还在对着一阶做子择时不妨试试二矩

最新推荐文章于 2022-04-13 11:16:40 发布

与大

最新推荐文章于 2022-04-13 11:16:40 发布

阅读量397

点赞数

分类专栏： Cla_Mysql Cla_众筹图书

本文链接：https://blog.csdn.net/chuasnpi/article/details/89456601

版权

本文介绍了防御性因子择时（DFT）的概念，这是一种关注因子收益率二阶矩及高阶矩、旨在降低风险的择时策略。与传统的因子择时不同，DFT在市场风险偏好下降、因子间相关性增加或因子估值高时减少因子投资组合的仓位，以减少资产损失。Fergis et al. (2019)的实证研究表明，DFT通过监测市场风险偏好指标（RTI）、分散化比率（DR）以及因子估值，能在极端市场环境中有效地降低投资组合的回撤。

摘要由CSDN通过智能技术生成

转还在对着一阶矩做因子择时？不妨试试二阶矩

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士；精通各种概率模型和统计方法，擅长不确定性随机系统的建模及优化。知乎专栏：https://zhuanlan.zhihu.com/mitcshi。未经授权，严禁转载。

摘要：Fergis et al. (2019) 提出防御性因子择时，使用三个维度的择时指标，有效降低因子投资组合在极端市场环境下的风险。

1、引言

因子择时（factor timing）是进行因子投资的人绕不过的课题，但如何择时才能在样本外取得更好的效果尚无定论。然而，这丝毫不影响人们对因子择时的热情，无论是学术界还是业界都对它进行了大量的实证研究。究其原因，只因择时成功能带来的收益太诱人。

在 2017 年 Jacobs Levy Center 的年会上，来自 State Street Global Advisors 的 Jennifer Bender 做了题为 The promises and pitfalls of factor timing 的报告（Bender et al. 2017）。下图正是来自该报告，它假想了在开天眼前提下，正确的因子择时（每次调仓时正确挑出下一期收益最高的因子）能够获得的超高收益。

这篇报告后被发表于 2018 年度 Journal of Portfolio Management（JPM）的 Quantitative Special Issue（Bender et al. 2018）。就因子择时这个问题，Bender et al. (2017, 2018) 是来自业界的比较客观的声音，值得仔细读一读。不过，它并不是本文的重点，所以对它的介绍到此结束。

在介绍本文的重点之前，再来看看两位大佬掐架（熟悉这段的朋友请跳过）：来自 Research Affiliates 的 Robert Arnott 以及来自 AQR 的 Cliff Asness。

自 2016 年以来，Robert Arnott 发表了一系列因子择时的文章，题目都非常“嚣张”，比如 Timing 'Smart Beta' Strategies? Of Course! Buy Low, Sell High!（Arnott et al. 2016）和 Forecasting Factor and Smart Beta Returns (Hint: History Is Worse than Useless)（Arnott et al. 2017）。Arnott 提倡使用因子估值（factor valuation）来择时 —— 当因子便宜的时候配置、当因子昂贵的时候搁置。Arnott 通过实证结果证明了其主张在主流的因子上都是有效的。

针对按估值进行因子择时是否靠谱这个问题，我和合伙人进行了激烈的探讨，最后得到的看法是：在便宜时候配置因子等价于在整个多因子组合中提高了对价值因子的暴露；因为价值因子是有效的，因此如此“择时”自然有效。一旦未来价值因子失效，那么这种择时法会因为在其上的过高暴露而受损。因此，按估值择时是否合理、怎么才能更好的规避在价值因子上的暴露是需要进一步研究的问题。

如果说 Arnott et al. (2016) 这篇文章只是抛出了估值择时说，那么 Arnott et al. (2017) 则更是使用了 History is worse than useless 这样刺眼的标题直接抨击了因子择时中的另一思路 —— 按因子动量择时：

“Selecting strategies or factors based on past performance, regardless of the length of the sample, will not help investors earn a superior return and is actually more likely to hurt them. —— Arnott et al. (2017)”

面对如此“挑衅”，另一位大佬 Asness 坐不住了，他在多个场合多次抨击了 Arnott 的观点。在 2017 年，Asness 领衔在 JPM 上发表了一篇题为 Contrarian Factor Timing is Deceptively Difficult（Asness et al. 2017）的文章，回击了因子估值择时。该文的论点之一也是估值择时有效本质是因为价值因子有效：

“At first glance, valuation-based timing of styles appears promising, which is not surprising because it is a simple consequence of the efficacy of the value strategy itself. Yet when the auth