职业玩家的股市策略游戏

今天和大家分享的兄弟又是位重磅大神，投资聚义厅的首席策略官Q老师，简称Q湿。

Q湿是金融学博士，9年前加入聚义厅，在校期间就以对金融体系和货币政策的学术研究著称，在核心期刊上发表了好多篇相关研究，被评为我校的学术之星。现在去知网查，还能看到他那些被累计引用上千次，下载近5万次的论文。

别看他学术研究做的那么好，其实在学校的时候跟兄弟们混在一起讨论股票才是他的主业。也因为他过于独特的能力，渐渐被兄弟们尊称为Q老师，再经过多年的演化简称Q湿。

Q湿目前在大券商做策略分析，和他的专业还是比较贴切的。在比谁嗓门大的策略分析圈子里，他是一股低调得不可思议的清流，既不对中小级别的市场波动做预测，也不做邀功式的点评。但我们这个小圈子都知道，他对大势的判断确实很准，尤其在他吃牛肉火锅时。

一次是在2019年年初，那时整个市场还沉浸在熊市后的悲观和保守氛围中。春节前兄弟们打完篮球去吃牛肉火锅，Q湿发表了节后总攻论，提示年后就可能出现大涨，果然一锤定音。

还有一次是今年3月的股灾，全球最暗无天日最恐慌的那天，也就是桥水被传流动性出问题的那天。那天中午兄弟们也在一起牛肉火锅。Q湿一边涮肉一边坚定地说这里就要见底了，周末就在聚义厅的群里向所有人分享了这里为什么见底的分析。

今天分享的是Q湿研究策略的一些框架和成果，其中有许多非常精彩和出挑的观点。从中我们能看到以下几个问题的讨论：

1、策略分析工作的实质是什么？

2、为什么中国资管行业出不了美国那样规模的公司，也很难有长牛？

3、长/中/短期看，估值都不是最重要的。

4、经济增速越低对龙头股越好。

5、市面上的短期策略研判都是错的。

6、风格轮动的本质是轮盘赌。

原文很长大概1.5万字，我已经尽可能节选了但还是篇幅较长。好在Q湿一贯用的是分享和讨论式的文风，从事实引出逻辑，可读性很强。强烈建议大家认真通读。

——宝哥

1

宏观策略分析是投资约束的产物 

一个非常重要的基本事实是，无论是指数还是个股，长期的预期回报率基本上会趋近于（分红后的）权益资本回报率加上分红（及回购）带来的现金回报率。这是个非常朴素且唯一正确的道理，美国和中国股市都吻合这个道理（实证过程略）。

在这个给定事实下，如果没有任何投资上的约束，最优的投资方法论就是寻找拥有高确定性和高资本回报率的公司，获得公司长期内在价值积累的收益，同时利用好“市场先生”，获得价格向价值均值回归的估值修复收益（大多数时候其实只要不要买的太贵就够了）。额外的宏观策略分析几乎没有增量价值。

然而客观现实是，投资者存在各种各样的约束。包括投资期限、资金规模、交易限制（仓位/品类/工具/频度）、金主爸爸对净值曲线形状的要求等等，或者是迫于生计去满足一些短期考评。

在这些约束下，择时就是不可避免的了。这里我说的择时，不光是加仓减仓的问题，对风格的选择、行业的轮动、个股的轮换，都是择时，都需要一些宏观和策略的分析。

我也知道择时错误率高，但如果我背后客户也择时，你说我是支持还是不支持？

宏观策略分析是作为一种研究工作还是作为一种商业模式？这两者是完全不同的逻辑。前者存在一套相对客观的准则，而后者则可以为了服务各种类型的需求而创造出五花八门的套路。宏观和策略分析之所以难，是因为大部分时候很难获取微观层面的数据，找不到微观基础，很容易让人忘记“第一性原理”，忽略本源的客观事实，去找迎合自己逻辑的解释。

任何过去已经发生的既定事实，都一定有一个唯一正确的因果解释。放到个股上，通常大家的复盘得到的结论八九不离十；放到市场或是宏观层面，10个人可能找出10种解释。一个已经发生的事情，都没有客观且唯一的评判，怎么敢拿这套标准去预判未来？相比于“谁，明天，要干，什么”这种简单粗暴的逻辑，缺乏微观基础的宏观和策略分析大部分时候其实都没什么用。

因此宏观和策略分析，通常只有在“合成谬误”发生的时候，或者能够获得代表市场主体的大量微观信息的时候，对投资才有指导意义。在这之外的分析，可以把他当作是一种服务于他人的工作，不能太当真，最后搞得自己信了。可以把宏观策略分析看作是一个虚职期权，大部分时候都是成本，有时候能有奇效。

2

为什么中国的基金公司做不大，也没有长牛？ 

我们看美国的共同基金行业，股票型基金过去10年的规模加权平均年（双边）换手率约为50.2%，相当于2年才换一次仓，而实际中很多Long Only的年换手率也就30%左右，差不多至少3年才换一次仓。我也统计了一下国内的公募，过去10年平均换手率最低的一只股票型基金年均（双边）换手率是261%。

这两类钱，考虑的东西差别是很大的。前者看重不变的东西，后者看重边际变化的东西。对后者而言，一定是花大量的精力在研究和捕捉边际变化和拐点，同时要平衡组合里变与不变的成分，适应不同的市场环境，策略考量的重点必然会有所不同。但是背后本质其实都是投资约束不同的问题。

低换手率和长期投资必须建立在稳定的资金来源基础上。还是以美国的共同基金为例，在不久前刚过去的3月的“股灾”当中，美国股票型共同基金当月累计资金净流出量约459亿美元，占上一年净资产比重仅为-0.4%。即便是在1987年的股灾和2008年金融危机期间，也没有出现大规模流出的情况，1987年股灾前后累计净流出量仅占净资产的2.8%，而金融危机期间仅占1.4%。

也就是说委托人的申购赎回行为平均而言不太会因为市场整体的波动而明显波动，也不太会影响到管理人的投资策略和行为。

从持有人结构看，美国的股票型公募基金持有人当中约有一半以上由雇主养老金当中的DC计划和私人养老金IRA账户持有，持有规模达到5.33万亿美元。那么金主们淡定行为的背后，是否是因为他们更加成熟稳重识大局呢？

市场通常认为美股作为全球最成熟的市场，有着几十年的投资者教育基础，长期投资和价值投资理念深入人心。但通过对比1989年以来美联储的《消费者金融调查报告》中，我发现了2个重要特征：

①股市长牛确实有利于持股家庭数量占比提升。美国的90年代牛市里，直接持股和持有基金的家庭数量占比分别从1989年的16.8%/7.2%快速提升至2001年的21.3%/17.7%。

②原先增配权益资金的家庭基本都在熊市之中退出。

美国的经验表明，如果居民直接持有基金或者直接买股票，其行为也会伴随着市场行情周期性波动，甚至在经历完整的牛熊周期之后更加风险厌恶。非理性是大众的天性，全球都一样。

美国权益文化的形成更多依赖于建立机制约束居民的“追涨杀跌”行为。这个约束机制就是具有长期储蓄账户性质的私人养老金账户。

长期储蓄/长期投资本来就是逆人性的做法，因此这种养老储蓄账户机制的设计前提就是要用税收优惠来补偿投资者丧失的流动性便利，同时通过提取时的补税成本来抑制投资者在遭遇市场波动时频繁的赎回行为，最终稳定住账户资金。

而一国能在多大程度上针对私人养老金的缴存给与税收优惠，很大程度上取决于税制结构上有多大腾挪余地去推出各项递延税收优惠。美国是一个以“累进制”的所得税为绝对主体的税制体系，个税占比达到51%，是所有OECD国家当中最高的。累进税的制度之下，带来了非常多税收优惠的模式，特别有利于私人福利体系的发展，但同时就不利于国家公共福利的发展。

中国的税收结构上增值税占绝对大头，增值税加上消费税，一共占到45.2%，而个税只占到8.3%，是典型的以“累退制”税收为主体结构的税制体系。累退制的税制下，增值税和消费税占比高，居民实际上间接承担了刚性税负。这样个人所得税的覆盖和比重就不能太高，否则就是双重税负。但如果个税的覆盖面不够高，递延税收优惠对于个人进行长期养老储蓄的激励作用就非常有限了。

这种累退制为主体的税制体系，有利于国家公共福利的发展而不利于私人福利的发展。覆盖面更广的基本养老金是典型的公共福利机制，但是由于现收现付的约束，其实难以形成真正意义上的“长钱”，这是一个客观事实。

从全球经验来看，随着经济发展和居民收入水平不断提高，累退向累进的转变是大势所趋，但要经历一个漫长的过程，在此之前，从吸引“长钱”进入资本市场的角度而言，相当长一段时间内中国的养老金能够起到的作用将有限。

如果没有一种长期储蓄账户机制去约束投资者面对市场波动非理性的投资行为，我相信在相当长的一段时间内，国内的资管机构依旧还是会面临负债端的约束，行情好的时候不断的资金流入，行情差的时候不断的资金流出，迫使管理人自身的投资目标、考核以及策略短期化。

负债端问题不会因为过去几年资管机构普遍优异的业绩或是明星投资人在管规模的崛起而发生根本性的变化。过去3年的慢牛只是阶段性的掩盖了负债端的问题，在市场持续上涨的环境下形成了一个良性循环。但是中国居民资产配置理念和追涨杀跌的行为模式很难被持续几年的“慢牛”和“房住不炒”而发生根本性的改变，当这一轮牛市结束时，缺乏国内长期资金来源的问题仍然会暴露出来。

3

长/中/短期看，估值水平都不是最重要的 

在所有的约束中，持仓/投资期限是最重要的约束，这是我策略框架的基础。在长期、中期和短期三个维度，策略分析所关注的重点变量差异非常大，不能被统一，也不都能拿着所谓基本面、无风险利率和风险溢价的“三板斧”来分析。

下面是我的框架里，对长中短期的预期收益率的理解分拆，请大家仔细品一品。

一个很重要要的结论是，无论是长、中、短期，估值的绝对水平都不是一个很重要的因素，估值未来的变化和当前的绝对估值水平也没有直接的关系。

这是我分析框架非常重要的一个环节：

①长期来看高资本回报率的东西买入估值不重要。

②中短期看，驱动未来估值变动的因素怎么变化很重要，当前估值水平是多少是当下市场环境和信息集交易出来的一个结果，当前绝对水平的“高”或“低”具有极强的主观性，也不是很重要。

因此，哥从来不纠结估值。

4

经济增速越低对龙头股越好 

过去中国经济的特点是：持续过剩和相对低效的投资，形成过快的资本积累，摊薄全社会整体的资本回报率。这样的高增长对社会、对民生是一个福音（对早期购房的人群也是个福音，相当于以低廉的成本享受到了顶级的基础设施服务），但对资本所有者而言未必是一件好事。2018年，中国宏观非金融税后资本回报率只有约5.3%，相较于常年8%以上的名义GDP增速，在不加杠杆的情况下全社会资本回报率确实非常低。

这种模式下对回报率的压制以及对偏高杠杆下的资产质量担忧，压低了估值。最典型的负面影响资产就是银行：在常年12%~15%ROE的情况下，估值却持续维持低位。

本质上国有大银行获得的收益是无法真正归属于股东的，高经济增速决定了要维系高信贷增速，高信贷增速是基于国家宏观调控自下而上推动的结果，而非企业自身基于股东利益最大化的考量。高信贷增速意味着高资本消耗，留存收益在扣除30%的分红后不仅不足以支撑资本需求，还产生了持续再融资的需要。而同时市场对增量信贷的质量又报以更悲观的预期。如此循环往复，形成了典型的“高增长→低资本回报率→高负债率→低估值”模式。

从宏观维度去预测资本回报率，简化下来就是经营利润率的变动和投资率的变动。美国的长期经验大体符合这个特征。因此我们判断未来中国的资本回报率，其实就是去预测营业利润率和投资率的变化。

过去15年虽然经济高速增长，但是企业投资旺盛，竞争极其激烈，工业部门有普遍的产能过剩问题，消费品竞争中头部企业有持续高水平的费用投入，这些因素都会导致在经济增速保持高位、企业市场份额不断提升的过程中资本回报率反而是下降的。而展望未来5~10年，税收结构、产业结构、竞争格局，在结构调整过程中反而是好转的，预期回报就应该适当被抬高，这个和经济增长水平高还是低没有必然的联系。

投资率对于市场长期预期回报以及估值中枢的作用是最容易被忽视的因素。过去10年标普500指数额年均收入增速只有5.1%，而沪深300达到15.4%；标普500的年均ROE达到13.9%，只比沪深300高出1.2个百分点。但标普500的估值中枢达到25倍P/E（剔除通胀后），而沪深300平均大约只有15倍估值（还包括了2010~2011年间相对高估值的银行和地产）。

估值差异巨大。这里面很重要的一个因素就是投资率以及自由现金流比率的差异。

标普500过去10年自由现金流占经营利润的比重稳定在40%~60%之间，而沪深300平均只有2.6%（在-20%~+30%之间宽幅波动）。这也就意味着，大量沪深300的公司尽管ROE水平不低，但留存收益大量都用来再投资，真正归属于股东的部分非常有限，顶多做到没有摊薄股东的每股收益。

很多时候投资率的上升对中短期的收入和利润增长是有正向贡献的（哪怕资本回报率被摊薄），投资者对于投入资本增加推升的收入和利润增长一样喜闻乐见。一边期待收入和利润爆发性带来的“双击”，又同时期待市场能够像美股一样实现“长牛”，其实挺矛盾的。本质上这还是时间维度“期待点”的错配。

5

大多数短期策略研判是错的 

短期市场研判是平时大家谈的最多，最头头是道，但其实最难把握、验证和复制的东西。

也许在高频交易领域有既定的行为模式可以捕捉，但是我们必须承认在正常的日度、周度、月度甚至季度层面，做大势研判的准确性有极低的天花板，对过往规律总结的越系统，可能意味着未来犯下更不自知的错误。

通常情况下，策略分析绝大多数的时间和精力都在后验地从股票价格的短期波动当中总结规律、刻画模式、寻找有“预测力”的指标、搭建各类框架，实际的意义非常有限。比如一种常见的工作是不断地分析历史上相似的片段，然后以历史发生的结果来推演未来的走势。

有个特别典型错误的方法论，叫做“触及前期或者历史的高点/低点，所以预计会出现拐点”。

举个例子，ASR根据多种ERP估算模型计算的中国A股市场的ERP，看似顶和底都都在近似的水平上，对未来的投资有一定的借鉴价值。但纯粹从统计角度而言，2007年至今ERP真正的大拐点不超过10个，其中3~5个顶部拐点， 3~4个底部拐点，这个样本量根本不足以证明ERP的绝对水平对于拐点的预测有显著的作用。

殊不知如果拉长时间轴，ERP指标的任何顶和底可能都是阶段性的。如果我们看美股的长历史周期，任何5~10年窗口的“顶”或“底”放到长周期下都是用来被突破的....

我一直的看法是：做短期预测要么就追求统计分析的严密性和稳健性，充分相信严谨可靠的统计规律可以延续到未来。要么就干脆讲一套经济逻辑能说服自己说服别人。最怕的就是拿不严谨的统计结果去增强经济逻辑的可信度，或是专门为一个不严谨的统计结果去找一个经济解释。当很多人去从事这份工作时，往往能解释两三段特定的历史时期的逻辑就会被拿出来编成故事，三天两头就冒出一个新的“框架”。

短期预测的另外一个系统性的错误来源就是对于“一致预期”的探究和“预期差”的判断。实际上我们很难真正了解到市场预期。我们必须得承认这个市场的参与方是多样的，并不是打一轮电话吃几顿饭就知道市场参与者都是怎么想的。愿意频繁打电话或是吃饭聊策略的，可能本身就是一类人，我们了解到的所谓“市场预期”可能总是偏向那些喜欢交流、喜欢对外表达观点、喜欢博弈的投资者的预期。

好了，说了那么多不靠谱的做法。如果在约束下不得不做短期预测，怎么做会靠谱一些呢？

请大家记住下面这三条原则

1、学会充分分解需要预测的问题，把抽象笼统的预测问题分解成具体的问题；2、充分收集信息；

3、抛弃直觉/经验，凡事多视角做二次思考。

相较于通过总结历史经验来搭建框架，我们认为对各类信息的充分分析、充分地拆解问题、尽可能地了解市场参与方动向、并且频繁地进行二次再思考都是有益的方法。

运用这三条规则做任何预测都需要坚守贝叶斯规则。贝叶斯规则指的就是你得不停地根据最新的信息去不断修正自己的预测，通俗点讲就是频繁修正观点没什么大不了的，最怕的是忽视变化的因素，僵硬地坚守原有预测路径，并试图解释为什么判断不变。

6

谈谈风格/因子轮动 

这部分我主要讨论三个问题：1）长期来看风格/因子产生超额收益的来源是什么？2）中期和短期来看，风格的轮动和择时靠不靠谱？3）风格配置不能解决什么问题？

（1）长期来看风格/因子产生超额收益的来源是什么？

长期维度下的股票风格配置，本质上是判断具有某一特征（市值大小、ROE高低、估值高低等）的股票，在长期，是否相对具有相反特征的股票，产生持续的超额收益。

风格配置在长期是重要的。在绝大多数情况下，仅凭特定风格上配置的偏向，就能够获得明显超越基准指数的回报率。美股过去几十年的历史来看，主流的风格因子都取得了相对标普500的超额回报。

接下来问题来了，当你知道一个后验的风格策略获得了长期超额回报，被研究者发现并且发表了论文，但其超额收益来源却拥有N种解释的时候，这东西真的可在未来复制么？就算赚钱了，你不慌么？

2016年以前A股大量量化基金爽歪歪的主要收益来源其实都是小市值因子上的敞口。从2017到2018年，这类基金遭遇了持续的打击，原因同样是小市值因子表现不佳。那么为什么小市值公司长期会跑赢大市值公司，根本的收益来源是什么？为什么有时候跑输有时候跑赢？万一未来跑输的时候被你碰到了怎么办？

一家公司十年翻了十倍，拎一百个人出来去复盘，可能大家总结出来的原因都大同小异。但假如是某个因子策略过去10年跑出超额收益，一堆人可能找出一堆解释，不同“学派”的还都能找到支撑自己解释的证据。“马后炮”都不统一，BET这种策略你不慌么？

我举个时下很热门的例子：为什么过去10年低估值因子失效了？

拿着上图一看，说V/G的比值已经达到2000年的水平了，要逆转。我向来diss这种缺乏统计意义的历史图形对比。

目前这个比值是0.54，而早在2018年四季度就已经突破了2000年互联网泡沫顶峰时的低点0.64。也就是说如果你信历史比值的图，那么4Q18的时候，这个反转逻辑就出现了。如果那个时候你去下注v，2019年至今相对收益会跑输27%。

V/G比值低，V持续跑输，就一定是G的定价泡沫吗？有没有可能不是G泡沫了，而是V选出来的股票越来越差呢？

直到现在，跟VALUE相关的指数，大都还是用PB去衡量和选股的。过去20年，美股表现出来的一个基本特征，就是质量越好的公司（资本回报率高，自由现金流状况好），回购越多，净资产就越低，导致PB是严重失真的。相信最早提出来低PB因子的几位前辈，应该也无法预料到20、30年后，回购已经成为美欧优质上市公司最主要的股东现金回报形式。

但就是有一群人，死守着PB去计算VALUE指数，硬是要找“低估值”品种的拐点，就不要怪人家在屎里面下毒。

所以问题的关键不是VALUE或是GROWTH谁强谁弱的问题，而是你用低估值指标去衡量VALUE是否还合适的问题。比如你看过去10年在日本，同样方法构建的VALUE就是跑赢GROWTH的。

好在大家都不傻，发明了个Quality因子（或者是设计各类变种或是符合的价值因子），其实就是想办法规避价值陷阱，确实回溯下来收益率挺好的。但是我们去看2000~2007年，美股的quality因子和value因子收益率是高度正相关的，在这个时期高质量的个股就是低估值的个股。但在过去10年，二者的相关性下降到-0.6左右，选出来的股票恰好相反。

所以你现在应该用quality因子去作为Value的替代计算方法，而不是又坚守着低PB策略，又同时搞出个quality策略，然后开始计算Quality和低PB策略的价差，说二者又到达历史高位之类的，我实在看不出有啥意义。

风格配置背后的本质，是通过某些可量化的特征指标，把特定时期相对较好的一批股票选出来。这种能够用当前或过往数据或指标刻画的风格，都是后验的，随着时间的推移，未来并不一定能够指代原先想刻画的那批公司。

（2）中短期的风格轮动是否靠谱？

这可能是大家最关心的一个问题。如果以年度为单位去确定股票配置策略，风格的择时是最容易带来超额回报的，正确的风格选择往往能够掩盖选股的作用。

诱惑是巨大的，但方法论基本是错的，并且预期收益可能还是负的。

本质上还是轮盘赌。

就以A股最典型的大小盘风格为例谈一下：

从历史上看，小盘股跑赢大盘股通常出现在货币宽松的时期。因此，如果把小盘股策略相对大盘股策略在1年维度上的超额收益率和1年期国债利率放在一起，可以观察到趋势上的相反性，以及各自拐点在时间上的重合性。

类似上面这样的看图分析实在是太普遍了，基本都逃不开有限样本和过度拟合的问题。

上面这张图中，十六年里一共就只有6个拐点样本，我们用红圈圈出来。这个策略的所谓有效性基本上都被这6个红圈误导了。

事实上是这十六年里，至少有4段时期（用灰色区域标出）小市值策略的超额收益是和利率同方向走的，而且其中两段持续的时间还非常长（各自都超过1年）。在灰色区域里，如果用利率趋势去做大小盘风格择时，可能还没走出这个模式失效的时期，投资者就已经因为亏损而放弃。

如果作散点图，这个问题会体现的更加明显，实际执行的过程中，通过利率走势去对大小盘风格择时的错误率在42.7%，仅仅略微好于50-50。

再放一张图，是2010年以来国内主动股票型基金的收益归因分析。可以看到以下几个事实：

①拉开收益差距的还是选股能力。

②行业配置也很重要，存在一块基础alpha。但整体共识变高以后，越来越难拉开差距了。

③行业轮动择时则尽量少做，尽管有少数基金在行业轮动上较为出色贡献了较高的超额收益，但平均而言行业轮动会形成负向贡献。

（3）风格配置不能解决什么问题？

风格配置最大的瑕疵就是具有后验性，过往经验的总结或许能够捕捉一些行为特征和市场交易惯性，但是很难捕捉产业趋势的变化。

AQR之前发过一篇很有名的论文叫"Buffet's Alpha"，把Berkshire的超额收益做了个分解。可以发现即便引入了所有可能的风格策略，我们仍然得承认类似Buffet在70年代到90年代获得了无法用任何风格配置因子解释的超额收益。这恰恰体现了长期维度下产业逻辑的重要性。

从美国100多年以来市值前10大公司的演变来看，产业结构的变革，是所有已上市公司的风格特征都无法反映出来的信息。任何在风格配置上的尝试，都无法捕捉产业趋势带来的超额回报。

标普500里科技+医药的市值占比在过去40年提高了23.1个百分点，但是站在1978年，按照风格策略的分析框架，基于当时已上市公司的任何表观数据都无法预测未来40年科技和生物医药板块上市公司带来的超额回报。

从这个角度来看，巴菲特无法被风格因子策略解释的那部分超额收益率，恰恰就来自于1970~1995年间对消费品产业的重仓投资，而1995年后“消失的阿尔法”则是因为其欠缺了对于科技产业的配置。

弥补长期风格配置缺陷的方法就是在产业/行业上要有所选择和偏向，限定股票选择的样本范围，坚守确定性原则。追求确定性并非等同于配置成熟的价值股或是干脆配置防御性的股票，长期的行业配置策略必须围绕经济发展过程中必然会发生的趋势展开，基于这样的趋势延伸出的投资机会才是未来确定性的机会。

以上。

往期文章回顾