金麟2014·量化投资与对冲基金年会3月26日在北京举行，新浪财经全程图文直播本论坛。图为景顺长城基金量化部负责人黎海威。

　　新浪财经讯 金麟2014·量化投资与对冲基金年会3月26日在北京举行，新浪财经全程图文直播本论坛。景顺长城基金量化部负责人黎海威表示，把公募基金的阿尔法抽取出来作为绝对收益也不是不可行，需考虑工具本身的流动性怎么样，第二个需考虑的是是工具的成本如何，它的杠杆，也就是所谓的资金使用效率。

　　以下为黎海威发言实录。

　　黎海威：非常高兴有这样的机会来到人民大学，非常感谢主办方的支持提供这样的平台，我演讲的题目是《阿尔法策略与绝对收益产品》，这个题目非常大，如果大家上网Google阿尔法策略可能会看的非常完整。我今天讲的是我自己在这个行业内的观察，更多的是偏量化或者是量化基本面选股的观察，可能有些东西跟大家交流一下能够碰撞出一些火花来，这样我今天的目的就达到了。

　　这个PPT分几个小的部分，第一个讲一下阿尔法策略的分类、特点以及在美国近三十年来发展的历程，以及它在以后的发展展望，在中国市场从阿尔法策略到绝对收益，以及我们自己的一些理解。

　　讲到阿尔法策略的分类，我虽然在这个行业里面做了十来年，主要了解的是量化的选股性策略。我的观察，现在我们定义阿尔法策略之前，先聊一聊什么是阿尔法，今天聊的很多都是跟阿尔法相关的东西。在我的理解里面，阿尔法跟整个市场相对应或者说把系统性风险剥离而产生的超越大盘的超额收益。我们下面要问几个问题，阿尔法是不是有风险？我们的理解里面阿尔法并不是没有风险的，如果是没有风险的收益，你只能在无风险套利的机会下获得，这个机会很少出现，它出现的机会也是稍纵即逝的，因为很多人都盯着这样的机会，不可能是长期存在的。所以阿尔法肯定有相对的风险，它展现的特点跟大盘和一般的主流指数有什么样的关系，主要有这么几个问题。

　　第一个跟主流的大盘和市场相关性比较低，也许它展现的周期性跟大盘的波动不太一样，不是完全随着经济周期的上行和下行展现波动。作为阿尔法策略面临什么样的挑战，其实作为阿尔法每一种策略是不是长期稳定存在的，据我自己观察可能不是这样的，也许今天的阿尔法可能明天变成了噪音，今天的不相关可能明天就变成了系统分析的一部分，也许有一部分策略存在过，有一段做的人多了就消失了，过了一段时间有新的投资者进来，虽然很多东西今天表现的很好，但是不代表明天可以表现的很好。所以我们更多关心策略后面的逻辑，它所依附的经济规律是不是存在，市场的投资者，他们行为方式有没有发生变化。包括市场的交易手段，有些创新可能以前不存在的机会，现在是不是不存在的，以前存在的机会现在是不是逐渐消失掉了。

　　这里用选股可能不是特别的确切，大家听的比较多的是自下而上的投资方式或者是选股，或者是选券。从自上而下很多人做全球宏观资产配置，有些在中国资本市场做择实，有些人做行业的配置。我们要提供相关性低的东西，这样的话可能是事件驱动，各自的策略都有自己面临的局限性，根据投资者不同的要求，根据要求的收益率或者是承担风险的程度可能有不同的组合搭配，有不同的侧重点。如果谈到量化的做法，大家听的比较多是右边三类，一类是基本面多因子，作为代表来讲从风险模型上很多是从风险模型，包括后来基本面多因子出生的，统计套利的做法也慢慢流行起来。相对来说它跟大盘的相关性更低，换手可能更高。我们谈到基本面多因子，大家观察到换手率年化在一倍到十倍之间。

　　从特征上来说，基本面多因子跟主动型基金经理选股的方式是基本相似的，只不过我们用更加系统化的方法来处理这种信息。统计套利换手频率更高一些，甚至一年几十倍或者是一百倍都有可能。最近比较流行的，很多人谈的比较多的是高频率的做法或者是高频交易，在美国真正引起大家注意的就是最近四五年的工夫，08年金融危机以后，因为它展现出了非常强的稳定性。包括现在有一家公司想在美国上市，大家看到在一千多天的交易日里面，可能只有一天亏损，它的交易模式更加快速，它不持仓过夜，更多的是采取多交易量，每次赚一点来分散风险。它主要的问题是，除了它提供流动性以外，对市场真正的价值在什么地方。因为它赚取的是长期投资者的交易成本，比如说我知道保险公司或者是机构客户，或者是共同基金，可能每个周期会有调仓，我提前进去吃掉价差。监管对它的重视程度越来越增加，以后整体的环境可能会艰难一些。它的策略容量相对有限，很多高频交易甚至占到了市场交易量的60%到70%，甚至更多一些，高频交易引起了市场的关注，再一个大家对它的实际价值是有疑问的。

　　关于阿尔法策略的特点，更多的从市场的风险结构进行分解，各种风险模型做的也很好。我假设这样的情况，这样大家看到，高风险的地方如果做对收益肯定很高。但是市场作为一个时间序列来说，因为你的空间不够，做对的概率比较低，无法分散风险，你策略的稳定性会受到很大的影响。如果是一级行业或者是三十来个行业，行业波动性在10%的时候，你做起来的难度可能比市场要小一些。作为个股，如果很多人强调从基本面自下而上个股选股是有原因的，个股的选择范围比较广，可能A股有两千多只股票，你选择范围越大的时候，你的收益率比较稳定一些。你控制了市场以及行业风险的时候，个股的波动性是比较小的，这是比较公平的游戏。要想赚大钱，可能你的风险比较大，如果你想做的比较稳，你相对应的风险比较小，同样你的回报率也有限一些。

　　其实现在对冲基金策略里面，很少有专门做择时的。现在的情况很多宏观信息，大家更多的是在全球宏观方面进行资产配置，比如说我在股票、债券、房地产、货币和黄金中间进行搭配，这样在全球发达国家，包括一些流动性比较好的发展中国家，我做资产配置的时候，我可以实现比较好的收益。全球资产配置来说，这样的话它也成为一种主流的对冲基金策略。其他很多策略，虽然他们有不同的名字，有的是股票型为主的，有的是可转让套利的，基本上以自下而上为主。这种策略对应的多半属于中等收益，相对风险可控的。

　　下面这张图，我们讲的主要是关于量化的几种策略的特性，其实多因子选股的方法是非常基本面的，并没有神奇或者是玄妙的地方。它跟我们出去在水果摊上买水果没有什么区别，我需要什么样的水果，颜色怎么样，味道如何，我喜欢橙子，还是其他的水果。一般人去股票市场看，我可能要关注它的基本面怎么样，最近市场情绪如何，它的市盈率等等。其实你考虑这些因素，我们把它臭氧出来都是多因子模型的一部分，其实做量化，我们的理解，刚开始如何把它拆分下去，把它拆分成各种各样的因素，这种因素我们叫因子。可能有一些因子，可以被我们所利用或者被我们所预测，它有一个比较好的规律性，这种多半会成为阿尔法因子，我们更多的贡献波动性，它有它的波动性的集中或者它有它的特性，但是它不太被我们利用，这两种会出现相互转化的过程。量化的出发点更多的是我在比较好的逻辑框架里面，对风险能够有比较好的控制，其次在这个基础上我能够产生稳定的差额收益。

　　统计套利来说，刚才我讲的比较多，其实更多的时候，它关心更多的是数据，数据展现的是哪种现象或者是哪种规律，因为我们想找到投资方式基本面在里面，高频率更加不会关注这个问题。刚开始起步的时候，更多的他们从稳定收益的角度，用的东西很多是基于当年更加传统的多因子，大家看到的属于价值，这种类型的比较多。真正量化的发展，在美国逐渐兴起，背后的原因其实跟美国逐步机构化有关系。包括各种私人养老金和企业养老金，机构的钱跟散户的钱有很大的区别。最大的区别在于机构客户可能有定期付出的刚性兑付，每年要固定给客户，要付出百分之几的需求，对稳定性非常重要。大家都知道七十年代末一直到九十年代初美国也是成长股的年代，我们看当年的美国市场其实跟中国市场有一些共同点，在他自己那本书里面，如何击败华尔街，美国七十年代末，美国的公募基金经理当时也是不在乎基准的，他们很多基金可以投任何的股票，包括你投海外的股票都没有人管你，你最后给我回报率就可以了，现在很多公募基金，我们讲投大盘的价值，美国当年也有这样的情况，这个情况是怎么开始逐渐改变的呢？是因为美国大量养老金的要求，我需要平稳，你必须给我设立一个基准，所以说这种需求慢慢开始显现出来，到九十年代后期以后，因为共同基金出现了一系列的丑闻，比如说信息不透明，这样在美国逐渐赢得了很大的市场地位。

　　我们看到它的模型本身来说，它也是随着时间的发展而发展的，九十年代以后大家更多的用一些快捷的东西。开始变的流行起来，到两千年以后行为经济学，噪音投资者的行为方式，慢慢也会进入他们的视野，大家突然发现很多人用的东西都差不多，市场出现极端的恐慌或者是流动性出现问题的时候，可能对量化基金的业绩出现很大的挑战。07年以后这些模型有进一步的改变，比如说大数据的结合，我们可能用一些非标准化格式的数据，包括网络的使用，包括宏观信息的，因为金融危机冲击以后。所以对宏观信息的使用，慢慢也进入了量化选股这一类策略的适应，回到我刚才谈的问题，七十年代到八十年代，这十来年是美国成长的黄金期。美国市场七十年代中后期以后，有几个改变，第一个石油危机导致了美国靠高能耗经济被迫出现转型，美国在七十年代末开始逐渐进行利率市场自由化，美国货币基金也是很快兴起，中国目前的情况是非常相似的。在整个经济转型和货币基金开始兴起，整个经济自由化，比如说利率自由化的背景下，美国也经历了成长的牛市。

　　大家可以看到美国小盘股效应，其实它有很大的波动性，对应不同的历史周期，表现的情况不太一样。九十年代以后一直到2000年左右比较好一些。其实到现在小盘股长期有比较好的超额收益，但是它背后有很高的波动性，如果你很不幸配错了，正好那个时候退休了你比较悲惨一点，因为它持续的时间比较长一些。这就是为什么在美国，其实很多情况下大家知道小盘股，专门做一个很独立的阿尔法因子。中国目前看起来效应比较强，它背后相应的波动性也是不小的。任何策略，其实它都有相对应的时代背景，大家考虑这些问题的时候，要看它背后的逻辑，背后的经济驱动。

　　我们可以看看日本的价值股效应，我们可以看到在07年、08年金融危机以后，有几年时间价值股跑的糟糕一些。日本对应的经济条件，我们可以看到价值股开始兴起是在广告协议签订以后，日本的房地产泡沫开始逐渐破裂以后产生的。同时它对应的是日本经济开始减速，人口老龄化，以及日本投资越来越保守，大家对定期支付的需求更高。中国未来会不会出现同样的情况，我们看看中国市场资产价格的调整，我们在这个点上很难预测，哪种市场环境真正跑的很好。但是基于中国这么大的经济体和人口结构，能够给我们比较多的参考意义的，主要是美国和日本这两个国家。

　　对未来阿尔法策略的展望，现在的情况是越来越多维度，任何的资产类别，只要对你的策略有使用价值，你都可以拿过来用。现在大家在一种市场里面做选股比较多，其实你会发现货币市场或者是债券市场的很多信息对你是有用的，现在的信息使用出现多维度交叉的范围，前提是你能够提出来，你能够把噪音进行降低，再跟你的模型进行比较好的互补。

　　现在整个科技的发展，使得计算机信息处理速度和维度都得到极大的提高。你可能以前有非标准化的数据，其实很多情况下使用的可能就是交易所或者是公司财务报表的东西，现在更多的通过网上或者是文字版的东西或者是声音可以进行处理，可以提取信息，只要转成量化模型可以使用的东西，只要能够跟现在的模型相关性比较低都可以放进去，前提是要了解客户对你的需求。因为作为超额收益它的分布，如果你投资三个月一个区间，你每年换手三四次，你对应的有一种超额收益，你的竞争对手可能是一波人。如果你做统计套利，你对应的可能是另外一些信息对你有用。如果你既想做高频，又想做比较中长期的，有的时候你发现比较痛苦，更好的办法是你最好多发几个基金，你用FOF和MOM，这种效果可能更好一点。

　　所谓跨界的意思是，我们现在其实很多的策略也不一定是股票类的，包括自下而上进行选择，也可以搭配其他资产类别的东西。比如说在韩国市场和印度市场上面，它的融券不是很发达，但是它的个股和期货非常发达，这种情况下个股期货有信息。

　　我稍微讲一下阿尔法策略跟绝对收益的关系或者怎么把阿尔法策略变成绝对收益，阿尔法策略就是相对于你的基准，我们更适合在公募基金里面使用，有些可能更适合在绝对收益里面使用。如果我们把公募基金的阿尔法抽取出来作为绝对收益也不是不可行，工具本身的流动性怎么样，第二个问题是工具的成本如何，它的杠杆，也就是所谓的资金使用效率的考虑。从客户方面来说，他们对绝对收益产品和相对收益产品的要求不太一样，对绝对收益产品主要的要求是下行风险，最差的时候你亏了多长时间我受不了要求你清盘。客户对流动性有多少的需求，这样你可能有一些资产类别，包括一些小盘股和流动性不太好的股票是不是考虑少投一些。

　　比如说右图某种策略的模拟，我们可以看到差别似乎是非常大的，一个年化是15%左右，另外一个年化10%都不到，只不过一个是用沪深300做对冲，另外一个是用融资融券来做的。今天早上黄总提到融券成本1%到2%，其实香港对于比较大的成本，比如说所谓的恒生指数一般年化的融券成本，年化只有0.4%，如果新能源汽车出现很大的波动，平均下来对于组合放杠杆的成本只有1%到2%，这种产品的模式跟国内有点不一样。海外来说，可能我们更倾向于在前端，也就是说放杠杆之前，尽量做的更稳一些，香港市场不放杠杆，可能是5%到7%的回报率。因为它的融券成本很低，我可以通过前端尽量做的更高，我通过杠杆放出来，我很容易放到百分之十几。国内的问题是因为你的杠杆成本过高，前端如果做的很稳，我可能做到8%以下，你用8.5%的杠杆放出来就没有任何意义了，你这样放了以后你的总收益不会得到提高，所以你在国内做绝对收益产品非常现实的问题，如果客户真的要求比较高的话。你被迫在前端牺牲你的稳定性，可能不是最优的，我通过前端放大我的风险，我把总收益做上去，然后再放一定的杠杆，这样才有可能达到客户的需求。其实这样策略的波动性不是最优的搭配。

　　但到中国未来绝对收益的展望，我觉得我们看到中国目前由于杠杆使用的限制，更多的展现出是用结构化的产品AB分级的情况来达到比较高的回报率，除非中国融券的成本下来或者是中国利率市场化的进程能够加快完成，我想短期之内是不会改变的，什么样的回报率是可以取代的，国际上主流的对冲基金目标回报率是10%到15%的，我觉得这是有道理的，你很难把自己标榜成15%以上，比较困难。大家可以想一想，我们投资一个金融工具，不管是股票、债券或者是其他的东西，它在下面的时候，它的收益都是来自于实体经济的，GDP每年增长多少作为一个成熟市场，你有通货膨胀和其他的成本加进去。当然中国作为一个新兴体，早年PE国外市场对应的也是10%到15%，中国市场对应的是15%到20%，大家看到最近PE的回报率和流动性都在下来。中国二级市场长期来说10%是15%是比较期待的回报率，但是大幅超越的可能性并不是很大，短期是存在的。加上策略有生命周期，一旦策略做的很好，很多人会进行研究，它的利润和回报率逐渐被摊薄下来，这就是我的几点观察，非常感谢大家的时间，谢谢。