它是一个比较客观的一个规则来进行实现的就不是说是主观的对于我们目前的宏观的
环境的一个主观的判断来进行调整这是一个客观的规则所以在几次比较大的这种经济周期或者说在市场变化的时候它是能够比较及时的来处理对仓位的一个灵敏的识别到这样的一些情况是的灵敏的识别是一方面另外一方面它是比较守规则的去遵守的因为主动投资有的时候还是会受到一些情绪的影响我也替许博给大家
在此画个重点我们英士曼的这个大力资产配置策略比如说这个单资产出现下跌的趋势包括还有这个波动率升高以及这个股债双杀也就是这个股票和债券相关性上升并且出现同时下跌的这三类情况出现的时候呢其实都会相应的去降低这个风险场口和这个仓位
其实您提到的这些情况可能相对来说大家理解起来啊这个可能都还比较理论一点啊那有没有一些在我们策略运作历史上这种比较具体的例子啊能够跟大家分享一下然后让我们直观的感受到哎我们的这些风险管理的技术啊这样的一些这个手段是可以有效的帮我们降低了这种在不利情况下的这种损失的
可能离大家最近的一个例子或者说最明显能看到同时三个机制都被触发的应该是在 2020 年 3 月份左右的这个时间里面嗯因为 2020 年 3 月份的时候一开始是这个风险资产的一个下跌嗯然后进入到 3 月份之后呢如果大家还记得的话那个时候金融市场是比较动荡的对有沙特的一个石油的价格战嗯
那个时候石油的价格一度曾经到过一个负值由于这些金融市场比较大动荡我们看到基本上所有的风险资产第一它的波动率开始上升第二它的价格开始下跌在我们的量化的风险评价的策略的体系下面你就会看到第一步是趋势的信号会先触发然后马上
马上的波动率的这个机制也会触发那当股票和债券就是当这个金融市场比较混乱股票债券同时下跌的时候股债相关性的这个机制也是非常快的被触发所以在那个短短的不到一个月的一个时间里面吧基本上这三个的机制都非常快的被触发如果你看
看这个仓位因为你出发之后肯定要减仓嘛对如果给大家一个比较直观的直观的一个理解的话可能在二月份的时候我们是满仓运作的嗯到了三月底的时候你只剩下 25%的 25%左右的一个仓位了嗯
因为你三个机制同时被触发那就非常快的把我们所有的而且是非常大幅的非常大幅的把所有的风险的暴露先给它剪下来那后来到了六月份五月份再慢慢慢慢把它给加回去对我也记得在 2020 年三月的这段时间哈那其实全球市场都是有一些震动的那其实先是 A 股在春节之后的第一个交易日就有一个
大幅的这个跳空低开然后美股呢也是经历了长达一个月的这样的一个快速的这个下跌然后包括这个债券市场也是在大幅上涨之后又出现下跌包括你刚刚也提到的这个原油这边期货这边可能商品这边也出现了一些这个这样混乱的这样的一些场景因为当时的市场确实在各个板块
画上感觉都非常的不稳定那其实像英士曼的这种风险控制技术如果能够帮助策略去做到一定的这个抵御还有这种风险的防范其实还是我们觉得是非常棒的也感谢许总的这个专业分享
那其实你也提到就是这些风险控制技巧很多是来源于我们老本行量化 CTA 上面它的一些这个启发吧或者说它的一些这个技术手段的一些这个化用也说到这个量化 CTA 策略其实量化 CTA
它也可以通过期货去参与这个股债商那我们的量化大类资产配置它是去持有这个股债商您感觉就是这好像都是在同样的去做一些这样的这个股债商资产那么在这样的一个情况下的话量化 CTA 策略和我们的量化大类资产配置策略它是有什么样的不一样的最重要的差别就是前面提到的这个量化大类资产配置它是一个纯做多的这样的一个策略它做
获得的收益是只有这个资产所获得的一个收益那么 CTA 的策略它是通过一系列的量化的指标或者说是一个所谓的规则如果你是做趋势 CTA 的话就通过这些系列的规则去判断市场的一个趋势那么市场的趋势可以上涨可以下跌所以从 CTA 的角度上来说是两个方向
都可能会持有仓位的它并不仅仅是一个纯做多头的这样的一个策略我觉得这个是一个可能是最最明显的一个差别吧明白那其实也就是说我们量化 CTA 多空
两个方向都可以做啊是跟随这个市场趋势的而这个量化单位资产配置策略呢他则是啊在这个风险分散下的一个这个纯多头的这种持有策略但这两类策略呢都是我们英士曼集团他汇聚多个团队去进行研发啊并且经过这个长期非常长期的这种啊投研实践还有非常拥有非常长期的这个市场经验的啊这样的两类策略其实我们也知道在
策略的这种开发和实践过程之中它肯定不是一成不变的会随着这种市场环境包括策略运作出来的这个结果去做不断的这个优化和迭代那您能不能和我们分享一些比较近期的这种在大类资产配置策略上面这样的一些技术的这个创新和突破然后也让我们看一看这个比较前沿的这样的一些技术吧如何影响到我们策略的这个性能
大力资产配置的这个策略它的一个总的理念相对是比较稳定的但就像您说的金融市场它是不断地有变化的很多的时候会产生结构性的变化那么不管你是可以交易的品种的一个增加流动性的一个增加或者说市场里面的参与者的这种结构性的变化所带来的波动率的长期的一个变化
或者说可能交易的速度上的一个变化都会对策略上面的一些细节我们需要对他做出应对那比如说大雷资产配置策略我们是全球的大雷资产配置策略那么里面股票涉及到了美国的欧欧洲的英国的日本的就是亚太的还有国内的中国跟中国相关的资产的这个配置其实在这个过程里面因为市场会出现结构性的变化对
流动性也会慢慢增加所以其实我们看到如果你往回看的话早期的时候流动性好的资产肯定是发达国家的金融资产但是因为我们是全球的大类资产配置所以当所谓的新兴国家包括跟中国相关的资产它的流动性有比较好的增加的时候那么我们也会把对类型的资产来添加到这个全球的
大类资产配置里面去所以简单的说就是在市场的流动性出现增加的时候我们会对品种做一个丰富这是一方面另外一方面我们刚刚也提到因为现在交易的技术的一个更新市场里面的参与者越来越多同时还有一个信息的繁地会越来越快以前还看新闻现在没有人看新闻直接看 APP 的里面这些突发的事件
那就可以对市场做出一些反应在这种情况下呢我们简单的说我们补在相关的这个相关性的一个计算上面以前可能做的比较的慢一些可能看一个相对中长期的这个相关性的一个变化但是因为现在金融市场它的变化节奏比较快那么我们可能会需要用更高频的数据来对这个相关性
进行一个计算可能会用日内的数据来观察这个相关性的一个变化反应会更加的会更加的灵敏这个也是一个变化的一个方向以前可能对于全球的金融资产来说大家大部分还是看八大国家的股债相关性比如说美国的这个股票和债券全球资产的一个影响比如说美国的收益率
的一个变化当然现在还是影响比较大但是我们也注意到尤其是过去的这几年新兴市场比如说中国的金融市场的变化对全球的金融资产也是会有影响的所以你在考虑相关性的时候不能只考虑美国的股债的相关性你可能需要加入其他国家包括欧洲包括中国包括日本等等其他的这种国家的股债相关性做一个综合的考虑这些都是你可以去研究可以去发展的一个
一个方向这前提就是因为我们整个的金融市场的一个变化导致了在策略的研究上面对于这个投资组合的更新换代迭代上面呢需要去不断不断的进行创新就像您说的其实整个市场它的这个环境在不断的变化包括这个更快的信息然后更多的品种和流动性所以我们的策略也要不断的去丰富扩充然后以及这个迭代跟上这个我们整体这个市场环境的这个步伐
那刚才咱们也提到其实整个的这个市场环境无论是全球的市场环境然后包括发达国家的市场环境包括国内的市场环境其实一直都是在处于不断的这个变化之中那最近其实市场环境也发生了
好几件大事啊在市场上也发生了好几件大事被讨论最多的呢一个是这个美联储的降息然后还有一个呢是这个节钱吧然后这个国内新出了一系列的这种财政政策这些市场环境的变化您觉得会给我们的大力资产配置的这个组合
带来一些什么样的影响对市场未来走势的判断是非常难的一个工作但是呢我们可以通过看一下过去的历史上的一些数据呢可能能给大家一些相对比较直观的一些感受就是在过去的一些降息的周期里面呢
也主要资产它会发生哪些的变化因为我们现在大概率还是处于一个就是一个降息的这样一个周期这边我们引用的是第三方的一个是三方的一个数据里面列出了几次的美联储降息的时间段从 1984 年开始到
2019 年就是上一次的这个降息的这个时间段其实我们看到呢在这么 7 次的这个降息的周期里面呢在大部分的情况下呢从历史的这个数据上来看对股票市场在 12 月之内的
表现当然这里是就是美国的股票市场它是相对的利好的这样的一个情况的那我们就把这个作为股票的这一类资产的等于是作为一个一个代言吧那么对于债券市场来看呢虽然说债券的收益率可能未必是一个下降的这样的一个非常直线的
下降的这样的一个情况这还涉及到发达国家比如说经济是否有硬着陆的这个情况那么你一次降息之后可能后面的这个节奏的一个控制所以你当看十年国债收益率从历史上看它未必是一个下降的这样的一个情况但是总的来说我们看到从平均的这个表现上来说呢对于债券类的资产呢从历史的数据上来看说平均是一个利好的这么样的一个情况平均来看也是一个利好的
因为股债其实相对来说在平均还是有一定利好的那其实对于我们整个大类资产配置的组合来说可能也不会承受太大的这个压力对这边我另外再插一句因为我们刚刚才也有提到这个 CTA 的策略嘛所以其实我们也还有有看过统计过 CTA 的指数就不是某一家具体的 CTA 的这个产品的表现啊
就一个 CTA 的指数的一个业绩的表现呢在降息的区间就是在降息开始 12 个月之内呢对于 CTA 的这个指数的它的一个平均收益来说也是一个比较正向的一个业绩的一个贡献就是大宗商品通胀类资产这一块可能也是有可以有一个比较不错的一个表现
那这个可能是降息周期的一个影响那我们还有很多可能直播间前的小伙伴们也会比较关注就我们国内最新出的一系列的这种财政政策给我们大类资产配置组合会不会有什么影响
我觉得国内的话现在大家也都有看到前一段的新闻我们也是处于这个相对比较宽松的一个环境里面包括国债的收益率啊等等的包括最近也出了不少的支持的政策的一些出台我想可能就可以套用我们刚才看到的这个例子就处于一个降息的或者说一个相对比较宽松的环境里面那么对于各类资产的还是是有一个扶持的这样的一个作用了解
那您刚也提到就是我们刚才其实更多的是看了在这个降息这个周期下那比如说像我们这种量化 cta 的这个策略呀然后量化股票策略您都提到了一些可能这种股票啊包括债券类资产的这样的一个表现哈其实除了这种降息类的这个环境我们从一个比较
如果从大类资产配置来说我们再回到它最开始的名字它叫全天候那么在理论上来说它是希望能够
穿越各个不同的这个经济的周期的就前面有提到过我们唯一不太舒服的地方呢就是股灾双渣的这种情况但是大部分的情况下设计这个产品的理念呢还是希望他能够穿越不同的经济的周期的不管是高通胀还是低通胀高增长或者低增长不同的这个经济的周期所以应该还是一个中长期持有的这种态度来看待这一类的策略一个中长期配置的这种的态度来
来配置这一类型的策略那么 CTA 呢同样的在这点上是一样的也是以一个配置的态度来对这个 CTA 的策略来进行一个配置因为 CTA 它的一个特点就是说我们叫做危机 Alpha 那么危机 Alpha 的意思就是当你的股票尤其是权益类的资产
出现一个比较大幅下滑的时候那么它会带来波动率的一个上升它的这个波动会分散到其他的各个不同的资产类别那么在这种情况下当市场有比较大的波动和走势的时候对于 CTA 的策略来说它是一个比较利好的这样的一个环境所以我们如果看 CTA 的业绩基本上在这种大的所谓的股灾的这种情况下呢它的业绩是
平均来说都是一个比较比较好的业绩的一个补充同样的是因为它也是一个配置型的一个策略股票多头策略呢这个就见仁见智吧因为股票多头策略它确实它的
它的范围也比较的广其中涉及到包括你对于投资经理他的能力圈可能是集中于某一类的资产类别的或者某一类的板块的还有他的投资的理念所以说股票多数策略完全要看策略的分隔它的风险偏好它所投资的板块是否符合
符合于目前的这个经济的一个环境或者说政策的一个周期也就是说我们的这个大类资产配置策略和我们的 CTA 策略它都是更遵循一个这种配置的这种理念那其实大类资产配置策略也是会在一个相对来说比较长期的周期下面我们希望能够获得一定的这样的一个这个收益然后我们 CTA 策略的话呢则是可能更多的从一些高波的环境
经营下啊有所受益然后像我们的股票策略的话呢更多的可能是这个对市场的这种观点哈其实这几年不光是我们面对的这个市场环境其实一直在变化哈那我们面对的这种科学技术也这个日新月异啊前两天这个诺贝尔奖
颁发给了这个特别物理学奖其实都颁发给了这个 AI 相关的这样的一些这个技术那其实还有像去年这个拆 GPT 面试之后像 AI 啊然后大模型啊这些前沿的技术离我们也是越来越近了我们普通人其实都是可以用到这样的一些非常前沿的这样的一些科技成果的哈
那么在这个投资领域那么特别是和这种前沿技术它关系非常密切结合非常紧密的这个量化投资的这个领域的话那我们英师曼在这种策略的研发呀包括这个实践里面那许伯您可不可以给大家分享一下有没有用到类似特别前沿的这种创新的这种
前面也有提到就是我对英斯万刚才说他的比较几个特点其中的一个就是对技术方面的一个投入和不断的创新那么我们确实也有感觉到在整一个的投研的流程里面
从策略信号数据到后面的投资组合到交易在这个整个流程里面呢我们都可以比较明显的感觉到在技术的更新对这方面的一些影响比如说在因斯曼牛津量化研究院那一开始他是从事就是大数据比较通用的一些机器学习的研究那么现在 AI 人工智能方面的
研究也做的越来越多像我们自己公司内部有一个基于 CHP 这种生成式人工智能框架所搭建的一个系统那么这个系统它可以帮助公司的同事比较快速的问答基于公司内部的所有的这种内部的文件它所产生的内容来进行一些问答那这就可以比较大
大量的节省不需要重复性的去做一些以前同事已经做过的一些研究因为 AHL 的或者说面的做量化研究的时间比较长有什么二三十年的时间可能很多的东西之前有同事做过但是你未必知道那么有了这个系统的话就是在这方面可以比较快的节省
的效率甚至可以参考人同事的一些工作那这个不光是在投研的上面包括对三方的研报的总结啦对于这个写代码啦这一些相对比较通用的所谓的人工智能技术都对
我们的效率有一个比较大的提升那在机器学习方面呢就是我们用的比较多或者说比较成功的一个方面是我们叫交易的执行或者是下单交易方面在技术的更新对于交易方面的帮助是非常的大的那像前面我
我提到的我们刚加入的时候做外汇的单子基本上全部都是打电话你可以想象如果你是打电话的话你肯定交易的滑点延迟很大就非常的高第一个延迟很大第二个对于整个市场流动性其实你
未必有那么的了解你所知道的只是接你电话的经济上它这边的流动性的情况并不可以很快的了解到整个市场的流动性的情况当然随着电子化接入电子化交易的越来越普及我们有一个系统现在是可以实时的看到各家不同的交易上的实时的一个
对外汇的一个报价你看到比如说有 5 家交易商同时给你报价你可以选取一个最好的报价来进行交易这个对于我们现在交易的量大概嗯每一天差不多在万亿民意价值的这个范围里面如果你能节省百分之零点零几的这种滑点的话其实对于客户来说对整个基金的业绩表现来说积少成多嘛还是有一个比较好的有一个比较好的帮助的那另外的一个就是呃
所谓的这个交易算法的一个选择上面我们在可以供选择的下单的交易算法其实
其实是有很多的比如说今天市场大跌的这个情况下你是用一个相对比较激进的算法这个滑点节省比较多呢还是用一个相对比较稳健的这种不那么激进的算法对于你的交易滑点比较有帮助呢你如果是仅仅靠交易员来选择的话那就非常靠这个交易员他的一个市场的经验对尤其是对这个市场的
一个一个经验如果是很熟悉比如说黄金的期货的短期波动的这个交易员他未必能够对对我们说铁矿石对啊或者说罗文刚期货嗯他的这个市场波动他的感觉可能是不一样的那但是呢我们如果用了这种人工智能的技术的话嗯
因为有足够多的数据的积累过去这么二三十年的交易的就是成交的数据的这个积累通过这种大数据的学习的方式可以帮助你在选择算法上面有一个更加优化的一个算法上面有一个优化的选择所以在
交易算法交易滑点上面呢我们是应用的也是比较的多的您刚刚提到两个例子一个是这个英式麦内部的这个 ChatGPT 这个感觉是非常酷炫的极大的帮助大家提高了这个工作的这个效率然后一个呢也是这个积极学习在这种
交易算法选择然后交易滑点的这个降低方面的这个使用也是非常好的能够帮助我们实打实的去提升到这个策略的性能然后去帮助我们这个节省更多的这个成本然后去提高这个产品的收益的啊其实都是非常这个实打实的这个对咱们的整个的这个策略的运作和这个研发是非常有好处的哈
在这样的一些前沿技术的加持下咱们英士曼这边是我们看到不断的在发展壮大那其实在前沿技术的这样的一些这个不断发展之中那您如何看待这种我们把这个眼光放得更长远一点从这个英士曼放到整个行业那您怎么看待这种国内外这个量化投资行业的这样的一个现状以及未来的这样的一些这个发展好
从整个行业的发展的角度上来说呢国内外应该有有一点是比较类似的整个行业的管理的规模它是在不断的增加的那么这当然这个受益于市场的流动性的不断的增加参与者的越来越多也是摘取了一个第三方的一个数据是全球的对冲基金行业它整体的一个管理规模但是这个
并不是量化基金的一个管理的规模我们可以看到全球的私募基金的整个的总的资产管理规模它是在不断地增加的从 08 年开始一个比较稳步的增加的一个情况你是 1.4 万亿慢慢慢慢增加到现在差不多将近在去年就达到了 5 万亿
美金的这样的一个规模那么总的行业的这个规模是在增加的我们看到全球的对冲基金是这样在国内的话那私募基金行业的话大家也是更加的了解这个如果你看我们机械的数据的话也可以看到整个私募基金的管理规模也是在逐步的增加的总的来说不管是国外还是国内整个行业的管理规模是在不断增加的
那么如果我们看量化的这个部分的话其实也是在不断增加的因为天然总的规模在增加而且还有一个比较明显的特点这个也是同样的在全球的资产管理行业里面和国内
都类似的就是我们如果看头部生产管理公司的规模的话首先规模是往头部去集中的第二呢在头部的最大的比如说 10 家的基金里面可能现在也差不多超过一半应该都是量化的基金了所以总的来说呢我们可以看到不管在编球还是在国内
一个非常明显的特点就是行业的管理规模量化基金的管理规模它是在不断不断增加的那么这个就带来了我们对于人才的需求还是非常的大的对于技术的这个需求对于更新换代迭代创新的需求也是非常的大的就在人才的方面不单单是说投眼方面的人才
对于技术上面的人才需求也都是非常大的总的来说这个行业还是属于一个
向上发展的这样的一个阶段就正如您所说其实呃这种呃相关的这个人才哈和这个前沿技术都越来越多哈那包括像国内量化行业这几年虽然在发展中也是有所曲折哈但是也是保持着这这这种非常蓬勃发展的这个势头那我们很多的个人投资者那其实也越来越多的有机会去接触到一些这个量化投资量化交易哈也可以去选择一些这个
量化管理人然后呢去做一些相应的产品的购买去进行投资那么对于这一类希望去参与到积极的去参与到这个量化投资和另类投资的这样的一些这个个人客户您这边作为这个非常资深的许伯也是作为非常资深的这个量化行业从业者啊会给他们这样比较新晋的这种新手小白啊一些什么样的建议就前面您刚才提到个人投资者来参与量化投资
首先量化投资的门槛还是相对比较高的我们看到为什么整个行业的规模会往头部去集中那就说明量化投资的门槛是相对比较高的不管是在设备上在人才上在规模上它的门槛是比较高的对于个人投资者来说他自己去开发一套系统来做投资的难度会相对的比较大不是说完全没办法做但是它的难度会比较的大
那基于这种情况呢应该说大部分的个人投资者如果要参与的话还是以资产里面的对于这个产品这个领选这个管理人这种方式来进行参与为主在这个情况下呢比较重要的有几个点第一个是说对于你所投的或者你所禁掉的这个管理人的
的策略它是不是有一个可解释性虽然说量化的很多人说它是一个黑盒子或者白盒子或者不管什么颜色的盒子总的它的本质它是一套的规则那么这个管理人能不能解释清楚这一套的规则其实是蛮重要的你并不需要去非常详细的去了解它里面的细节它具体的参数等等但是对于整个理念的规则能不能够解释清楚
这个是非常重要的那比如说像现在很多的人工智能的技术有的时候你并不是能够直接的就放到策略里面去进行投资的因为这个还是要经过比较长时间的观察
你要确保你对他的规则他学习的这个出来的规则是有一个足够的了解和足够信心的嗯啊你才能去进行投资所以第一步应该是可解释性就是说投资的策略的可解释性嗯这个是比较重要的方面第二个呢就是同样的
还是管理人的选择就是投资经理的选择那么投资经理的选择的话其中有一点他是否有经历过足够多的经济的这种比较大的周期嗯我们不说足够多经济吧有没有经历过一些的这种周期啊从高点到低点的这种周期说实话这种危机的经验呢是非常宝贵的一个学习的经验你在
经历过这种周期的时候你对模型的一个反应你的风控是否稳健你的参数是否能够处理这个价格剧烈的变化等等等等就只有经历过周期的他的投资经历或者说他的模型是起码是经过几次考验的所以这个应该也是比较
重要的一件那第三个呢就是对于量化管理人来说非常非常重要的一点是否有这个不断创新的一个能力因为量化的信号会出现衰减它的收益率会出现下降尤其是在现在这种信息传递非常快的情况下可能衰减的速度也会比较快是否有这个足够的不断创新的这个能力嗯
这个也是一个非常重要的一点所以我想如果是个人投资者的话那么他在选择管理人选产品上应该这几个是有重要的一些
可以去参考的一些方面策略的这个可解释性然后这个是否经历过市场周期的这样的一些经验然后以及这个不断去创新迭代的能力其实都是对于一个这个量化的这个管理人来说都是非常宝贵的这样的一些能力那我们的这个个人投资者在参与我们的这个量化投资的时候呢大家也要注意考察这个量化管理人的在这三方面的这样的一个能力
节目的最后其实也想和许伯聊一聊投资以外的一些事情我这里也提出一个比较开放性的问题那如果您能够有一个这样的机会和 22 岁的自己做一个对话有什么道理或者是感悟是您想告诉 22 岁的自己的这个问题比较大但是我个人就是从事就是在这一行这几年的一个经验吧
我覺得變化是不斷不斷的在發生的不管你是市場的變化、策略的變化技術上的變化以及個人的變化變化它是不斷不斷的在發生的我們能做的最好的就是放鬆你的心態做好準備去
不断的学习来应对这个变化所以有一句话就是永远不变的就是变化永远不变的永远不变的就是变化我相信在现在的环境下面包括我们技术上的更新人工智能的发展包括金融市场的发展我相信这个是应该也是后面的之后会延续的一个趋势所以也希望能够保持一个开放的心态
应对不管是生活上市场里的各种的变化以上就是我们节目的所有内容感谢收听节目之外更多精彩内容请关注我们的视频号中金公司财富管理欢迎大家关注点赞转发您的支持是我们更新的动力我们下期再见
风险提示中金财富及嘉宾提供的任何信息和观点均不构成投资建议中金财富不以任何形式对用户承诺投资收益或保证本金不受损失
市场有风险,投资需谨慎本集播客中的内容及演示材料版权归中金财富所有未经中金财富书面许可第三方不得以任何形式、摘影、编辑、截取以及其他不恰当方式传播感谢大家的收听