新华社北京5月11日电（孙树海）《经济参考报》5月11日刊发题为《涉外企业要采取适当措施规避汇率风险》的文章。文章称，近年来人民币汇率有升有贬、双向波动，弹性不断增强，对各类市场主体汇率风险管理提出更高要求。今年以来，人民币对美元在经历震荡走贬后，在4月由月初小幅调贬再次回归小幅升值区间，尤其是进入5月后，离岸人民币累计涨幅超200个基点，双向区间波动或继续加大。国家外汇管理局前不久也召开会议，部署提升企业汇率风险管理水平相关工作。
对于参与外汇市场的企业来说，要提高汇率风险意识，运用适当的汇率避险产品，避免外汇风险敞口过大而产生不可承受的损失。对于有大规模外汇收支的企业来说，汇率波动会对其本币收益产生重要影响，如果收付汇规模较大，即使是汇率的较小波动，换算成本币之后，损益都会非常明显。国家外汇管理局多次呼吁中国企业要加强汇率避险意识，善于利用套期保值的工具，企业在外汇市场的“裸奔”行为不仅在微观上使企业面临较大的汇率风险敞口，而且在宏观上也容易引起市场的共振。
我国很多企业，甚至包括一些大型企业，都没有建立完善的汇率避险机制，部分企业抱着赌博的心态，根据对汇率走势的猜测来决定结售汇时机。但汇率走势是很难预测的，当汇率与猜测的走势相悖时，很容易出现损失。偶尔猜对了汇率走势并获益，则会强化这种赌博心态。
但这种做法和心态是不正确的，无论是企业还是个人，都应该认识到一个事实，就是汇率本质上很难预测。即使是专业的汇率市场参与者，也对汇率走势抱有敬畏的心态。与其他商品市场不同的是，汇率作为货币之间的兑换价格，其变化是波动不定的，除了真实的需求之外，在外汇市场中，投机是影响汇率走势的一个重要因素。正因如此，基本因素对价格（汇率）趋势的决定性作用比股票市场更为模糊。
我国很多企业并没有适当的汇率风险对冲机制，是由多方面原因造成的。首先，部分企业的管理人员对于汇率风险的认识不到位，自然不会采取适当的措施来规避汇率风险。其次，运用汇率避险产品是需要付出一定成本的，例如，企业进行远期锁汇，银行就需要到外汇市场平盘，为了避免企业违约，就会要求企业缴纳一定的锁汇费用，甚至会要求企业交付一定的保证金。再次，企业财务考核机制不合理会影响对汇率避险产品的应用。如果企业因为运用汇率避险产品不当而对相关人员进行处罚，那么具体负责企业外汇业务的人员就不会积极运用避险产品，而是更多地参与即期结售汇市场，因为即期汇率变化是市场风险，外汇业务人员不用承担责任。另外，汇率波动产生的盈亏补偿可能会降低企业运用汇率避险产品的积极性。汇率是上下波动的，即使不运用汇率避险产品，有些时候产生一定亏损，有些时候则会有一定的汇兑收益。当然，可能还有一些特殊因素阻碍企业采取汇率避险措施。
在汇率波动逐渐扩大的背景下，运用汇率避险产品对于很多企业来说都是必要的，也是必需的。企业应该树立理性的汇率避险观念，秉持财务中性原则，不谋求在汇率波动中获得超额收益，而是要提前锁定财务成本，力求降低汇率风险对企业的影响。
从我国政策层面来讲，应该提高涉外经济主体对于汇率问题的关注度，并帮助其树立正确的汇率避险理念；从经济主体本身来说，则要客观理性地认识汇率问题，采取积极措施规避汇率风险。（完）
近几年一些公募基金引入对冲手段，通过股指期货对冲组合风险，减少回撤，在波动市中获取超额收益。2月14日，基金君邀请到海富通基金量化投资部总监杜晓海做客粉丝会，为大家分享对冲策略，并分析其特点。
杜晓海管理的海富通阿尔法对冲混合基金成立于2014年11月，5年多时间里，A股市场经历了市场风格轮动，牛市、熊市和震荡市切换，海富通阿尔法对冲混合通过运用灵活对冲策略，在连续5个完整自然年度收获正收益；近3年收益达25.66%，在18只量化对冲基金中业绩第一。（数据来源：海通证券，截至2019-12-31）。
基金君整理了当天活动的文字实录，与您分享：
中国基金报见习记者 虞诗慧
做量化，第1步永远是回撤
公募对冲策略偏基本面
问：能用通俗易懂形象生动来解释下量化的概念吗？另外像这次年后大盘突然暴跌然后慢慢涨回来，怎么通过量化来回避年前后的回撤呢？杜晓海：举个简单的例子，一个刚刚毕业的学生现在要开始炒股，第1个需要了解就是什么样的规律能够挣钱。做量化也是如此。以前像在国外有一套成熟经验的人，回到国内，吃不准在A股上是不是有效，所以他做的第1件事情就是量化回测。也就是测试一下在国外有效的东西在我们国内有没有用，这基本上都是量化的第1个做法。
但是有的时候也会出现一种情况，有些量化模型跑下来，发现过去5、6年都挺好，但这个模型听上去挺不能理解的，怪怪的。比如早几年的时候，有人喜欢做小盘反转策略，买市场上最小市值的股票，当时测下来好多年都很有效。但突然之间从2017、2018年它开始无效了，因此市场投资逻辑发生了巨大变化。所以一方面要历史回测效果好，另一方面符合你的投资常识，我们要买又便宜又好的这些东西，不能去买又贵又差的东西。
以量化来说，一方面是落实在选股上，另一方面是落实在风险控制上要时刻关注怎么控制风险预算，怎么控制跟踪误差。从风险控制的角度不断优化模型，也是我们量化的一部分。
偏债混合型产品和对冲策略产品，都属于绝对收益类型的。偏债混合型产品的风险敞口一般来说可能有十几个点到二十几个点，虽然说这个回撤控制的预算还不是特别的大，但如果碰上一天跌7、8个点的股票市场，偏债混合型产品在那个时候可能就会有一个点的回撤，还是比较大的。而相比之下，对冲策略型产品因为有股指期货来对冲权益市场的系统性风险，所以在出现类似2月3日那种市场大跌的情况时，回撤会相对小一些。
问：对冲机制在私募产品用的比较多，在公募中用的比较少，能讲讲在公募对冲策略的优势，以及未来的发展吗？杜晓海：私募因为做绝对收益类产品较多，所以前几年发展较快，这几年随着理财市场发生变化，大家也慢慢关注到了公募绝对收益类产品，量化对冲基金可以说迎来新一轮发展机会。
私募的做法跟公募差异化比较明显。私募基本上采用的是中证500指数期货来对冲，所以现货部分是500增强，然后通常都是高频策略，可能一天换仓20%~50%。这个策略的做法就是基本面考虑会略少一些，然后价量的因子会考虑多一些。
2019年上半年私募对冲产品涌进去很多钱，主要是因为私募的对冲产品在2017、2018年都表现得都特别的好，所以很多钱进去了，但是进去以后，最后的体验可能并不那么尽如人意。主要的原因是因为私募普遍采用的中证500股指期货对冲，都是一些中小市值的股票，又是高频，所以当它规模增长特别大时，交易上的影响会比较大一点。
公募的话，跟私募的做法完全不一样，公募大多数的管理人使用的还是300增强，就是在股票市场以沪深300为主，同时买入沪深300股指期货，形成一个沪深300增强的效果。现货部分是偏基本面、相对低频的策略，所以从市场的容量来说，公募的做法容量更大。
过去的一年中，投资者对公募对冲产品的关注度提升非常快，主要是因为现在固定收益的收益率相对较低，10年期国债是3%以下，很多货币基金、纯债基金很难获得特别高的收益率，所以大家就会想在“固收+”产品中找出路。偏基本面的公募对冲是很好的解决方案，因为它的波动性可能就比纯债高一点，纯债是3%多一点，它可能是4%~5%的范围，相对而言收益率上会较纯债的要高一些。就拿我们的海富通阿尔法对冲混合来说，这个产品成立以来的历史年化收益率约9%左右，波动率约4%左右，风险收益比还是较高的。在全球低利率的市场环境下，公募的对冲型产品确实迎来了一个比较好的发展机会，尤其养老服务方理财，银行理财都是非常适合的产品。
对冲产品择时风险低问：量化对冲策略在实际投资过程中，有哪些风险需要特别注意？在哪些极端情况下，量化对冲策略会失效？杜晓海：买股票型基金，最关注的是股票市场的上涨和下跌；买债券基金，最关心的就是利率的上涨和下跌。但是对冲型产品来说，它的一个特色就是，它跟股票市场的上涨下跌，以及利率市场的波动都是零相关的。一方面，它主要仓位在股票市场，所以利率市场的变化对它影响不大；同时它通过股指期货对冲市场的系统性风险，所以股票市场的整体涨跌，与它关系也不大；量化对冲基金经理主要精力就是精选优质股票，拿到那一部分超额收益。所以某种程度上它就是公募基金的选股能力的呈现，只要跑赢指数就挣钱，风险相对较低，是一个比较全天候的产品。
那么量化对冲产品什么时候会失效？很大的变量就是股指期货折溢价情况，当股指期货的折价情况特别严重时，对冲策略就不太理想。这在历史上曾经发生过，在2015年股灾后到2017年上半年，股指期货市场折价很多，对冲策略成本高、效率低，相对的性价比就比较低。
当时我们管理海富通阿尔法对冲混合，因为看到折价严重的情况，就选择降低了仓位，在2016年股债双杀的环境下，取得了比较不错的表现。
另外，私募高频量化对冲，如果产品规模特别大，然后又坚持高频策略，没有一些多策略补充，可能会对业绩会有一些影响。
问：量化对冲策略对选股和择时有要求吗？是否会考虑投资标的收益的相关性？普通个人投资者在投资量化对冲策略的基金时，如何判断量化对冲策略基金的优劣？应重点关注哪些方面的信息和指标？杜晓海：公募的对冲型产品净暴露约束非常有限，而且受到较强的产品契约约束，因此择时因素并不是最重要的几个因子之一，而是主要考虑选股和构建组合的风险控制。但是私募其实很灵活，它的净暴露有时是择时对冲。对冲策略是很大的框，很多因子都可以放里面，得关注管理人的管理方式，普通投资人在投资对冲型产品时，对冲产品的策略是很重要的，不同的管理方式能够产生完全不同的结果。如果我们做对冲型产品是通过行业偏离大的风格来获得收益的话，其中蕴含的风险是很大的，它的跟踪误差可能高达20%，这反应到基金净值上，可能就是20%的波动性。对于绝对收益产品来说，这其实是不太能接受的。所以我们做对冲策略型产品，一直都是定义为“固收+”，风险收益特征非常清晰，风格不会漂移。这样的话，投资者拿出一部分作为固定收益的替代，安全性还是相对比较高。对冲产品收益稳健但不代表不亏钱问：感觉对冲基金追求绝对收益，在市场多头时，收益并不占优，回撤倒是比较小？杜晓海：对冲型产品的超额收益率幅度是相对固定的。如果碰到大牛市，产品的性价比会相对低一些。如果是个震荡市，因为市场的风险较大，这类产品性价比就会比较高。如果下跌市，产品性价比会更高。
如果投资者能够判断好今年是牛市或者是震荡市，事情就变得很简单。但问题在于，其实绝大部分人，包括基金经理也很难去做择时，谁知道接下来一定是牛市或者震荡市、或者熊市呢？正是因为我们判断不定，所以全天候的绝对收益产品才会有它的意义，因为它的净值表现一直是稳定的，我们有一句话叫“追求稳稳的幸福”，其实说的就是这个意思。
当然，我前面也有提到，对冲型产品其实也可能回撤很大。如果管理人买了很多创业板，然后拿沪深300来对冲，它的波动性就可能很大。但如果管理人就用沪深300增强，然后拿沪深300期货来对冲，回撤会非常小。只要把现货部分跟期货部分的跟踪误差控制好，比如说4%的跟踪误差，那这个基金净值的波动性可能就是4%。从风险控制上来说是科学的。
问：能不能通俗讲下对冲操作会不会亏钱？杜晓海：对冲策略不能保证一定不亏钱，如果管理不当，也会发生亏损。像2016年股指期货几乎完全不发挥作用时，我们选择了低仓位，但如果选择高仓位的话，在那种情况下就得比沪深300还要多好几个点才能够挣钱，难度非常大，一旦跑不赢指数就亏钱。
另一个从2016年到2018年，跑赢沪深300不是一件特别容易的事情。因为这三年市场风格其实是偏向大蓝筹、白马股的，如果量化对冲产品还是配置了较多的成长风格产品，或者持仓偏向中证500、中证700的话，那么跟沪深300的跟踪误差很大，在那种风格下会跑不赢指数。
我们管理上是行业基本中性，从而尽量规避行业风格对基金净值的影响。公募基金管理人最靠谱的能力就是选股能力，在行业里找出相对更好的公司。如果做行业轮动、风格轮动，不靠谱率挺高的。今年可能很牛，过一年可能很差。但是如果在行业比较中性风格的基础上，专注于把行业中好公司选出来，收益率还是蛮高的。我们在过去几年坚持这种做法，每年都获得了比较不错的超额收益。
适度即时调整仓位降低风险偏好盈利因子以及价值成长兼备的策略问：请问量化对冲基金是如何去构建自己的投资组合以及应对对冲带来的交易摩擦成本？杜晓海：目前市场上有上证50、沪深300和中证500三个股指期货品种，理论上是可以做50增强、300增强和500增强。但因为50太小了，就50个公司，所以50用的比较少。300的折溢价情况比较良好。但是中证500折溢价情况波动非常大，去年曾经折价很多，所以阶段性的做一些500增强，但不把大多数都做成500增强，不然就意味着很高的换手率，当折溢价情况不好的时候，就得降仓，好了又得加仓，会比较麻烦。
总结下来就是，构建组合基本上就是构建沪深300的指数增强，然后阶段性做500增强，通过300期货或者阶段性的500期货来对冲。选择什么期货品种来对冲，很大程度上就是考虑折溢价的情况。即使做300增强，也会阶段性的出现一些情况不太友好的状态，所以如果是发生这种情况，我们会控制一下仓位，不要在溢价情况不太良好的时候，仓位搞得特别高，会适当地控制一下仓位。
问：量化系统里面的权重因子是怎么提炼的?择时因子在系统里面是否占有比较重要的地位?
杜晓海：权重因子是一个很大的变量，世界上任何决策到最后其实都是多因子，同样的10个因子摆在不同的投资人面前，大家的选择都不太一样，有的人选择是偏价值一点，有的人可能选择成长多一些，有的人可能选择高频技术分析多一些，有的人可能选择因子轮动多一些，所以这个是体现管理人的价值观和管理方式的问题。
我们的选择是盈利因子，因为盈利能力是投资非常重要的一个方面，我们比较偏好盈利能力强、自由现金流比较强的公司。我们做过了一些量化的回测，显示它在各个历史阶段都有一个不错的效果。另一方面，我们偏向便宜又优质的企业，优质很重要的体现就是盈利能力。当然盈利因子并不是无往不利，在坚持盈利导向的基础上，也要考虑到当它表现不好的时候怎么去控制回撤。
对于海富通阿尔法产品来说，从择时的暴露、行业的暴露来看，都很小。长期来看它暴露比较多的因子是盈利因子。盈利因子在过去3年，整体表现都蛮稳定的。但在2018年下半年、四季度时，以及像去年的行情时，它会有一些回撤，但整体来说，过去三年坚持这种做法，然后在个别月份适当控制回撤，最后的体验也还是不错的。
有的投资人会把择时对冲也考虑进来，比如说用一个类似于CTA的模型。如果全都看多，就不对冲了；如果全都看空，就完全对冲。我个人不是特别喜欢这么做，因为我们产品的定义是绝对收益，头寸净暴露基本上在5-10个点的样子，那你如果在0~10这个狭小空间里做择时，其实没有太大意义，反而加大了风险，所以择时对我们这个产品管理来说不是特别重要。
问：目前最有效的因子是哪些？杜晓海：我们比较喜欢盈利，但有的因子在10~20年的维度里表现挺好，也有可能会出现连续三、五年表现都不特别好的情况。所以我们并不会只局限于一个因子，而是希望能够把估值、成长、盈利因子等都能很好地结合起来。
把我们的组合拿出来看，估值跟指数差不多，可能还要稍微高一点，但是在成长性、盈利能力、资产负债表的健康等方面都会比指数好，所以从多维度角度来说，我们是一个价值成长兼顾的组合。我们不想把它弄成一个深度价值，缺乏成长的组合，也不想把它弄成一个深度成长，完全不考虑价值的策略。因为沪深300全是价值，如果全是成长的话，风格上的偏离一定会非常的大，误差也一定会很大。我们采用价值成长比较均衡的策略，暴露主要在盈利因子上。
问：量化对冲的依据主要来源于对历史数据的模型分析，有时候历史数据也有失效的时候，请问杜总怎样解决失效的问题？杜晓海：第一，它历史回测效果好，第二，它符合我们的投资尝试。我个人不喜欢没有经济意义的因子，即使回测下来效果很好，我不喜欢去买我自己完全不理解的策略，因为结果的可预测性会比较差，这是我的一个考虑。
我喜欢估值跟盈利相结合的策略，它本身符合投资常识，即便短期或者阶段性表现稍微弱一些，但是这是一个投资的正道。我觉得坚持这种做法，从长远的角度来看效果会比较好。虽然这种把成长、价值等各个维度都兼顾的策略，可能会阶段性的表现弱一些，比如像去年2月份跑输指数，另外像2018年四季度，宏观上进入衰退，大家都觉得前景非常暗淡，盈利能力再强，大家也觉得不行。过去三年真正跑输指数的比较明显的月份，可能就是这两个阶段。这种时候我们也会适当的调整策略，但也不会调整到一些完全不认同的策略上去。在坚持盈利的基础上，如果市场特别火爆的时候可以适当暴露稍微多一些，对波动性的约束稍微低一些，或者在衰退象限时，盈利因子不行，可能高分红因子会表现好一些，那它的经济意义还是存在的。我们偏向去选择一个长期有效果，短期虽然不是最优解，但也还是一个不错的解决方案来规避阶段性的回撤。
普通投资者选择机构投资成未来趋势问：量化方式适合普通投资者吗？普通投资者是不是只能通过购买对应的基金？杜晓海：量化方式，要求一些编程和数量化处理工具。相对普通投资人而言，是一个比较深度的方式。但如果编程能力很强，那也可以做量化投资。量化方式不是完全不适合普通投资人。
但是现在以及在过去的一两年的时间里，大家普遍地感觉到炒股不如买基金，就是因为投资其实还是一个相对偏专业的、团队的事。如果闭门造车，一方面会很辛苦，另一方面做出来效果又差强人意。专业机构有大量的研究团队，各方面的风险控制和保障也比较到位，所以后来投资人会发现买基金可能效果会比较好。
在美国，普通投资人基本都是以买基金来做投资的。相比较于国外，国内喜欢炒股的投资人比例还是较高。往前看的话，我认为通过机构投资买基金来做个人投资的方式会变得越来越受欢迎，比例会越来越高。
问：量化对冲策略对基金经理的任职能力有哪些要求？对于做量化对冲策略，有哪些实战经验和投资方法可以分享给普通个人投资者？普通个人投资者投资量化对冲策略基金，应该抱有怎样的收益预期？杜晓海：量化基金经理，一方面需要数量化的分析能力，另一方面也需要一些投资常识，以及投资金融方面的知识，所以要求金融跟数量化相结合的能力。
投资方式看个人的风格，我的风格偏保守、偏稳健，我希望净值能够稳步向上，大多数的客户能够挣钱，回撤小一些。那我自己是喜欢做这种波动、回撤比较小，然后净值能够屡创新高，让我的投资人长时间持有并挣钱，所以风险控制很重要。
追根结底，投资人的诉求都是绝对收益，只是说有些人投资视野比较长，能够承受比较大的波动，有的投资人对于短期的波动可能都不太能承受，所以标的波动得重点考虑。一个稳定向上的净值曲线，肯定得把风险预算控制好，把波动性控制好，然后坚持正确的股票选择方式，去争取持续稳定的跑赢指数，那最后这个净值曲线大概率就会能呈现出稳健向上的效果。
当然投资人也要对市场有一个基本的看法，一个基本的价值评估。如果评估下来，觉得现在这个市场整体来说估值还是比较合理的，坚持我刚才说的方法，效果应该不错。但是如果评估下来，就是像纳斯达克泡沫或者是2007年估值明显泡沫的状态，那你要做一些判断，就可能要把权益的头寸控制的更严谨一些。
对于海富通阿尔法这样的量化对冲策略来说，假设股指期货不是失灵的状态，我们过去几年每年都是正收益，只有在股指期货失灵的年份收益率比较低，像在2016年，收益率是2.5%，其他的年份基本都是6%~15%的表现。
如果你觉得市场是大牛市，我们的性价比会相对弱一点，但如果你觉得市场没有那么牛，或者说是自己无从判断，那么风险较低，预期收益率比债券类要高一些的产品还是相当不错的选择。
引用地址:https://www.haoxigou.com/202305/23855.html
tags: