持倉風格緣何而起？

對于一個500指增策略，在遭遇春節前成分外擠兌的行情后，投資者看到策略單周回撤后的第一反應往往是：既然叫500指增策略，為何不直接在500指數成分內選股呢？

為了回答這個問題，我們首先需要一條主動管理定律（Grinold），它將投資經理的信息比率（IR，可以近似理解為超額的夏普比率）近似表示如下：

● IC代表模型做出的預測和實際結果之間的相關程度，可以理解為管理人模型的水平高低；

● BR表示廣度，在量化策略里面代表做出預測的數量，也就是選股的自由度。

通俗來講，一個只在500指數內選股的指增策略的自由度就是500，你構建的組合相對500指數本身，只能選在這500只個股上進行超低配來獲取alpha。

而在同一個預測水平下，如果策略能在全市場選股，以4000-5000的選股域計算，那么自由度就將大幅提升至8-10倍，理論上的超額夏普也會提升2-3倍，長期能做出更高的超額夏普。

盡管由于市場噪音存在的情況下，高的超額夏普未必能夠轉化成高的產品夏普，但更高的廣度仍會使得策略更加分散，有更強的生命力和更高的超額收益潛力。

為何適得其反？

我們簡單復盤一下今年春節前的行情。下圖是極端行情爆發的兩周內（1/29 – 2/8）四大寬基指數成分股的收益分布曲線：

數據來源：好買基金研究中心

數據區間：2024/1/29-2024/2/8

中證1000和中證2000成分股的漲跌中樞嚴重偏離中證500。

以中證500成分的中位數來作為基準，成份外的個股由于缺少ETF資金的推動，中證800以外的個股能跑贏的寥寥無幾，因此即便在此期間選中的1000和2000內最強的一批個股，也戰勝不了中證500指數，導致持倉分布的差距被成倍放大。

大家會發現，不論策略的預測能力如何，持倉分布幾乎完全決定了策略的超額表現。

數據來源：好買基金研究中心

數據區間：2023/1-2023/12

而在常態化的行情下，各個指數成分的分布的中位數，偏度等統計指標并不會有太大差異。

理論上中證1000和2000的個股由于有更高的波動率，因此兩側及尾部的分布會更大一些，表現為更加“肥尾”。

這也使得量化策略在更高的自由度下能充分發揮模型的預測能力，選出一籃子能跑贏基準的個股。

如何正確打開Alpha？

從國內的股票alpha多頭策略看，在沒有人為干預的情況下，整體偏中低頻為主的alpha策略的持倉分布具有相對的穩定性，主要是由于時序上的預測有比較強的序列相關性。

那么如果能夠得到策略在某一區間內的持倉分布數據，我們就能對指增的收益進行進一步拆解：

這里的pure alpha才是策略真實能力的體現，反應了策略在剝離掉持倉風格后，在每個選股域內的真實alpha，短期可能某些策略由于持倉分布的影響，括號內的部分顯著為負，導致呈現出來的超額收益較弱，但有可持續的pure alpha，只看超額收益可能會導致完全相反的評價結論。

舉個簡單的例子，我們以某500指增近一年左右的超額拆分為例：

數據來源：好買基金研究中心

數據區間：2023/8/31-2024/6/28

策略在今年2月的極端行情下遭遇了較大的回撤，但從拆分來看，基本都是由持倉跑輸基準所致，超額回撤5.5%左右，但pure alpha僅有1.5%的回撤；同理，4月國九條當周，持倉相對基準也出現了較大回撤，但pure alpha是一路新高的，策略也快速修復了回撤并創下了新高。

如果僅僅看超額，在這兩個時點上都容易給出負面的評價，從而得出并不準確的結論。

所以，對于股票多頭類策略，超額并不能反應其真實的alpha能力，剝離掉持倉分布影響后的pure alpha才是模型能力的真實體現，只要這部分沒有出現明顯衰減，那么就可以認為策略的能力并沒有出現問題。

持倉分布更多是投資者的選擇，比如選擇500/1000/量化多頭，但pure alpha上的衰退，對于普通投資者而言難以感知，更難在出現衰退時及時調整，那么如何降低pure alpha衰退的風險呢？

指增FOF

Pure Alpha的配置工具

pure alpha反應管理人最純粹的策略能力，為了降低這個風險，有兩條路徑可選：

 1  分散配置多個管理人的策略，不同管理人的pure alpha之間相對獨立，分散配置可以很大程度上降低策略衰退的影響；

 2  及時發現衰退的跡象并做適時調整；

FOF最顯著的優勢莫過于風險的分散和調整的靈活性，指增FOF平均配置10-15支底層標的，單個標的的alpha衰減對于FOF的印象可控。

另一方面，FOF作為機構投資者，下投底層標的能獲取的信息顆粒度更細，新方程的指增FOF會對底層所有標的的超額進行系統性歸因，研究員高頻跟蹤策略alpha的衰減，對于出現問題的策略進行及時調整，從儲備的標的池中選取更具優勢的策略替換。

pure_alpha定量化跟蹤

數據來源：好買基金研究中心

而對于持倉分布的風險，指增FOF會基于底層管理人持倉分布的變動定期調整，基于定量化的模型來優化組合的超額夏普：

FOF優化模型示例

數據來源：好買基金研究中心

通過模型優化，使得FOF長期維持一個相對均衡的持倉分布，大致分布上：滬深300（20%），中證500（25%），中證1000（20%），中證2000（20%），其余個股（15%），保持相對均衡的持倉分布既可以保證足夠的自由度，也可以控制在極端行情下持倉的beta相對基準的回撤。

這和控制Barra風格的暴露異曲同工，力求在控制持倉風險的前提下，追求長期穩定的pure alpha。

風險提示：投資有風險?；鸬倪^往業績并不預示其未來表現。相關數據僅供參考，不構成投資建議。投資人請詳閱基金合同，并自行承擔投資基金的風險。高端合格投資者要求：符合中國證監會規定的私募證券投資基金的“合格投資者”條件。即：具備相應風險識別能力和風險承擔能力，投資于單只私募基金的金額不低于100萬元。且個人金融資產不低于300萬元或者最近三年個人年均收入不低于50萬元。好買提醒：本文版權為好買財富所有，未經許可任何機構和個人不得以任何形式轉載和發表。