解构一只年内稀缺的正收益指数基金

导读：2022年注定是充满“黑天鹅”和动荡的一年。从开年就遭遇了全球通胀超预期，美联储开始收紧货币政策后带来的调整，再到之后的俄罗斯和乌克兰地缘冲突，以及最近的新冠疫情对许多人生活、以及经济的影响。

作为“经济的晴雨表”，A股市场的表现也体现了这些超预期事件。开年以来，沪深300跌幅18.77%、上证指数跌幅15.19%、创业板指数更是大跌30.88%，但从创业板指数表现看，跌幅已经超过了2018年全年，要知道那一年可是A股历史上第二大熊市（数据截止：2022年4月22日）。

那么有什么指数在今年还能取得正收益呢？答案就是具有深度价值“气质”的红利低波指数。我们以创金合信红利低波动A为例，今年以来取得了4.63%的正收益（数据截止：2022年4月22日）。那么为什么红利低波指数今年能有正收益呢？更重要的是，这个指数未来是否还能有正收益呢？带着这些问题，我们访谈了创金合信首席量化投资官董梁。

董梁有着非常丰富的量化投资经验，早在1995年从清华大学毕业后，他就远赴美国求学。在回国之前，董梁曾经在全球量化投资的“黄埔军校”BGI工作多年，负责做美股的对冲基金业务。BGI也培养了公募基金行业量化投资的“三巨头”：富国基金的李笑薇、华泰柏瑞基金的田汉卿、景顺长城基金的黎海威。在此次访谈中，董梁回答了三个我们最关心的问题：

1）红利低波指数背后是由红利因子和低波因子构成，属于一种“聪明的贝塔”指数，主要超配高分红、低波动的传统行业，低配高估值、高波动的新兴成长行业；

2）即便在过去一年实现了20%左右涨幅后，红利低波指数的估值处在过去8-9年最低位，分红率却在过去8-9年最高位；

3）拉长时间看，红利低波指数相对宽基指数有很强的超额收益，2005年12月30日开始算，到2022年一季度末取得了860.32%的累计收益率，远超上证50的263.99%、沪深300的357.26%、中证500的635.35%、中证红利的495.55%。

站在这个时间点，董梁认为红利低波指数未来会继续有比较好的收益。此前成长风格已经持续了两年多时间，在宏观环境开始变化后，价值风格也大概率在未来一两年时间占优。结合历史低位的估值水平，投资者即便现在买入也大概率不是这个风格的最高点，对应的风险收益比较高。

此外，董梁作为创金合信的首席量化投资官，也和我们分享了他的团队如何在指数增强等产品上实现超额收益，以及他近期通过加入短期的高频交易因子，如何提高中低频的多因子选股模型。

以下，我们先分享一些来自董梁的投资“金句”：

1. 我们做过一个统计，把红利低波指数从2005年12月30日开始算，到今天为止取得了860.32%的累计收益率，远超上证50的263.99%、沪深300的357.26%、中证500的635.35%、中证红利的495.55%

2. 总的来说，红利低波指数超配了高分红的传统行业，低配了波动较大的成长行业

3. 通过加入低波动因子，把基本面有问题的深度价值公司剔除掉，也是为什么红利低波指数能长期跑赢红利指数的原因

4. 我们的模型建立在基本面、技术面、分析师预测、事件性四大类的300多个数据之上，对全市场的股票进行综合的打分模型

5. 负面因素和政策底不断交互，未来A股市场还是维持弱势震荡。去年高举高打的赛道股，包括新能源车、半导体等，很难有比较好的表现

6. 目前红利低波指数的估值也很便宜，只有5.4倍，是过去8到9年最低的位置

7. 再看分红率，红利低波指数目前也有5%以上，是过去8到9年的历史高位

8. 从2019到2021年三季度，成长风格经历了两年多的牛市，接下来的这一次价值风格切换也可能持续几年时间

9. 换手率指标在美国和香港市场，都是负超额收益指标。意味着换手率越高的股票，未来收益率会越差。但是，换手率指标在很长一段时间，都是A股市场的正超额收益指标，越高换手率的股票，未来的表现就越好

10. A股的量化模型在做空的这一侧有较强的预测能力，而在港股和美股市场，量化模型在多空两端的表现会更平衡

红利低波长期跑赢宽基指数

朱昂：许多人对于红利低波指数可能并不了解，能否先谈谈红利低波指数是如何构建的？

董梁红利低波指数属于一个兼顾高红利和低波动两大策略的Smart Beta指数（又叫聪明的Beta）。这个策略包含两个重要的因子：高红利、低波动。

高红利策略是Smart Beta领域非常重要的一种策略。海外有很多像养老金这样的机构投资者，对于高红利类型的基金需求很大。他们需要投高分红的基金或者股票，以确保有现金流给其持有人。通常来说，高分红的股票都属于价值型公司。而价值投资策略，也是投资界最重要的策略之一。

低波动则是选取了相同类型公司中，波动更低的一批企业。我们通过历史数据也发现，这些股价波动更低的公司，长期的回报更好。波动更低，意味着企业的经营基本面更加稳健，长期的稳定性比较好。

我们的创金合信中证红利低波动指数基金，是以中证红利低波指数作为基准。这个指数由50个成分股组成，选择了高分红和低波动的股票。站在当前时点，这个指数的权重股分别在采掘、金融地产、交通运输、食品饮料等板块。今年以来，这个指数表现比较好，契合了目前的市场风格。

那么许多人或许会问，红利低波指数是不是只有在特定的市场环境下，才有所表现呢？事实上，这是大家对红利低波指数的一个误解。我们做过一个统计，把红利低波指数从2005年12月30日开始算，到今天为止取得了860.32%的累计收益率，远超上证50的263.99%、沪深300的357.26%、中证500的635.35%、中证红利的495.55%（数据来源：Wind；数据截止：2022年3月31日）。我们看到，红利指数不仅对其他宽基指数都取得了超额收益，而且26.17%的年化波动率又是最低的。

朱昂：能否再具体讲讲红利低波指数对哪些行业进行了超配，哪些行业做了低配？

董梁具体来看最大权重的行业，银行占比25%、房地产占比20%、煤炭占比10%、交通运输占比8%、建筑装饰占比6%。这些都属于红利低波超配的行业。相比沪深300指数，科技类和生物医药类的公司属于低配。这些行业的分红比例很低，有些公司都不分红，而且波动也比较高。

总的来说，红利低波指数超配了高分红的传统行业，低配了波动较大的成长行业。

朱昂：无论是国内，还是海外，红利低波指数都有很高的长期超额收益，你觉得背后的原因是什么？

董梁一个公司的股价，不能长期脱离基本面，也不能长期脱离内在价值。有了这两个基本假设后，我们就比较容易理解，为什么红利低波在比较长的时间窗口是有超额收益的。指数中的成分股，都是估值比较低、经营稳健、而且基本面的可预测性比较强的。这些公司的短期弹性或许不足，但只要内在价值比较强，长期都会有比较好的回报。

兼具低波动和高收益

朱昂：过去几年单纯的红利指数表现比红利低波指数更好，那么为什么要加入低波策略呢？

董梁确实，最近三年我们把中证红利、红利低波、上证50、沪深300、中证500几个指数放在一起比较，中证红利指数是表现最好的，其次是红利低波指数，接下来是几个大的宽基指数。

市场短期是有不确定性的，长期看加入低波动因子后，红利低波指数确实比纯红利指数表现要好，因为我们看过去十几年，确实红利低波指数是明显跑赢红利指数的。

那么波动更低的中证红利低波指数，为什么反而比高波动的中证红利指数收益要高呢？我觉得通过加入低波动因子后，把一些比较坏的波动剥离出去。投资中，并不是高波动一定能对应高回报。许多股票基本面并不好，波动又很大，长期处在波动向下的周期。

红利因子，对应的是具有深度价值、分红能力较强的股票。通常深度价值的公司，波动是比较低的。波动较高的深度价值，可能基本面会有一些问题。通过加入低波动因子，把基本面有问题的深度价值公司剔除掉，也是为什么红利低波指数能长期跑赢红利指数的原因。

朱昂：2020和2021年，创金红利低波指数基金都取得了很高的超额收益，而且跟踪误差很小，能否谈谈超额收益是如何取得的？

董梁坦率说，我们超额收益主要来自新股申购。我们从2019年以来，一直在参与上交所主板和科创板的新股申购。。我们有一个专门的新股研究团队，为所有的基金经理服务，所以中签率一直还比较可观。同时，我们这个产品过去两年规模不大，截至去年四季度只有1个多亿，所以新股申购收益率就比较明显。

今年的科创板打新规则有些变化，许多公司出现了破发，导致打新收益率下降很大。我们也做出了相应调整，对于报价不合理的新股进行了主动放弃。从数据上看，我们今年的科创板打新中签率，与前两年相比有所下降，就是因为我们主动做了甄别。另一方面，我们产品的规模也从1个多亿增加到了今年一季度末的3个多亿，摊薄了打新带来的超额收益。

朱昂：除了打新以外，这只产品还有其他超额收益来源吗？

董梁我们团队目前管理了10只公募基金，其中有9只基金属于指数增强或者主动量化产品，通过量化模型能带来超额收益。但这只产品作为一只被动指数型基金，根据合同约定，只能做指数复制，并没有应用我们的量化选股模型。

量化模型要不断迭代

朱昂：那么能否谈谈其他产品的指数增强是怎么做的？

董梁我们这边做的其他量化产品，都是通过多因子选股模型作为超额收益来源的核心。我们的模型建立在基本面、技术面、分析师预测、事件性四大类的300多个数据之上，对全市场的股票进行综合的打分模型。

我们的模型有一个优化器，对每一个底层因子在最终的模型里面进行赋权，确保我们的多因子模型能够在尽量多的市场环境中，都能表现比较稳健。在分散风险的前提下，尽量最大化模型的预测能力。

通过被优化过的多因子模型，我们每天会给股票打分，通过打分找到模型认为能跑赢指数的股票进行排序，然后就需要把打分转换成具体的持仓。

持仓除了选股，还要做组合管理。我们有一个风险模型，对每一个股票的波动性、不同股票之间的相关性做衡量，最终实现一个阿尔法排序。然后结合一系列约束条件，比如说个股最大权重能到多少，风格偏离度、行业偏离度，最终实现我们的投资组合。

那么我们如何相对业绩基准获得超额收益呢？就是通过多因子模型构建的最后持仓，和业绩基准相比有哪些差异。我们对于业绩基准指数成分股，会根据模型做相对基准的超配和低配。背后，就是模型认为什么股票能在未来跑赢基准指数。

朱昂：量化有个问题，超额收益要维持也不容易，你们如何能维持你的超额收益，保持你们的竞争优势？

董梁一个人的投资能力如同逆水行舟，不进则退。假如一个人开发了某个量化模型，测试的时候发现表现很好，实际运作一段时间，表现也很好，就认为可以靠这个模型持续稳定获得超额收益，实际上是行不通的。做过一段时间量化投资的人都知道，没有一个模型可以让你“躺赢”。

市场整体发展，是朝着更加有效的方向进行，获得超额收益的难度在不断增加，不仅是量化投资，主动管理也面临着挑战。我觉得超额收益变得越来越难获取，有两方面的原因：

首先是投资者结构的变化。过去A股市场是明显散户主导的市场，现在散户比例还比较高，但是占比相对五年前有明显的下降。越来越多聪明的机构投资者在进入这个市场，造成了价格和价值错配的情况越来越少，市场里面的Alpha也在变得更少。

其次是信息传播途径的变化。在移动互联网普及的时代，大家获取信息越来越方便。过去信息渗透的速度比较慢，可能会先从核心的人慢慢传递都全市场。今天，一个信息的传递可能压缩到几个小时之内，更加快速的信息传递，也造成了股价更接近于合理水平。

对于我们做量化投资的人来说，一定要不断迭代模型，许多几年前有效的因子，现在都不行了。这几年量化私募的规模在变大，也在摊薄量化投资的超额收益。我们已经开始用更多的另类数据，并且通过机器学习的方式，找到更多非线性的因子。过去几年算力在不断提高，软件包的便利度也在增加，让机器学习成为了一种新的工具。

朱昂：量化是基于历史看未来，但很多历史有效的策略，在未来也不一定有效，如何保持模型的有效性？

董梁这个和前面提到的有相似点，关键是如何保持我们的投资能力，在因子、策略失灵的时候，及时排除掉，不能一条路走到黑。这个模型，必须有一套迭代机制。

我们会对一个模型中的因子权重做加权平均，并且在每一个对模型因子进行优化和重新计算。我把当前时间点往后推算两年作为滚动的时间窗口，如果有些因子表现持续下降，那么在模型的权重就会逐步降低，最终到零。可以说，我们的模型对于表现较差因子，会自动降低其权重的。

红利低波指数处在历史估值低位

历史分红高位

朱昂：目前这个时间点，你们继续看好红利低波策略的原因是什么？

董梁我们看好红利低波策略，并不是简单因为这是今年少数有正收益的策略，指数年内实现了大概7%左右的正收益（注：访谈时间为2022年4月19日）。我们推荐红利低波指数基金，也不是基于这个基金过往的表现，而是站在这个时间点，我们如何展望未来。

目前的A股市场，有几大因素在相互作用：

1）疫情的影响。疫情今年的影响还是比较大，肯定超出了年初的预期。我们看到，由于疫情的影响，整个长三角的产业链，受到了很大干扰，对市场产生了比较大的影响。我觉得疫情对经济的影响，不是1个月就会过去的；

2）俄乌的地缘政治冲突。今年俄罗斯和乌克兰的冲突，也是超预期的，大多数人没有想到真的会开打。即便俄罗斯开始动手，也以为战争会很快结束。在俄罗斯和乌克兰开战后，除了俄罗斯股市外，A股是跌得最多的市场，也代表全球投资者对中国资产的担忧。这一部分的担忧，短期也不会马上结束；

3）美联储的加息。近期美国的CPI又创新高，达到了8.5%。现在市场不断传递的信息是，下一次美联储可能直接加息50个基点，到了今年底联邦利率可能达到2.5%以上，而目前利率只有0.25%。美联储的持续加息，对于高估值股票有明显的抑制作用；

4）政府的稳增长政策。说了三个影响市场的负面因素，我们再说正面因素。近期我们看到，政府对经济增长的压力很大，也动用了一些工具。我倾向于认为3月15日就是政策底。

负面因素和政策底不断交互，未来A股市场还是维持弱势震荡。去年高举高打的赛道股，包括新能源车、半导体等，很难有比较好的表现。即便经历了比较明显的调整，许多公司的估值也不低。而且，这些赛道股的机构持仓也很拥挤。机构高度持仓的下降，也需要一个过程。

作为一个投资者，把钱投在红利低波的公司上，会有比较好的价值，波动也比较低。

朱昂：还有什么原因，让你继续看好红利低波策略？

董梁我们推荐基金，也会担心让持有人买在高点。历史上，我们见过许多历史业绩很好的基金大卖，但是等到投资者买进去后，这个基金的风格就见顶了，出现比较大的调整，也让投资者体验比较差。

虽然红利低波指数基金过去1年有20%左右的收益率，已经在市场排名非常靠前，但我并不认为现在就是这个策略的高点。除了前面说的宏观因素外，目前红利低波指数的估值也很便宜，只有5.4倍，是过去8到9年最低的位置。这意味着，过去一年20%左右的涨幅，并不是来自估值的提升，而是企业盈利的增加。再看分红率，红利低波指数目前也有5%以上，是过去8到9年的历史高位。

站在历史高位的分红率和历史低位的市盈率，红利低波指数显然还有进一步上涨的空间。

朱昂：红利低波策略，会在什么样的市场环境下表现不好？

董梁 在流动性泛滥的时候，赛道股会得到追捧，我们这个策略表现就不太好。比较典型的是2020年，这一年是显著的结构性牛市，沪深300涨幅20%度，全市场个股平均涨幅7%左右，但大部分基金涨了40%。这一年，红利低波指数的表现就比较差。

背后的原因也很明显，由于2020年第一次出现疫情，全球央行放水，资金多了都去买高估值、高成长的抱团股，并且形成持续正反馈。钱多的时候，估值就不是个事了。

朱昂：是不是这一年的风格切换，对红利低波指数也是比较好的？

董梁许多人认为去年春节后开始出现风格从成长向价值的切换，食品饮料和生物医药出现了大跌，新能源一开始也不行。但是从去年5月开始，新能源、半导体为代表的高成长股，因为景气度较高，走出了一大波的行情。在短短几个月时间内，许多股票翻倍。这个阶段，对于红利低波策略并不算友好。

到了去年9月份，这一波高成长股的走势也基本到头了，真正的风格切换是从哪个时候开始的。从2019到2021年三季度，成长风格经历了两年多的牛市，接下来的这一次价值风格切换也可能持续几年时间。

从美国到香港，再到A股投资

朱昂：能否请董总介绍自己的背景，当时在美国工作了很多年，是什么契机回国的？

董梁我是1995年从清华大学本科毕业后去的美国，在密西根大学博士毕业后，2000年加入了一家硅谷的软件公司。做了三年多软件后，我就转行到了投资领域。2003年我加入了一家洛杉矶的券商开发高频算法，可以说我对高频算法也是有一定了解的。从2005到209年我加入了当时全球最大的资产管理公司BGI，做美股的量化对冲。

其实，在BGI的这份工作挺不错，当时BGI管理了接近2万亿美元的资产。我在那边运作美股的量化对冲基金。不过2008年进入危机后，导致BGI被今天全球最大的资产管理公司贝莱德收购，也带来比较大的公司内部架构调整。加上我自己也离开国内十几年，希望离父母近一些，于是考虑再三我在2009年夏天从BGI辞职，来到了香港的瑞士信贷。

之后我就一直香港工作，没有直接回国内的原因是，当时国内量化投资发展还处在早期，许多衍生品投资的工具也不是很齐全，而且我刚回国的时候，国内量化投资对人才需求也没有那么高。

朱昂：董总在海外工作了很长时间，如何把量化投资和中国本土市场进行结合的？

董梁中国有一句话叫万变不离其宗，在量化领域，也有一定的适用性。我们做量化投资的组织架构、工作流程，选股模型等，无论是在美国、香港、还是国内，都变化不大。

我们的模型，还是建立在几百个底层因子库之上的多因子模型，涉及到基本面、技术面、分析师预期、事件性四大维度。无论是模型的优化器还是风险模型，在每一个市场也都会用到。可以说，这一套方法的底层架构没有变化。

那么什么发生了变化呢？我们会针对不同市场自身的特点，对多因子模型进行适应性调整。不同因子在不同市场的作用差异很大。我简单举个例子，换手率指标在美国和香港市场，都是负超额收益指标。意味着换手率越高的股票，未来收益率会越差。但是，换手率指标在很长一段时间，都是A股市场的正超额收益指标，越高换手率的股票，未来的表现就越好。这也和A股发展的阶段有关，散户追踪热点动力更强，呈现出和美股、港股不一样的特点。

此外还有结构上的差异，以个股的做空为例，A股借券的成本和获取券源的难度更高，而港股和美股市场上做空的成本很低，借券也很容易。因此A股的量化模型在做空的这一侧有较强的预测能力，而在港股和美股市场，量化模型在多空两端的表现会更平衡。

我们一定要把因子和本地市场表现结合起来，不能简单照搬海外市场的有效指标。所以，我们的模型对不同指标权重进行了优化和调整，以更好适应A股市场。

朱昂：董总带领的量化投资团队，是一个什么架构，大家如何保持高效的工作模式？

董梁我们团队目前有6个人，4位基金经理和2位专户经理，每个人都是既做研究，也做投资。我自己大部分时间也在做研究，也很喜欢研究的过程。我们团队的大部分精力，也都在发掘新的因子、优化组合的调整、搭建新的模型方法等工作上。

每一个季度，我们都会开研究讨论会，大家把近期研究的成果做一个分享，对新研究的因子提出建议。我本人会决定，哪些层面的研究值得进一步化时间，并且放在我们的生产化过程中。如果一个因子在研究中表现很好，生产化跟踪中也表现不错，我就会逐步加入到多因子模型中。

朱昂：在你的个人投资生涯中，有没有一些飞跃点或者突变点？

董梁第一个飞跃点是加入BGI。在此之前虽然我也做过高频算法的开放，但那个工作更偏向一个技术活，策略就是以量价指标为主，不需要风险模型和优化器。加入BGI之后，比较系统性的学习了量化模型的开放和掌握，通过对多因子模型的应用，走上了一条量化投资的正路。

第二个飞跃点，是最近半年。我个人花了很多时间开发短期的交易模型，感觉对模型优化带来了比较大的提升。在此之前，我们公募基金主要做一些中低频率的量化模型，都是一些大容量和长时间窗口的策略，以月度级别的股价变化做为基础。

但是从2021年9月之后，市场进入了更快、更散乱的热点切换模式，对于过去的中低频量化策略，会反映不够灵敏。于是，我从去年四季度开始，结合过去做高频算法开发的经验，加入了更多3-5日交易窗口的高频策略，帮助我们捕捉周度级别的交易机会。

一直运行到今年2月底，整个模型已经达到我预期中比较完善的状态。短期交易模型的迭代，会对我们未来的业绩提升，起到关键作用。

延伸阅读：

董梁总此前专门做过一个关于量化投资的小课程《董梁带您走进量化投资的神秘世界》。大家感兴趣的话，也可以去看一下这个小课程，既能更进一步理解董梁的量化投资体系，也是一个普通小白的量化投资入门教材。课程是纯投教知识分享，不需要付费，也希望对大家有帮助。