趋势追踪策略基本框架及收益来源 [page::2]

• 趋势追踪策略分为截面与时序两类，收益主要来自资产结构偏差（Beta）和趋势捕捉。

- 采用AR(1)模型描述资产收益序列，构建根据最近一期超额收益符号做多/空头寸的趋势策略。

• 趋势强度和资产收益波动比是策略预期收益的关键驱动力。

不同趋势强度下趋势策略的收益波动比与做多概率 [page::3][page::4]

• 随着资产收益波动比增大及趋势强度提高，趋势策略做多标的资产的概率显著上升。

- 策略收益波动比与基础资产波动比高度相关，趋势强度提高促进策略风险调整后收益增加。

策略收益归因及Beta分析 [page::4][page::5]

• 策略收益波动中高达75%可归因于基础资产Beta，且Beta值随趋势强度及收益波动比变化。

- 当资产收益波动比达到0.7时，策略Beta普遍较高，趋势强度为零时Beta<1，非零趋势强度可超过1。

策略Alpha及收益构成分析 [page::6]

• 策略Alpha为资产收益序列相关性的函数，趋势强度必须超过阈值才能带来正Alpha。

- 资产收益波动比升高导致Alpha占比下降，部分高波动资产策略Alpha甚至为负。

• 策略收益更多由Beta贡献，Alpha所占比例随着资产波动变化而显著变化。

策略管理费用及组合配权的现实启示 [page::7]

• 趋势跟踪基金管理费部分源自Beta暴露，投资者支付Beta费用以换取熊市保护。

- 趋势策略收益与大类资产收益呈凸函数关系，波动率是收益的关键因素。

• 组合配权应考虑策略Beta及跟踪误差，设置跟踪误差限制提升策略弹性与保护能力。

- 多资产特性和动态风险使Beta精确估计较难，需结合模型进行有效Beta拆分。

“琢璞”系列报告之四十三——趋势追踪策略收益详解与归因分析

---

一、元数据与概览

• 报告标题：“琢璞”系列报告之四十三

- 作者及联系方式：任瞳（S1090519080004，rentong@cmschina.com.cn）、麦元勋（S1090519090003，maiyuanxun@cmschina.com.cn）

• 发布机构：招商证券股份有限公司

- 发布时间：未显式标明具体日期，推测为近期

• 报告主题：详尽分析趋势追踪策略的表现及收益归因

- 主要内容概要：
- 趋势追踪策略的超额收益来源于大类资产配置的结构性偏差及捕捉波动趋势。
- 研究基于建立事前分析框架，区别于传统基于历史收益的事后风格分析，有效将趋势追踪策略的收益拆解为趋势Alpha及资产Beta部分。
- 跟踪误差（Tracking Error）作为权重分配指导，提高策略构建的弹性与有效性。
- 报告强调投资者需关注组合中的Beta暴露，合理校准策略反应速度，规避结构性偏差风险。

风险提示：本文研究依托海外市场数据，模型在环境变化时存在失效风险，不构成投资建议。[page::0,2,8]

---

二、逐节深度解读

2.1 引言

• 关键论点：

- 趋势追踪策略分为截面趋势和时序趋势两类。
- 超额收益来源于资产配置结构性偏差以及资产序列相关性所带来的趋势捕捉。
- 资产的序列相关性和风险溢价共同驱动趋势策略表现。
- 由于资产收益时间序列动态变化，归因难度较大。

• 论证与数据：

- 引用Moskowitz等（2012）和Kim等（2016）关于趋势强度和风险溢价的研究。
- 文章建立事前分析模型，揭示趋势策略收益拆解。

• 总结：

- 投资者需要系统理解策略中回报的不同成分，优化策略设计和风险管理。[page::2]

2.2 文献的主要内容

数据及模型构建

• 选取HFRX全球对冲基金指数内资产，样本期2005-2019年。

- 策略采用Moskowitz(2012)的简单趋势信号：基于标的资产的上一期超额收益符号（sign函数）决定下一期多空仓位，即：

\[
st = \mathrm{sign}(rt)
\]

• 资产超额收益建模为一阶自回归AR(1)过程：

\[
rt = c + \phi r{t-1} + \sigma{\varepsilon} \varepsilont, \quad \varepsilont \sim N(0,1)
\]

• 参数假设：

- 长期正收益：\( c \geq 0 \)
- 趋势强度非负：\( \phi \geq 0 \)

• 基础资产的期望收益与方差：

\[
\mu = \frac{c}{1-\phi}, \quad \sigma^2 = \frac{\sigma\varepsilon^2}{1-\phi^2}
\]

• 趋势策略收益定义为：

\[
zt = s{t-1}rt
\]

• 预期收益与风险的解析表达式借助正态分布函数及其密度计算，具体公式详见附录。

解读：文献通过严谨的符号运算和概率模型，构建可用于分析趋势追踪策略收益的理论框架，兼顾资产长期收益与趋势强度对策略表现的影响。[page::2,3]

主要结果解读

图1：不同趋势强度下做多基础资产的概率

• 横轴：资产收益波动比（Return-to-Volatility Ratio, \(\mu/\sigma\)）

- 纵轴：做多资产的概率 \(\Pr[st > 0]\)

• 曲线随趋势强度 \(\phi=0, 0.25, 0.5\) 变化，趋势强度越大，概率越高。

- 当趋势强度为零时，做多概率仍大于50%，因正预期收益支撑。

解释：

• 说明趋势策略即便无趋势信息时，也因资产正平均收益表现出做多偏向。

- 趋势强度与做多概率正相关，体现了序列相关性加强趋势判断的准确度。[page::3]

---

图2：不同趋势强度下策略收益波动比

• 横轴：资产收益波动比

- 纵轴：趋势策略收益波动比

• 策略波动比通常高于基础资产波动比，且随着趋势强度 \(\phi\) 升高，策略波动比显著增加。

- 在 \(\phi=0\) 情况下，策略仍提供正风险调整收益。

解读：

• 趋势强度是提升策略收益波动率的关键驱动因素。

- 趋势追踪策略能够放大波动率优势，实现更高收益潜力。

• 反映策略有效捕获序列相关带来的超额收益。[page::4]

---

图3：策略收益波动比中由资产Beta解释的比例

• 纵轴：策略收益波动比中由基础资产Beta解释的份额

- 横轴：资产收益波动比

• 趋势强度不同\(\phi=0.25, 0.5\)时，策略收益中约有75%风险调整收益归因于Beta。

- 曲线显示随着资产收益波动比的变化，该比例先升后降，存在峰值。

含义：

• 大量策略收益（尤其风险调整后）其实是Beta效应驱动，而非Alpha。

- 投资者需警惕绩效中隐含的非能力贡献部分。[page::4,5]

---

图4：策略组合Beta值随资产收益波动比与趋势强度变化

• 策略Beta公式：

\[
\betaz = \left(2\Phi\left(\frac{\mu}{\sigma}\right)-1\right) + 2\phi(1-\phi) \frac{\mu}{\sigma} \varphi\left(\frac{\mu}{\sigma}\right)
\]

• 趋势策略Beta值随资产的收益波动比及趋势强度上升而增加，最高可超过1。

- 即使无趋势强度，Beta也可达到0.5以上。

解读：

• 趋势策略不仅捕捉趋势Alpha，还隐含显著的Beta敞口。

- 投资者若忽视Beta风险，可能对组合风险露出认知盲区。[page::5]

---

图5：策略Alpha随资产收益波动比及趋势强度的变化

• 当资产无序列相关性(\(\phi=0\))时，策略Alpha恒为零。

- Alpha随趋势强度\(\phi\)增加而增加，但随资产收益波动比增加而减少（单调递减）。

• 在收益波动比高时，策略Alpha可能降为负值，表示策略回报主要由Beta贡献。

模型表达：

\[
\alphaz = \muz - \betaz \mu = 2 \frac{\phi}{\sigma} \varphi\left(\frac{\mu}{\sigma}\right) \left(1 - (1-\phi)\frac{\mu^2}{\sigma^2}\right)
\]

\[
\alpha_z > 0 \Longleftrightarrow \phi > 1 - \frac{1}{\left(\frac{\mu}{\sigma}\right)^2}
\]

结论：

• Alpha的正贡献依赖于较强的趋势强度。

- 较高的收益波动降低Alpha比重，强化了Beta的相对影响。[page::5,6]

---

图6：Alpha占策略总收益比例

• 随资产收益波动比增加，Alpha在策略收益中的占比下降，接近零甚至略为负值。

- 趋势强度越大，Alpha占比在低收益波动比区域占比越高。

实务意义：

• 在高波动环境下，趋势策略收益主要由Beta主导，凸显策略的被动特征。

- 投资者应识别策略收益构成，避免误判策略能力。[page::6]

---

2.3 文献的实际意义

产品管理费用归因

• 趋势追踪CTA基金通常包含固定管理费和超额收益绩效费。

- 策略中的Beta部分表现为市场被动敞口，与基金经理能力无关但却被计入绩效费用。

• 研究显示在合理波动范围内约20%-70%的绩效费用可归因于Beta，波动极低时则全部归因于Beta。

- 投资者追求纯Alpha应选择趋势强度较高、收益波动比适中的资产，提升费用性价比。

趋势策略的组合配置

• 趋势策略回报曲线呈凸函数，与标的指数变动幅度密切相关（图7展示S&P 500收益与趋势策略收益关系）。

- 趋势Alpha对应正序列相关，表现为做多长期波动率和做空短期波动率。

• 跟踪误差（Tracking Error）可作为趋势策略权重分配的重要参考。

- 策略中的Beta敞口增大会加大跟踪误差，限制了策略的最大配置比例。

为Beta估计提供参考

• 实际多资产策略中不同资产呈现各异的趋势强度及风险水平，资产间相关性和波动动态带来估计难度。

- 波动率在负收益时偏高，空头仓位可能降低策略回报，导致基于收益的Beta估计存在偏差。

• 文献对趋势策略中Beta的量化推导为投资者辨识潜在结构性偏差提供了理论支持。

总结来看，这部分启示投资者构建趋势策略组合时，不仅关注策略本身的Alpha捕捉能力，更应系统考量Beta暴露和风险配置，优化管理费用支出结构。[page::6,7,8]

2.4 主要结论与后续展望

• 趋势策略收益结构中，基础资产Beta占较大比重。

- Alpha与Beta理论上可区分，但实际操作中难以精确分解，尤其缺乏过程透明度时。

• 投资者需紧密关注策略组合的Beta暴露，合理调整策略反应速度，实现风险-收益平衡。

- 后续工作将结合中国A股实证检验，进一步推动对趋势策略收益归因的理解。

[page::8]

---

三、图表深度解读

图1：不同趋势强度下做多基础资产的概率

• 展示内容：资产收益序列的趋势强度(\(\phi\))与资产收益波动比对趋势追踪策略做多概率的影响。

- 数据趋势：
- 趋势强度提升，做多概率上升。
- 在收益波动比为0时，做多概率约50%，反映均衡状态。
- 趋势强度为0时，做多概率仍高于50%，体现了正预期收益的驱动作用。

• 支持文本的论点：体现趋势追踪策略即使在缺乏强趋势信息时，因对资产长期正收益的预期而表现出做多偏好，趋势强度作为序列相关性影响了策略的信号判定。

图2：不同趋势强度下策略组合收益波动比

• 展示内容：基础资产收益波动比与基于该资产的趋势追踪策略收益波动比的关系。

- 趋势：
- 策略收益波动比高于资产本身，且随趋势强度提升（\(\phi=0, 0.25, 0.5\)）而升高。
- 无趋势时策略依然产生正风险调整收益，证明趋势追踪策略不仅依赖趋势信息，还有其他收益来源。

• 意义：

- 强调趋势强度为提升策略表现的核心推动力。
- 支持构建趋势策略时重视资产序列相关性的理论基础。

图3：策略收益波动比中归因于资产Beta的比例

• 展示内容：策略整体表现中归属于基础资产Beta所占比例，受趋势强度和资产波动比影响。

- 观察：
- Beta贡献占比在某个区间达到峰值，最高可占75%。
- 不同趋势强度影响该峰值的水平和位置。

• 解释：

- 很大比例的策略超额收益是市场被动风险敞口的体现，而非选时Alpha。
- 投资者需识别Beta和Alpha之间的不同，避免误判策略能力。

图4：策略组合Beta与资产收益波动比关系

• 展示内容：策略Beta如何随着资产收益波动比及趋势强度变化。

- 结论：
- 策略Beta随资产风险回报率提升显著提高。
- 即使趋势强度为零，Beta也接近或超过0.5。

• 反映：

- 趋势策略无法避免暴露于资产本身的系统性风险。
- Beta增加可能引发更大的组合风险暴露。

图5：策略Alpha变化趋势

• 内容：策略Alpha受资产序列相关性和波动率影响的表现。

- 趋势：
- 无序列相关，Alpha为0。
- 趋势增强，Alpha增加，但最大波动率区间内Alpha下降甚至为负。

• 含义：Alpha作为趋势追踪潜力的衡量，需资产表现出显著的序列相关性，且过高的收益波动率可能稀释Alpha的贡献。

图6：Alpha占总收益比例

• 内容：Alpha在策略整体收益中的相对贡献比例。

- 趋势：
- 随收益波动比增大，Alpha占比递减。
- 在某些高收益波动率背景下，Alpha贡献接近零。

• 意义：强化Beta在策略收益结构中的核心地位，也强调了投资者对策略收益来源细致分析的必要性。

图7：时序趋势策略收益曲线与标普500收益关系

• 显示：趋势策略收益为标普500指数收益的凸函数。

- 观察：
- 指数收益接近零时，趋势策略收益最低，甚至为负。
- 指数大幅变动时，趋势策略收益显著回升。

• 解读：

- 趋势策略具有“做多波动率”特性。
- 与理论推导的策略Alpha强调做多长期波动率相吻合。

• 策略含义：投资者应重视策略波动响应机制，优化在不同市场环境中的表现。

---

四、估值分析

本报告本质为策略特性解构报告，无直接公司股价估值分析。涉及的“估值”多为策略性能归因模型的构建及数学解析，对趋势策略回报的Alpha与Beta拆解并无传统意义的DCF、市盈率等估值方法。

---

五、风险因素评估

• 风险提示：

- 研究基于海外市场数据，市场环境差异可能导致模型失效。
- 策略中的结构性资产配置偏差可能导致组合风险暴露方向错误且难以察觉。
- 投资者若忽视组合Beta暴露，可能放大下行自由落体现象。

• 缓解建议：

- 动态监控策略Beta，控制跟踪误差。
- 合理设置投资组合权重限制，防止过度集中Beta风险。
- 校准策略反应速度以适应市场变化，提高保护效力。

• 风险评估：

- 整体而言，趋势追踪策略有效，但需依赖合理的Beta管理及对结构性偏差的警觉。[page::0,7,8]

---

六、批判性视角与细微差别

• 观点审慎：

- 报告多次强调Beta贡献的重要性，暗示趋势追踪收益可能并非完全源自主动Alpha，但并未完全否定策略的选时能力。
- 研究依赖简化AR(1)模型假设，实际资产收益的非正态性、波动率簇集效应可能影响模型稳健性。
- 文献讨论波动对收益的影响但未充分覆盖交易成本、资金流动性风险等现实因素。

• 潜在偏见：

- 报告高度聚焦趋势策略收益归因，可能低估Alpha部分的实际投资意义。
- 以海外市场为基础，国内市场异质性可能使结论适用性受限。

• 建议注意：

- 策略有效性和收益归因随着市场结构变化而动态调整，投资者应关注动态适配。
- 报告未提供基于实际策略运作的案例详细分析，可作为未来拓展点。[page::0-8]

---

七、结论性综合

本报告通过详尽的文献梳理与理论推导，系统分析了趋势追踪策略的收益来源和风险结构。核心发现包括：

• 趋势追踪策略的超额收益并非完全源自主动捕捉趋势的Alpha，显著部分归因于基础资产的Beta敞口，尤其在资产收益波动率较高时，Beta的贡献更为突出。

- 策略的Alpha依赖资产收益序列的正相关性和趋势强度，且随收益波动率的升高而下降，说明策略需要较强的趋势性和适度波动率环境以实现正Alpha。

• 跟踪误差作为策略权重分配的实用指标，能够有效控制Beta敞口，平衡组合的保护性与收益动力。

- 趋势策略表现出类似“做多波动率”的特性，其收益对标的资产大幅波动呈现凸响应，赋予策略在动荡市场中的风险对冲能力。

• 投资者在多资产趋势策略组合构建中应密切关注资产的Beta暴露和结构性偏差，合理调整策略反应速度，避免自由落体式风险，提升策略弹性和保护效力。

- 结合策略收益结构与管理费用归因，指出部分投资费支付是对Beta敞口的补偿，强调投资者需理性评估费用价值。

附录中的数学推导详尽严格，通过正态分布性质与AR(1)模型分析了策略统计特征，提供了学术与实务结合的理论基础。

综上，该报告以严谨的理论模型和丰富的图表分析，清晰展现趋势策略收益的内在结构，同时提出了策略实现与风险管理中的关键注意事项。为趋势追踪策略设计者、投资者和产品管理者提供了重要的参考框架和风险控制视角，有助于提升策略的风险适应性和投资效益。

---

参考图表展示

• 图1：不同趋势强度下做多基础资产的概率

• 图2：不同趋势强度下策略组合的收益波动比

• 图3：策略收益波动比归因于资产Beta比例

• 图4：不同趋势强度下策略组合Beta

• 图5：不同趋势强度下的策略组合Alpha

• 图6：策略Alpha占策略总收益比例

• 图7：时序趋势策略收益曲线

---

以上即为本报告详尽分析与剖析，力求透彻呈现趋势追踪策略收益结构及风险管理的关键洞察。[page::0-12]

报告