导读:许多人说,2020年是一个开始的结束,也是一个结束的开始。无论如何,从新冠疫情到美国大选,从年初的中美股市大跌,到之后的优质企业不断创新高,2020年都成为了一个会被历史铭记的年份。在即将告别2020年之际,我们开始做一系列对于全年回顾的基金经理访谈,今天我们分享的是长信国防军工量化混合基金经理宋海岸的访谈。

此次访谈围绕两个视角出发:1)为什么宋海岸管理的长信国防军工量化混合A近一年排名同类居前;2)军工主题基金是不是未来一两年比较不错的投资品种。关于第一个问题,宋海岸认为,军工板块天然具有高波动的特点,基本面的透明度比较差,投资者普遍无法看得太远。这导致量化投资模型在这个板块能获得更高的超额收益。量化模型分为基本面和技术面两个维度,在换手率越高的行业,技术面因子带来的超额收益就越大。对于第二个问题,宋海岸认为军工板块在2016到2018年经历了戴维斯的双杀,2019年开始业绩增速修复,并且出现了边际加速的特点。展望2021年,军工板块整体盈利增速会继续加速,大概率成为明年增速最快的行业之一。

排名来源:银河证券 评价日期及净值数据截至:2020.12.4 近一年同类排名:18/487 同类排名为灵活配置型基金(股票上下限0-95%+基准股票比例60%-100%)(A类)

宋海岸所在的长信基金量化团队,也是国内公募基金行业中做中低频量化投资非常出色的团队之一。在今天的分享中,宋海岸从量化角度的基本面因子和技术面因子,和我们探讨了哪些因子在A股市场变得有效,哪些因子变得无效。比如说:由于投资者结构的变化,过去有效的反转因子在失效,而过去大家关注度较低的质量因子在变得有效。在技术因子上,跟随聪明的钱有效性也在增加,背后也体现了机构投资者占比越来越高的结果。以下,先分享一些来自宋海岸的投资“金句”:

1. 军工基本面过去两年呈现企稳回升,边际加速的态势。这导致军工板块过去几年的股价表现不错,在28个申万一级行业中排名靠前。

2. 当知道可以在哪些方面获得超额收益后,必须要用一种可量化、可追溯、可复制、可推演的方法去表达出来。

3. 成长维度,这是一个长期非常有效的指标,无论是选股还是细分赛道的轮动,都很有效。

4. 随着过去几年的定价体系跃迁,质量因子逐渐变得有效,当绝大多数人都意识到这一点后,这个因子有效性或将会减弱,目前这个因子的有效性并没有2017年那么强。

5. 在零和博弈中,牵涉到超额收益供需的问题。有人是超额收益的提供方,也有人是超额收益的收割方。

6. 追随聪明资金,效果在提升。

7. 高波动的赛道,量化投资的量价因子有效性就更强,因为参与者很容易在交易上犯错。

8. 军工行业继续处在一个景气度抬升的过程,明年行业的利润增速在25%左右,会比今年更快,也大概率是明年增长最快的行业之一。


军工板块的增长开始边际加速

朱昂:谈谈军工这个行业?

宋海岸:军工这个行业最早来自机械板块,是从机械板块分拆出来的。军工行业的特点很鲜明,下游需求比较固定,主要来自部队和军方。在2014到2015年由于有资产注入的预期,带动了军工行业一次比较大的行情。2016年到2018年,军工行业处于一个景气度的低谷期,主要受军改的影响,人员没有到位,出现了订单搁置的状况。十三五规划中的军工订单,在2019年和2020年出现了集中释放,前三年相对较差。

所以,前几年军工处在一个比较差的基本面和估值象限。2014年和2015年的资产注入预期,把军工股的估值拔高了,最高点整个板块估值在100多倍。而2016到2018年的景气度低谷,又导致军工的盈利很差。最终表现出高估值和低增速的特点,也导致了戴维斯的双杀。

2019年军工的基本面触底反弹,业绩增速在13%左右。到了2020年,基本面继续向好,业绩增速也恢复到了20%左右。军工基本面过去两年呈现企稳回升,边际加速的态势。这也导致军工板块过去几年的股价表现不错,在申万所有行业中排名靠前

2020年军工板块的集中爆发是在7月份,当时市场对于十四五的采购预期有了更充分的认识,也对三个方向预期比较高:

1) 以第四代战斗机为代表的相关公司产业链。过去中国的主机战型,落后美国一代以上。过去是对美国不断追赶的过程,在这个过程中政府并没有很强的动力去做列装。到了现在,歼20的机型是可以比肩美国第四代战斗机的,所以国家有了强动力去做列装。大家也会对十四五期间的主机放量,有很大的预期;

2) 导弹产业链相关投资机会。导弹是军工中的消耗品,随着不断练兵备战,消耗比较大;

3) 国防信息化的长期机会,这也是未来几年比较看好的方向。这是一个长赛道,不是未来3年、5年景气度会结束的赛道。TMT属性的板块,在军工的运用逐步加强。国防信息化是一个长期的景气方向。

基本面和技术面两大维度力争获取超额收益

朱昂:长信国防军工量化混合近一年收益率很高,谈谈是怎么做投资的?

宋海岸:长信国防军工量化混合是借助量化模型的军工主题基金,投资于国防军工行业的证券资产不低于非现金基金资产的 80%。主要聚焦高端航空装备导弹产业链,以及上游的国防信息化所驱动的长期景气度高的板块。这个产品业绩表现还是不错的,长信国防军工量化混合A近一年收益88.07%,超越同类灵活配置型基金收益率47.02%,超越业绩比较基准收益率57.50%

数据来源:Wind 数据截至:2020.12.4 长信国防军工混合A成立以来总回报41.45% 成立以来业绩比较基准收益率为11.18%。

投资过程是依靠量化模型驱动的,目前模型是90分。在不断提升模型的同时,平时也会去上市公司调研,和卖方研究员沟通,提高自己对行业和公司的认知。虽然以目前的基本面认知来看,还不足以提升模型的表现,但当个人基本面认知提升到80分以上,是可以通过加入基本面的认知,进一步提升投资的效果。

同时,模型也是依托于长信基金量化投资团队,在过去10年量化投资的过程中,积累了很多Alpha的来源。用一个个因子或者指标把这个超额收益表达出来。当知道可以在哪些方面获得超额收益后,必须要用一种可量化、可追溯、可复制、可推演的方法去表达出来。这样才能真正拿到超额收益,通过投资组合体现出来。

超额收益来源分为基本面维度和技术面维度。

基本面维度又分为几个方面:

1) 估值维度:包括公司的相对估值,远期的绝对估值等;

2) 成长维度:这是一个长期非常有效的指标,无论是选股还是细分赛道的轮动,都很有效。成长有很多维度可以刻画,包括成长的加速度,超预期的成长,成长的稳定性等。不同的行业内,成长的有效性不一样。比如:包括军工在内的类科技板块,会对边际的成长更看重。而消费和医药,成长性的稳定性更看重一些。每个板块的属性和定价逻辑不一样,导致不同行业赋予成长类型的权重不同。但是总体来说,成长性是过去10年A股最有效的因子之一;

3) 质量维度:包括盈利水平高低,现金流的高低,以及公司的护城河。会用量化的手段去刻画公司的护城河。质量维度在2017年之后的超额收益很显着。2017年之后随着外资不断流入,A股的定价体系有了一次跃迁。很多公司的定价模式,由原来的PEG逻辑转变为DCF逻辑。这意味着,大家不那么看重边际的变化,而是未来盈利能力的持续性。今天都在讲高质量公司,事实上在2017年之前A股的定价逻辑中,是没有盈利质量这个因素的。随着过去几年的定价体系跃迁,质量因子逐渐变得有效,但是当所有人都意识到这一点后,这个因子有效性或将会减弱,目前这个因子的有效性并没有2017年那么强。目前还没有看到有效性衰竭的拐点出现。

4) 研究员的预期维度。通过刻画研究员的预期,效果比Wind一致预期相对好很多。会对卖方研究员有一个评价系统,基于过去报告的影响力、精准度赋予不同权重。同时,也会对报告的用词进行文本挖掘。通过加权合成过的卖方分析师一致预期,每年能获得超过沪深300大约10%以上的超额收益。而Wind的一致预期每年的超额收益在5%以内。同时,也会参考内部研究员对行业的看法。当卖方覆盖的公司低于预期时,会选择和买方分析师沟通的方式。而公司内部研究员的观点是比较公允的。分析师预期是基于未来去做比较,而基本面的其他因子更多的是对当前的刻画,这也导致两者的相关性比较低,能够帮我们提升组合的夏普比率。

技术面维度也分为几个方面:

1) 在2017年之前,各种量价相关的技术指标都非常有效,年化的超额收益率能达到20%以上,2017年之后效果有所衰减。由于技术面是零和博弈,而基本面不是。在零和博弈中,要知道自己赚的钱就是别人亏的钱。在零和博弈中,就牵涉到超额收益供需的问题。有人是超额收益的提供方,也有人是超额收益的收割方。一般来说普通的散户是超额收益主要提供者,还包括短期的噪音交易者、情绪化交易的基金经理等。量化的私募和公募基金,是技术面超额收益的收割者。可能有70%的超额收益被做高频量价的私募基金获得。另外30%的超额收益会被公募中低频的量化基金获得;

2) 追随聪明资金,这一块效果在提升。首先,要发掘哪些是聪明的钱,然后识别聪明钱在买什么,进而跟着买入。举个例子来说,过去几年的北上资金就属于“聪明的钱”。在行业和个股的选择都比较成功。还会去找一些换手率比较低,选股能力比较强的公募基金,用一种FOF模型把这些基金的持仓刻画出来。跟随这些低换手,选股能力强的基金经理买入,是有比较好的概率优势。也发现一个现象,开盘交易的资金是比尾盘买入的资金更聪明。一般开盘是机构的资金在买,这个买入决策是经过之前的深度研究,而尾盘大部分交易是散户贡献的。比如:一个股票上午在涨,下午在跌,那么很有可能是在被机构买入,被散户卖出。这种股票也会看多一些

3) 拥抱机器学习的算法,把一些私募的机器学习算法拿到公募基金来用。有些逻辑比较复杂,无法用简单的语言表达出来。这种算法系统是挖掘历史上哪些因子有超额收益的。好处是,这种算法能挖掘几百个因子,即便每一个因子都无法对应明确的逻辑,但可以通过大数定律来保证胜率。即便有三分之一的因子失效,还有另外三分之二因子有效。这是一种以量换质的模式,单一因子的质量比较一般,用数量优势弥补质量的劣势。

在高波动的军工行业 量化基本面的超额收益更大

朱昂:用量化投资来争取获得超额收益,那么对于多因子模型的因子评价体系,是怎么做的?

宋海岸:追求的是一套可验证、可证明、可持续的因子评价体系。首先,这个因子的历史表现要可验证,历史上表现比较好的才能用。比如:美股上的许多Alpha因子,放在A股是没有超额收益的。这种没有验证过的因子不会做。其次,可证明代表逻辑上要符合投资的常识。最后,可持续意味着今天有效的因子,要在未来继续有效,这需要能有前瞻性判断,理解因子有效性背后的本质是什么。比如:2017年之前的量化投资很顺利,在2017年之后市场出现了重大转折,把因子可持续性放在极其重要的位置,要对因子在市场环境变化后,因子的有效性能否持续做出判断。只有符合这三个原则的因子才会纳入。

目前跟踪了1000多个因子,包括250个基本面因子,150个技术面因子,以及600个机器学习因子。这1000个因子,不是都用在目前的量化交易中的,只有判断未来可持续的因子,才会纳入到实盘的交易中。

朱昂:你是如何在国防军工行业上获取超额收益的?

宋海岸:军工行业的波动很大,属于一个高Beta高波动的行业。为什么军工行业的波动那么大?因为对于军工企业的终点判断很难。许多公司都属于订单放量或者型号放量类型的。

军工行业的信息传递也比较慢,导致二级市场一直对军工有一种神秘感,很多信息是不公开,也没办法公开。尤其是一些下游厂商的财报上,基本上不会写很多信息。相比之下,上游就更加透明,通过观察上游的被动元器件、新材料等,了解军工行业的景气度。如果下游看到了订单放量,说明行业处在一个高景气的状态。

高波动的赛道,量化投资的量价因子有效性就更强,因为参与者很容易在交易上犯错。许多人基于肉眼去看到的所谓技术指标,基本上都是错误的。肉眼能观察到的信号是很弱的,没有概率优势。通过量化系统,能够比较好捕捉到别人的错误。通过修正别人的错误,有机会获得超额收益。

做过产品的归因分析,超额收益的40%来自量价因子,60%来自基本面因子。主动管理的基金经理,超额收益完全来自基本面选股。这就意味着,我们比别人多了一块超额收益的来源。

朱昂:从基本面选股上,军工行业哪些类型的公司可能会有超额收益?

宋海岸:在个股选择上,旗帜鲜明的看好军工上游。上游和下游的差异很大。军工下游受到军品定价的影响很大,产品定价是采用成本加成的原则。

军工行业的下游属于一个强Beta属性的子行业,在军工牛市的时候,可能会出现比指数弹性更大的涨幅。同样,一旦军工板块走熊,下游厂商也是跌得最猛的。一轮牛熊下来,这类公司要获得超额收益很难。军工下游隐含了军品定价机制改革和资产注入的期权,所以当期权足够便宜,估值较低时,下游的投资价值会凸显出来。

军工的上游企业Alpha属性更强。主要是因为上游不受军品定价的约束,充分受益于军民融合。相反,正因为下游企业受成本的定价约束,自然希望采购的成本总额越高越好。从竞争格局看,上游也比下游更好。其次,在军品民用这一块,看到渗透率在提升。这些企业通过军品这个比较好的赛道,进入民用领域。许多行业一旦军品民用的空间打开,就能诞生很大体量的公司。

朱昂:和市场上其它军工产品相比,你们的不同主要是纳入了量化体系吗?

宋海岸:对的,我们是主动研究和量化相结合。过去6年一直在完善量化模型,这个模型已经有90分了。伴随着我的主动认知提高,能把模型进行更好的优化,在这个模型里面加入越来越多主动研究的理解。这样的话,既有主动的行业认知,又有量化的工具,相比其它竞争对手的优势会越来越强。

有一部分逻辑是可以量化的。比如:军工行业的一些事件性催化,影响会远超过财报的影响。财报的可跟踪性和可读性都是比较差的。理解这背后的逻辑,完全可以量化到模型里面,能够比市场更快速反应重要信息。

军工是以销定产的商业模式,订单金额的30%会先打到上市公司的账户,体现在公司的预收账款里面。当知道预收账款是一个领先指标,就能通过跟踪这个指标来体现把握景气度的变化。

从量化模型刻画市场 机构化是明显趋势

朱昂:现在高频量化的私募也要进入低频量化,怎么看这个问题?

宋海岸:这是因为高频私募的规模已经达到了5000亿,可能会导致高频策略变得拥挤。这种拥挤的交易,在去年就已经有所体现。只不过今年市场表现比较好,流动性很充沛,换手率也很高,让原本有些拥挤的高频量化又迎来了一次扩容。

通过交易端带来的收益毕竟是零和博弈,随着越来越多散户把钱交给公募基金,在交易端提供超额收益的供给方在变少,噪音交易者在退出这个市场。反过来说,这方面的需求方在扩容。来自高频量价模型的超额收益会下滑,这些私募有必要补充低频策略。

在中低频的量化策略上,我们应该是市场上比较领先的。中低频策略的核心是需要基本面支持。我们有一个20-30人的主动权益研究团队,也能够接触到卖方的研究信息。从商业模式看,公募在中低频领域相对会更有优势。

朱昂:从因子角度出发,今年的市场和过去有什么不一样吗?

宋海岸:盈利因子还在持续发挥作用,因为越来越多人把盈利纳入到自己的投资框架中。相比之下,反转因子在失效,因为散户供给的超额收益不断变小。跟随聪明钱的因子也在变强,因为机构投资者的主导力越来越强。

朱昂:谈谈量化模型的搭建过程,团队是如何一步步把这个模型搭建起来的?

宋海岸:我们的量化模型适用于量化投资团队管理的所有产品,包括沪深300增强和中证500增强,都是用一套量化模型。

长信量化投资团队是投研一体化的团队,量化研究部一共有7个同事,每个人各司其职,负责量化研究中的一个环节,并且把这个环节做到极致,成为这个领域的专家。比如:从事因子发现的研究员,那么需要不断挖掘新的Alpha因子和投资想法,并且要把这个因子用量化的方式描述出来,能够验证这个投资想法历史上有没有超额收益。

还有的做风险控制的,那么就要控制整个组合相对于基准的风险暴露,避免太大的跟踪误差。比如说,当有了Alpha的观点后,如何优化组合在满足一定的风险约束的同时取得最高的预期收益。

还有的是做Alpha模型的,有了Alpha因子后,到底给哪些因子赋予更高的权重。模型中的因子权重,也需要动态调整。举例来说,A股市场的日历效应很明显。年底的时候往往低估值表现比较好,2014年、2017年、2018年、2019年和2020年都是如此。那么这个因子权重就应该在年底时,给估值因子赋予更高权重。再比如说春季躁动也很明显,年初的时候大家风险偏好较高,这时候应该在模型上给成长因子更高权重。

换手率越高的行业 量化的优势相对明显

朱昂:量化是不是对周期类企业的效果最好,还是适用于所有行业?

宋海岸:量化最有效的相对是科技行业,其次是周期,最后才是消费和金融。从公司量化产品业绩能看到,科技类产品都表现较好,包括长信国防军工量化混合、长信电子信息量化混合、长信低碳环保量化股票。科技类企业的定价偏短期,长期终点很难判断,都看不清五年十年以后的事情。那么在判断内在价值的时候,都会依托短期景气度。这也导致科技类企业的基本面波动很大。比如说新能源汽车在1年前,真正看好的人很少。在高波动的行业中,量化投资具有很强的超额收益能力。

消费正好相反,对于短期的变化不怎么在意,都能看清楚高端白酒龙头的终点。在消费品行业,许多主动管理的基金经理在赛道和公司的认知相对更深入。

当只能看短期,都看不清长期的时候,量化投资就比较有优势,能够发掘定价规律,基于两年之内的景气度变化下注。

在金融板块上,由于这个行业的公司样本太少,定性和定量获取超额收益的难度都较大。

朱昂:明年继续看好军工行业吗?

宋海岸:收益率来自两个组成部分:行业的Beta和我们得到的Alpha。先说Beta部分,军工行业继续处在一个景气度抬升的过程,明年行业的利润增速在25%左右,会比今年更快,也大概率是明年增长最快的行业之一。从Alpha角度看,我们的量化模型在军工板块的超额收益很大,而且这个行业的不透明,导致大家都无法看到太长期,高波动和高换手率,是量化投资获得超额收益的沃土。

军工这个赛道,还和大部分行业不同,并没有出现集中度提升,反而是集中度下滑的。一些大市值的公司,并没有Alpha属性,都是Beta属性。在这个特点下,小公司更容易在行业中获得超额收益。

来源:点拾投资

追加内容

本文作者可以追加内容哦 !