徐阳A股暴跌顶不住持仓分散因子投资哪个

来源：金融界网站

数据

李冠希

6.15到6.27，不到两周时间，A股下挫几百点，轻松跌穿点心理关口，接着击破和整数关口，一下回到了两年半前的点位。很多朋友这几天也都在问我们，到底该怎么办？

很多时候，恐惧来自于事前的大意或者是随意。我们其实一直非常强调下行风险的控制，比如资产配置、分散持仓、因子投资等等。那么问题来了：

1.分散持仓真的有用吗？

2.因子投资，在暴跌中扛得住吗？

3.因子抗跌，有运气成分吗？

我们借这次A股大跌的机会，围绕上面的问题，运用我们的方法，尝试通过多种维度的测试，来看看我们的方法是否可以有效控制股票下行风险。

股票持仓的多少，

对投资组合的风险有直接的影响

每每大市不好的情况下，各种”又见闪崩“的新闻就满天飞。

，说的就是短时间内，个股大幅下跌嘛，如果一个投资人仅持有几只股票的话，被“闪蹦”砸中的概率就迅速放大，特别是在千股跌停的时候。

大家都知道，资产分散配置，是抵御风险的最基本法则。

资产配置可以理解为，也可以理解为。

在之前的文章《如何跑赢大盘，论持仓数量的艺术》一文中，我们通过大量的模拟测试指出：想要跑赢大盘，大家的持仓数量和组合就必须跟大盘的不一样。

这次我们拿A股的短期数据来做个测试，看看这个道理是不是还管用？

比较基准：沪深

股票池：截止于年6月15号，A股（沪市、深市）中市值最大的前只股票。（剔除异常基本面后在只左右）

样本时间：只样本股票，在年6月19号、21号、22号、23号、25号、26号、27号期间的日回报。

测试方式：限定持仓数量，分别是5、10、50、只股票，然后进行次随机选择。接着按照等权重方式，平均持有这些股票，并计算对应组合的总回报。

我们先来看看这些模拟的概率分布吧。

从图中可以看出：

　　如果随机持有5只股票，在7天的持续下跌中，跑输沪深的历史概率有35％； 　　随机持有10只股票，跑输的概率有32％； 　　随机持有50只股票，跑输的概率有15％； 　　随机持有只股票，跑输的概率只有1％；

1.持仓数量与投资人跑输沪深的概率成反比；

2.持仓数量与组合的波动率成反比。

那么这个时候我们就要考虑了：风险和回报，到底哪个更重要？一些投资人肯定会说，股市下行时，风险更重要；上行时，回报更重要。但是，聪明的投资人都知道，鱼与熊掌是不可兼得的。

我们在之前的文章《亏损厌恶，投资失败的罪魁祸首》中说过，根据诺贝尔经济学奖得主的理论，亏损带来的痛苦，是浮盈带来的快乐的2倍。

投资人看到的浮亏，这不仅仅是账面上的数字，更重要的是在下跌中的亏损，带来的心理上的压力是非常巨大的。

当、的字眼满天飞的时候，很可能股市还没崩溃，我们的心态就已经碎成一片片的了，剩下的行为想当然就是非理性的了。

如果只持有一只股票呢

或许又有投资人问了，如果我就是特别的牛，就想只持有1只股票，会有什么样的情形呢？

我们在上面的测试中，加入了只随机持有1只股票的情况，经过实测，结果如下：

很明显，如果，在7天内，跑输沪深的概率有47％，也就是说，五十对五十，跟瞎猜差不多；而更加恐怖的是，亏损超过10％的概率，有25％。

大家要知道，这仅仅是7天的时间呐，就亏损超过30％。有的朋友或许会说，随机持有1只股票这种做法，跟抛硬币差不多，实际中是不太可能出现的。

没错，这是小概率事件，但是放在中国亿万股民身上，这基本就是大数法则下的必然。事实上，有一些投资人，在选股票的时候，还真跟蒙眼瞎猜的做法差不多：哪只顺眼买哪只，哪只有消息就盲目跟风。

不同的投资风格，

有不同的抗跌能力

我们一直强调，投资需要在系统性的框架中做，特别是投资的分散和集中，更需要如此：

盲目的增加和减少股票持仓，都很可能会对整体回报和风险产生负面影响。

那么，什么是我们推崇的系统性框架呢？其实就是通过客观可靠的数据，融入金融学和行为学的量化因子投资。

我们强调的量化，是可以直接使用的方法论，而不是很难实践的世界观，即，通过历史数据和量化手段，回溯历史上几十年甚至几百年的数据，以透过充满噪音的市场现象，找到市场运行的真正本质。

比如高动量、高价值、高质量、低波动，这些经过实证检验的因子，就是简单、实用的系统性投资框架。

当然了，我们在实操中的因子构建，是非常复杂的，但这里用简单的因子模型，还是足以概括大多数情况的，现在，我们就来举个小栗子吧。

测试是怎么做的呢？

我们知道这些因子的方向，所以每一个多头因子中，我们选取该因子分排在最前面的只。

比如高价值，就是市盈率越低越好，那么我们股票池里的就是市盈率最低的前只股票。

比较基准：沪深

股票池：截止于年6月15号，A股（沪市、深市）中市值最大的前只股票。（剔除异常基本面后在只左右）

因子样本：在上述股票中，按照因子打分，分别选取因子分值最高的前只股票。

样本时间：上述的只样本股票中，在年6月19号、21号、22号、23号、25号、26号、27号的日回报。

测试方式：限定持仓数量，分别是5、10、50、只股票，然后进行次的随机选择，接着按照等权重方式，平均持有这些股票，并计算这个组合的总回报。

进行上述的测试，目的就是要看看，是否在系统性的框架内（因子股票池）进行随机选择，会有更好的表现？也就是说通过简单的因子投资，投资人是否能够获得？

高动量测试

蓝色柱子是高动量股票池（只），橙色是普通股票池（只），红色柱子是沪深（同期回报负7.7％）

　　随机持有5只高动量股票，跑输的概率有28％； 　　随机持有10只高动量股票，跑输的概率23％； 　　随机持有50只高动量股票，跑输的概率6％； 　　随机持有只高动量股票，跑输的概率0％。

在随机持有50只或者以上的高动量股票的时候，下行风险明显要好于普通股票。

高质量测试

蓝色柱子是高质量股票池（只），橙色是普通股票池（只），红色柱子是沪深（同期回报负7.7％）

　　随机持有5只高质量股票，跑输的概率有25％； 　　随机持有10只高质量股票，跑输的概率19％； 　　随机持有50只高质量股票，跑输的概率4％； 　　随机持有只高质量股票，跑输的概率为0％。

在随机持有50只或者以上的高质量股票的时候，下行风险明显要好于普通股票。

低波动测试

蓝色柱子是低波动率股票池（只），橙色是普通股票池（只），红色柱子是沪深（同期回报负7.7％）

　　随机持有5只低波动股票，跑输的概率有18％； 　　随机持有10只低波动股票，跑输的概率13％； 　　随机持有50只低波动股票，跑输的概率1％； 　　随机持有只低波动股票，跑输的概率0％。

在随机持有50只或者以上的低波动率股票的时候，下行风险明显要好于普通股票。

高价值测试

蓝色柱子是低波动率股票池（只），橙色是普通股票池（只），红色柱子是沪深（同期回报负7.7％）

　　随机持有5只高价值股票，跑输的概率有35％； 　　随机持有10只高价值股票，跑输的概率33％； 　　随机持有50只高价值股票，跑输的概率15％； 　　随机持有只高价值股票，跑输的概率1％。

高价值股在这次暴跌中，并没有很好的抗跌性。

因子风格之间的相互比较

上面的比较，都是在同一个因子内部，对不同的持仓数量进行比较的。如果我们把这些因子和大盘都放在同一张图里进行比较呢？

这里再次强调，7天数据不具有非常强的代表性，但我们还是看到了非常有趣的结果的：

1.高价值股不管用啊，跟普通随机一样一样的。

2.低波动率的股票们，很给力啊，跌幅远远好于大盘和其它的风格。

3.高动量竟然也跌的比较少，和高质量并驾齐驱。

你说的风格因子，是不是靠运气？

所以有的朋友说了，你这选什么高价值股，很有可能是碰运气啊，不给力啊，很有可能是运气好啊，我买成长股，一样跑的很好啊。

为了回答这个问题，我们还是拿这7天的数据做一个datamining。同样的数据，和上面类似的分析，但是我们加入了这些多头因子的对应面。

比如价值因子，是市盈率最低的一篮子股票，那么高成长就是市盈率最高的一篮子股票。这两种风格不同的股票组们，他们在这次A股暴跌中的表现如何呢？

高质量PK低质量

随着持仓数量的上升，特别是在50只左右后，高质量股票明显好于低质量股票。

高动量PK低动量

在这里，也是在持有50只股票后，高动量股票明显好于低动量股票。

低波动PK高波动

同样的，在持有50只股票后，低波动股票明显好于高波动股票。

高价值PK高成长

这里也是非常有趣的，还记不记得上面的关于高价值股票的结论？高价值跟大盘比起来，虽然没什么区别。但是，高成长（低价值）股票，比大盘更差...

写在最后

回到最初的3个问题中

1.分散持仓真的有用吗？-是真的管用，除非你能力过人，分散持仓在30-50只左右，抗跌的能力肯定比1-5只强。

2.因子投资，在暴跌中扛得住吗？-这次暴跌中，高质量、高动量、低波动都跑赢了大盘。但这是在基于一定的持仓量的前提下，持仓过少，因子也无济于事。

3.因子抗跌，有运气成分吗？-什么事情都是有运气成分的，但是你要考虑的是，如何？

这个测试只（bing）是（bu）为了蹭热点。

有的时候我们做事情，可能由于事情的复杂度和客观条件，目光都聚焦在了事情的某个方面，而忽略了其整体性。

比如说投资这件事，就是非常复杂的。我们都知道集中投资风险很大，如果你觉得跑赢大盘很难，那么你同时也需要考虑如何不过多的跑输大盘。持仓、风格，如何做，这不是一两句话能说清楚的。我们的这篇文章，也是想借着这次A股的事件，传播分散投资的理念。

不管是资产配置、分散持仓，还是因子投资，7天的时间都不太能看出好坏，但是道理，我们聪明的投资人想必都是懂的。

投资是一件持久的事情，这里不是叫大家去随便选取几只低波动的股票就完事了，因为就算是上面的测试，也至少是次的随机选择。