资管困局:掌握资产配置能力,你必须先理解这24条法则

论坛 期权论坛 期权     
扑克投资家   2019-12-29 02:38   2255   0

福利:联系扑克小公举(id:puoke002)申请成为扑克财经App智咖;关注公众号扑克百家研究院(id:puokebaijia)获得大宗商品/投资交易领域更多干货。

文 | 石磊 ,扑克财经APP智咖,转载自扑克百家研究院,为“资产配置的中国实践”公开课纪要




长按扫码,分享朋友圈


精华摘要
1.随着资管新规的落地,资产配置在中国从话题走向实践。原本基于信仰的关系被打破,刚兑不再,资产配置成为新的风险管理工具。 2.投资业绩是投资能力与市场环境结合的结果。

长按扫码,分享朋友圈
3. 不要把鸡蛋放在一个篮子里,需要确定篮子是什么。 4.因子(鸡蛋)不能择时,只能多元化分散,找到分散维度(篮子),即是因子组合策略的宏观(篮子不重要,鸡蛋很重要)。 5.集中派往往在实践中实行价值投资,他们基于主动认知,他们认为风险并不是路径上的净值波动,而是最终的损失。 6.价值派的关键问题是:价值是主观的判断,价格向价值均值回归,在价值尚未实现前(产品到期),都无法判断价值是什么;而风险是最终的损失,损失在成为历史后才能够观察到,损失是历史的,而投资者决策中的风险是不确定性,二者并不相等。 7.分散派强调的是投资中的随机性,价值派强调因果性。两派从不同的角度看待投资,投资既有随机性也有因果性,是历史性的有序混沌,是确定性混沌(价值派的观察)和噪音(分散派的观察)结合的结果。  8.基于基本面的状态是准稳态,即吸引子,简单来说是大概率事件无论当前市场状态如何,最终将有很大概率导向吸引子中心,但无法确定时间和路径。 9.市场经常在这些不同的状态下震荡,任何模型都无法通用解释,重要的是根据市场变化选择策略和模型。 10.市场的特征是适应性的,过程所处的中间态是高度不确定的,观察“环境”这样的相对慢变量是成本较低、效率较高的方法。 11.很多人认为风险是不确定性,实际上经过认知之后的不确定性才是风险,无法被认知的不确定性既无法被投资也无法被分散,是需要规避的黑洞。 12.而经过认知后的不确定性将会变成趋势性方向(收益来源)和随机性(风险来源,可认知,可分散),因此趋势性代表观点,随机性需要分散。 13.关于尾部风险(灰犀牛)的管理,即为“知命者不立乎岩墙之下”,不要等待灰犀牛行动再反应,那时已然来不及了,最聪明的做法是将灰犀牛变成最华丽的舞伴,大多数投资者只要不立于危墙之下便可。


长按扫码,分享朋友圈
14. 周期也不是完美的正余弦波,它是混沌的准周期。 15. 人的决策需要三个东西:一是世界观,即人对世界的模型;二是环境;三是逻辑的推演。


长按扫码,分享朋友圈
16.一直以来我们太关注逻辑推演,却忽略了还需要世界观和环境的支持。首先世界观要一致,其次环境的观察要一致,然后逻辑的推演达到共识。 17.赢率就是胜算,靠认知和信息;赔率系统是成本系统。盈亏比很差的东西,证明其成本很高。 18.高赢率高赔率机会,要集中投资,是市场定价的不充分。 19.高赢率低赔率,一般估值很高,说明市场已经price in了,这是一种子弹在飞的鸡肋行情,在鸡肋行情里产生大量配置型收益来源。市场产生共识,共识驱动价格,这是趋势型收益,大部分CTA和宏观策略的主收益都来源于这个阶段。 20.不赚最后一块钱,要在估值很高的时候退出,比如2015年三四月份的A股。这时的特征是潜在损失非常大,因此可以考虑退出或者反向策略。 21.这个方向经历一段时间后会进入高赔率低赢率,即市场价格下跌,从估值很高变成估值便宜,这是很常见的一个时期,大部分收益是从这个时期来的,即高风险高收益的风险投资模式。这个模式首先要分散,因为不是所有的高赢率低赔率都会转化成高赢率高赔率的,很大一部分会消亡,剩下的策略则会赚大钱。 22.适应性的复杂系统的特征就是会自组织。自组织会从一个微观到一个中观或宏观的结构,这个结构发生的变化即质变。因此,量变到质变是结构在变,结构的变化是因为环境在变。在临界点是策略收益里最好的特征,在结构发生变化之前提前布局,盈亏比就会非常高。 23.总结一下观点是如何形成的:第一,认知赢率;第二,估计赔率。赢率即胜算,来自对环境的认知,市场环境、经济环境、政策环境;估计赔率来自对风险溢价的计算。第三,路径上探索风险管理,所谓的探索就是设置好路标。 24.不选贵的:躲开大多数巨幅亏损的要诀。


长按扫码,分享朋友圈                               正文

各位朋友大家好,我是来自吸引子科技的石磊,今天跟大家讨论的话题是:资产配置的中国实践。资产配置是服务于目标的系统化、工程化的解决方案,是一系列策略和资产的组合。
吸引子科技从2017年开始致力于适合中国的资产配置解决方案工具化,今天的分享也是我们这2年的思考。
                   随着资管新规的落地,资产配置在中国从话题走向实践。 原本基于信仰的关系被打破,刚兑不再,资产配置成为新的风险管理工具。 原本的模式会积累系统性风险,2017年后国家推行净值化,资产配置将会在未来成为资产管理行业的主流。 中国市场非常适合资产配置,系统化的资产配置方法在近十年的市场中能够获得10%-12%的持续年化收益,波动可以控制在5%-6%。 因为中国的大类资产系统性风险Beta是资产价格波动的主要来源,资产定价效率相对较低,可以获得可观收益。
  为什么现在都在推进资产配置落地? 图中的案例显示过去表现好的产品未来表现更差,而业绩最差的产品却在未来创造了较好的收益。

长按扫码,分享朋友圈
投资业绩是投资能力与市场环境结合的结果,当市场环境发生改变,投资能力不再与之适应,造成了图中结果均值回归的效应。
现在资产管理产品市场缺乏预期收益8%-12%、波动率5%-10%的产品,过去这是由P2P和房地产信托所占领的。 目前企图占领这部分产品空缺的有许多FOF产品,但其并不是严格按照客户风险收益需求管理,而是资管人主导,这注定了产品上的失败。 过去业绩较好的金牛股票基金在过去8年的风险收益表现较差,而即使收益表现较好的东方红,它的波动率极高。 因此资产配置将成为未来的解决方案。


1资产配置是什么? Asset Allocation,Allocation是具有目的性的,目的是资产配置的首要环节。 生活中听到许多关于资产配置话题: 分散和集中(不要把鸡蛋放在同一个篮子,聪明的人管理好篮子),最近的应该配置的资产类型(这是观点,只是资产配置的一个角度,而不是整体的资产配置流程),数学技术驱动(这是误解,实际的落地要求可理解、可执行),美林时钟(模型选择),资产配置只适合大资金(同样是误解,资产配置是通用性解决方案),资产配置要相信“长期力量”(过程即结果)。




2分散与集中
不要把鸡蛋放在一个篮子里,需要确定篮子是什么。 2008年的次贷危机造成房地产市场的系统性风险,也可以分布在不同的资产、不同的策略、不同的因子之间。 但无论如何,分配的维度是投资者的主观表达。确定分散什么,从分散资金,到风险平价,到分散尾部风险,不同时间维度也会对其造成影响。
理解如何分散,2019年初新闻报道全世界最大的对冲基金(纯观点)在2018年有15%的盈利,而在2019年出现了20年来最大的回撤,而All Weather(无观点表达)的基金表现出色,这显示了在不同的经济环境下,分散(无观点)和集中(有观点)的投资结果是变化的。 All Weather的分散方法是将不同风险平均配置在不同宏观状态下,是宏观被动型管理方法,它分散了宏观风险。

截取2个风险平价策略基金,左图基金有年化7.7%收益,右图7.2%,因此无观点的管理将能获得7%-8%地收益,只有在极端情况下出现较大回撤。

Risk Parity具有较高的长期收益,部分原因在于它持有大量债券,而美国处于利率下行区间,因此在这个宏观状态下获得了可观收益;而在不同的宏观状态下,例如中国,风险平价策略尽管可以获得相对较高夏普比率,有效控制路径风险,但年化收益只有4.3%。 这是因为中国利率环境并不是类似美国的趋势性下行阶段,是平缓震荡或阶段上行,造成债券的持有期趋势性收益降低,造成收益和风险相互权衡。 因此风险评价策略是管理路径风险,而无法兼顾收益。在资产配置策略最重要的是如何兼顾管理路径风险和保持收益。 集中和分散争论的分散派领军人物基本处于学术界,实践中形成了因子化分散投资策略,他们的观点是: 因子(鸡蛋)不能择时,只能多元化分散,找到分散维度(篮子),即是因子组合策略的宏观(篮子不重要,鸡蛋很重要)。


集中派往往在实践中实行价值投资,他们基于主动认知,他们认为风险并不是路径上的净值波动,而是最终的损失。 价值派的关键问题是:价值是主观的判断,价格向价值均值回归,在价值尚未实现前(产品到期),都无法判断价值是什么;而风险是最终的损失,损失在成为历史后才能够观察到,损失是历史的,而投资者决策中的风险是不确定性,二者并不相等。 价值派过于看重结果,而作为资产管理者必须要关注过程(这也是客户所关注的)。 两派都有成功的案例,那么如何融合分散和集中?实际上分散派强调的是投资中的随机性,价值派强调因果性。两派从不同的角度看待投资,投资既有随机性也有因果性,是历史性的有序混沌,是确定性混沌(价值派的观察)和噪音(分散派的观察)结合的结果。


基于对有序混沌的研究,Complex Adaptive System复杂适应性系统出现了。该系统研究的成果之一是ABM,使用不同策略特征的模拟程序博弈,从而观察特征。 结论之一是:混沌中学会信仰。


长按扫码,分享朋友圈
系统中的一些策略具有一阶线性自回归特征,即趋势+均值回归,这是一种模型错误,但基于AR(1)的过程可以进行量化参数优化,这些策略往往出现过拟合。 有趣的是基于AR(1)过程决策形成的误差是无结构的,无法通过分析误差优化策略,只能够优化参数,最终认为市场是随机的,损失在于运气差,只要坚持最终将会获得收益,呈现了从误设到信仰的过程。


另一种基本面策略通过基本面平衡特征进行预测,在宏观策略者和趋势投资、乐观者和悲观者四类投资者在市场博弈后,市场会形成多个不同类型的状态。 基于基本面的状态是准稳态,即吸引子,简单来说是大概率事件无论当前市场状态如何,最终将有很大概率导向吸引子中心,但无法确定时间和路径。 而与之相反的是混沌分叉的特征,最终形成非基本面的其他吸引子,在这种状态下,趋势投资或乐观者或悲观者将会获得超高盈利,市场经常在这些不同的状态下震荡,任何模型都无法通用解释,重要的是根据市场变化选择策略和模型。 当误差敏感者越多(每天看净值),市场越混沌;若将噪音加入确定性混沌,市场将完全无法预测。 基本面投资者也无法挤出其他类型投资者,他们形成了共生的环境。 市场的特征是适应性的,过程所处的中间态是高度不确定的,观察“环境”这样的相对慢变量是成本较低、效率较高的方法。 学术上关于分散的理论多数基于有效市场假说和行为金融学内容,行为金融学尚未达到理科的严谨程度,更多的是细碎的观察现象经验总结。 所以系统的市场描述并不是绝对的有效、半有效,这只是人一厢情愿,市场是适应性的。 关于这方面的研究,目前可参考的有《适应性市场》,它所描述的适应性市场并不是前文提到的CAS(圣塔菲研究所提出)。

3资产配置的核心问题:如何先验地管理风险
关于趋势性和波动性的管理,经常听到的是风险收益同源的概念,很多人认为风险是不确定性,实际上经过认知之后的不确定性才是风险,无法被认知的不确定性既无法被投资也无法被分散,是需要规避的黑洞。


长按扫码,分享朋友圈
而经过认知后的不确定性将会变成趋势性方向(收益来源)和随机性(风险来源,可认知,可分散),因此趋势性代表观点,随机性需要分散。
实际操作中,二者并不能够完全分散,原因在于时间尺度是趋势性和随机性的关键分界。 关于尾部风险(灰犀牛)的管理,即为“知命者不立乎岩墙之下”,不要等待灰犀牛行动再反应,那时已然来不及了。 最聪明的做法是将灰犀牛变成最华丽的舞伴,大多数投资者只要不立于危墙之下便可。


长按扫码,分享朋友圈
所谓“知命者”,代表了即使无法精确定义在时间上,但明确了解环境,在这样的环境中很可能发生无法接受的灰犀牛事件。 因此在这样的环境中不应该去赚最后一块钱,而是转变立场,将-3σ转换为+3σ,只要所执行的策略是时间的朋友,有正carry收益,这种转变甚至可以一生受益。 因此最重要的问题是认知自身所处的位置,而非调整环境。 风险与决策者的位置相关,而非一个客观量,只有在风险发生后才能够明确度量,可以类比于波粒二象性,过程中的波展现不确定性,一旦撞击发生则发生确定性的波函数坍塌,变成确定性结果,而价值投资者看中的是结果,相反净值化后的管理者需要关注过程中的波函数特征。  4资产配置解决方案 之前的论述都在认知资产配置的基础和过程,最终形成资产配置的解决方案。解决方案是工程化的过程: ① 确立目标,是投资者的合理长期目标,是基于生活场景,将目标细化为长期预期收益、风险预算,确定投资约束(杠杆限制,合规性要求),将目标风险和目标收益进行平衡。 更关键的是去定评价关键期,即关注的时间尺度,关注短期(日频、周频)需要执行高频策略,获得市场定价错误的收益,否则只能是内幕交易,月和季度需要关注宏观信息,关注年或4年则完全可以忽略宏观,实践从公司(底层)开始进行配置,这是长期资金的投资特征,因此不同的时间尺度使组合管理方法完全不同。 需要注意的是,以上目标的确立需要与产品持有人持续沟通,使之完全理解,否则将会造成产品的赎回。 ② 制定策略。需要识别产品库和策略库的风险收益特征和来源,认识市场状态,认知风险,平衡长期价值与路径风险,制定策略,即战略性资产配置(SAA)。 ③ 执行方案,包含战术性资产配置(TAA),是基于SAA根据当期环境进行微调,随着环境的变化,TAA的不断微调可能会造成SAA大方向的调整,这也是我们5年计划的适应性调整。 需要建立产品与策略匹配度测量以及合适的再平衡方案,以及高效的交易安排。 ④ 绩效评估,是否达到投资目标(满意的和必要的),投资业绩归因,复盘修正模型与前线联系密切,整个组合管理需要压力测试和情景分析。 投资目标即以投资者为中心的风险配置过程,服务于投资者场景化目标,风险预算(预期波动率和风险尺度)是其约束,也要满足投资者流动性要求。 在SAA阶段,资产或策略的长期收益和波动特征是很难确定性预测的,真实的结果是非必然的,长期价值是趋势长期漂移带来的;TAA的波动周期描述,将投资者的时间尺度缩小,TAA中的波动方向也会变成长期价值。 所以趋势和波动、价值和风险是由时间尺度决定的,产品周期是决定长期价值的时间尺度,评价周期决定短期路径风险的时间尺度,二者是相对的。 例如将股债商日频数据与4年滚动数据比较,时间尺度越短,净值波动越大,随着时间尺度的拉长,甚至曲线形态发生变化,因此市场到底是什么样的取决于投资者的时间尺度,具体可以参考BBC纪录片《How Long Is a Piece of String》,经过不同科学家的研究分析,最终结论是绳子的长度无法测量,即尺度决定实质。 对比SAA和TAA。SAA以长期价值评估为主线,是资产配置的主轴,TAA以中期方向性调整为重点,提供适应性动态调整。 SAA的实质是后验型的,是历史经验的总结,TAA是先验型的环境适应特征,带动不同类型的风险敞口收益变化,如果对二者的理解错位,长期环境的改变使得很难找到先验性的SAA判断,若将TAA变为后验型则会导致模型失效,过于夸大历史的重复、场景的完全复现,这并不是因果性检验,实际上这是不同维度的交错。


周期也不是完美的正余弦波,它是混沌的准周期。 SAA需要结合产品、投资、客户的目标,TAA是路径管理,风险平价关注的是路径风险。  观点如何形成和决策 引用Herbert A.Simon(人工智能创始人)的观点。人的决策需要三个东西:一是世界观,即人对世界的模型;二是环境;三是逻辑的推演。


长按扫码,分享朋友圈
一直以来我们太关注逻辑推演,却忽略了还需要世界观和环境的支持。首先世界观要一致,其次环境的观察要一致,然后逻辑的推演达到共识。 这也是康德说的“用先验的知识之网捕捉经验”。 吸引子对该理论落地的方法就是“赢率赔率系统”(赢率-盈亏比系统)。这是做不确定决策时的通用模式。 赢率就是胜算,靠认知和信息;赔率系统是成本系统。 盈亏比很差的东西,证明其成本很高。


横轴是赔率,纵轴是赢率。

右上角是罕见的高赢率高赔率机会,要集中投资,是市场定价的不充分。 第二象限是高赢率低赔率,一般估值很高,说明市场已经price in了,这是一种子弹在飞的鸡肋行情,在鸡肋行情里产生大量配置型收益来源。市场产生共识,共识驱动价格,这是趋势型收益,大部分CTA和宏观策略的主收益都来源于这个阶段。 如果做到了极致就转换成了第三象限,即低赢率和低赔率,估值高时就是低赔率,估值低时就是高赔率的。估值更推荐与其他资产进行相对估值,因为历史不可回,在当下时间点无法选择历史但可以选择另一个资产,因此相对估值更有意义。 在低赢率低赔率这个非常差的环境里,胜算差、估值高、赔率低。其实从高赢率高赔率到低赢率低赔率是一瞬间的事,因此在此之间应该设置一个路标告诉自己何时退出,而非在赢率上设路标,因为赢率的变化需要超越市场的定价模型才能捕捉。 不赚最后一块钱,要在估值很高的时候退出,比如2015年三四月份的A股。这时的特征是潜在损失非常大。因此可以考虑退出或者反向策略。 这个方向经历一段时间后会进入高赔率低赢率,即市场价格下跌,从估值很高变成估值便宜,这是很常见的一个时期,大部分收益是从这个时期来的,即高风险高收益的风险投资模式。 这个模式首先要分散,因为不是所有的高赢率低赔率都会转化成高赢率高赔率的,很大一部分会消亡,剩下的策略则会赚大钱。这就是很多宏观策略和VC的投资方法。因此风险收益决策是较容易理解的一个赢率赔率模型。 资产配置观点的产生于适应性市场的世界观下,重要的是系统环境的变化和风险溢价的补偿。 风险溢价即承担风险获得的补偿,系统环境变化是观察外部环境的变化,也是赢率的来源。 我们首先要关注的就是风险溢价补偿,如果风险溢价补偿已经很低了,此时去博赢率,哪怕赢了也只会获得很少盈利,若错了会承受较大亏损。


固定资产在中国关注五类风险敞口。首先是资金利率风险,其中通胀的溢价风险也在此,他是央行短期利率预期的趋势,是央行调控的重点。 在此之上是流动性风险,即拿到现钱付出的流动性溢价,对应的风险即是流动性风险。 再往上是承担更长期的久期风险。 向上是承担更多的信用产生的信用风险。 再往上有可交债和可转债的风险。 因此固定收益资产需要承担很多风险敞口,每一个风险敞口对应一个风险溢价,这个风险溢价既是风险来源也是收益来源。 因此在资产配置领域里,风险和收益是同源的。 现在各类资产的风险敞口定价大多是在0以下的,0是历史平均值,-1、-2是标准差。很多敞口风险溢价很低,只有信用敞口还有些价值。 类资产模型,某美国资产管理公司的康波周期,很常见的春夏秋冬轮动(也叫美林时钟)模型。 总结了近一百多年的康波周期规律,在秋季和冬季,利率持续下行,对于美国的康波周期就是从八十年代到现在,利率从20%下行了到1-2%。 长达30年的下降,其实这就是风险平价策略为什么可以兼顾长期收益和短期风险的来源,因为它在长期的康波周期里处于一个有利位置。 但我们现在处于康波周期的末端,一旦反转,就会出现利率长期上行。这需要长期关注,关注路标就是物价和通胀。 美林时钟是一个轮动模型,分类四个象限,即不同的策略管理不同的资产。既有现金又有债券,也有权益。时钟模型转速很快、自由度低,容易造成策略的误判。 可以将其理解成三层体系,最底层为实体经济,从周期上来看是总需求和物价。 第二层是融资体系,横轴是信用,纵轴是短期利率。 再上一层是金融市场,横轴是风险偏好,纵轴是流动性溢价。


每个轴有个对应关系,比如总需求扩张的时候,一般信用也是扩张的、风险偏好是上升的。 当物价开始上涨的时候,短期利率一般上涨、流动性溢价一般也上涨。他们之间的关系越来越松弛,有更多的冲击性事件,使得(联动脱钩)。 一般时钟模型只看实体经济,因为默认上面两个时钟跟着底层时钟走,但实际上三个时钟在脱钩,时间尺度也不一样,因此最好把三层分开讨论。分层处理不同策略。 这个模型里最重要的方面就是发现市场的主要矛盾,即适应性过程中从量变到质变的完成,通过结构性变化完成。 因为适应性的复杂系统的特征就是会自组织。自组织会从一个微观到一个中观或宏观的结构,这个结构发生的变化即质变。 因此,量变到质变是结构在变,结构的变化是因为环境在变。 在临界点是策略收益里最好的特征,在结构发生变化之前提前布局,盈亏比就会非常高。 在复杂系统中,机会来自变动。


未来吸引子的转换可以引用一篇文章——《星星之火可以燎原》。 林彪在井冈山时代问毛泽东革命什么时候能够胜利? 毛主席的回答就是看环境、看矛盾,我们就可以推测所谓的变化是否即将发生,但是时点问题无人能够预言。 矛盾的发生即方向正确,至于何时抵达临界点,这是无法预测的。

最后总结一下观点是如何形成的:第一,认知赢率;第二,估计赔率。 赢率即胜算,来自对环境的认知,市场环境、经济环境、政策环境。 估计赔率来自对风险溢价的计算。 第三,路径上探索风险管理,所谓的探索就是设置好路标。 另外需要确定趋势,在趋势上进行分散投资,来管理认知后的风险,然后关注组合的Carry是否足够支持走到未来。Carry是收益在时间轴上的均匀分布特征。


52018-2019年案例:最近周期中的观点如何进入资产配置解决方案 首先要有SAA对各种收益的分布图,18年底各资产长期收益率达到15%以上,资产都有较好价值,组合好即能有很好的长期解决方案。 到TAA阶段,就需要只选对的不选贵的。2018年风险溢价很高。
债券在2018年初风险溢价比历史平均值高出1.8个标准差,处于高位。 债券有强烈长期价值,因此赢率一旦出现任何反转,都应在2018年一季度配置债券资产,风险溢价很高,是个高赢率高赔率的策略。 到了2018年底回到均值水平,此时为高赢率中等赔率的策略。因此是趋势型收益。 2018年风险转换只做了一个,即在一季度的将股票转换成债券。


6课后问答

1.周奇峰:请问石总,Libra如果挂钩主权货币了,虽然“稳定”币了,那也就没法解决“国王不可靠”的问题了吧?因为挂钩了就不能对冲了。 先要成为工具,然后才能异化用户,Libra也是如此,上来就要革命造反的,大家接受度就比较狭窄。 2.星:讲讲现在a股目前的赢率和赔率? A股目前赢率中高,月度赢率65%附近,赔率中高。 3.学员3:请问石总股债的风险溢价图这个指标是怎么算的? 股债风险溢价就是ERP,可以用利率债或者信用债。

本文根据扑克百家研究院“资产配置的中国实践”公开课纪要精编而成,希望对你有帮助。
在信息泛滥的时代,我们只选最好的给你!
如果你希望获得更多类似的优秀文章推送,欢迎:

长按扫码关注“扑克百家研究院”公众号
我们会分享优秀的投资交易方法论、大宗产业深度分析和投研策略,让2000多位行业专家为你赋能。


关注后有机会加入专业投研微信群哦o(* ̄︶ ̄*)o


【按压下方图片,回看直播】▽





【按压下方图片,加入资产配置大佬石磊圈子】▽

点击“阅读原文”,加入“石磊资产配置实战圈”,获取最新资产配置方法和策略。
分享到 :
0 人收藏
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

积分:1375
帖子:307
精华:0
期权论坛 期权论坛
发布
内容

下载期权论坛手机APP