search
尋找貓咪~QQ 地點 桃園市桃園區 Taoyuan , Taoyuan

FOF與大數據

北京合晶睿智執行合伙人:鄭志勇

謝謝!其實對我而言,做數據或者編程對我人生影響很大,可能比工作的影響更大。因為金融市場的數據,在分為公開數據和非公開數據,非公開數據我們拿不到,公開數據海量得分析不完。其實一般處理問題就是:信息+邏輯=決策,但是面對相同的數據,所有的投資者都會有不同的預期,數據是一樣的,分析的結果不一樣。比如有人說未來會機構化,有人說未來還是散戶化。實際上預期也是一種數據,存在差異本質就是因為我們預期不同。

另外一個問題,FOF的本質。我以前在基金公司,後來去了集思錄,我對於投資者的認識對我的影響非常大。集思錄有一幫高凈值投資者,這幫投資者的水平可能沒我們高,但是業績確實比我們好,現在我已經找不出來任何理由去買一個公募基金了,除了指數,沒有任何理由讓我買基金,還付費。其實做FOF的本質就是我們根據數據指標去判斷一個產品的性價比好不好,相當於買菜做菜一樣,這東西到底好不好。判斷性價比以後,我們可以根據自己的經驗或模型進行一個權重的配置,我翻譯過的一本書寫得非常好,如果這個資產權重低於5%,你就不要去研究它了,浪費時間。

當然還有個問題,就是說數據對我們如此重要,我們在2015年之前大家都知道分析數據,所有的金融工程都做分級基金,每天下班發個表,說今天有套利空間。廢話,都收盤了還有什麼意義。所以說數據要是實時的、可用的,這是我們集思錄要乾的一件事。還有可轉債基金,還比如定增基金,它的估值方式是有不一樣的,它是使用攤余成本法去估計定增市價跟增發價的一個均衡,定增基金會有凈值、交易價格和市價估值三種方法,我們會把它們都做了。還有貨幣管理數據,比如說我今天不想交易的話做回購,或者這個錢到底怎麼投?那我們有回購,有貨幣ETF,還有銀行理財,後面還做贖回套利。客戶端的東西我們的選擇就非常多,選擇多的話就有比較,所有的事情只有在有比較的情況下我們才能判斷好壞,如果沒有比較是判斷不出來好壞的,這是必然的。

最後一個問題就是高效地數據處理,所謂高效就是快速與正確,但是問題來了,剛才好幾位主持人給你演示一堆數據,那他們的數據算得對不對?我是理性的,或者我的腦子就會說別人算的數據我都打個問號,因為這不是我算的數據,正確性怎麼樣,計算結果對不對?我需要去驗證,這對我們金融從業者是十分重要的事情。如果你都不會去編程,去驗證別人數據的對錯,你如何去做比較?你不會做比較,如何去再做判斷做投資?這都是一些很好的問題。我之前講過很多例子,今天不細講了。就我們的思維當中很多東西可能都是錯的,很多思維都具有問題,只有經過複雜的數據處理,我們才明白計算並非那麼簡單。同樣一個指數的PE和PE的TDM或者PE或者PB、PS、TDM,你會發現不同的數據提供商提供的結果是不一樣的,但是哪個是準確的不知道,那我就要自己算了。

自動化的處理流程是什麼樣的?就是取數據,然後處理,再分享出去一個結果,這些都是編程做的。AI是通過數據學習的對吧,你們自己都不通過數據學習,肯定比不過人家。AI是通過數據學習的,我們也是通過數據學習的,那問題就是說我也買基金,我也要做FOF,人家都說團隊,我就一個人,這區別很大怎麼辦呢?我得另闢蹊徑,或者找條有效的路。路的話怎麼去找呢?那你通過數據學習,會發現我們基金投資者都是虧錢的。為什麼呢?每個人都想干一件低買高賣的事,機構就是干這個事情——高買低賣,這是必然的。

然後另外一個基金業績,我們都會有一個問題,基金的業績是不可持續的,如果業績是可持續的,那投資變得很簡單了,買凈值最高的對吧。所以基金業績必是不可持續的,或者可持續就有問題了。

那還有個問題,我們基金公司的人很多會避諱的,就是基金有很多費用,一個是顯性費用,就是寫在合同里的,按比例的申購費、贖回費、管理費、託管費等;還有很多隱性的費用,比如說交易費用、信息披露費用、法律費、審計費等,那我問個問題就是基金的顯性費用高還是隱形費用高?90%的基金,隱性的費用已經非常遠高於顯性費用。比如說一個基金,看似管理費一年1.5%,其實整個基金的成本投資者可能要支出5%。所以你會看到一個問題,就是說07年發的基金到現在還是虧錢的,為什麼呀?十年了對吧?而且在海外你選擇海外經銷商可能是千分之幾的交易費用,所以你回不來了,已經損耗了,你本金都沒了。

有些基金是用來做業績的,有些基金是用來打交易費用。我把打交易費用的基金篩選出來,不要去買就OK啦。那還有一些基金規模比較小,一年就5000萬規模,然後費用不能少於45萬,50萬對吧?之外還有各種交易費用,你已經不可能有超額收益,你已經應該放棄了。所以說兩個億以下的基金不要買。然後基金費用對基金業績成長影響非常大,大的不得了,通過收費和費用的管理,我可以知道這個基金公司或基金經理是好人還是壞人,這是可以判斷的。那壞人列入黑名單,好人買一點就OK了。更進一步的話,我們就買指數基金就可以了。

那還有一個問題,我們應該選擇什麼樣的指數作為基準,這也是一個問題。很多人說長期來說基金行業用滬深300,是價格指數不是收益指數,滬深300還有一年百分之三四分紅呢。你怎麼知道呢,或者計算回去。這些都是當初我們大家給投資者灌輸的一些錯誤思想。但是現在我是投資者,收益指數與價格指數的區別,什麼叫收益指數和價格指數,這個大家應該都知道,都是科班出身的。工行發了一個FOF指數,那個是什麼指數?顯然就是收益指數對吧?但凡有個基金敢拿他做成指數的FOF,必然每年跑輸這個指數2到3點。因為這是一個收益指數,跑不贏的。

那還有一個呢?我們所有人都會講羅素模式,這個模式非常好對吧,每年都是這樣。我們說投資者需求不同,投資者短期需求、中期需求和長期需求,然後市場情況怎麼樣,有震蕩市、牛市、熊市對吧,然後基金經理有不同的擅長,有人擅長小票,有人擅長大票,有人擅長成分股。結果出來的話實際上是一個三維匹配的問題,就是合適的客戶需求,根據當時市場情況,選擇適當的基金經理,這是所有做主動FOF的一個理論基礎。

然後我作為一個組合,做了一個太複雜,然後一大堆分析也太複雜了。我自己2016年5月27號也開始買基金,把這麼多綜合起來,表現就比較好。2016年5月27號,當時上證綜指是多少?2850點。人生80%的運氣20%的努力,這是就是運氣好。然後綠巨人的名字的由來是:愛憎分明,簡單粗暴,關鍵是有效。然後業績是這樣,昨天的凈值到1.195,不到1.2。業績也不好,對吧,但是你想想前面說過基金業績是不可持續的,寬容一點自己對吧。你做的時候會發生很多思考,你會思考一些問題:我做FOF的費用是有申購費、贖回費的,這個申購費和贖回費會對這個產品有多大的影響,業績多大的影響?就同樣一個問題,如果是公募的FOF出來了以後,他買自己的基金申購費可能大點是一千塊錢,那贖回費必然會收的,不收不公平,那如果這樣倒來倒去的話,一個FOF的申購贖回費一年下來就去了1.8%左右。

另一個問題就是說我把配的黃金、原油剔除掉了,但凡投資產配置都有這個問題,商品是不是要配,我配了但是把他剔除了。我得到了什麼樣的結論?如果你管理的是自己的資產,是自己養老的錢就不要配,如果是管理別人的錢要配。為什麼?因為黃金是一種稀有資產,它跟債券跟股票的長期相關性是負的。所以持有10%到15%的黃金的話,雖然你的收益可能降低了10%,但你的波動率將降低百分之二三十,那夏普比率肯定會大幅提高。但是你想這個問題,管理我自己的錢是要收益還是要好看?好看能吃嗎?但是我要管理別人的錢,我就會說著,你看別人的收益10%,你的8%,沒關係我夏普比率高。原油是一樣的道理。反過來會有一個印證,就是國外的長期基金裡面,沒有配置原油和黃金,這是事實

還有一個問題,就是說我一出去別人老問我,鄭老師您以前做編程,見過那麼多模型,但凡開會人家可能會問你有沒有一個模型對吧,沒有模型顯得很low的樣子,別人都有我沒有。但其實人本身就是一個模型,人的存儲也是2G存儲,人的傳輸也是電路在傳輸的,這從本質上生理角度來講是跟計算機沒有任何區別的,只是有些沒有弄清楚。然後綠巨人的投資理念,就是「便宜指數的輪動」,這就是一個模型。問題是便宜有什麼好處?便宜好處很大,意味著跌的少漲的多。便宜並非單純的價格或者估值便宜,是比較而言。比如說我配個FOF,總得配個滬深300吧,那你找個比較,比如滬深300和恆生國企指數,你會發現成分股差不多,金融權重都是佔百分之五六十。那恆生國企指數便宜還是滬深300便宜呀?當然是國企指數便宜對吧。同樣那你看創業板指數便宜還是香港中小指數便宜呀,香港也有小盤股呀。香港公司中小盤股比創業板中小盤投資便宜很多啊。無論對錯我都說好,都說很有道理,你一定要這樣做。

然後我可能之後還會做成一個衍生組合,因為畢竟都是權益。我花了兩年多時間去研究。你通過百年的資產來看,只有權益跑得好,黃金、債券都差好遠。無非一個簡單關係:如何在權益裡面降低風險。就是你配了權益但還要降低風險,你怎麼辦?就是配A股、配美股和配港股,那現在我還想配法國的股票或者是估值權益和相應的產品。通過這種方式,可以有效降低波動率。剛才看到我們的綠巨人波動率基本上是8.81%,這樣配的話,滬深300是11.32%。

北京合晶智睿執行合伙人:鄭志勇

鄭志勇,北京合晶睿智執行合伙人,集思錄副總裁。先後就職於銀河證券、銀華基金、方正富邦基金,哦從那個是金融產品研究與設計工作。專註於產品設計、量化投資、Matlab相關領域研究。尤其對於各種結構化產品、分級基金產品、FOF有著深入的研究,同時也編著了多本教材,包括:《資產配置投資實踐》、《資產配置投資手冊》等圖書。(文章來源:興業證券定量研究)



熱門推薦

本文由 yidianzixun 提供 原文連結

寵物協尋 相信 終究能找到回家的路
寫了7763篇文章,獲得2次喜歡
留言回覆
回覆
精彩推薦