本篇文章是在参考广发证券 《Smart Beta之“低风险高收益”的低波动率策略》的基础上做的实证研究。有做过相关研究的朋友可以留言与我交流~对于Smart Beta策略存在的弊端，大家可以共同讨论，寻求改进的方法

Smart Beta，可以简单的翻译成聪明贝塔，又称智慧型投资策略，正如其名字所言，这是一个更“聪明”的指数跟随策略。具体来说，是在传统的指数投资基础上，通过系统性的方法，对指数中选股和权重进行优化，取得跑赢传统指数投资的成果。
一个利用低波动特性构建的smart beta投资组合策略并加以实证，帮助大家了解熟悉这一投资工具。

通常来讲，投资者一般有两种方式可以投资股票市唱—主动型和被动型。所谓主动型，也就是传统意义上的选股择时，如果眼光毒辣，时机精准，这种方法就有可能获得惊人的投资回报。当然相对的，这种投资方法的风险非常高，很有可能损失惨重，血本无归。越来越多的研究表明，专业的基金经理都几乎不可能在长期内跑赢大盘，更何况对市场一无所知的散户。此外靠选股为生的基金经理会收取基金投资人1.5%-2%的手续费，算上这笔费用，本来就不能跑赢大盘的基金投资回报，反倒还低于大盘走势了。于是投资者把目光投向 “被动型”投资，这些策略直接投资于指数，并不“积极”地进行选股，只是跟踪大盘的走势。这样的策略能够稳定的取得与大盘相当的收益，风险很小，当然潜在的收益也有所局限。

传统的“被动型”指数投资策略也有自己的问题，在资产的权重配置上往往达不到最优化。比如按照股票的市值来分配投资组合里面股票的权重。其结果就是上涨的股票，因为市值增加，反倒被给予了更高的权重。这样不断操作下来，传统的指数投资可能会买入更多估值高的股票。

于是“Smart Beta”策略应运而生，它仍然属于广义上的“被动投资”，但是加入了一些“主动型”的投资策略，试图通过透明的、基于规则的、量化的方法投资特定领域，来捕捉风险溢价。例如，对于传统的标普500追踪策略，一些Smart Beta策略提出，选出其中100只低波动率股票进行投资，且每只股票的权重根据波动率的倒数来决定，也就是波动越小的股票，就投资越多。像这样的在指数投资的基础上，加入一些小的变化，就是Smart Beta最常见的
策略。

传统观点（例如CAPM理论）认为，风险与收益成正比，高收益往往意味着高风险。然而在股票市场上，却时时存在着一种低波动率异象，及低波动率的股票能够带来更高的收益。对此学界争论多年，可能存在的解释有：
1.市场杠杆限制：高风险偏好的投资者倾向于选择高波动的股票；
2.博彩假说：非理性心理使得投资者期待像购买彩票一样博取高回报；
3.分析师一致预期：卖方分析师对高波动股票过于乐观，使得当前股价过高；
4.跟踪误差：低波动股票可能会增大指数跟踪误差，使得指数基金经理不愿意买入。

利用低波动股票高收益的“异象”构建Smart Beta指数增强策略。
这里我们使用波动率排序策略，具体的实现方法为：
（1）计算母指数成分股在过去一年的波动率；
（2）按照波动率，将股票分成5档；
（3）选取波动率最小的一档股票
（4）按照股票波动率的倒数进行加权，构建组合，即

对于母指数我们将选取沪深300指数和中证500指数两个指数分别进行验证。

1）低波动率Smart Beta策略

• 母指数：沪深300指数
  回测时间：2014.01.01~ 2017.09.01
  回测时长：45个月
  调仓周期：半年

  收益曲线

  

  收益归因

  

  业绩分析

  

  2）低波动率Smart Beta策略

  • 母指数：中证500指数
    回测时间：2014.01.01~ 2017.09.01
    回测时长：45个月
    调仓周期：半年
    
  收益曲线

  

  收益归因

  

  业绩分析

  

  从回测结果可以发现，我们的Smart Beta策略确实取得了’smarter’的成果。沪深300增强策略在三年内取得了58.19%（相对于沪深300指数）的累计超额收益，胜率达到62.2%。而中证500增强策略在三年期的回测内取得了43.59%（相对于中证500指数）的累计超额收益，胜率达到了59.3%。虽然两个策略都产生了比较大的回撤，但这主要是由于2015年股灾造成的股市整体下行。Smart Beta的主体仍然是Beta，不可能逆大盘而行。

  
  

Smart Beta策略既保留了被动型投资的一些优点，包括风险分散、流动性较好、透明度较高和比“主动型”投资更便宜等，又试着用系统性的方式寻找可以跑赢市场的策略。这看似结合了主动和被动投资的双重优点，但是作为投资者必须、也应该意识到，世界上没有免费的午餐。Smart Beta在享有以上优势的同时，也存在着以下几个弊端：

1）交易成本高于ETF：Smart Beta由于需要有较高的买入卖出操作频率才能实现跟踪自己设计的策略目的，其费用至少是传统ETF投资的6倍，因为实行这些策略仍然涉及到研究、调仓、流动性等问题。

2）未必能找到有效的‘smart’因子：能解释市场波动的因子未必能预测市场波动。除了整个大盘走势之外，金融研究人员已经发行了至少300多个能解释个体资产波动的因子。基于此，一些Smart Beta投资策略提高投资组合对于其中几个因子的敏感度，希望捕捉高于大盘的收益。但是并不是所有能解释波动的因子，都能带来收益。也不是所有能带来收益的因子，都适合结合到指数投资策略之中。

3）面临更高的风险：一些研究对比了传统的ETF和Smart Beta的走势和波动，发现虽然看起来Smart Beta策略带来了更高的回报，但是下跌的时候跌的也更狠。把风险考虑进来，Smart Beta并没有超额回报，只是承担了更高的风险。

这也告诉我们，在实际投资中，我们一定要注意充分认识每一个策略的利弊，这样才可以做出正确的判断，选择出最合适的投资工具。

代码：