导读:中泰资管对冲基金部总经理李玉刚是一个非常特别的量化投资经理。市场上大部分的量化投资者都是基于归纳法,通过历史数据回溯,并且认为历史会在未来重演;而李玉刚相信演绎法,坚持量化投资必须有一个公理性的逻辑,才不会让自己的缺陷暴露在市场中。
李玉刚将相对价值的投资方法运用在了指数增强投资策略上,通过赚取相同类型公司估值偏差回归的钱,获得超额收益。他认为,自己的超额收益来自市场认知的偏差。一个个独立的认知偏差,构成了其整体的超额收益。
我们先选取了一些来自李玉刚的“投资金句”:
1、在投资研究中,我是反对用量化和主观贴标签的,我关注的是对观点的检验必须有一个科学、 系统的检验程序,定量和定性都是工具,都是为投资服务。
2、持仓代表你的观点,如果观点存在缺陷,就会被市场打败,而我们借以理解世界的感知和认知工具都是容易出错的,科学的方法就是要检验和避免我们观点中存在的这些错误。
3、我们每个人在投资上,都有一个公理性的观点,这个公理是所有推论的原点和起点,是不可被反驳的。
4、和其他人做指数增强不同,我们不是用多因子模型来预测超额收益的,而是作为对股票分类的工具,帮助我们能更好地做价值判断。
5、在我的认知中,正常的市场环境下,进行绝对的价值判断是困难的,我们可以构造可比较的环境,进行相对价值的判断。
6、如果能够理解决策背后的理性和科学性,那么就能把短期的压力扛过去。
7、估值偏差回归的速度,跟市场认知偏差的修复速度相关。
你的持仓就是你的观点
朱昂:您是量化投资中非常资深的投资经理,能否谈谈您是怎么看投资的?
李玉刚 我一直认为量化投资中,量化和定性一样,都是工具,都是为投资服务。你的持仓代表了你的观点,这个观点的正确性能否得到检验。我记得李录先生有过一个演讲,提到这个市场存在的一个主要目的是发现你自己的缺陷。从这个角度看,如果持仓代表你的观点,观点的准确性有问题或者有缺陷的话,就会被市场打败。
我们之所以提量化和定性,是因为我们需要一个科学系统的方法来检验我们观点的准确性。我们每个人认识世界的方式都可能只看到局部。比如用眼睛去观察,用耳朵去感知,用我们的记忆去描绘世界。但是眼见未必真实,记忆也不是一个存储器,我们的感知可能会出错。这就需要一个科学的体系来检验我们对于世界的认知。
量化是一种检验方法,无论是用量化手段还是定性手段,都是一种检验我们对错的方法。量化是为投资服务的,为我们的投资观点服务。我们每个人在投资上,都有一个公理性的观点,公理性对应了我们所有推论的依据。比如巴菲特所说的价值投资,就是用低于价值的价格买股票,才能长期赚钱,这个观点我们就可以称之为公理。
定性就是你的隐含前提是什么,我们的决策行为,都是围绕隐含前提来做。回到我们做的量化产品,无论是指数增强还是对冲产品,背后的公理也是要符合定价原理——基于定价错误。
朱昂:量化投资的公理性还是基于价值的判断?
李玉刚 价值判断有两种做法,一种是绝对价值的判断,一种是相对价值判断。绝对价值判断是很难的。举个例子,要判断某商业银行的绝对价值,究竟是值1万亿还是1.5万亿,是一件比较困难的事情。除非处于格雷厄姆所说的绝对低估状态,PB水平很低很低。但如果我们做相对价值的判断,就比较容易的。我们可以拿这家银行去和那家银行做相比,看看这两个是否有可比性,然后比较下来哪个标的更好。
我们有一套多因子模型来给股票进行分类,判断它们是不是可以进行比较的。对于相对价值来说,隐含的重要前提就是可比性。不同因素也会导致公司在某个阶段,不具备了可比性。比如说2016年宝能举牌了万科,造成了万科股价的变化。那么这时候万科和保利地产(600048,股吧)股价变化的可比性就发生了变化。
我们如果单纯从行业划分、从盈利模式的角度来分类,可能会出现一些偏差。有些股票在某个阶段变成不是同一个类型的股票。多因子模型去做划分的准确度会更高。我们做风险组合的时候,非常看重这两个股票之间是不是能代替的。这也是我们和教科书上做指数增强不太一样的方式。
和其他人做指数增强不同,我们不是用多因子模型来预测超额收益的,而是作为对股票分类的工具,帮助我们能更好地做价值判断。我们的投资内核,依然是价值投资。
相对价值的均值回归方法
朱昂:您和市场上大部分做量化投资的不太一样,你们投资的独特性能否再展开讲讲?
李玉刚 其他人的具体做法我们未必了解,市场上对于多因子模型的使用主要是从动量、成长性、质量、价值、市值、分红率等等各种因子去给一个股票打分,通过打分再进行分组。大家通常讨论的这个因子有没有效,是指预测超额收益有没有效。这种方法是基于历史检验,是一种统计的思路。从方法论上看,是基于归纳法。通过历史的有效性,来指引未来能否基于有效。
但是对于我来说,这个思路是无法说服自己的。如果我对真理性的检验没有那么信服,那么这会成为我投资中的缺陷。
在我的投资中,能够说服自己的是对相对价值的判断。比如说假设沪深300的指数是3000点,而对应的股指期货合约是3500点。那么一个同样的品种有一个较高的价格,一个较低的价格,谁更便宜就比较容易判断,这就是比较能够说服我自己的一种方法。
朱昂:那么您能否讲讲多因子模型如何将股票进行分类?
李玉刚 多因子模型的作用是,进行分层抽样。常用的分层抽样会运用在指数策略的分类。比如先按照行业分,再按照市值来分。我们常用的因子会加入动量、估值、成长性。关键是理解驱动不同因子背后的因素。
比如说大部分低估值的公司属于周期类公司,高估值的大部分是成长类。然后我们加入动量因子,把过去一年涨幅排名靠前和靠后的看一下。我们会把市场上的股票进行不同分类,按照这些因子看他们哪些部分会交叉。当两个股票有类似的因子因素,就看估值比较。比如说两个银行股,市盈率相仿,一个是5.5倍市盈率,另一个是6倍市盈率。我们就看他们历史的比价关系,再看他们偏离历史比价关系在什么水平。类似的比价关系是由增速水平决定的,如果偏离程度越大,我们就会去看是否会出现回归。
朱昂:但是当历史的不同环境发生变化后,有时候均值回归并不会出现,你怎么避免这种风险呢?
李玉刚 我们要看是什么在破坏历史关系。回到前面万科在2016年的例子,宝能举牌破坏了万科和保利的历史比价关系。其次,我们在指数增强策略中对单一品种的仓位有限制。每一个判断我不会超过2%,这样也是对犯错的一种约束。
我们在构建公司关系时,已经进行了一些判断,比如对商业模式的理解,股价波动的理解。所以大面积出现偏离历史的情况不太会发生。这就是我们控制风险的方式。
超额收益来自认知偏差
朱昂:你认为自己的竞争优势是什么?
李玉刚 第一是团队的学习能力。我们一直强调团队对于市场认知的不断积累,并且要有一个科学的认知流程。我们的每一个策略、每一个观点都要经过科学理性的流程检验。我们要确保长期的观点是站在大概率上,影响短期结果的因素很多,可能会受运气的成分更多。
第二是构建了知行合一的决策体系。我们的整体决策体系,都是知道自己决策的科学性。因为很多时候要做到知行合一很难。如果能够理解决策背后的理性和科学性,那么就能把短期的压力扛过去。
朱昂:价值投资是赚企业成长的钱,量化投资许多赚博弈对手的钱,您觉得自己赚的是什么钱?
李玉刚 不同策略会有不同的风险收益来源。我们做指数增强策略有一个基本的假设前提,宽基指数能代表我们整个市场的合理回报。比如说沪深300和中证500,长期来看他们的收益应该代表整个市场的合理回报。那么我要做的就是在这个合理回报基础上做一些超额收益。
这个超额收益源于认知的偏差。前面说过,我们的盈利就是来自估值水平的回归。为什么会出现两个同类型的股票,一个便宜,另一个高估呢?这背后可能有市场认知的偏差,也有可能是受迫交易,必须要对指数成分股做调整,或者有时候机构投资者应对赎回或者申购。无论这种估值偏差的源头是什么,这都是我们盈利的来源。
总结来说,我们盈利一部分是市场合理回报,另一部分是认知偏差导致的估值偏差。
在并不拥挤的赛道做量化投资
朱昂:您说的估值偏差回归的速度,是怎么样的,是比较快还是要持续很长时间?
李玉刚 估值偏差回归的速度,跟市场认知偏差的修复速度相关。所以很难明确说,到底以什么样的速度回归。但好处是,我的投资品种是分散的,不同品种回归速度不一样,结果却是我们的超额收益比较平滑。
朱昂:历史上量化投资经常在单一因子上暴露特别大,造成比较大的风险,比如2016年之前的小市值因子,你会如何避免这种风险?
李玉刚 这个就是我前面说的思路,大部分人是做归纳法,我们是做演绎法。我们不是基于因子的角度去选股。我们的多因子模型更多是来约束跟踪误差的,不会特别去做超配或者低配。我们的量化投资是有主观基本面思维,就是前面讲的相对价值。通过控制跟踪误差,对我们组合进行一种约束。
朱昂:能否讲讲您的多因子模型和量化投资方法,经历了哪些发展阶段?
李玉刚 我最早是做股指期货的,2011年就开始运用这些多因子模型,一开始也是跟着教科书的做法来。采用这种方法,就涉及到观点的真理性或者对错的判断,在一开始的表现就不是特别好。在回撤的时候,就要问自己,这种因子模型能否坚持下去。
后来我思考发现,过去一直用教科书的做法,都是基于历史统计来做的。于是经历了很多反思,我们逐步从过去的归纳法转变成今天的演绎法。我们要基于一个演绎的逻辑,这个逻辑首先要能够把自己说服。只有这样,当我们遇到困难时,才能够坚持下去。
朱昂:您觉得这个方法未来还有哪些演进空间?
李玉刚 我们每天都在改进这一套方法。比如说价值判断是可以演进的,对便宜和贵的判断,有很多地方可以进步。我们还可以把一些主观的研究加进来。还有未来的大数据、人工智能、机器学习,对于股票分类是一个很好的应用。对于我们相对价值的策略来说,科技是很重要的工具,能够迅速把一个公司的不同分类和标签提炼出来。
朱昂:过去几年国内做量化投资的越来越多,无论是海归派还是国内的本土派,会不会让量化投资变得越来越拥挤?
李玉刚 如果是基于速度优势的量化投资,未来可能会变得越来越拥挤,比如说高频交易这种。但我们并不依赖速度,应该不会出现这种问题。我们的策略不一样,不是去抢大家都要抢的东西。就像为什么会出现低估,本质就是被市场冷落了才有估值偏差。
况且我们的做法不是教科书的那种做法,和主流模式有一些差别,并不强调因子贡献,不用因子进行超额收益的预测。
- end -
联系客服