量化盛宴过后,FOF往哪里去?

 

2019年以来,私募FOF的业绩非常耀眼。好买的大类资配FOF,包括大家关注的其他优质FOF,2019年到2021年10月末,年化回报都能做到10%以上,最大回撤控制在3%以内,风险收益性价比引人惊叹。

然而,坦率的讲,以近三年的亮眼业绩去线性外推是不恰当的。我们也在不断思考,如何把年化10%+,最大回撤5%,甚至3%以内这件事长期做下去。这其中充满挑战,而最大的一个挑战,可能是中国资本市场超额收益,即alpha的回落。

尤其是量化alpha。量化股票策略也好,量化CTA也好,2018年以来,大家其实都处于中国资本市场的alpha红利期,股票市场、期货市场充斥着大量无效交易,有波动,有流动性。所以许多中短趋势策略CTA、套利CTA,市场中性产品能做出非常优秀的业绩,头部量化管理人中性产品的夏普(年化收益与年化波动的比值,假设Rf=0,下同)能做到2、甚至3以上。所以私募FOF选好了量化策略、选好了量化管理人,就也能实现不错的风险收益性价比。

但资金对alpha的追逐是敏锐的、疯狂的。2021年我们能切实感受到,量化私募的规模增长非常快,12月份百亿量化私募的数量已达26家,较年初翻了一倍。年内越来越多的量化私募封盘,不接资金。量化赛道的拥挤,alpha红利的消退,这些都是量化私募面临的挑战,相应的,也是私募FOF面临的挑战。

作为FOF管理人,我们一直在思考,思考量化alpha沉降的问题,思考私募FOF的未来。以下,分享些我们的想法。

01

量化alpha沉降
周期性增强,波动加大

提到量化alpha沉降,多数人想到的是收益下滑,未必尽然。alpha沉降会体现在收益上,同时也会体现在波动上,alpha会有beta特征,会变成风格,通俗的讲,就是量化alpha周期性增强,波动加大。

随着量化资金越来越多,个人投资者越来越少,市场变得越来越有效,整个超额的沉降是大趋势。另一方面,量化alpha会周期性的有涨有跌,这个周期性和整个市场的资金流向有很大关系,alpha的波动会加大。

历史上,量化alpha即体现出一定周期性,各方条件有利时,alpha强,各方条件不利时,可能跑不出alpha。

下图红线是2018年以来量化私募500指增的超额曲线,灰色阴影部分是超额回撤,即跑不出alpha的时期。

我们看到,量化alpha会周期性走弱,而且今年9月份,量化alpha出现了2018年以来的最大回撤。

未来,量化alpha的周期波动可能会更加剧烈。波动加大意味着夏普下降,意味着风险收益性价比下降。所以,如果资产配置FOF死守在量化策略里面,势必也会面临产品性价比的下降,面临历史业绩无法复制的问题。

那应该怎么办?我们觉得,未来做FOF一定要回归FOF的本源。Fund of Funds,做好大Fund,做到真正的配置,不是固守在单一策略里去躺赢。选好小Funds,不停的筛选新的基金,筛选好的策略,抓住新的alpha。

02

做好大Fund
离失败越远,离成功越近

FOF是Fund of Funds的缩写,基金的基金。很多个小基金组合成了一个大基金。我们说的做好大Fund,就是做好大基金,做好配置。

过去几年量化类资产风险收益性价比非常好,所以就显示不出配置的意义,你主投量化就行了。但未来量化alpha的周期波动加大,做好配置就显得格外重要。

资产配置FOF,你不仅要去选量化指增基金,也要去选主观基金经理;你不仅要去选量化市场中性产品,也要去选债券策略。量化里面,也有量价策略,基本面策略;CTA里面,也有趋势策略、截面策略、基本面策略等等,这些你都要想清楚怎么配。

做好配置,做好大Fund,就是做好防守,这是一切的前提和底线。

好买接触过许多私募股权GP,有的GP最成功的项目能涨100倍,但这个GP的基金没涨100倍,为什么?因为他知道自己可能犯错,对的时候会有100倍回报,而错了没准就归0,所以他不敢把资金都放到一个项目里。

好买看基金、选基金这件事做了十多年了,但我们知道我们仍然有可能犯错。未来是不可预知的,总会有一些预期之外的变量出现。所以我们一直强调配置,强调均衡。

投资中,犯错是常见的事。所以你一定要先想好怎么防守,然后再去想进攻。你离失败越远才可能离成功越近。

资产配置FOF,我们的做法是先划定每类资产的配比,这个配比是硬性的约束,是不变的,是定期再平衡的。每类资产里面,我们再去均衡配不同风格、不同策略的基金。吃饭不能只吃菜,也不能只吃肉,要均衡。均衡的前提是要能理解各类策略的特点和差异。什么时候量化基金强,什么时候主观基金经理更强,量化有哪些策略,主观基金经理又有哪些风格等等。

以下是好买对大类资产,以及大类资产内部的子类别、子策略的划分矩阵。

你离失败越远才可能离成功越近。做好防守,基本上就能拿个及格分了。全球最大的主权财富基金,挪威养老基金,最新管理规模约1.4万亿美元。这个资金体量在资产配置方面玩不出什么花样,长期以来就是70%的全球蓝筹股+30%的全球高评级债,1998年到2020年,它实现了6%的年化回报,10%的波动率,0.6的夏普。

国内的私募资产配置FOF,如果做好防守,及格分能更高。中国经济增速高于发达经济体,股市会有更高的beta;中国的无风险收益率也更高,对应更高的债券回报。而且私募FOF能够配置CTA,能够解决危机时期股债同跌的问题。及格的夏普应该在0.8到1,即10%的波动承受能力对应8%到10%的年化回报。

0.8到1的夏普是个及格分,而我们的长期目标,是希望把夏普做到1.5之上,10%的波动承受能力对应15%的年化回报。这不是一件容易的事,所以在做好防守的情况下,我们要进攻。进攻,就是要选好小Funds,要抓住alpha。

03

选好小Funds
想不跌倒,必须不断前进

引用爱因斯坦一句话,“人生就像骑自行车,想保持平衡就必须不断前进”。做FOF,选小基金也是这样,你要不停的前进才不会跌倒。

量化私募的迭代非常快,我们上文提到量化alpha会有周期性,会波动。其实周期性只是表象,每轮周期背后都有不同的驱动因素,整个行业在快速的变化、前进。

以下我们统计了量化私募高频、中频、中低频策略的超额曲线。

2019年之前中低频策略更强,2019年起高频策略开始爆发,一是市场活跃度、流动性好起来了,二是像机器学习这样的底层技术有了突破。而2020年中开始,中低频策略又开始显出优势,因为高频赛道日趋拥挤。

所以表面看来是各类量化策略alpha的周期波动,但背后是整个量化行业的迭代和演进。我们做FOF,要去应对量化alpha的周期波动,一方面,一些策略过热时我们要冷静,适当减少风险暴露;一些策略短期痛苦时,我们要理性,适当增加布局。但这不是最关键的。

2017年中低频策略做得好的,和2021年中低频策略做得好的,未必是相同的私募。所以最关键的是,我们要看清行业演进的方向,不停的筛选新的基金出来,筛选这个阶段最好的策略,不停的把它放进来,把衰退的拿出去,这样我们才能不停的前进,才能不跌倒。

VC机构都爱说“时代”,二十年前开启了互联网时代,十年前开启了移动互联网时代,未来十年是什么时代,大家都有各自的判断。基金行业也有时代变革。

2013年大家在说“双创”,2021年大家又在说科技创新;2015年有量化热潮,2021年又有量化热潮;以前有牛市,现在也有牛市。但是相同的现象之下,经济、政策、科技背景完全不同。

时代不是一成不变的,基金行业不断会有新的管理人站出来,也不断有老的管理人被淹没。我们要做的,是去感知那些最底层的变化,去研究不同策略的管理人,看大家都在做什么,都在想什么,都在朝哪个方向努力。量化也好,主观也好,股票策略也好,CTA策略也好,大家都在迭代。选小Funds,我们必须跟着时代不停的向前,找好的策略,好的基金。

选小Funds时,我们敢于进攻。此前一家CTA管理人,我们资配FOF投的时候它规模只有1亿,但我们确定人没问题、策略没问题就敢去投,后来这家CTA的业绩达到了我们的目标,它管理规模也增长到了20亿。

当然,我们也可能犯错,但我们不怕犯错,这又回到了大Fund的问题上。我们均衡配置多类资产、多类策略,每类策略中选基金时我们敢于进攻、求变。一些基金不及预期没关系,会有其他策略的其他基金超预期,运气好与运气不好的情况会互相抵消。十多年来,我们就专注于选基金这一件事,我们不依赖运气,把不可控的风险防守好,选小Funds,我们敢于下判断,敢于奔跑。

以上,是我们的答案。面对量化alpha的沉降,FOF要回归本源,做好配置,而不是固守于单一策略里躺赢。选好基金,不停迭代和前进,捕捉新的alpha。

不仅是量化alpha,许多策略,如果管理人守着旧模型,重复做着以前做的事,一定会有越来越多的资金涌进来竞争,过往的alpha未来不一定能够复制。作为FOF管理人,我们要做的,是在做好大Fund的基础上,让小Funds奔跑,追逐行业的变革,不停的选基金,选策略。做FOF,只有一直向前的人,才能够抓住alpha。

风险提示:投资有风险,决策须谨慎。文中观点不代表平台投资意见,内容仅供参考并不构成任何投资及应用建议。未经好买财富授权许可,任何机构和个人不得以任何形式复制、引用本文内容和观点,包括不得制作镜像及提供指向链接,好买财富就此保留一切法律权利。

风险提示:投资有风险。相关数据仅供参考,不构成投资建议。投资人请详阅基金合同和基金招募说明书,确认您自觉履行投资人的各项义务,并自行承担投资风险。

版权所有 好买Copyright © howbuy.com, inc 2014. All rights reserved. [沪ICP备08003295号-1]

关于好买私募 | 联系我们 | 诚聘英才 | 使用条款 | 隐私条款 | 风险提示