研究觀點 · 2017年12月1日

大數據是否會逐漸成為選股的依據?

繼資本流入于過去一年創下新高后,因子和量化投資的市場規模已達1.5萬億美元,且其影響力正與日俱增。專注基本面策略的投資者是否應該重視此現象?

青睞自下而上選股策略的投資者表示,無法僅靠客觀數據預測投資某只股票或某一種資產類別是否會成功,因為電子數據表無法反映管理團隊的才能或周期性趨勢的影響。

相反,偏好量化投資策略的投資者則認為,利用復雜的數學模型去尋找投資機會,可排除人類情感、偏見和局限性的干擾。

盡管這兩種投資風格都有其各自的擁躉,但摩根士丹利的最新研究報告發現,將兩種投資方式融合可能才是上佳之策。

摩根士丹利研究部副主席兼量化投資委員會主管Martin Leibowitz指出,事實上,基本面投資和量化投資的流程將在未來五年廣泛趨同。

 “專注于基本面策略的投資者需要更加重視量化和因子投資,因為它們是推動市場發展的因素之一,也可彌補基本面投資流程的不足。 而對于青睞量化策略的投資者而言,結合基本面和因子分析的量化基本面投資策略則可帶來超卓回報。”

 

量化和因子投資:市場規模飛速增長

過去六年以因子和量化投資策略管理的資產規模的復合年增長率達17%;而其中僅零售和對沖基金的資產規模預計高達1.5萬億美元。

雖然該市場的增幅已經非常可觀,但Leibowitz認為其仍有上升空間: “每年只要1%的全球管理資產轉移至該領域,據此計算的以因子投資策略管理的資產復合年增長率即可達12%。而鑒于目前傳統風格投資的回報機會極少,這種情況不難發生。”

這已引起投資者的關注。由Leibowitz領導的摩根士丹利量化投資委員會匯集了公司各部門的資深量化投資專家,其目標是確保摩根士丹利的量化資源能夠滿足客戶及研究部旗下基本面投資策略師和分析師的需求。

Source: Morningstar, Hedge Fund Research (HFR), Morgan Stanley ETF trading desk, Morgan Stanley Research; Note: Hedge fund data through 6/30/2017, mutual fund data through 7/31/2017 and smart beta ETF data through 9/20/2017

量化和因子投資詳解

盡管投資者越來越了解量化和因子投資,但仍有必要在此對兩者加以區分。 量化投資是一種主動型管理。與傳統的根據基本面選股不同,量化投資利用復雜的數學模型發掘投資機會。 但與基本面分析師一樣,量化投資可利用多種策略進行分析,包括事件驅動交易策略、趨勢跟蹤(動量)策略、經濟數據驅動交易策略等。

因子投資是量化投資的形式之一。作為單一的投資戰略,它旨在通過集中投資于可帶來風險和回報的特定因素,以增加投資回報、提高投資組合多樣性和降低風險。 這些因素(或因子)根據股票的估值、動量、波幅、質量及投資者通常密切關注的其他股票特征得出。

在因子投資中,投資者對根據統計測試得出的提供較佳風險因子敞口的股票給予更多的權重。 投資經理可以根據其股票范疇、投資期限或其他標準,通過多種方式分析和權衡這些因子以取得理想的投資回報。

簡而言之,量化和因子投資策略使用大量數據以厘清股票特征與整體回報之間的關系。

量化基本面投資興起

雖然因子投資常與基于規則的指數投資(又稱智慧型投資)相關聯,但主動型投資經理在基本面投資中日益使用因子算法以降低投資風險并提高投資回報。摩根士丹利全球量化股票研究主管Brian Hayes表示: “有證據表明,將基本面和因子投資策略相結合(或‘量化基本面’投資)可以產生高額回報。”

在大數據時代下尤其如此,因為投資者不僅可以通過具體的公司和經濟數據,還可以利用衛星圖像、互聯網流量和物流數據等非傳統數據資源對上市公司進行評估。 專注于基本面策略的投資者必須努力掌握如何系統地收集、分析及獲取上述所有數據背后的深意;而量化投資者則可能需要運用基本面方面的專長發現可靠的數據模式。

Hayes總結道:“通過彌合基本面投資和量化投資之間的差異,并將兩者的投資流程相結合,我們可發掘大量提高回報的機會。”

量化基本面投資也可以改進涉及多種資產類別的投資決策。 Leibowitz表示:“因子投資是資產配置發展過程中的新階段,因為在低收益的環境下,提高收益來源的多樣性變得越來越重要。”

結果令人驚喜

為測試因子投資和量化基本面投資的有效性,本文作者在個股層面(微觀)和資產類別層面(宏觀)系統地構建了全球因子投資策略。

在個股方面,本文作者建立了國際通用模型,用于預測新興國家的5,400只股票的個股表現;他們還研究了逾70個因子,可歸納為四大類別,即:估值、增長和投資者情緒、資本使用和盈利能力,以及資本結構和財務杠桿。

然后,他們將上述模型與摩根士丹利基本面分析師評級進行匹配研究。 2003年至2010年間,全球股市先后經歷大幅上漲、量化投資危機和數十年來最嚴重的熊市,而根據因子模型和分析師評級嚴格篩選的股票在此期間的表現均優于只使用上述任一策略選擇的股票。

 

Source: Haver Analytics, Morgan Stanley & Co. Research as of Feb. 27, 2016