博道基金陈连权：老朋友新认知，不一样的固收＋

导读：2022年上半年的市场下跌，让人联想起2008、2016、2018等几次大级别熊市，无论接下来市场如何发展，以类绝对收益为目标的“固收+”产品，承载着更多的期待，许多人做了一次高波动的过山车后，发现不如买较低波动的产品，即便收益低一些，也能更稳稳地“拿得住”。

但是，博道基金的固定收益投资总监陈连权通过回顾历史数据，给了一个让人大跌眼镜的观点：如果以“任意持有一年实现年化6%的收益”为目标，从2005以来，全样本达成率只有46%，换言之，如果以历史上非标所提供的“6%的确定收益”为竞逐对象，可以说，实现“任意持有一年100%实现年化6%的收益”并不是一件容易的事情。

然而，有时候大家会觉得这个命题很“容易”，在他看来，过去各种制度红利其实增厚了不少收益，比如，曾经的信用刚兑，股票的结构性牛市，再比如，可转债能实现平均2年左右100%的转股等等。

如果这些红利在未来会逐渐消失，那么，一方面，当我们在看待“固收+”历史业绩的时候，可能需要将它从这些红利中打一些折扣；另一方面，更重要得是，如何才能系统化地实现“固收+”的多重投资目标？可能是一个更加值得思考的问题。仅从这一点，就能看到陈连权严谨的思维方式。

通过访谈，他分享了许多让我们大获启发的观点。

比如说，“固收+”属于多目标产品，单一策略很难满足要求，而打造一个系统化的投资框架可能很有必要；再比如说，长期的高收益且低波动是不可持续的，如果有，那么理论上一定会有人加杠杆买，直到超额收益消失；再比如说，资产配置和择时的区别在于时间维度……（金句很多，我们会在下面分享）

陈连权认为，所有的投资行为，都要知道自己到底在赚什么钱，也就是说，需要回归到投资的第一性原理去思考问题，在我们的访谈中，不断看到他对事物的本质、对世界的常识，有着深刻的理解。

他把资产配置看成是风险管理，比如，CTA策略上用波动率平配的方法去确定不同品种的比例，本质是在低配高风险资产，超配低风险资产，再比如，资产配置希望减轻尾部风险，但问题是，完全去除左边的风险，也意味着完全拿走右边的收益，如何取舍？当完全主观择时的难度越来越大，我们也可以建立一个偏量化的决策体系，因时因势调整，这就如同一个人生病了，一定会有某些体征，而要捕捉这些体征，可以靠主观感觉，也可以采用测体温、B超、拍CT。

陈连权还重视“倾听市场声音”，他认为市场有三种声音：在做什么、在害怕什么、在馈赠什么。市场害怕的，往往就是风险；而市场馈赠的，往往就是收益。

比如说，市场害怕的时候，会体现为资产之间常态的风险收益比发生改变，本来低风险对应着低收益的资产在短期内会变成收益率最高的资产，这就是避险情绪；再比如，市场的馈赠往往以趋势的方式展现，当市场让某种资产以低波动、高收益的方式呈现，它就是趋势的本质，而不仅仅是表象上看到的昨天的收益与明天的收益正相关。有许多技术派用均线系统去跟踪价格的趋势，不能说完全不对，只能说，这可能不是本质，趋势会体现为价格在时序上的相关性，但反之并不必然；再比如，为什么股票需要以年度以上的时间级别去讨论趋势才有意义？因为，时间尺度影响了资本利得与企业盈利在价格中的比例关系，从而一正一反地影响了预期收益率与预期波动率之间的对比关系，从而可能体现为趋势与随机的区别。

陈连权的这篇访谈，让我们对系统化“固收+”的投资框架有了更深层次的思考。

以下，我们也先分享一些来自陈连权的投资“金句”：

1. 长期的高收益和低波动，是不可持续的

2. 许多收益的来源，是赚你能比别人忍受更多的痛苦，其次才是技巧

3. 投资体系与投资目标应当匹配，价值投资其实是剥离了时间与波动的约束，要求投资者可以“长期持有”且“忍受波动”，本质是“以流动性换收益”。反过来说，如果加入这两个约束条件，实际上是很难依靠“每次都对”的主观判断来实现的，而这就是“固收+”的天然困境

4. 要把收益与风险尽可能地平均分布在产品的生命周期中，除非资产自带稳定季节性的内生现金流，否则，整个投资流程中的生产工艺必须是多样的，这种方式更像是一种流水线生产

5. 市场害怕的时候，风险和收益的分布就会变得扭曲，本应低波动的资产，收益率却变高，而本应高波动提供高收益的资产，收益率却变低

6. 股债相结合可以提升绩效，在A股市场，不同因子之间也有类似效果，比如，动量与价值，都有赚钱与亏钱的时刻，但一个是先吃饭后卖单，另一个是先买单后吃饭，加在一起，也能降低整体的波动率，所以，不仅在大类资产配置之间，在因子配置之间，拥有一个低相关的资产与因子矩阵可以说是“固收+”的灵魂之一

7. 我把所有因子都看做风险因子，即便某些因子在一些阶段能带来很高的Alpha

8. 我觉得运气终有一天会离开，如果不能依赖运气，那就一定要找到一个符合市场之道的方法

“固收+”持续创新高，远比想象的困难

朱昂：我之前看过你写的一篇文章“理性观察基金的新高能力”，认为其实“固收+”基金持续新高的能力在过去几年被各种因素高估了，这点很深刻，能否先从这个角度谈谈？

 陈连权  许多人心目当中的“固收+”，通俗地讲，是有一条“东北方向的净值曲线”，也就是说，每隔不太长的时间，净值就要创新高，或者更高要求一下，“任意持有一年实现年化6%以上的收益率”的概率有多大？凡事我喜欢多问一个为什么，如果这种情况存在，那么，它的收益来源是什么？

我们知道，债券基金的稳定来源是每天有稳定的利息流入，如果一个“固收+”基金加入了股票，逻辑上，它如何保证在很短的时间刻度上也一定有稳定的现金流入？在统计上，是不是也一定呢？

为了验证这个问题，我选择了从2005到2022年的时间区间，然后以20%中证800+120%中长期纯债基金指数作为样本，相当于是假设配置了一般性的股票长期风险溢价和平均的公墓纯债投资能力，考察它的绩效结果。

最后，我们得出的结果是，100%胜率的情况为零，90%以上胜率的情况仅存于“2年不亏钱”，“任意持有一年实现年化6%”这个目标的全样本情况下的达成率为46%。

那么，为什么有许多人却会认为“固收+”产品都能实现这个投资目标呢？可能是样本偏差，也可能是因为，过去很多年，我们的市场存在着各种制度红利。

比如，第一种制度红利，是曾经的信用债刚性兑付，且过去的利率水平也更高，第二种制度红利是公募基金打新带来收益增厚，这两种制度红利都能提供“持续、稳定的现金流入”，因而，可以构成净值“持续创新高”的基础。

还有一种隐性红利，是过去几年的“结构性牛市”，所谓牛市，就是资产价格阶段性地呈现出低波动且高收益的特征，因而，也让“固收+”的含权仓位越高，就越能“持续创新高”，最后也体现出很高的胜率。然而，如果从逻辑上讲，只要周期的力量没有消失，显然是得不出这个结论的。

所以，从本质上讲，判断“固收+”产品的长期收益能力，要从这些不可持续或者是短暂的红利中剥离出来。

比如，是动量它就必有崩溃的时候，是价值，它也必有回归的时候，这就是无所不在的周期力量，比如，过去三年的股票市场特别有利于机构投资者，今年就出现了逆转，进入了Hard模式；再比如，可转债在过去几年，平均两年能实现了100%转股，我们知道，许多转股的条件是130，意味着，简单说，在较低价格买入并持有2年，有很大概率能获得不错的回报，然而，谁说可转债就一定要转股？

因此，如果我们能合理地看待过去许多红利在未来是会系统性下降的，也能理性地对待周期力量的始终存在，那么，我们可能就会承认在全样本情况下的统计结果，即，逻辑上讲，“固收+”基金的创新高能力可能没有看上去的那么高，而且未来可能也会下降。

朱昂：既然“固收+”要持续实现正收益的概率没那么高，那么能否谈谈你觉得应该如何实现这个目标？

 陈连权  我想把这个目标稍微转化一下，我一直认为，“固收+”更多是一种用户诉求，并不是一种新的投资策略。

既然是诉求，它有合理成分，也可能有不合理成分，而只有在逻辑上能实现的才是合理的，从逻辑上看，策略只有两种：相对收益，绝对收益，而“固收+”有时是夹在这两者之间的。

如果回到“固收+”最初的产品诉求，大体可以定义为：在利率下降以及信用违约的背景下，持有人希望仍然可以获得“超越一般利率水平”的回报，同时，又能尽量保持“类似于债券跌不太多”的类绝对收益特征。简单说，如果最大跌幅和债券差不多，收益率又超过债券，那就挺好的了。

所以，这里有一个关键问题是，想超过多少？

要超过得多，加的股票的仓位中枢就会大，要得少一些，股票中枢也就小一些，很显然，不同的股票仓位中枢所对应的产品波动率肯定也是不一样的，可以说，定位于弹性“固收+”的产品会更接近相对收益，而定位于类债“固收+”的会更接近绝对收益。

比如，我们建立了一个系统，可以根据目标波动率（3%、4%、5%、8%）的不同，生产出不同的组合方案，它们对应着不同的股票仓位中枢，而我们要做的，是在不同的波动率带宽下尽量提升组合的夏普率或卡玛值。

相比于过度强调“任意持有一年实现年化6%”等类似的达成率，我觉得追求在不同波动率切片下的性价比可能是更符合股票与债券长期规律的做法，而且，也会给客户提供更多样的选择。

比如，8%波动率的“固收+”虽然有时回撤挺大，但它给客户提供了一种参与股市底部的良好工具，因为，这时的心态可能是既怕超预期下跌，又想参与反弹，此时，弹性“固收+”的优势就体现出来了；而对于3%波动率的“固收+”更接近于类债，它无法完全分享股票牛市，却可以成为熊市的避险工具，不仅对于股市熊市避险，在债券熊市时，这类产品可能也是债市的避险工具。

那么，紧接的问题是，如何才能提高产品的性价比？

从能力的角度看，所有的投资能力无非三种：资产配置、选股、制度与信息套利，“100%实现某一个收益率”如果长期存在，理论上只能来自制度与信息套利，因为只有制度与信息套利才能保证一个稳定且持续的现金流，比如打新，比如以前的信用债杠杆套息，当然，有些小众的量化套利策略暂不讨论，但是，如果目标是在不同波动率下追求更高的性价比，资产配置与选股我觉得是可以做到的，而在从“向制度红利要收益”走向“向波动率要收益”的过程中，我觉得，这两个也才是最重要的必修课。

单一体系难以满足“固收+”的多重目标

朱昂：所以说，离开了制度红利后，“固收+”投资并不是那么容易做，能否谈谈你怎么看“固收+”的投资框架？

 陈连权  每一个基金经理都有自己的“套路”，不同“套路”之间没有优劣之分，只要它和投资目标相互匹配就都可以，最怕的是南辕北辙，强求一致。

我的感觉是，如果是从绝对收益目标出发，单一方法会有瓶颈，单一方法可能是和单一目标相关联的。为什么巴菲特的价值投资框架大家都能接受？因为简洁，生命力也强，比如，蚯蚓的生命力很强，砍成两段它就变两条蚯蚓，它的体系也非常简单。但是，每一种策略或做法，有它好的一面，也必有它坏的一面，单一体系可能无法满足多重目标，离开了合适土壤，蚯蚓可能活不了，比如，以巴菲特的价值投资为例，它可能更偏向追求收益率这一目标，而把其它约束条件，比如波动率、持有期、流动性等限制条件大多转嫁出去，那么，仅依靠价值挖掘他就能形成一个商业闭环，甚至还可以使用杠杆。但是，如果你要求他，市值法计价，波动率不能超过4%，随时赎回，只投资A股这种高波动率的市场，这时候，只依靠价值投资还能不能实现“任意持有一年年化6%”的目标了？那可能就两说了，事实上，在巴菲特、芒格、彼得林奇等大师的从业史上都发生过跌幅巨大的至暗时刻。

所以，如果“固收+”一开始就不是单一目标，既要管收益，也要管波动，有的客户可能对持有期以及收益尽量平均分布也有一定期待，那么，单一体系可能就难以支撑，或者说，多重诉求与单一的价值投资体系之间存在某种错配，这种错配其实也是在提示我们去思考一个问题：“固收+”产品最终到底是在提供什么？

这也是为什么我更愿意从波动率切片角度去理解相关问题，可能也是说，这些多重诉求有可能是无法全部被满足的，或者说，需要与用户一起去完成。用户是选择弹性“固收+”还是选择稳健“固收+”，也就等于是做了战略性资产配置，而管理人做好战术性配置、风险配置，以及选股，从而提供更好的性价比。

但即便如此，管理人也仍然必须在投资期限、波动率、收益率、流动性之间不断做平衡，仍然必须在股票与债券之间，以及在利率风险、信用风险、流动性风险、股票波动率风险之间做取舍，而越是偏绝对收益目标的“固收+”，这类平衡工作就越多也越精细，单一的投资框架就越难支撑。

所以，多重目标可能决定了“固收+”的投资框架也是多元的，也需要与用户一起来完成，才能在长期内提供更好的性价比与用户体验。

朱昂：那么，从这些角度看，你是如何建立自己的体系的？

 陈连权  事实上，我们花了不少时间试图去建立一个的系统化、“智能化”的“固收+”框架，因为，虽然字面上叫“固收+”，但在实际的生产流程中，它其实有加，有减，有乘。

比如，是超额收益，你要加，但对于明显不合适的风险，恐怕就得减。而要真正地在多种资产之间发生化学反应，真正体现1+1>2的效果，我把它称为乘，比如，我们现在已经有了一套相对健壮的资产相关性矩阵，不仅可以在股债之间，在策略之间、因子之间，它尽量相关性低一些，那可能就可以乘出不一样的增强效果。

所以，在反复研究之后，实际上这些工作都是想围绕“有哪些工作可以提升性价比？”这个核心问题，而如果从能力角度看，我们总结了两点：一个是资产配置，一个是有效选股，串联这两个决策单元的关键部件是“资产因子的相关性矩阵”。

相当于是说，如果是管理一个相对收益的产品，资产配置与选股只要做好其中一个就可以了，各干各的可能也没有关系，比如，宏观投资与价值投资都有许多大师的业绩很闪亮，但如果是管理绝对收益的产品，这两个事情能二合一可能会更好一些，而“低相关矩阵”则是不同收益来源之间最后能够结合在一起的粘结剂。

资产配置不是择时，而是风险管理

朱昂：能否先谈谈你是如何做资产配置的？

 陈连权  有的人可能会把资产配置等同于择时，它希望你最好能低买高卖，但实际可能会事与愿违，所以你就会失望，事实上，大部分做股票的人，可能都会觉得择时是不靠谱的，然而在债券市场，大家又都强调资产配置。我想，这里有一个比较本质的区别：时间，你在什么样的时间窗口做这件事。

如果你每天都试图去判断高点与低点，那肯定是择时，要通过这种每天的择时去实现绝对收益，我能想到的大概只有两种可能：一种是你开了天眼，另一种是幸运一直在你身边。

我觉得运气终有一天会离开，不能依赖运气，一定要用方法驱动，而且，我可能也不具备去判断高低点的天眼。因此，如果我们可以发现各类资产，以及不同资产之间在较长时间上的内在逻辑，那么就有可能可以将这种逻辑转化成系统性的投资机会，这就是资产配置。

说到底，它和量化选股是类似的，也是在赚取经济逻辑及大数定律的钱，也因此，我们同样可以将这个过程模型化或者量化。

比如，资产配置的逻辑是什么？我认为本质是经济周期及风险周期，而不是每天的价格涨跌，根据时间尺度不同，它包含了几个层次：战略性资产配置、周期性资产配置、资产风险配置、资产防御配置。

战略性资产配置实质上是跨周期地确定产品风格，这一定程度上是需要用户来共同选择的，比如，根据对既定策略集的回测绩效，我们的“固收+”系统能够自动进行波动率切片，从而给用户展现出不同波动率，其实就是对应着不同的股票中枢与预期回报。

周期性资产配置可能是6-12个月着眼于经济周期的资产比例调整，股票与债券之间长期负相关的内在基础也是来自经济周期，两者结合可以提升性价比；但是，我想特别提出的是，即便是类似经济周期这种具有强逻辑的长期规律，它也会发生异化。

比如，前些年大家说，美林时钟转太快给玩坏了，再比如，这两年的疫情、地缘政治事件其实也异化了经济周期与政策周期，所以，前些年，我在自己的体系中对经济周期式的资产配置做了两项补充：风险配置与防御配置，都是想在更短的一些时间窗口里，根据股票、债券的波动率风险以及市场的尾部风险信号进行进一步的比例调整。

再比如说，今年的疫情以及地缘政治对市场影响很大，甚至比2020年疫情开始时的影响还大，一方面体现为市场的跌幅比较大，另外一方面，2020年时股债之间能够自动抵消冲击，而今年并不能。而且，还与2020年不同的是，2020年时防御因子触发了预警，因为权益、债券、商品的整个资产图谱的风险收益比发生了倒挂，避险情绪浓烈且明显，那时候，不管是CTA还是债券，都能有效地对冲股票下跌，而今年，商品是飙涨的，股票暴跌，但是广义的资产图谱是健康的，CTA仍然可以对冲，但对于公募产品而言，债券在这时候不能有效对冲，只能依靠整体的减仓动作。

所以，在整个的过程中，其实我们可以看到有着许多不同的动作，而远非追求“低买高卖”。

比如，有从周期角度的资产调整，有不判断周期，但利用了在不同周期环境中具有低相关特征的资产或因子叠加，有根据资产本身的风险水平变动而作出的调整，还可能有触发产品战略风险线的系统性调整。

可以说，在时间上，它不是择时，在内涵上，它也不是择时，相反，周期、相关性、风险溢价管理、风险配置可能才是资产配置的关键点，而之所以我们可以利用这些关键点，在很大程度上说，有一些并不是来自高明的择时判断，而是来自对经济内在逻辑的提炼。

从这个角度说，只要逻辑本身具有重复性，资产配置的流程自然也就可以量化、模型化，而这个过程，其实不是单线条的收益追逐，而更像是风险管理的延伸，且有时候，这种风险管理是需要倾听来自市场的声音的。

事实上，在我们的“固收+”资产配置系统中，有周期模块、风险溢价定价模块、防御因子模块、波动率配权模块等等，大部分都是围绕对大类资产的风险管理展开。

倾听市场的三个声音

朱昂：倾听市场的声音，能否展开谈谈？

 陈连权  相比于做相对收益，对于稳健型“固收+”等偏绝对收益目标的产品而言，我觉得是更需要倾听市场的声音的。

长期而言，这类产品在本质上不适合于收益率排名，因为它不能忍受痛苦，对于许多超一流的投资者而言，许多收益来源，是赚比别人忍受更多的痛苦，其次才是技巧。

而稳健型产品在收益率这个维度上更倾向于是中庸，但由于它兼顾了流动性与波动率，所以，在大部分时候拿着这类产品的痛感应该也比较低。而这反过来是要求管理人做到，借用CTA的经典语录是：“截断亏损，让利润奔跑”，也就是说，当市场大跌的时候，你不能像相对收益的那样一直抗着痛苦，也很难在价值遍地的时候逆势大幅加仓，而在市场出现明显趋势的时候，还要能够大体跟得上，否则，“+”的效果可能就大打折扣。

总之，不能和市场对抗，且有时候还应该是一只“变色龙”，变色龙是来自凯恩斯的自嘲，我觉得还挺形象的，历史上有两个有名的经济学家，都曾经投资于股票市场，一个是费雪，一个是凯恩斯，从结局来看，费雪的大部分财富在大萧条中化为灰烬，而凯恩斯虽然也遭遇过投资失败，但大体守住了晚节，没让他的光辉形象过于蒙尘。在我看来，两者的区别就在于，费雪在市场不利时太固执于自己的判断，且逆势加杠杆，而凯恩斯也有自己的判断，但选择做一个“滑头”，也就是说，在坚守自己的价值判断的同时，还选择了倾听市场，而另一个没有。

我觉得市场有几种声音是需要去倾听的。第一个声音是：市场在做什么，底层逻辑是什么。第二个声音是：市场在害怕什么。当市场表达害怕时，就会释放很多信号，比如，波动率的放大，是信号的一种，CTA策略根据等波动率配权可以提升绩效，原理也在于此。不仅如此，从广义资产图谱观察，市场害怕时，不仅波动率会有变化，各类资产的风险与收益的分布也会变得扭曲，越是低波动的资产，收益率越高，越是高波动的资产，收益率却越低，这是在表达避险情绪，相应的，你可能需要增配避险资产或策略，同时减配风险头寸。

再比如，我前面说过，拥有一个低相关的资产或因子矩阵可能是“固收+”的灵魂之一，因为，只有东方不亮西方亮，整个组合才可能呈现出抵抗波动的韧性，相反，如果你追求组合的锐度，那不应该分散，而应该重仓某一个风格或方向，也就是说，分散的增效作用来自低相关，而这种低相关应该是资产之间，或者因子之间的某种天然逻辑所赋予的，比如在股票与债券之间、动量与价值之间、成长与低波之间等等，正常情况下，它们是各自分属于不同风险敞口的资产和因子，只会在不同的季节开花，因而，在长期内，它们就呈现出了低相关。

但如果突然遭遇强台风，也可能会突然百花凋零，这时候，分散和不分散就没有区别了，或者说，当资产配置所赖以发挥作用的“低相关矩阵”基石突然发生了动摇，而出现急剧上升，那就是市场在表达尾部风险，此时，至少对于稳健型“固收+”而言，系统性地降低整个组合的头寸恐怕是一个相对明智的选择。

可以发现，这些信息其实都是资产配置模块所要处理的内容，有许多可能是肉眼不可见的，而有一些可能还时常会发生异化，所以，这时如果拥有一个相对“智能”的中央处理系统，对组合管理的好处可能就会体现出来了。

把每一个选股因子都看做风险因子

朱昂：能否再谈谈你的选股是怎么做的？

 陈连权  选股能力是“固收+”产品里的另一个核心能力，大家知道，有主动选股，也有量化选股，主动选股里有纯粹自下而上“翻石头”，最后聚沙成塔的，也有自上而下先找到一个金矿或池塘，然后再开始找金子或捕鱼的，各有各的优势，有时候也会殊途同归，但不管怎么样，主动选股可能都会很强调手中鱼叉的精度，以及捕鱼的深度；与之对比的是，量化既不翻石头，也不找池塘，而是布下一个漫天大网，只要网中的一个触角有碰到鱼，那就把它抓上来，它不讲究眼力的深度，但讲究宽度。

用量化的方法来选股，我算是“半路又回家”，早年入行时我其实是做金融工程的，在学校学的也是统计和计量之类的，但后来去做了固收很多年，学习了资产配置，再后来，又重新捡起了量化选股，顺便也就把资产配置与量化选股这两个零部件给串联了起来。

在债券人的眼中，圣杯是息差，而在量化人的眼中，圣杯是超额，虽然我这两个都做过，但反而有不同的看法。

如果从组合管理的角度看，对于债券，有利息当然好，但有时候息差较低其实也没有关系，只要它能发挥对冲风险资产的作用也可以；同样的，对于因子，没有超额也没有关系，只要长期来看它有风险溢价补偿，而我又拥有一个丰富且低相关的因子库，那也可以。从这个角度说，我倾向于把所有因子都看做风险因子，即便某些因子过去能带来很高的Alpha。

这种历史体验在债券市场上是深刻的，从2008年至2014年间，中国的信用债市场快速扩容，Alpha遍地，但是，当历史翻开它新的篇章，这些Alpha有许多都被证明所隐含的风险溢价太大。

事实上，在量化因子中，从alpha变成beta的例子也很多，只是没有像债券市场那么深刻。但无论如何，债市的体验告诉我，有一些你现在认为是alpha的因子，在未来可能不是，至于什么时候变成不是，可能也不确定，还有一些我认为是alpha，但是在别人眼中，可能不是。这时候，如果我把alpha因子看成是风险因子，我并不会因此丧失在这个因子上获得超额收益的可能性，因为，在我的因子配置模块中，alpha因子所体现出来的超额稳定性会自然而然地让它获得高的权重。

但是，如果我反过来把一个风险因子当成是alpha因子，或者一个alpha因子已经衰减了，但我还不自知，那么，它可能会带来潜在的额外风险。也就是说，对于量化因子，我当然仍然会希望首先去找到或构造出独有的超额收益因子，以获得更稳定的超额收益，但同时，在整个“固收+”资产配置框架之下，我并不排斥那些超额稳定性有其自身波动，但长期而言仍然具有较好的风险溢价补偿的因子，因为，因子配置的立足点既来自超额收益，也来自低相关性矩阵。

第二点，我想说的是，超额收益的来源是什么？我总结大概有三：独家数据、独创算法、独步算力。

也就是说，要么是数据原材料比别人新鲜，要么是构造因子的逻辑想法独特，要么就是计算力超出一般人，大体都能产生出独特的超额收益。从这三者来看，老实说，在公募形态中（至少我自己认为是这样），数据和算力并不占太多优势，但是，在逻辑想法上是可以拼一拼的。就像巴菲特说过的：“物理定理我不懂，但商业逻辑，那是我的世界”，所以，可能一些同行慢慢更多选择风格暴露，或更多选择通过数据算子挖掘，我仍然倾向于坚持尽量从商业与经济逻辑的角度去构造或改造因子，且尽量让它们彼此不相关，而不是通过改变一个参数就变成一个新的因子。

比如说，20天动量是一个，30天动量又是另一个，如此计算，可以出来N个，但它的边际产出却不定是高的，且无形中有时候可能会增加组合在某一个未知风险上的暴露，总体而言，从逻辑的角度去构造选股因子，同时也可能和在资产配置框架下的其它一些策略流构成低相关的收益来源，从而进一步丰富整个相关性矩阵。

- end -