因子投資和指數投資

2022/09/01閱讀時間約 9 分鐘
究竟「指數」和「因子」有什麼關聯呢?
看著讀者問我的題目,我想,吵架的時間又到了。


1. Smart ass Beta
有些人喜歡說,因子介於主動和被動策略之間。
如果被動投資依靠β,主動投資捕捉α,那因子就是中間的Smart Beta.
從認識商品的角度,我接受這種說法,因為這只是一個名稱。
但是,從投資的角度,我不採用smart beta這種商業化的術語。
如果妳就是因子投資者,更不會在研究的時候採用smart beta,因為這就是在將投資組合的報酬及風險歸類時,和自己過不去。
α就是無法解釋的收益,既然無法解釋,就不會被因子解釋。
頂多只能說,你眼中無法解釋的α,在我手上能轉化成β.
所以,因子投資是不斷把α變成β,實際上沒有什麼smart Beta.
2. 指數投資包含所有因子
前陣子聽到江湖傳聞,有作者在講因子投資的時候,宣稱指數投資隸屬於因子投資的一個分支,結果引來指數投資基本教義派的怒火,因為這句話講反了。
不是因子包含指數,而是指數包含因子。
如果順著歷史脈絡,我們應該會知道因子投資理論的演進,和指數投資系出同門。
從指數的角度切入,投資人可以把全市場加權指數視為一個大型多因子模型,只不過因子本身互相抵消,所以到最後只剩下市場因子。
白話文,如果執行指數投資,那麼影響報酬的唯一因素,就是市場本身。
另外,因子本身無法捕捉市場之外的資訊。
因子就是來自於市場本身,不可能抓到超出市場的資料。
常見的市值、市淨率、β係數,就是來自市場。(前兩個也是常見基本面分析的資料。)
對於指數投資人而言,不需要擔心錯過任何因子;倒是因子投資人隨時承受遺漏因子而造成虧損的風險。
有人說,非常傳統的CAPM模型中,市場=市場β,那按照此定義,因子投資確實能捕捉到市場β之外的因素。
但是,即使是這樣,投資人也要注意一件事。
不管你的因子模型多會抓,例如100因子模型好了,抓到99.9999%的報酬因素,仍然不敵純指數投資的解釋力,因為總會有無法解釋的那一部份。
所以,因子的涵蓋範圍,是在指數裡面。
換句話說,指數包含所有因子。
唯獨在兩者都全滿的狀態下,指數=因子,此時因子是指數的一部份,而指數也屬於因子投資的一環。
再說一次,市場β<因子<指數(大盤)。
你頂多只能說因子模型超越市場β,不能說因子超越大盤自己。
3. 因子投資是主動還是被動?
從學界角度,因子屬於資產定價的一環,重在解釋原本的錯誤定價。
投資角度,因子用來挖α,屬於主動環節。
因子是一種主動策略+靜態執行,就如同我前幾天寫了一篇主動均分+被動持有的文章一樣,我沒辦法一刀切開因子和指數,把整體行為歸類為靜態還是動態。
不過,我還是可以釐清系統性投資和被動投資的關係。
有一些人宣稱因子投資是系統性執行,所以屬於被動策略,這是錯誤推論。
Systematic 只是代表執行層面,可是策略方面完全可以是主動。
不能因為系統性執行,就說一個策略本身是被動。
例如,我寫一個60MA黃金交叉的外匯策略,放給電腦跑,那就是系統性自動執行。
規則很透明,完全不用人為干涉,但它就是主動策略。(至於是客觀還是主觀,是另一回事。)
󠀠同樣的,系統性的用因子獲取報酬,通常來自主觀選擇,除非是純data driven.
事實上,無論主動還是被動投資,都能和因子結合。
4. 指數投資者(或作者)通常有一個弱點,就是以為只要死守既有知識領域就好。
可是,由於每個環節都不是非黑即白的主被動選擇,所以一定會面臨到模糊地帶。󠀠
我寫文章,就很喜歡針對模糊地帶討論,因為我知道大部分作者不懂,大家只是重複用同一套說法。
例如,大家會講不要槓桿,但是對槓桿的算法卻不懂,對期貨原理和槓桿ETF原理也不懂,因為完全沒有衍生品訂價的知識儲備。
例如,大家都說要再平衡,可是仔細研究手動平衡和buy and hold的差異,又變成一個主觀選擇,實際上這也是有得科學評估的。
󠀠有鑑於此,我建議各位朋友去找一些量化資產配置的書去看(目錄),就會發現因子/槓桿/頻率,全部都包在同一個框架之下。
例如,Quantitative Equity Portfolio Management Modern Techniques and Applications by Edward E. Qian, Ronald H. Hua, Eric H. Sorensen
從各個面向知道指數投資的好,和只知道指數投資,這完全是兩個族群。
一般情況下不會有差異,但是到知識邊界的時候,差距會拉開。
你會知道哪些人講不出來,哪些人隨波逐流跟隨主流,哪些人講的會變成知識源頭。󠀠
當然,如果妳就是基本教義派,很好,保證安全。
如果你和我一樣是邪教,喜歡探索知識邊界,也很好,比較能宏觀的看待投資流派。
最怕妳沒有基本教義的信念,又沒有吸收新知的能力,那就會間接承受無知的風險。
5. 因子投資可以結合槓桿嗎?
會這樣問的人,代表不懂因子,也不懂槓桿。󠀠
不過沒關係,這只是一個簡單觀念。
󠀠投資層面,我們有機會獲得超額收益,是因為「槓桿」。
強化了因子,才能做出超出大盤本身的配置。󠀠
葡萄酒的原料來自葡萄,但是透過強化,我們可以釀出很香醇、酒精比較濃的酒。
每個自然物質都有放射性,但是透過濃縮,我們能做出超越自然的核燃料棒。
通常我們會用「多空」的方式,提取因子,然後加上更大的槓桿,把因子的特性濃縮。
(這裡是指因子股票對大盤的多空,不是因子自己的多頭或空頭。另外因子相對於中性大盤的多空,通常不會超出0%和100%的範疇。)
如果不增加槓桿,妳的因子模型就只能用來「選股」。
󠀠再怎麼選,妳的投資組合永遠都無法突破大盤的效率前緣。
換句話說,因子投資有機會贏大盤,是因為我們把因子的曝露放大,讓資金壓在特製過的投資組合,而這就會運用到因子的槓桿。
6. 因子派和異象派的差別
這邊說的因子,是傳統線性風格因子模型,例如Fama 3/5/6或Q5
既然是線性組合,就一定會有誤差,而一旦選定因子之後,剩下的就不會管。
例如一組因子模型可以解釋85%的收益,那剩下15%就不管,也管不到。
󠀠因子流派不用ϵ(殘差),直接把它當成垃圾。
但是異象投資人,志在挖掘超額收益,所以任何可能有用的資訊,他們都會拿去用,包括α和ϵ.
因子派會覺得那是學術不嚴謹,異象派則會覺得能賺錢就好。
石川承襲張櫓等人,認為市場非常有效,所以一旦有無法解釋的收益,會認為是因子模型不夠好。
Shiller等人,認為市場沒有效,所以它也發展行為金融。󠀠
對於傳統因子投資者而言,大多會走市場有效派(解釋派),並放棄掉ϵ.
傳統異象投資者,可能會採用因子,也可能會採用行為金融,把ϵ也一起吃下。
也有介於中間的,例如DHS三因子,就是採用行為因子。󠀠
更廣義的說,量化多因子就是嘗試把所有因子都包含進去,當然有傳統的線性風格因子,有非傳統的數百個風格因子,也有更多的非風格因子,例如心理因素、宏觀經濟、另類數據、高頻價量因子......更有趣的是,投資人不一定採用線性模型,有些也結合非線性的機器學習領域,像是特徵工程和降維手段。
󠀠
7. Diss一個現象
放心,我沒拿基本教義的廣告費,我就事論事。
因子投資某種程度是被KOL和smart beta商品偷渡到指數投資領域的,而且又因為CAPM/FF3等金融理論的撐腰,所以支持者容易有一種「優越感」。
優越感,讓他們覺得所向披靡,瞧不起其它流派,甚至包括指數投資本身。
再加上推廣因子的人常常說出「一般人指數投資就夠了」,導致一堆指數投資人認為因子是比指數更好的東西,反而更想學。
問題是,因子只是一套分析框架/定價模型,不代表比較好。
為什麼指數投資人會反對財務基本面分析,可是能接受財務數據排序的風格因子投資?
為什麼指數投資人會反對擇時,可是接受人為設定進出頻率的動量因子?
為什麼指數投資人會反對策略ETF,卻能接受因子多空策略的ETF?
為什麼指數投資人會反對使用槓桿,可是可以接受因子的槓桿?
󠀠這就像一個吃素的,到處反對吃肉,但又說牛肉不是一般的肉,所以他可以吃牛肉。
很多人講因子,可是講來講去就是FF3/5/6,卻沒人講同期的Q5(有,我、石川、淆智大師以及投資沙岸揀貝人), Carhart4 或長短週期。
很多因子投資人能對風格因子侃侃而談,卻否定量化多因子模型,這完全就是因子基本教義造成的無知。
哪怕稍微排序和優化過,就會知道這情況的荒謬之處。
為什麼會有這種現象?
一是盲目,二是無能,三是不求甚解。
盲目,讓他們只會跟著KOL,不懂質疑。
無能,沒有實力進一步研究,也無法挑戰既有說法。
不求甚解,只憑感覺合理,卻無法回答我上面的問題。
󠀠如果你對自己的資產負責,就不要像這些優越人士一樣。
8. 來點建設性資料
如果觀眾真的想了解因子,除了看書之外也能去找一些作者吵架。
以我為例,資歷最淺,相關領域只用Excel+MATLAB+Python跑過一些傳統線性因子和機器學習模型,用來排序和優化組合權重。
遇到簡單的因子投資問題,我還能回答。
󠀠如果各位想追尋高含金量的答案,我推薦7個有能力研究「因子投資」、有發文過、會說中文的人。
1. 葉怡成教授,學界,寫有美股研究室+台股研究室,描述因子和部分量化,我寫過書評。
2. 淆智大師,D卡和我有一些討論,明顯業界人士,也融合部分價量因子,推薦給我數篇精采論文,可惜自身沒有在寫文章。
3. 遠得要命的數學王國,FB數理經濟學作者,學界人士。
4. 石川博士,業界+學界,不用我介紹了。
5. 投資沙岸的揀貝人,在FB和我有過交流,業界人士。
6. 許哲維,Medium,學界人士。
7. FinLab,韓承佑,學界+業界。

感謝讀者的好學和實事求是。
如果我有說錯,請踢館。
如果對因子投資有興趣,也可以到DC群討論。
贊助創作者百元,就抽 $8,888 紅包與好禮!
我喜歡研究和挑戰艱澀的學科,也喜歡用易懂的人話分享知識。
我喜歡研究和挑戰艱澀的學科,也喜歡用易懂的人話分享知識。
如果要發表留言,請先登入註冊會員
享受沈浸的閱讀體驗
徜徉在不受干擾的簡約介面,瀏覽數百萬篇原創內容。
領取見面禮
只要設定追蹤作者,即可享有 48小時
Premium 閱讀權限