基于因子的投资就像一盒巧克力

作者:Tom O’Shea

2022年,不断上升的利率和通胀对投资组合造成了沉重打击。美国股市和投资级固定收益出现了两位数的跌幅,令投资者争先恐后地寻求保护。与标准普尔 500 指数相比,低波动策略的损失仅为一小部分。标准普尔 500 低波动性指数和 MSCI 美国最低波动性指数相对密切地跟踪标准普尔 500 指数,直到第二季度标准普尔 500 指数下跌超过 16% 1。两种低波动性策略在今年剩余时间内均保持了优异的表现,分别为 -4.6% 和 -9.2%,而标准普尔 500 指数为 -18.1% 2。这些因素策略如何发挥作用?

累积回报

1976 年,Stephen A. Ross 撰写了一篇关于套利定价理论的论文,该论文扩展了资本资产定价模型,指出多种因素可以解释股票的回报。学术界发现了各种因素作为回报驱动因素,例如公司规模、波动性、价值、质量和动力。基于因素的投资涉及根据这些回报驱动因素系统地选择一组投资,这些投资被认为与更高的回报、改善的多元化或降低的风险相关。虽然这种方法已显示出希望,但它并非没有缺陷,包括容易受到回溯测试偏差的影响,以及随着时间的推移,因子溢价可能会受到侵蚀。

普通股

你永远不知道你会得到什么

经历过全球金融危机的投资者可能会犹豫是否要忍受另一次重大的市场低迷。有些人可能会考虑通过增加债券配置来降低风险,而另一些人可能会选择基于低波动性因素的策略。S&P 500 低波动性指数从 S&P 500 指数中选择了过去一年时间范围内波动性最低的 100 只股票。MSCI 美国最小波动率指数的方法略有不同:投资组合经理优化权重以达到最小绝对波动率。然而,这两种方法都有一个共同的警告:过去的表现并不能保证未来的结果。没有什么能保证去年波动性最小的股票将来也会是波动性最小的股票。如下图所示,与标准普尔 500 指数相比,低波动性指数通常会降低波动性。然而,投资者仍然承担了熊市期间的大部分波动性。仅仅因为该指数选择了波动性最小的 100 只股票,并不意味着宏观经济因素不会推高所有股票的波动性。我们甚至看到,在 1970 年代初期的通胀时期、互联网泡沫的开始、整个 2017 年、2022 年紧缩周期的开始以及其间的不同时期,低波动性指数都超过了标准普尔 500 指数。并不意味着宏观经济因素不会推高所有股票的波动性。我们甚至看到,在 1970 年代初期的通胀时期、互联网泡沫的开始、整个 2017 年、2022 年紧缩周期的开始以及其间的不同时期,低波动性指数都超过了标准普尔 500 指数。并不意味着宏观经济因素不会推高所有股票的波动性。我们甚至看到,在 1970 年代初期的通胀时期、互联网泡沫的开始、整个 2017 年、2022 年紧缩周期的开始以及其间的不同时期,低波动性指数都超过了标准普尔 500 指数。

挥发性

较低的波动性并不总是意味着更好的表现

大多数投资者预计,波动性加剧的时期将导致对市场走势更敏感的股票出现更大的下跌。虽然通常如此,但低波动性指数的情况并非总是如此。例如,Covid-19 大流行表明,低波动性指数降低了波动性,但回报率却低于标准普尔 500 指数。2008 年初全球金融危机期间,我们也看到波动性较低,而标准普尔 500 指数表现较好。这些事例强调,低波动性策略在缓解市场低迷方面并非万无一失。此外,其最显着的缺点之一是在牛市期间往往会错失全部上行潜力。尽管低波动性在七个熊市中有四个表现出色,

相对表现

总结

低波动性策略似乎是防范市场低迷的一个有吸引力的选择。然而,在实践中,投资者并不能保证今天的低波动性证券在未来仍将处于低水平。对于寻求消除波动性同时最大限度地减少未知因素的投资者来说,缓冲股票策略可能提供一个令人信服的选择。缓冲股票策略提供已知水平的下行风险缓解,同时允许上行参与达到预定上限。下图展示了 CBOE 标准普尔 500 15% 缓冲保护指数 – 1 月系列如何能够减轻 Covid-19 大流行期间的下行风险。标准普尔 500 指数大幅下跌,跌幅超过 30% 3。低波动率指数和最低波动率指数几乎持平甚至更差,而 CBOE 标准普尔 500 15% 缓冲保护指数仅下跌 20% 4。2022 年,波动率策略和 15% 缓冲策略的表现都显着优于标准普尔 500 指数。

下行救星

2022 年各资产类别出现两位数的缩水,导致许多投资者为 2023 年出现更多相同情况做好准备。继续持有波动性因子投资组合头寸的投资者明显落后于标普 500 指数,标普 500 指数今年迄今已上涨 11.5%。采用 15% 缓冲策略的公司已成功占据了标准普尔 500 指数5的约 85% 的份额。

Tom O’Shea 是 Innovator 的投资策略总监。本材料包含 Tom O’Shea 目前的研究和观点,这些研究和观点可能会发生变化,不应被视为或解释为参与任何特定交易策略的建议,或被视为任何投资产品的要约或销售并且不应如此依赖它。此信息的用户承担使用此处提供的信息的全部风险。除非另有明确说明,本文表达的意见、解释或调查结果不一定代表 Innovator ETF 或其任何附属公司的观点。

1.资料来源:彭博社。数据来自2022年3月31日-2022年6月30日。
2.资料来源:彭博社。数据来自2021年12月31日-2022年12月31日。
3.资料来源:彭博社。数据来自 2022 年 1 月 3 日至 2020 年 3 月 23 日。
4.资料来源:彭博社。数据来自 2022 年 1 月 3 日至 2020 年 3 月 23 日。
5.资料来源:彭博社。数据来自 2022 年 12 月 31 日至 2023 年 10 月 3 日。

Cboe S&P 500 15% Buffer Protect Index 系列旨在为美国国内股市提供目标结果回报。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/77398.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年10月16日 01:35
下一篇 2023年10月16日 23:58

相关推荐

  • 投资者认为高收益债券和 MBS 是 2025 年的最佳投资选择

    2024 年表现最佳的美国蓝筹债券基金继续沿用他们的成功策略:投资风险较高的蓝筹公司债务,以及能够应对经济波动的公司,并避开那些对利率风险敏感的公司。 随着美国总统唐纳德·特朗普的关税威胁变为现实,加上美联储可能暂停降息,信用投资者继续押注于较短期限的债券。去年这一策略取得了成功,到期时间不到一年的债券的表现超过了更敏感于收益率变动的长期债券,高出超过 7 …

    2025年3月2日
    900
  • 北京大学金融时间序列分析讲义第26章: 格兰格因果性

    介绍 前面已经在VAR部分简单介绍了格兰格因果性的概念,以及用VAR模型检验格兰格因果性的方法。这里对格兰格因果性的概念与检验方法进行更详细的阐述。这一章的内容主要参考(Gebhard Kirchgässner 2013),(C. W. J. Granger 1969)。 考虑两个时间序列之间的因果性。这里的因果性指的是时间顺序上的关系,如果Xt−1,Xt−…

    2023年8月8日
    22300
  • 北京大学Julia语言入门讲义第14章: 统计学习介绍

    这一部分介绍一些机器学习(统计学习)方法。 参考: McNicholas and Tait(2019) Data Science Using Julia, CRC Press. Jose Storopoli, Rik Huijzer, Lazaro Alonso(2022) Julia Data Science. https://cn.julialang.o…

    2023年8月27日
    12500
  • 北京大学R语言教程(李东风)第1章: R语言介绍

    R的历史和特点 R的历史 R语言来自S语言,是S语言的一个变种。S语言由Rick Becker, John Chambers, Alan Wilks等人在贝尔实验室开发,著名的C语言、Unix系统也是贝尔实验室开发的。 S语言第一个版本开发于1976-1980,基于Fortran;于1980年移植到Unix, 并对外发布源代码。1984年出版的“棕皮书” (…

    2023年10月19日
    1.2K00
  • 美国依然存在经济衰退的可能性,投资组合需要调整吗?

    作者:Erik Ristuben 执行摘要: 我们认为,在投资者开始增持或减持股票之前,必须高度确信经济衰退将会发生。这是因为投资组合定位的变化可能会对投资结果产生重大的负面或正面影响。目前美国经济衰退的概率为 55%,并未达到我们的高信念阈值。 鉴于经济衰退的不确定性,投资者可能还需要考虑其他渐进措施。其中包括调整投资组合的市场贝塔值和信用风险。 与市场风…

    2023年9月23日
    12500

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部