徐杨因子投资基金如何赚钱

⑴ 国际资本的流入，对于港股的影响在哪里呢

南向资金涌入港股，正意外推升港元看涨热情。

截至1月20日20时，港元兑美元汇率徘徊在7.7512，离强制兑换保证上限区间7.75仅有一步之遥。

“在近期美元指数持续反弹的情况下，港元汇率能如此强势，很大程度得益于南向资金持续涌入，推高了港元需求。”一位香港当地对冲基金经理向记者分析说。事实上，南向资金蜂拥而至带动港股迭创年内新高之际，也吸引众多海外资金纷纷流入港股分享上涨红利，令港元需求与港元汇率水涨船高。

他向记者表示，在本周连续三个交易日南向资金净流入逾200亿港元期间，多家欧美大型对冲基金同样在大幅度加仓港股科技板块与红筹板块龙头股，加仓规模超过5000万美元。

在这位香港对冲基金经理看来，这激发众多投资机构的买涨港元套利热情。本周以来多家海外投资机构纷纷买入高杠杆的、执行价在7.75的看涨港元期权衍生品，押注全球资金涌入港股持续推高港元汇率。

值得注意的是，尽管市场看涨港元预期升温，但港元兑人民币汇率似乎保持平稳波动。截至1月20日20时，港元对美元汇率徘徊在0.8338附近，自1月5日以来，港元兑人民币汇率持续在0.8288-0.8375之间窄幅波动。

在多位银行外汇交易员看来，这背后，是1月以来人民币兑美元汇率温和上涨，抵消了港元兑美元的涨幅，从而令港元兑人民币始终保持平稳波动。

“值得注意的是，随着南向资金持续涌入港股，众多海外投资机构意识到中国资本项跨境流动更趋于均衡，对人民币持续单边大幅升值的押注也正在退潮。”对冲基金BMO Capital Markets策略分析师Aaron Kohli向记者强调说。

⑵ 准备一次投资2万购买基金，投资4年左右，可承受中高的风险，希望收益4年后净收益2万 请问怎么投资好

黄金
多空双向操作 货币属性易于储藏、保值避险
较高流动性 可以进行保证金交易 与国际市场联动
正处于上升通道，被越来越多的投资者关注 具有储藏、保值和获利的功能 应对危机的保障资产 我国投资品种的新亮点

预付款方式交易优势,"黄金预付款"一个不错的投资产品
1、更容易选择价格低点买入，价格高点卖出
杭州北交采用连线国际现货金价的方式销售与回购黄金，国际金价是时时波动的，而波动主要在北京时间的晚间，这段时间通常不是金店的营业时间，投资者无法实现即时买入或卖出。通过杭州北交预付款交易系统，投资者可以以较少的预付款比例，24小时进行“预买”或“预卖”（国际金融假日除外），在金店正常营业时间内交收即可。
2、交易方法便捷
通过杭州北交预付款交易系统，足不出户就可进行黄金买卖，安全、便捷，无地域、时间限制（国际金融假日除外）。
3、自助交易与行情分析同时进行
通过杭州北交预付款交易系统，投资者不仅可以自主选择买卖，还可以利用系统提供的实时行情分析功能，了解即时黄金价格走势，并可以进行各种图表技术分析。
4、客户资金第三方监督
杭州北交与武汉华夏银行,兴业银行合作推出黄金买卖专用帐户，专款专用，确保投资者资金安全。
5、自主选择预付款比例，资金利用率高
投资者可自由选择预付款比例，提高资金利用率，有利于实现快速增值。
6、自由买卖，双向获利
投资者可以选择以预付款方式购买杭州北交标准金条，在未实际交收之前，也可以将金条卖出；投资者也可以将非杭州北交出品的其他合格交收品种出售给杭州北交。金价涨跌均可以获利。
7、报价数据源为伦敦黄金现货市场实时报价
所有报价数据均为伦敦黄金现货实时报价，阳光、透明。
8、易学好懂，操作简便
杭州北交预付款交易系统杭州北交自主专项开发，界面设计人性化，易学好懂，操作简便。

⑶ 新手应该怎么买基金

新手买基金可参考以下6大标准：基金净值趋势、基金品种、投资目标、基金成本和费用、基金管理人、基金投资占比。

选择基金类型，是选择基金的第一步。

首先，投资者应该根据自身的风险承受能力来选择基金。低风险承受能力的投资者可以选择货币基金、短期的理财基金等;中等承受能力的投资者可以选择债券基金、信托基金等;高风险承受能力的投资者可以选择股票基金等。

其次，选择好要投资的基金类型后，就需要从该类型的基金中选择一个或多个基金进行投资。选择基金可以从一下几个方面考虑：历史业绩，基金公司，基金经理，整体效益等。

最后，分析一下自身情况，我们到网点开户之前，都会做风险测评，大致可以测出我们的风险承受水平，是稳健型还是激进型，还会初步给出一个资产配置的建议。

⑷ 量化投资基金的优势

南方策略优化是最新一只量化投资基金。该基金在产品设计上充分考虑了中国市场的现状和发展趋势，提出了创新的主动量化投资模式。这种以定量模型为核心，但在决策流程和模型构建中有机结合定性分析的模式有可能成为量化投资的主导模式。同时，根据国外量化投资发展的新趋势和国内市场的特点，南方也开发了最新进化的量化投资模型。
南方策略优化的主动量化投资模式主要体现在三个层次：在资产配置层面上定性定量并重，在行业配置层面上的定量为主定性为辅，以及在个股选择层面的量化筛选。
在资产配置层面，综合分析经济周期、财政政策、市场环境等因素的基础上，采用定量和定性相结合的思路确定本基金的资产配置。这与传统的主动型基金可以说基本一致；但恰恰是在资产配置层面上，解决了量化模型最大的缺陷，即对周期转换缺乏预判能力。也就是说，在市场趋势可能发生转折的时候，定性决策可能占据主导。
在行业配置层面上，该基金提出以B-L模型为基础构建的行业配置模型。这一模型体现了定量为主，有机结合定性分析的思想。这一模型的关键在于，在分析行业指数历史收益数据的基础上，利用概率统计方法，将投资人对各行业或板块的预期收益的倾向性观点相结合，产生新的预期收益，通过求解量化模型进而得到优化的行业配置比例。简单来说，这一模型的思想就是把投研人员对未来预期的主观判断当作模型本身的关键因子，用于修正从历史数据中得出的预期收益，从而优化模型配置结果。因此模型给出的不仅是客观规律，而且也结合了投研人员关于未来行业判断的观点修正。
在个股选择上以量化模型为主，以实现对个股的广泛筛选。其采用的模型是经典的多因子选股模型，“南方多因子量化选股模型”重点选择四方面的因子：（1）基本面因子：包括上市公司的盈利能力、现金流情况、财务杠杆水平以及未来成长性等，反映了上市公司的当前价值和成长潜力。（2）价值因子：反映股票的绝对和相对估值水平。（3）市场面因子：包括股票价格的动量/反转趋势、股票所处风格板块的轮动，股票价格的历史波动等。（4）流动性因子：包括平均成交量、平均流通市值、Amivest流动比率等各种指标，对个股流动性进行衡量。通过数据分析筛选未来可能具有超额收益的个股。
量化投资要有严格的纪律，也应有鲜明的投资目标定位。南方策略优化把自身的投资目标定位在稳定超越指数，稳定获取超额收益。超额收益主要通过量化配置和选股获取超额alpha收益，也可能来源于通过主动选时获取beta超额收益。量化投资希望在持续性，稳定性上保持优势。而稳定超越指数，也就相当于超越多数主动型基金。 和传统的主动管理基金相比，量化基金的优点正在于降低了对基金经理主观能力和经验的依赖。但量化基金要想成功运作，管理人的能力同样重要。这主要体现在两方面：一是能否开发和设计出好的量化模型，二是如何做到主动和量化的结合，在投资实践中用好模型。在这两方面，国内的基金公司都进行了长期的积累和准备，南方基金的量化投资团队即是其中的典型。

⑸ 请问支付宝“帮你投”真能达到预期收益吗

4月2日，蚂蚁金服和全球最大公募基金公司美国先锋（Vanguard）集团独家合作的基金投资顾问服务“帮你投”在支付宝上线。 与蚂蚁金服此前为用户提供的理财服务不同，“帮你投”可以帮助用户做出投资决策。此前，支付宝是各种理财产品的销售渠道，主要是打造一个平台，平台上有丰富的理财产品，至于如何投资理财产品，是由用户自己选择。但是“帮你投”是设定了投资理财的收益目标之后，由用户投入资金，这些资金由“帮你投”决定投向哪里。 这项服务是自2019年10月中国启动基金投顾试点之后推出的服务之一。2019年10月，证监会下发《关于做好公开募集证券投资基金投资顾问业务试点工作的通知》，被认为开启了中国“买方投顾”时代。在此之前，中国公募基金的销售主要是“卖方代理”模式，基金销售渠道主要赚取销售提成。 在过去的模式下，中国普通基金投资者的利益未必能够得到保障，基金销售方赚钱、基民不赚钱是比较普遍的现象。基金投顾试点的开启，核心是希望通过放开投顾服务“全权委托”和多元化的收费模式，使得公募基金为买方服务，投顾服务与投资人利益一致，真正能为普通投资者赚钱。 更加特别的是，蚂蚁金服和Vanguard可谓“强强联手”。蚂蚁金服是中国最大的金融科技公司，支付宝平台上有大约6亿理财用户，也就是说大约一半的中国人在支付宝平台上购买理财产品。Vanguard集团则是全球最大的公募基金公司，其管理的资产规模相当于中国公募基金行业整体规模的3倍，而且Vanguard在美国的在线理财投顾市场占到50%以上的市场份额。“帮你投”是由蚂蚁金服和Vanguard集团的合资公司——先锋领航投顾（上海）投资咨询有限公司——发行的首款产品。 那么，“帮你投”真实投资效果如何？是否值得投资？ 零壹财经对“帮你投”进行了体验。 目前，支付宝首页还没有“帮你投”的入口。需要在支付宝的“理财”页面，点击“更多”，才会看到“帮你投”。 进入“帮你投”之后，点击“立即体验”，在几秒钟的时间内，支付宝马上给出了笔者的用户画像——“**岁、资深投资人、家庭顶梁柱、工作较稳定、略有盈余、风险偏好较低”。 这使得“帮你投”体验起来像是自动完成用户画像，无需填写风测问卷。但其实针对从未在支付宝平台完成风测的新用户，“帮你投”首选需要做风测问卷。如果用户已经在支付宝平台进行了风测（例如购买余额宝、基金、定期等都需要做），那么“帮你投”在获得用户授权的情况下会参考平台的风测信息。因此，在支付宝平台上之前购买过理财产品的用户在风测这一步上会快很多。 随后，系统马上给出了投资策略。页面显示，建议笔者投资目标——3%，并且给出了“稳步增利策略”。该策略下的资产配置为：货币型基金51%，债券型基金45.01%，股票型基金3.99%。 笔者此前的投资都是较为保守的，选择“帮你投”就是希望能够得到更高回报的收益，但是却可能无法达到这个目标。 “帮你投”在这一点上较为保守，更多是从投资风险的角度来考虑问题。先锋领航投顾CEO张宇在接受媒体采访时表示：“非常不建议为了追求一个目标而改变自己的风测，这个逻辑关系要倒过来，投资目标设立要根据风测结果设定。”他解释说，也是因为这个原因，虽然投资者可以主动修改“帮你投”给出的风测结果，但是“帮你投”将这个修改的操作入口隐藏得比较深。 回到“帮你投”的体验上，如果用户确认这个策略，便可以将钱立即转入。帮你投的起投门槛为800元，这高于余额宝的“1元起投”，但是低于目前市面上的大多数公募基金投顾产品，一般这些产品的起投金额为1000元，当然也有更高的。为了体验产品，笔者将800元转入“帮你投”。 这800元将被投向哪？ 将钱转入“帮你投”的第二天，也就是4月8日，笔者收到了一份开户报告，这份开户报告告知了笔者钱的流向。 上文说过，笔者刚刚点进“帮你投”的时候，就获得一份“稳步增利策略”：货币型基金51%，债券型基金45.01%，股票型基金3.99%。但是，当时只知道这个比例，并不知道投了哪些基金。这份报告则给出了全部的清单（如下），由此，笔者知道了自己的800元是这样投的：货币基金51%（其中包括博时合惠货币A 26%，南方天天利货币A 25%），债券基金45.01%（其中包括广发安泽短债债券A 18.03%，广发双债添利债券A 16.99%，富国信用债债券A／B 9.99%），股票基金3.99%（其中包括富国沪深300 3.99%）。 这里需要说明一下，大家看到截图中笔者的初始账户总资产为799.79元。大家一定记得，笔者在“帮你投”转入的是800元。 4月8日，也就是笔者在“帮你投”开户的第二天，看到账户收益为-0.21元。当时心里就拔凉拔凉的，感觉头顶有乌鸦飞过，心想“这个产品不行啊，刚买就亏了，以后再也不买了”。 不过，4月9日，再次点开“帮你投”，收益已经变成了0.16元，开始赚钱了。 再细看开户报告，少了的0.21元，其中有0.2元是交易手续费。 回到钱的投向上。缺乏理财经验的投资者会觉得，除货币基金之外，无法判断“帮你投”给出的资产配比中所含基金产品的优劣。实际上，“帮你投”做的是策略组合、大类资产配置和动态再平衡，而不只是单类基金产品，也就无从比较。 对此，“帮你投”进一步解释了选择的逻辑：优选基金时，“帮你投”专家团队将整体考量基金的性价比，力争为客户找到最合适的基金组合。在评估基金的风险和收益时，“帮你投”主要有以下四个维度——基金预期超额收益、基金的主动风险、基金的费率、客户的风险承受能力。 在这个选择逻辑下，“帮你投”给出了全部优选基金名单： 基金名单的选择和资产配比的确定，这是“帮你投”的核心能力。这背后是人机结合的结果，“人”是“帮你投”的资深专家团队，“机”是Vanguard集团资本市场模型（包括Vanguard Capital Markets Model，简称“VCMM”等模型）。 基金名单的选择，是基于先锋领航投顾对基金历史业绩的归因分析和实地调研确定的。先锋领航投顾首席投资官陈怡达在接受零壹财经采访时解释，除了对基金历史业绩的归因分析之外，先锋领航投顾还会调研业绩背后的驱动因素，对基金的高管和投研人员进行访谈，看基金所宣称的理念和实际运作方式是否一致。同时，这些名单是会持续跟踪和动态调整的，后续如果发现有更合适的基金也会纳入名单，或者发现现有的基金不适合的也会更改名单。目前，这些基金都是中国市场的基金，还没有配置其他国家的资产。陈怡达解释，这是由于目前的额度限制、市场判断等操作方面的原因导致的，但是先锋领航投顾会密切留意，后续如果有合适的其他国家的资产也会纳入。 人的部分不用说，自然拼的是人才。我们来看下机器的部分——VCMM。 VCMM是一个统计模型。陈怡达向零壹财经详细解释了VCMM的工作原理： VCMM核心是想解决对于各个资产类别收益预测的问题。陈怡达解释：“我们在构建组合的时候，最难的一点是预测未来股权、债券和其他海外市场商品等等资产类别未来收益如何，一旦能解决这个问题，接下来就能通过组合的模型做配置。”紧接着，他进一步解释：“在解决这个问题的时候有个难点，那就是预测的准确率。万一错了怎么办？” 为了解决这个问题，VCMM的核心思路是，不是预测未来收益的准确数字，而是预测概率。 陈怡达解释，未来各类资产的收益不容易做很准确的预测，但是这些市场的表现还是会受到基本驱动力的影响，这些驱动力包括各式各样的宏观因子，包括各个市场潜在的一些风险因子。所以，VCMM是个统计模型，它根据每个国家过去的金融市场的宏观因子和风险因子的表现，通过统计模型找出它们和大类资产收益的关系，这个关系可能是固定关系也可能是动态关系。这个关系确认了以后，就可以根据现在市场宏观跟其他因子的情况作为输入来预测未来各类资产的预期收益。 在此基础上，VCMM承认预测都会有错，并且解决了这个问题。比如，假设预测中国GDP增速在5.5%，但是最终刚好在5.5%的概率严格来说趋近于0，最终的数字可能高可能低，没有人知道。VCMM解决问题的方法是，接受这个错误，不是用“点预测”的方式来预测结果，而是用一个“概率分布”的方式来预测结果。它给出的是一个范围，比如说GDP增速可能会在2%—6%之间，各个GDP增速的概率分布是如何的。 因此，得到关于未来收益的预测之后，资产配置模型会通过上万次的模拟，看不同配置方案可能的收益分布，从而确定如何配置是更好的。 关于VCMM是否适合中国市场的问题，陈怡达解释，VCMM会根据每个市场的实际情况来进行统计和模拟，并不会把在美国市场的模型套在中国市场上。因此，VCMM在各个市场的工作原理是相同的，但是在每个市场上找到的驱动因素和资产收益的关系是不同的。 从VCMM的实际运行效果来看，陈怡达告诉零壹财经，VCMM在美国应用已经超过10年，美股的走势过去十多年几乎所有时间都在预测范围之内，并没有跳脱范围。 从Vanguard在线理财服务的市场实际战绩来看也是不错的。在4月2日的发布会上，先锋领航投资管理(上海)有限公司总经理赵曌披露，截止2019年底Vanguard集团旗下在线投顾服务资产规模达到了1597亿美元，市场份额超过了50%，是第二名的四倍，所以Vanguard集团是最大的美国在线投顾服务公司。 但是，同时，陈怡达非常坦诚地表示：“Vanguard也有想要强调的地方，我们不是给客户错误的概念，说你接受了我的投顾一定有多少收益。没有人能够保证未来收益，我们要告诉客户未来是存在不确定性的。今天在我们协助下，我们用最科学化的方法、最先进财务理论帮客户打造了这个组合，但还是会有错，可能客户还是会有亏损的时候。这时候要怎么样面对回撤、面对市场波动、面对风险，这是每个人都没办法回避的问题。‘投顾’的功能希望多一些陪伴与沟通，让客户能够了解市场就是会波动，这是正常的现象，只要我们坚持投资，市场会慢慢回到均值，回到经济长期基本面的增长，给投资人带来收益，这才是最重要的，这也是投顾的精神，不单单只有‘投’，还有‘顾’。” 这套逻辑下真实的投资收益如何？笔者4月7日将钱打入“帮你投”账户，这是到5月9日的投资收益以及每天的收益明细。 从结果来看，这个投资组合有亏损的时候，但是还是赚钱的时候更多，每天的收益率也是有上下浮动的。按5月9日这天账户里的总收益来算，平均年化收益率为4.3%，超过了预定的投资目标3%。4月20日，笔者也曾随机算过当时的年化收益率，也恰好为4.3%。但是，并不是每天都能有这样的收益率，前面的时间，有时收益率仅比2%多一点。 那么，这个收益率在市场上竞争力如何？ 总体来看，如果“帮你投”的投资目标设定为3%以上的话，就超过了一般银行存款和货币基金的收益率，主要与银行智能存款和银行、基金、保险、券商等理财产品形成竞争。 根据零壹财经目前的了解，“帮你投”的竞争力对不同的人群有所不同，可以分为三种情况： 第一种，如果“帮你投”给投资者的画像是“稳健型”，并且给出3%左右的收益目标，对这样的投资者吸引力有限。因为现在有的银行的智能存款产品最高可以达到年化4.50%左右的收益率，而且保本保息。对投资者来说，没有必要让钱冒着更大风险，收益还更低。不过有一个有趣的现象是，虽然“帮你投”为此类投资者设定的投资目标为3%，但实际上可能可以为投资者赚取比3%更多的收益。笔者4月20日和5月9日分别计算的年化收益率都达到了4.3%。只是，这个收益率不那么稳定，但只要投资者坚持的时间足够长，获取这个收益水平看起来是不难的。 第二种，如果“帮你投”给投资者的画像更为积极，并且给出的收益目标在4.50%～8%之间，有一定的竞争力。因为收益在这个区间的，就要靠买基金实现，但是基金购买需要一定的专业知识和时间，对于缺乏专业知识和时间的理财者来说，“帮你投”的省心服务是有吸引力的。 第三种，对于比较专业的谋求更高收益的投资者，“帮你投”恐怕在现阶段缺乏吸引力。零壹财经随机询问了身边几位比较资深的投资者，其中包括资深的基民和股民，对方的反馈是不感兴趣，因为“帮你投”给出的收益目标较低，这些资深的投资者有更多的理财方面的资源、也更相信自己的判断。 对所有投资者来说，目前还不能期待“帮你投”获取全市场最高的长期投资收益率，这款产品暂时还达不到Vanguard在美国市场取得的成功。 相信很多人都听说过巴菲特劝投资者买指数基金的故事，而且巴菲特当时拿来打赌的指数基金就是Vanguard发行的“标准普尔500指数基金”。他曾说：“我认为，对于大多数想要投资股票的人来说，成本费率低的指数基金是最理想的选择。”2008年，巴菲特找人打赌，如果职业投资人至少选择5只对冲基金，那么在很长的一段时间内，这个组合会落后于标准普尔500指数基金。 Protégé Partners的对冲基金经理Ted Seides接受了巴菲特的赌局。最终的结果是，标准普尔500指数完胜5只对冲基金。在2008年—2017年这10年中，标准普尔500指数累计上涨了125.8%，平均年收益达到8.5%。而5只基金表现最好的累计只上涨了87.7%，平均年收益为6.5%，表现最差的仅增长了2.8%，平均年收益仅为0.3%。 不过，在中国市场，恐怕暂时还达不到这样的收益率。 首先，“帮你投”并不只是一个指数投资产品，它投资于多种资产，是一种基金投顾产品。 其次，指数投资要想在长期跑赢市场，需要外部条件，而中国目前还不具备这样的条件。比如，指数投资要长期跑赢市场需要一个基础，那就是长期的牛市，但是中国市场是牛短熊长。 但是，如果投资者的目标并不是获取全市场最高的长期投资收益率，而是获得一个较为合理的收益率的话，“帮你投”应该不难实现目标。 在考虑是否投资基金投顾产品时，除了专业水准之外，还有一个很重要的“信任”问题，就是：基金投顾是否会完全与投资者站在一起，完全为投资者利益服务？ 虽然基金投顾试点的本意，就是希望通过放开投顾服务“全权委托”和多元化的收费模式，使得公募基金为买方服务，投顾服务与投资人利益一致，真正能为普通投资者赚钱。

⑹ “聪明基金“Smart beta策略能赚大钱吗

自2000年以后，股票已经经历了两轮大熊市，而现在又开始有走软迹象。养老基金，保险公司以及捐献基金寻找新的回报来源就没什么奇怪的了。“smart-beta”正是最新的基金管理业的术语。
“Alpha”是选择单个标的资产超越大盘的技能。
“beta”则是资产组合相对于整体市场(如以某个指数基金为代表)的相对收益。
传统的“市值加权”法，是投资者按市值等比例购买股票或者债券的方法，
而“smart beta”则是尝试在跟踪某一大类资产的同时，调整成份证券权重，以获取增强性收益的投资方法。

[Smart Beta]
众所周知，beta在CAPM模型中衡量了相对于持有整个市场所带来的风险溢价（risk premium）的大小。整个市场通常用市场投资组合（market portfolio）或市场指数基金（market index fund）来表示。市场指数通常都是市值加权（market capitalization weighted）。如果把市场指数换成按非市值加权的指数或投资组合，其得到的beta即为smart beta，又被称为alternative beta或exotic beta。理由是因为这些新指数的权重是由某些量化算法得出的，看上去比最普通简单的市值加权要更“聪明”些。

现在比较流行的算法有：
等权重加权（Equal Weight, EW）:

等风险加权（Risk Parity），可以看作是调节波动率后的等权重

等风险贡献加权（Equal Risk Contribution ，ERC），可以看作是考虑了资产回报率之间协方差后的risk parity

最小方差加权（Minimum Variance, MV

最大多样化加权（Maximum Diversification，MD

如下图所示，从左至右，这些加权法需要的参数逐渐增加。ERC，MV，和MD都属于“robust risk parity”因为它们把协方差考虑在内。最经典的均值-方差优化法（mean-variance optimization）需要知道预期回报，方差与协方差，因为此优化法同时使风险最小化，预期回报最大化，不过，这里涉及到因子对准问题（Factor Alignment Problem, FAP），下文中会提到。smart beta策略只考虑波动率与协方差，所以，我们把它们看作只关注风险（risk-based）而不关注预期回报（return-based）的策略。

[随机折现因子，SDF]
事实上，CAPM模型是资产定价模型（asset pricing model）的一个比较有名的特例，因为广义的随机折现因子（stochastic discount factor，SDF）在CAPM中被狭义的市场投资组合所代表了。

按资产定价模型的定义：p = E(mx)，任何资产的价格就是折现后所得回报的期望，其中x是资产在未来的回报，m就是随机折现因子SDF。利用协方差的定义，我们得到

所以，任何资产的价格等于用无风险率折现后所得回报的期望再加上一个风险溢价（risk premium），而这个溢价是SDF与未来回报的协方差。

按照芝加哥大学经济学教授John Cochrane的说法，投资者的状态有‘好’和‘坏’之分（good vs. bad times）。‘坏’的状态一般指个人财富降低，导致其发生的原因可以是由于个人负债过高，或收入降低等等造成的。而SDF是定义这个状态‘坏’时的指标，状态越‘坏’，指标越高。由于大部分资产在状态‘好’时，回报很高，所以这个协方差通常为负。更重要的是，如果一个资产的回报与个人状态好坏无关，即与SDF无关（风险中性状态，risk-neutral），那它的价格只能由无风险率决定（协方差为零）。

把上式写成预期回报率（expected return）的形式，会更直观些

进一步推导得到预期资产回报率的“beta表达式”

换句话说，人们只有承担系统性风险（systemic risk，与SDF相关）才能取得收益。如果承担非系统性风险（idiosyncratic risk），则无任何益处。

由此可见，SDF作用很重要，但是它只存在于理论中。人们千方百计地在真实世界里寻找替代品，即所谓的风险因子（risk factor）。所以，我们也可以这样认为：人们承担的（系统性）风险越大（尤其在状态‘坏’时），作为补偿的因子风险溢价（factor risk premium）也越大（尤其在状态‘好’时）。高风险的资产必须有足够高的预期回报率，即足够低的价格，才能吸引人们来购买并持有它。

[多因子模型]
由于我们在CAPM中假设SDF只与市场投资组合回报有关，所以市场投资组合是CAPM中唯一的因子。在此基础上，我们也可以进一步假设SDF与多个因子线性相关

由此得到多因子模型。因子不同，对投资者状态‘坏’时的定义也不同，由此承担的风险敞口以及获得的溢价也会不同。Fama-French三因子模型是多因子模型中的经典代表。诺奖得主Gene Fama和Dartmouth大学教授Ken French通过对大量股票中某些共同特征进行筛选，从而得到有别于大盘因子的两个新因子：规模与价值（HML，SMB）用以组成三因子模型。这个模型恰好能很好地解释股票的预期回报。后来，该模型又加上了动量因子（momentum），遂成四因子模型。从结构上讲，这与Stephen Ross提出的套利定价理论（arbitrage pricing theory）相似。唯一不同的是，APT直接从统计的层面入手，假设资产回报率可以由一系列因子表示。

[基于因子的资产配置策略]
前面啰里啰唆说了这么多，我只想强调因子的重要性。需要指出的是，上文中提到的广义资产定价模型与风险因子不只局限于股票市场，而是适合任何资产和资本市场。可以这么说，风险因子才是资产之间联动的根本原因，资产配置实际上是因子的配置。

我们可以把各种资产比作各种食物，把各种因子比作各种营养，比如维生素。理论上来说，我们既可以通过摄取不同食物来获得不同维生素，也可以通过直接服用维生素来获得所需营养。比如，为了治疗脚气，人们即可以多吃谷物，猕猴桃，蓝莓等富含维生素B1的食物，也可以直接服用维生素B1药片。

如同某一食物含有多种营养一样，买入并持有某一个资产可能会带来不同的因子风险敞口（factor risk exposure）。比如，在美国NASDAQ上市的网络，它的股票价格即包含了科技板块的风险，也包含了中小版块的风险，另外，由于公司的总部在中国，它还包含了中国经济发展的风险。当然，还可能包括一些其他未知风险。这也是多因子模型中资产表现评估（performance assessment）的精髓。

同样道理，如果我们只想要某单一风险，如同维生素B1药片，我们就要巧妙选取资产来达到此目的。在上文提到的Fama-French三因子模型中，Fama和French为我们很好地展示了如何对大量股票进行筛选，把具有共性的多支股票组合在一起，构造出所需要的因子（factor mimicking portfolio）。人们根据不同的风险偏好选择不同因子，以获得不同的因子风险敞口从而赚取不同的因子风险溢价，比如，动量因子，基本面指数。

至于如何发现新的有用的风险因子，则不在本帖讨论范围内。不过，下图展示了资产配置策略的发展过程与新风险因子的发现密不可分。这些新因子现在已被大众广泛应用于投资中了

70年代，人们开始将投资组合用于主动投资管理中（active management）。

80年代，市场指数基金的流行使人们更加便捷且廉价地投资整个市场，因为CAPM模型让他们意识到只有承担系统性风险（systemic risk）才能取得收益，其风险及收益的大小由beta来衡量。而那些市场超额回报则由alpha来衡量。

90年代，人们不再局限于市场这个单一因子，APT和Barra多因子模型扩大了人们选择因子的范围，其中包括国家地域因子，行业因子，宏观因子等。

2000年之后，人们对因子的认识又扩展到了新领域：风格因子与策略因子。比如，Fama-French三因子及Carhart四因子模型中的规模，价值，和动量因子。新的因子又比如carry，低波动率，流动性（liquidity），基本面因子，以及本帖介绍的smart beta策略等。更重要的是，人们意识到之前他们认为的alpha，其中有很大一部分是非传统的beta。那些业内人士把这些beta包装成alpha在推销（sell beta as alpha，见下文“另类投资”部分）。

随着ETF的流行，人们能够越来越方便地接触到不同因子并直接应用于投资中，尤其是应用于被动投资中。与对冲基金，共同基金，期货等相比，ETF的优点是更透明，成本更低，进入市场的门槛更低。一些较受欢迎的因子ETF或smart beta ETF包括：RSP（标准普尔500等权ETF），SPLV（标准普尔500低波动率ETF），FNDB（Schwab美国基本面指数ETF）等等。

[全天候式投资组合（All-weather Portfolio）]
上文中提到了宏观因子（macro factors），就不得不提一下与之有关的资产配置策略：全天候式投资组合（All-weather Portfolio）。此策略是美国知名对冲基金Bridgewater的负责人Ray Dalio长期研究的成果，其核心观点是将宏观因子，经济情景（economic scenario），和上文中提到的等风险权重（risk parity）结合在一起。

宏观因子与资产回报之间的相关性很低，尤其是在短期，但使用经济情景可以在长线投资中弥补这个不足。另外，由于一般投资者不喜欢借钱来投资（leverage aversion），这造成了投资组合中股票等高风险资产的权重高于理论中的最优值。使用等风险权重可以纠正这一偏差。

这里，宏观因子主要考察的是经济增长和通货膨胀，并由此定义四种经济情景：
（1）经济增长上升，通胀上升
（2）经济增长上升，通胀下降
（3）经济增长下降，通胀上升
（4）经济增长下降和通胀下降。
然后，从历史数据中找出资产价格的变化与这些经济情景的关系，从而确定可投资的资产以及相应的权重，使得投资组合在每个经济情景中分配到的风险相等（如下图所示）。这样，随着时间的推移，该投资组合能够经受住各种宏观风险的冲击，“全天候式”的名称由此而来

不过，全天候式投资组合在2013年遇到了些小麻烦。在标准普尔500指数增长30%的情况下，Ray Dalio旗下的全天候式投资组合基金的回报率为-3.9%。于是，全天候式投资这个概念也遭受了质疑 。但我认为资产配置的重要功能之一就是帮助保护投资者的财富，防范风险。所以其分散风险的优势要在长线投资中才能显现出来，人们不应该太在意短期的失利，下文中会提到。

[耶鲁模式 Yale Model]
耶鲁大学捐赠基金（Yale Endowment）由于其在同行中长期傲人的投资表现，已经被视为是资产配置行业的一个榜样，简称耶鲁模式（Yale Model）或常春藤投资组合（Ivy Portfolio）。耶鲁模式之所以能取得不错的收益，主要得益于其在另类投资（alternative investment）中的高配置，包括各种私募基金，对冲基金，风险资本（venture capital），房地产等。近年来，其占整个投资组合的比重高达60%。耶鲁基金从上世纪90年代就开始投资当时颇具神秘色彩的私募基金和对冲基金了。这些基金的特点是乏人问津，投资准入门槛高，因此其收益可以说是来源于价值因子和低流动性因子。

虽然，这些因子给耶鲁基金带来了可观的回报，但在08金融危机中，由于人们的恐慌性抛售，低流动性资产重创了该基金。从理论上来讲，这符合上文中提到的因子投资的特性，即人们承担的（系统性）风险越大（尤其在状态‘坏’时），作为补偿的因子风险溢价（factor risk premium）也越大（尤其在状态‘好’时）。

然而08金融危机过后，在标准普尔500屡创新高的情况下，耶鲁基金的资产始终没有超过08年的最高点。一个很重要的原因是因为耶鲁基金的成功模式开始被不少养老金机构和规模较小的大学捐赠基金效仿，导致了在另类投资中的风险溢价大幅减少。耶鲁基金在其年报中也承认了这一点。但它近年来仍能在投资表现上对同行保持微弱的优势，其成功的关键在于它能够找到最优秀的基金经理来管理投资，这在其年报中也提到了。可惜的是，这些最优秀的基金经理中的大部分都已不接受新的资金。因此，这个成功的关键只适用于耶鲁自己而无法被他人复制。

由此可见，耶鲁基金在可预见的未来仍可能继续领跑这个行业，但它作为一种已被大众所熟悉的投资模式不可能在短期内重塑辉煌。

[另类投资不另类]
随着耶鲁基金的成功，那些往日不为人知的另类投资（alternative investment）也掀开了它们神秘的面纱。以其中的对冲基金为例，其高回报及低相关性吸引了人们来研究它。

研究结果显示对冲基金的回报能提供的alpha非常有限，而有很大一部分是来自各种beta，我有一个帖子专门讨论了这个现象。除去少数明星基金，大部分对冲基金能取得回报的一个重要原因并不是因为它们能提供下行风险的对冲（protection on downside risk），恰恰相反，而是因为它们在市场下行的时候回报足够糟糕，也就是说它们对尾部风险（tail risk）的敞口很大。这与我们之前的认知不太一样，但符合因子投资的特征。

大家可能都知道股神巴菲特与另类投资公司Protege Partners之间的十年赌约吧。巴菲特在2008年初跟对方打赌说“an index fund will beat a fund of hedge funds over ten years”。那到目前为止（2014年）结果怎样呢？有“好事”者把两者做了一个比较，发现巴菲特建议的投资暂时领先（见下图）

进一步的研究发现，如果我们把指数基金降低杠杆并收取费用，我们竟然得到了与对冲基金同样的收益！（见下图）

另一方面，如果想要得到私募基金的回报，我们只有增加杠杆并收取费用即可。由此可见，另类投资行业经常把已知的beta当成alpha来推销。然而，随着因子研究的不断深入，人们对另类投资的理解也越来越深刻。另类投资已变得不再另类。

[重新审视Smart Beta]
在了解了因子与资产之间的关系后，我们现在再来重新审视一下Smart Beta策略，看看它们是不是有特别之处呢？回答是否定的。

研究显示这些Smart Beta策略其实都是某些因子的组合。比如，等权重加权法偏向于规模因子。这个很容易理解，因为这种加权法使小盘股获得与大盘股同样的权重。又比如，最小方差加权法偏向于低beta因子与低波动率因子。然而，等风险加权法与等风险贡献加权法更偏向于低beta因子和规模因子。

如下图所示，Smart Beta策略与上文中提到的其他因子策略同属一个均值-方差框架内，但正如上文中提到的，Smart Beta策略的着重点是风险，而其他因子策略的着重点是预期回报（risk-based vs. return-based）。不过，最后的效果是相似的，都具有某些因子偏向（factor tilt）

更令人意想不到的是，与Smart Beta正好反向操作的策略竟然也能赚钱。究其原因，原来这些反向策略仍就偏向规模与价值因子。即使是随机投资组合（random portfolio，即著名的“猩猩掷飞镖选股法”，在《漫步华尔街》一书中屡次被提及）也有类似的因子偏向（factor tilt，下图所示）。由此可见，Smart Beta策略能跑赢大盘就不足为奇了，因为它们承担了一定的因子风险。

既然谈到了均值-方差优化框架，这里就顺便提一下因子对准的问题（Factor Alignment Problem）。此问题的出现是因为在均值-方差优化法中的预期回报，风险与优化问题的约束条件（optimization constraints）三者所侧重的因子有时不尽相同（misalignment）。比如，在预测预期回报中使用的因子可能在风险模型中没有被使用到。当我们运用优化算法时，更恶化了这个问题，因为我们可能低估了那部分因子的风险，从而在使预期回报最大化的过程中，高估了与风险模型无关的那部分因子的预期回报。庆幸的是，Smart Beta策略和其他因子策略都只侧重均值-方差优化法中的一部分，从而避免了此问题。

虽然Smart Beta策略只是普通的因子配置，但它如此受欢迎有它的道理。我认为主要原因有下列几个：
（1）美联储的QE大幅降低了固定收益类资产的回报，使得投资者不得不寻找其他投资门道来增加收益。
（2）08金融危机中的恐慌和之后美联储的QE都影响了市场对各种资产的真实定价功能，资产与资产间原有的联系减弱了。取而代之的是，大部分资产都随着美联储的货币政策起舞。“risk-on/off”模式使得传统的资产分散化投资（diversification）失灵了。
（3）投资者们仍然对08金融危机时财富大幅缩水记忆犹新，所以比起资产的预期回报，他们更注重风险的控制，更偏爱能控制风险的策略。
（4）08金融危机后，投资者希望在投资中减少人为操纵的因素，更偏爱透明度高，原理简单的投资产品。
（5）依照某些算法或规则产生的投资策略（rule-based strategy）可以大大降低由于人们行为上的偏差（behaviour bias）而造成的损失。
（6）传统的对冲基金和共同基金的高费用一直受人诟病。
因此，这些主题明确，成本更低，且看上去能控制风险的Smart Beta策略在经过精心包装后迅速受到了大众的追捧。目前掌握着金融市场大部分资金的机构投资者（institutional investors），比如养老基金，大学捐赠基金，资产管理公司，保险公司等都在往这个方向发展，这股趋势对人们投资理念的影响深远。

[市场与因子风险溢价]
虽然因子投资有种种优点，但是，我们没有任何理论可以保证某一个因子策略可以始终跑赢市场。
事实上，我们经常看到的是这样的情形：某一个策略或资产在某一段时间内的表现持续地领先整个市场，通过媒体的报道和业界专业人士的包装，普通投资者们立刻对它们趋之若鹜。于是，这些策略中对应的资产价格井喷式地被抬高，预期回报大幅降低，直到泡沫破裂，重新回归长期均线为止。这样的例子比比皆是，比如90年代的增长型股票策略，08金融危机前的新兴市场策略，危机后的黄金，低波动率策略，高股息策略等等。

投资者持有资产时因为包含了风险因子才会得到风险溢价，用以补偿他们所承担的某一种系统性风险，我们知道风险溢价是随时间变动的（time varying），我们不知道何时能够得到补偿。这也是为什么股神巴菲特不断鼓励人们不要在意一时的得失也不要随意改变投资风格，而要做长线投资。只有这样获得溢价补偿才是大概率事件。巴菲特本人就用他大半生的经历来证明这个理念的正确性。如果我们用多个因子构造出一个投资组合，我们就可以利用它们之间稳定的低关联性等优点进行分散化投资，以避免上述单因子策略出现的损失。美国著名对冲基金AQR就巧妙地利用了因子的这些优点构造投资组合并取得了持久且不错的收益。

市场是个零合游戏（zero-sum game），任何异于市场的投资，必定有一个与之对应的反向投资，而它们在长期都将回归到市场这个动态的均衡点上（equilibrium）。任何想跑赢市场的投资策略（包括因子策略，择时策略等）只适用于一部分人，因为这需要另一部分人反向操作来支持他们。如果市场内的大部分人都采用同一种策略，那新的市场均衡点就形成了，投资策略也就失去了意义。这也是为什么包括对冲基金在内的另类投资在被大众熟悉后就失去了往日的光环。

有人担心如果市场上大量的资金流向指数基金和被动投资策略，主动投资的交易减少会导致市场失去发现资产真实价值的功能。我倒不这么认为，因为从本帖的分析中我们了解了，只有长期持有整个市场投资组合才是真正的被动投资。除此之外的其它异于市场权重加权的策略或指数都是主动投资，因为它们都具有某些因子的偏向。为了保持这些因子敞口，人们要定期地主动地进行再平衡调整（rebalance，即始终持有对某个因子偏向最强的资产，抛弃偏向最弱的资产）。只不过，主动投资的控制权不在投资者而在指数或ETF管理公司那里。无论如何，主动投资仍是市场中的大多数。

另一方面，传统意义上的主动投资（包括共同基金，对冲基金）从长远看并不会消失。尽管主动投资的表现不尽如意，收费也较高。如下图所示，以代表对冲基金整体水平的指数HFRX已经连续十年跑输仅由股票和债券组成的简单投资组合了

但是投资者们寄希望于将来能够选到更优秀的基金经理来跑赢被动投资，而且主动投资的参与者越少，能跑赢的概率越大，因此，投资者们仍然坚守着自己的主动投资仓位尽管有一些下降。投资者的这个看似愚蠢的决定其实是经过理性思考后做出的。

这就是主动投资与被动投资之间此消彼长的辩证关系，假设在极端情况下，资产的价格反映了所有信息，那么人们就没有动力去主动寻找新的信息。大家都被动接受信息的结果是整个市场没有信息。那么，这时候主动寻找新信息就可以占得先机。此关系可以看作是对有效市场假说（EMH）的一个注解。所以，完全有效的市场是不稳定的均衡点，永远不可能达到。市场始终处在半informative 半uninformative的状态，两者的人数多少取决于信息的成本和市场本身的结构。比如，在像中国这样不成熟市场中，由于种种原因使得获得信息的成本较高，从而使主动投资者更可能取得较高的回报。不过，随着市场的不断完善，获得信息的成本降低，越来越多的投资者会加入到被动投资的阵营中。

[结语]
总而言之，风险因子才是资产之间联动的根本原因，它描述了资产间某些共同特征。资产配置的实质是因子的配置。大规模的资产配置投资很难不涉及到某些因子敞口，而且，因子投资的特性会不断激励人们挖掘新的因子。随着资产定价理论的不断发展，我们不知道的beta会越来越少。