作为资管行业的量化老兵，兴证全球基金专户投资部总监助理田大伟亲身经历了A股多轮牛熊转换，市场的周期性规律和量化投资的纪律性要求为他构建投资组合指明了方向。   借鉴海外市场长期发展经验，田大伟更加看好红利资产的长期生命力。相比国内红利类指数普遍采取的静态编制方法，他更加关注上市公司未来分红能否持续增长。他从预期净利润、股息支付率两方面入手，构建真正具备有效阿尔法因子的红利资产组合。   注重分红可持续增长性   “红利资产的吸引力在于这些上市公司的利润水平较为平稳，同时具有分红意愿的上市公司所在行业较为成熟。如果整个宏观环境持续处于利率下行的阶段，那么红利资产的稀缺性和受欢迎程度将持续提升。”在田大伟看来，红利资产的生命力不会随着市场的周期性调整而出现根本性变化。   特别是港股市场此前经历了较长时间、较大幅度的调整，田大伟认为，港股高股息资产的性价比来到了相对合适的位置。并且从资金流向来看，南向资金对此类资产亦有所偏爱。“市场上涨的时候，红利资产虽然涨得不多，但在市场调整的时候，其防御性较强，所以会给投资者带来较好的持有体验。”   目前，国内市场上的红利类指数普遍采取静态编制方法，而田大伟更加注重挖掘能够真正体现红利资产生命力的特质——未来分红的可持续增长。   为有效量化这一指标，田大伟的操作思路是将上市公司的未来分红拆分为预期净利润、股息支付率两方面来看。首先，当预期净利润较多时，上市公司才有分红的资金来源；其次，当股息支付率较为稳定时，上市公司才有分红的积极意愿。二者兼备，上市公司分红才可能具备良好的可持续性。   “上市公司的预期净利润主要来自券商分析师的预测结果，我们会通过机器学习的方式，对分析师过往的预测准确度等因子进行赋权、合成；股息支付率则由过去几年稳定的历史数据进行测算。”在此基础上，田大伟介绍，公司的量化投研团队会运用过去几年的数据，检验模型构建的思路和设定的参数，通过不断补充优质标的特征，提高模型输出的准确度，进而筛选出那些分红持续增长概率较高的标的。   全方位护航阿尔法因子   在量化框架下，田大伟介绍，公司的量化投研团队并不会对个股、行业、仓位做过多的主动判断，除了在阿尔法因子的选择上可能会根据历史经验做出决策之外，具体的权重都是由机器学习模型自动赋予，一旦做好判断后，模型会根据优化的算法得出目标组合。
=*=*=*=*=*=
当前为第1/2页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页