(从海外资产管理公司元盛资产和AHL的成功发展经历来看,其主要经营理念是以专业研发人员为核心、以多元化趋势投资为策略、以完善的系统性量化模型分析为依据的一整套科学投资体系。 )
2012年,我国期货行业实现了跨越式发展。期货资管业务的挂牌试点,为国内期货公司拓展了业务范围,也使得其开始与海外期货公司经营模式接轨。随着资管业务试点的逐步展开,国内期货公司应广泛借鉴海外大型CTA的成功发展模式,并结合现阶段国情,制定出长期可持续发展的资管模式。
海外大型资管公司发展概况
从20世纪70年代中期美国正式确立CTA资产管理业务到目前,全球CTA业务得到突飞猛进的发展。相关数据显示,截至2012年第三季度,全球CTA管理的资产已经达到3371亿美元,且近几年一直呈现快速增长势头。在CTA资产管理业务蓬勃发展的过程中,诞生了一些知名的大型CTA资管公司,其中资产管理规模最大的为元盛资产(Winton Capital),其次为英国MAN Group(英仕曼集团)旗下的 AHL资产管理公司。需要指出的是,这两家公司的创始者为同一个人。
1.元盛资产管理公司
(1)公司概况
元盛资产是一家位于英国伦敦的资产管理公司,由英国CTA行业的权威人士德比·哈根(David Harding)于1997年10月创建。经过十几年的发展,元盛资产从一家启动资金仅为160万美元的小公司,一跃成为当前管理280多亿美元资产的全球最大CTA公司,同时投资于全球120多个交易市场。
元盛资产目前员工超过200人,一半以上为专业研究人员,主要是学习天文、物理、统计的人员,他们每天所做的工作就是给出大量的数据,从而准确把握市场投资方向。
(2)投资策略
如同全球大部分CTA运行策略一样,元盛资产也是采用多元化趋势交易策略,主要通过大量的数据来分析,来预测市场价格走势规律,并做出多空的操作决策。利用这一策略在某一个市场操作难以获得较好的回报,但运用于很多市场时,则在不同时期都可以找到一些价格趋势,并由此盈利。
(3)交易方式
元盛资产95%的交易为程序化交易,只有5%通过人工完成。其交易团队只有10名雇员,其中包括交易背景的人员和软件开发员。由于大部分交易工作交给计算机完成,管理200多亿美元资产,比多年前管理2亿美元资产更便捷。此外,尽管运用程序化交易,但高频交易在其总体策略中只占很小一部分。
(4)资产管理业务模式
元盛资产的CTA业务主要包括基金和账户管理两种。其中基金操作由元盛资产全权执行,而管理账户方式则是由公司代理客户操作,可以应客户需求采取一些个性化的策略,不过管理佣金也会相应提高。无论采取哪种资产管理形式,元盛的主要目标客户都是机构,如养老基金等,而非资金较小的投资人。
(5)主要产品
元盛期货基金是元盛资产的旗舰基金,运行时间最长,是其最主要的一个基金产品。该基金以关注长期趋势为主,截至2011年4月,年增长率达到17%。
元盛进化基金是第二个发行的基金,于2005年9月上市,主要采用多策略投资。
元盛全球股票基金是第三个发行的基金,该基金运用元盛的数学分析模式对一系列资产进行投资组合,于2010年通过了欧洲UCITS的监管审批。
2.AHL资产管理公司
(1)公司概况
AHL是世界领先的量化投资管理公司。作为系统化交易的先驱,AHL从1987年起便开始为机构和私人投资者服务,其创始人为德比·哈根(David Harding)。在AHL被英仕曼集团收购后,德比·哈根带领团队创立了元盛资产管理公司。AHL的总部设在英国伦敦,在牛津大学和香港地区拥有分支机构,现为英仕曼集团的子公司。
截至2011年年底,AHL管理的资产约为210亿美元,年收益率为15.1%。AHL的雇员有140多人,其中97人侧重于交易系统研发,包括40多名数学、统计学、经济学、金融学、物理学和工程学领域的博士。
AHL的成功取决于其强大的研发能力,通过坚持不懈的研究来提高交易模型的准确度,使AHL取得了长期稳定的高回报率。风险管理流程和执行也是AHL成功的重要因素。
(2)投资策略
AHL有24种交易策略,主要以趋势跟踪为主,通过量化路线来识别趋势,并从中获利。AHL还在金融市场建立长期的统计模型,通过细致的统计分析来预测市场的波动频率。
(3)交易模式
AHL的交易模型全部采用量化和系统化,交易策略以完全系统化和量化分析为主,通过对交易算法的收集、处理和分析数据,确定投资标的和市场。
(4)主要产品
AHL主要通过AHL Diversified Programme程序进行投资,主要业务投资包括全球股票指数、债券、货币、短期利率以及商品期货市场。通过跨市场和不同模型进行多样化发展,AHL的交易系统每天收集数千的价格样本进行分析,收集范围包括八个行业的约300份合同以及全球30多个交易所。
AHL2011年年末的运行报告显示,在其主要交易品种中,国债占据其总资产配比的19.4%,外汇占比18.9%,证券占比17.4%,能源类大宗商品占比12.7%,金属类大宗商品占比12.1%,利率占比9.4%,农产品占比5.6%,信用类衍生品占比4.4%。
对我国的启示
海外资产管理公司元盛资产和AHL的主要经营理念是以专业研发人员为核心、以多元化趋势投资为策略、以完善的系统性量化模型分析为依据的一整套科学投资体系。目前,我国CTA业务正蓄势待发,国内期货公司需要借鉴国外的有益经验,并结合我国现阶段的基本国情,来制定和完善资产管理业务。
1.以专业研发为核心竞争力
国内期货公司首先应组建强大的研发团队,确立以专业研发为核心发展方向。
2.以多元化趋势交易策略为主
国内期货公司可将多元化趋势交易策略作为主要投资策略。此外,趋势跟踪对单一市场存在较大的局限性,趋势性投资需要在一个多元化市场中进行。
3.运用量化模型研判市场行情
为了有效研判各市场趋势,需要建立系统化的量化模型,基础就是用大量的数据分析,来找出这些数据和市场价格的一些关系。虽然很多模型都是非常弱的,但可以通过大量数据分析来找出一些联系,如果这些联系有比较持续的效应,则可以通过组合建立起一套完整的数据模型。这些数据包括市场交易数据,也包括其他数据,如宏观数据,甚至天气数据。
4.加快国际化进程
当前阶段,我国期货市场还需要加快发展步伐。与此同时,国内期货公司也应该加快国际化进程,积极参与海外期货市场交易。从现阶段来看,期货公司进入海外期货市场交易,成本较高,需要期货协会和ZF监管部门给予一定支持。
此外,鉴于CTA运行模式以多元化市场的趋势交易为主,需要监管层与国外监管机构合作共同监管,以预防跨国违规交易等。而对期货公司来说,也需要熟悉各国期货市场的监管模式,以防造成不必要的损失。
-----------------------------------------------------------------------------------------------------------------------------
对冲基金的投资人群体风险承受力强,对回报要求高,因此对冲基金几乎都是主动积极型的基金。整个基金涉猎的投资领域跨度极大,在各类投资中还涉及到各类结合标的物和相关衍生品的对冲策略,因此对计算机IT技术的依赖性很高,目前普遍采用程序化技术。
2012年11月,我国有18家期货公司首批获得资产管理业务资格,标志着我国期货行业业务经营模式的新突破。美国是全球开展资产管理业务最早、发展也最成熟的国家之一,本文就美国开展资产管理业务的一般性策略加以介绍,并浅析其对我国期货市场的启示。
美国资管业务的一般性策略
美国开展资产管理业务的金融机构主要包括投资银行、商业银行和各资产管理公司属下的各种基金。美国对各类开展资产管理业务的机构管理的资产,其监管相对较为灵活,大体上可分为两类:一类为共同基金(mutual fund),另一类为对冲基金(hedge fund)。在美国,对共同基金的监管相对较为严格,其可投资的标的控制在相对较安全的资产上,较少或基本不用做空及杠杆操作,主要投资者群体更为广泛化,且对于风险的承受能力普遍较低,预期收益稳定但比较低;对冲基金的监管则较为宽松,但对投资者范围的限制则比较严格,投资者群体普遍有较强的风险承受力,投资标的也比较灵活丰富,衍生品、做空和杠杆的使用较为频繁,预期收益比较高但波动也比较大。
表1 共同基金和对冲基金的差异
从投资的进取程度来讲,美国的资产管理业务通常可以分为被动型投资和主动型投资两类。被动型投资通常指的是投资标的物为各种指数及各类行业性及地域性ETF,调整各类资产权重(reblancing)的频率较低,通常为一个月或三个月;主动型投资则较多追求alpha收益,积极运用各类杠杆及衍生品策略,资产配置的变化频率较高。被动型投资和主动型投资并无拙劣之分,其差异化在于面向的投资者群体不同。被动型投资通常的客户群体为风险承受能力较低,对预期收益率要求不高的群体,而主动型投资客户群体风险承受能力较强,同时对投资的预期收益要求也较高。
表2 被动型基金和主动型基金的差异
根据不同的投资操作方式,美国的资产管理业务还可以分为主观型投资和程序化投资。顾名思义 ,主观型投资更多是依靠资产管理者个人的经验与判断,在加以研究后进行交易;程序化交易指的是将各类影响交易的指标加以设计,并嵌入于交易模型中,在交易信号出现后自动进行交易的方式。当前程序化交易由于可以避免个人情绪因素的影响,且交易执行更为坚决、交易纪律更为严格而发展较快,但同时也应看到,世界顶尖投资家凭借几十年交易积累的经验和心理素质通过主观型交易在投资领域仍能屡获成功的事实。
以上是美国各类资产管理业务的几种分类方式介绍,其中最重要的是共同基金和对冲基金间的差异,这两类基金的差异反映出的是投资者风险承受能力的差异。不同风险承受能力必然对应不同的预期收益。基于投资者不同的风险偏好,继而确定资产管理中风险资产和无风险资产各自的权重是共同基金普遍遵循的原则。马克维茨的投资组合理论则向人们展示了如何通过投资的多元化减小投资组合的标准差,夏普对该理论的进一步发展引入了夏普比率,用以衡量投资组合在给定的风险水平下的超过无风险利率部分的预期收益。
当然,实际在利用历史数据进行分析,继而确定投资组合,必须考虑的一个问题是:历史数据是否对未来有充分的指导意义。实际上,统计实证发现,风险资产的回报率往往变化极大,通俗的例子包括曾经优秀的公司现在可能面临破产,曾经有巨大上升行情的商品未来可能面临持续下跌。不过,实证研究同时发现,风险资产回报率的方差和协方差的历史数据往往是比较可靠的,对未来该风险资产回报率的方差及不同风险资产回报率间的协方差有很好的指导意义。
基于以上理论研究,共同基金可以设计出符合不同风险偏好投资者的较为稳定的投资组合,其计算出的投资组合的夏普比率也比较可靠。
对冲基金的思路则有较大不同 。由于其客户群风险承受能力较强,对冲基金往往在投资组合中加入各种衍生品,并充分运用杠杆增加投资组合的预期收益,但同时也增加了收益的不确定性。与一些被动型基金不同,对冲基金无一例外都是主动积极型的,交易往往比较频繁,且由于配备了对冲工具,大多追求绝对alpha收益。因此,相对于共同基金较看重夏普比率这一指标,对冲基金更重视的是回撤率。回撤率又可分为连续最大回撤率、单日最大回撤率等。如果回撤率过高,则往往显示该对冲基金在操作上对风险控制不够好。当前,美国的对冲基金以程序化交易为主,高频交易近年来发展较快,其对IT软硬件技术的依赖性越来越高,因而对风控也提出了更高的要求。
另外,需要指出的是,美国的对冲基金可投资标的受限制极少,可投资资产非常灵活且具有弹性,股票、债券、期货、期权、掉期、外汇、抵押资产证券、ETF、货币资产等无一不可。多元化的投资某种意义上是一把“双刃剑”,用好了可以做好资产的多元化配置,根据经济周期的不同有效降低风险,并提高资金使用效率,但若使用不当,则可能造成不可控的损失。
美国资管业务对我国的启示
从我国期货公司当前发展的情况来看,未来不断发展的资产管理业务除了可以涉及传统的股票债券等投资品外,其更为重要也更为擅长的是各类期货期权等衍生品的投资,以及结合各类现货后采取的各种策略。从这个意义上说,我国期货公司资产管理业务更加贴近美国对冲基金的资产管理模式。
如前所述,对冲基金的投资人群体风险承受力强,对回报要求高,因此对冲基金几乎都是主动积极型的基金。整个基金涉猎的投资领域跨度极大,并在各类投资中还涉及到各类结合标的物和相关衍生品的对冲策略,因此对计算机IT技术的依赖性很高,目前普遍采用程序化技术。一般而言,一个对冲基金下往往有一个策略池 ,该策略池中包含许多已经经过回溯检验的策略包,而不同的策略包体现出不同的预期收益及风险。即便是有较高风险承受能力的高净值人士,由于其对收益风险的需求也不尽相同,所适合的策略也并不完全一致。一个对冲基金下的策略往往也是多样性的,既包括对冲套利型的,也有趋势型的。无论是对冲套利型,还是趋势交易型,对进出时间点的把握都是至关重要的,现在许多对冲基金对于某一个具体策略是否实施也都是通过程序化信号来掌控。
从这个意义上说,一个对冲基金下的经过回溯检验的策略数量也是至关重要的。如果策略较多,那么在任何一个时间点有适合某类投资者策略可以加以实施的概率就较大,策略得以实施的信号“东方不亮西方亮”。反之,如果策略数量较少,很可能面临一段时期内资金被迫闲置的问题。而作为对冲基金投资委员会的决策层,在有多种策略可供选择时,则需要根据当前的整体宏观环境就一段时期内选择最适合当前宏观面的策略。这类选择更多是以不同策略间仓位的调节来体现的。
当然,也有一些对冲基金所建立的模型直接将宏观数据嵌入进去,通过程序化的方式自动选择调仓。不过现今政治、经济层面变化愈加丰富,许多新政策很难用历史数据来演化,因此当前基于整体宏观面的投资委员会的决策主观性仍然较多。
目前,我国期货公司的资产管理业务开展时间还比较短,从策略的丰富性角度讲还有很大的上升空间。从媒体报道的情况来看,大部分策略主要是程序化的套利策略,其中尤以品种间套利和跨期套利居多。 笔者认为,未来的策略将会朝着多样化的方向发展,套利型和趋势型将会并举。
针对资产管理业务,笔者认为期货公司有必要积极开展货币市场的研究,培养短期资金市场的研究人员。期货期权采用的是保证金交易,基于风险控制角度的考虑,必然会有相当一部分资金作为“安全垫”被闲置。而短期资金货币市场有着安全性高、流动性好的特点,这对于闲置资金管理和增值有很大帮助,有利于提高资金使用效率和投资者的回报率。
此外,证监会已经批准期货公司设立风险管理子公司,促进期现货市场结合。从广义上讲 ,这是多层次资产管理业务的突破。无论是现货还是期货,实际都可看作是资产管理中的一个头寸,彼此有着很强的相关性,差异在于时间维度上的不同,结合在一起能发挥更好的资产管理的效果。