ZAKER生活|牛市因子和熊市因子( 二 )


表3BetaPlus因子指数业绩指标
数据来源:BetaPlus小组 , tushare
表4展示了因子指数超额收益率之间的相关系数矩阵 , 其中超额收益率基准为BetaPlus1000指数 。 总体来看 , 不同因子之间相关性较低 , 代表了不同的风险和收益来源 。
表4BetaPlus因子指数超额收益相关系数
ZAKER生活|牛市因子和熊市因子
文章图片
数据来源:BetaPlus小组 , tushare
3.3SmartBetaETF
SmartBetaETF是因子投资的捷径 , 表5列举了A股市场常见的SmartBetaETF , 投资者可以低成本地利用这些ETF进行因子投资 。 不同因子在不同状态具有不同的特性 , 如果投资者对未来状态持有观点 , 则可以通过SmartBetaETF进行表达 。
表6A股SmartBetaETF列表
ZAKER生活|牛市因子和熊市因子
文章图片
数据来源:CQR , wind
4.不同状态下表现
4.1状态划分
要研究不同状态下因子的表现 , 除了构造因子指数外 , 还得清晰地定义状态 , 这可以借鉴Gargetal.(2019)的方法 。 Gargetal.(2019)认为 , 市场短期和长期信号是否一致性能帮助区分趋势还是转折点 。 当两者信号不一致的时候 , 直觉上市场可能会进入转折点;当两者一致的时候 , 暗示市场可能是一个顺畅的趋势行情 。 基于此逻辑 , 他们定义了四种市场状态 , 如表6所示 。
表6市场状态划分方法
数据来源:Gargetal.(2019)
按照Gargetal.(2019)的方法 , 对BetaPlus1000指数进行了状态划分 , 如图3所示 。 总体来说 , 划分结果符合直觉 , 几种状态划分明确清晰;【私募工场:Funds-Works】但也不得不说 , 由于行情错综复杂 , 上面四个状态并不是顺次发生 , 不同状态可能相互切换 。
图3A股状态划分
数据来源:BetaPlus小组 , tushare
图4统计了四个状态的持续时间 。 可以看到 , 上涨市占比最高(占比35.1%) , 下跌市次之(占比28.2%) , 牛转熊占比最低(约16.1%) 。
图4A股不同状态持续时间
ZAKER生活|牛市因子和熊市因子
文章图片
数据来源:BetaPlus小组 , tushare
4.2因子表现
最后看看本文最重要的一个统计 , 图5统计了7个smartbeta指数月超额收益率在4个市场状态下的均值 。 在上涨行情中 , 小市值、高动量和高成长股票具有较好表现 , 显示出强劲的进攻性;在熊转牛阶段 , 低估值、高成长和小市值表现较好;在牛转熊时 , 高盈利一骑绝尘 , 远远优于其他因子;在下跌行情中 , 高股息、高盈利和低波动具有较好的防御能力 。
图5不同状态下因子表现
数据来源:BetaPlus小组 , tushare
5.总结
长期来看 , 在宽基指数的基础上 , 通过在某些因子上进行暴露 , 能实现更好的投资效果 。 投资者可以通过SmartBetaETF , 方便快捷并且低成本地参与因子投资的盛宴 。 大类因子并不多 , 常见的也就那么几个 , 它们逻辑各异 , 在上涨和下跌时各显神通 , 具有不同的风险收益特征 。 如果对这些因子没有偏好 , 建议选择混合的多因子ETF[3];如果具有择时能力 , 则可以在市场乐观时选择进攻性因子 , 在市场悲观时选择防御性因子 。
参考文献
Garg,A.,Goulding,C.L.,Harvey,C.R.,&ampMazzoleni,M.(2019).MomentumTurningPoints.AvailableatSSRN3489539.
Baker,M.,&ampWurgler,J.(2006).Investorsentimentandthecross‐sectionofstockreturns.TheJournalofFinance,61(4),1645-1680.
Ung,D.,&ampLuk,P.(2016).What"sinYourSmartBetaPortfolio?AFundamentalandMacroeconomicAnalysis.TheJournalofIndexInvesting,7(1),49-77.
“因子”一词 , 从学术的角度来看 , 更多指的是定价因子 , “因子”和“异象”是不同的概念 。 本文不做区分 , 采用业界通俗叫法
事实上 , 如果要投资多个因子 , 有两种做法:混合法和整合法 , 详细可以见因子动物园《混合or整合:因子投资与SmartBeta实践》


推荐阅读