指数基金挤占主观多头的市场份额

2024年1季度权益ETF规模占比49.8%：叠加量化基金占比，被动投资目前在公募基金市场占主导地位。

震荡行情，指数基金贡献主要份额来源

回顾过去十年，主动基金的申赎行为经常是“高买低卖”。震荡行情中，被动基金更加能拿得住，是基金市场份额的主要增量来源。

美国市场在过去十年，资金一直持续流入被动基金

美国股票、固收、跨境权益三类产品均呈现：资金从主动流出，转向被动的情况： 股票基金（2005年开始）、固收基金（2013年开始）、跨境权益基金（2008年开始）。

当持续、稳定的Alpha变得稀缺

行情交易属性强，行业轮动速度快，主动基金很难获得持续稳定的超额收益。

投资方向清晰、费率便宜的工具型产品更加获得关注

Alpha和Beta在应用层面的分离，工具型产品挤占了传统主观多头产品的市场份额。 工具型产品蓬勃发展是长期趋势，而产品费率、机构佣金费率的改革，则加快了这一趋势。

ETF是“表达观点”的工具

随着对收益来源和风险来源的认识持续迭代，昨日的Alpha也许就是今日的Smart Beta。

景气度视角——行业轮动策略搭建

指标涵盖:宏观或中观产业数据、公司财报数据、分析师预期数据等。通过相关性比较挖掘出对各行业解释度较高的“景气指标代理变量”，寻找刻画景气度的“领先指标”分别构建各行业的“景气度预测打分模型”。每个月，计算各个行业景气度得分的数值和变化，横截面上比较，选择景气度得分靠前的行业，构建行业轮动策略。

景气度视角——行业轮动策略

长期择时效果显著：2006年以来多头组年化收益超过20%，同期万得全A年化收益8.5%。 2022年之后，景气度择时效果出现下降。

价量视角下的择时策略

量化交易者作为公开数据的使用者，很难获取超越市场认知的私有信息，因此想要获得超额收益，比较好的方式有两种： 寻找到市场上的知情交易者，并利用速度优势跟随知情交易者进行交易，直到最终私有信息将完全体现在股价上。 找到非理性交易者的固定行为模式，通过与非理性交易者进行对手交易赚取股价非理性波动后回归部分的博弈收益。

两大类价量指标——反转：极端值更有信息含量

反转指标具有均值回归的效应，例如短期的超买和超卖均有可能触发该指标。 我们将具有反转效应的技术指标标准化并进行复合，画出了大于97%分位数的复合指标。 当反转指标较强时，未来沪深300大概率出现反转。

两大类价量指标——动量：极端值更有信息含量

动量指标反映了市场上价格的延续性。 我们将具有动量效应的技术指标标准化后进行复合，绘制了动量强度图。 动量指标在具有大趋势时表现较好，但具有一定的时滞。

交易思维下的择时策略——boosting

boosting的核心思想就是我们希望训练出K颗树，将它们 集成起来从而预测我们的Y（收益率）。 我们用一个函数fk(x)来表示一颗决策树，那个函数f可 以理解为将样本x映射到树的某个叶子结点中，树中的每 个叶子结点都会对应着一个权重。 例如：（1）当蜡烛图出现长下影线，（2）且成交量快 速上升时，未来股价可能为正。上述语句即为两颗树结 构的分类模型。

价量视角：行业择时模型

回测方法：对各个行业，当收益率预测值大于4%时，多头开 仓；当收益率预测值小于-4%时，空头开仓。每次开仓数量为 总仓位的1/21，当有多个行业满足条件时，将仓位等权分配至 不同行业，单笔交易开仓后持有时间为21个交易日，21个交易 日后自动平仓。 业绩表现：2023年以来随着行业轮动的加快，策略有效性加 强，策略多头部分累计收益2.16%，空头累计收益-13.43%，多 空累计收益18.01%。

海外经典的资产配置模型为何在国内“水土不服”

美股与美债的长期夏普比非常接近，满足风险平价关于等夏普池有效性的判据；国内A股资产的长期夏普比，远低于债券资产的夏普比。导致用构建风险平价之后，配置的主要是债券，股票资产占比过低，收益率不尽人 意。（风险贡献≠收益贡献）

MVO与风险平价（RP）的几何直观理解

风险平价其实给出的是SML与有效前沿的两个交点（EBPA，EBP-B）之间的再配置，与MVO切点组合不同（最优夏 普比率），风险平价遵循的是一种“用次优构造最优”， 即Qian（2005）所讲的用“次优=EBP”构造“最优=MVO” 的思路。RP组合是通过SML与有效前沿的割点的再组合得 到，因此稳健性比MVO更好。 在Qian（2005）的开篇处，Qian本人对风险平价做了一个 精彩的总结：“风险平价组合（Risk Parity Portfolio，RPP）是一组包含股票、债券、商品等有效 beta投资组合（Efficient Beta Portfolio，EBP），并 且在不同资产类别上拥有相等的市场风险配置的投资组 合。” 风险平价本质上是一个两阶段的策略：在第一阶段，投资 者需要找到有效beta投资组合（EBP），在第二阶段，然 后才是在各个有效beta投资组合之间做出风险均等的配 置。从实证的角度来看，第一阶段的缺失，即缺乏有效的 beta投资组合，往往是风险平价后效果不及预期的根本原 因。

组合配置新思路：两阶段法（CPPI+RP）

阶段1：先通过CPPI（风险资产+债券）搭配方式，构建各类风险资产的“有效策略组合”。阶段2：再对各“有效策略组合”用风险平价模型(RP)去构建投资组合。 模型核心因素：权衡三个CPPI子组合可能的回撤风险与CPPI组合自身的波动属性。

阶段1：利用CPPI技术优化风险资产：参数设置

资产选择：A股、债券、黄金、美股四大类资产。 回测区间：2008年1月1日至2023年10月27日。  无风险资产预期收益率：选取每个保本期前3年债券资产的年化收益率。调仓方法：在每个月末根据安全垫和风险乘数对投资组合再平衡。其次，每日风险监测：1) 在每个交易日监测风险资产的仓位，如果达到仓 位上限则进行调整；2) 动态滚动5日最大回撤控制：在每个交易日监测滚动5日最大回撤，如果触发回撤控制条件，则对风险资产仓位进行相 应的调整。其中，每日风险监测对风险资产仓位限制的优先级高于CPPI组合月度再平衡调整。 CPPI组合多重警戒线非线性减仓规则：[[-6.0%, 0.3], [-2.0%, 0.9]] 。

相对初始的风险资产，我们构建的A股/债券CPPI组合，黄金/债券CPPI组合、美股/债券CPPI三种组合的最大回撤大幅降低，夏普比获得提 升。同时，三者的夏普比率的差异降低。

阶段2：基于风险特征对三个CPPI子组合进行配置

参数设置：回测区间为2009年1月1日至2023年10月27；调仓方法：月末调仓，利用该时点前252个交易日计算资产波动率（半衰期设置为60个交易日）。业绩分析：业绩弹性高于RP，回撤低于等权组合。

CPPI+RP组合：业绩弹性高于RP，风险比等权更可控

业绩分析：CPPI_RP2组合年化收益率为8.26%，确实能比简单风险平价（以下简称：RP组合）的年化收益率5.01%有明显的超额，但波动率也相 应提升。因此，CPPI_RP组合是一个比RP组合更具弹性的策略，同时是相比等权组合风险更低、更可控的策略。

CPPI+RP组合：各类资产配置权重更加合理

各类资产配置权重更加合理：从组合的资产分布来看，CPPI_RP与RP组合相比，大幅降低了债券的仓位水平，同时提高了风险资产的仓位水 平。其中，CPPI_RP组合的历史平均债券仓位为48.64%，大幅低于RP组合中债券的历史平均仓位83.38%。

（