Alpha Architect 是如何改进价值因子的？

创建于 2025-07-22T15:14:08.091566+08:00 更新于 2025-07-22T17:14:55.530595+08:00

摘要

本报告介绍了美国量化投资管理公司Alpha Architect的价值因子改进方法及其ETF产品策略。Alpha Architect偏好使用EBIT/TEV替代传统市净率作为价值因子，以更准确反映企业价值和盈利能力。报告详细阐述了公司五步筛选系统化流程和价值因子构建逻辑，结合动量与趋势跟踪策略，构建了以分开选股为主的价值+动量组合，历史回测显示分开选股策略在年化收益率上优于合并选股，且风险调整后表现相当。趋势跟踪策略用于管理尾部风险，提高组合的稳健性，报告内容兼具理论与实证基础，适合量化投资者参考[page::0][page::2][page::7][page::12][page::13]

速读内容

Alpha Architect 公司及其产品线概览 [page::3][page::4][page::5]

总部位于美国宾夕法尼亚州，成立于2010年，专注量化咨询及资产管理。

- 管理规模约40亿美元，产品包括高区分主动管理ETF，核心围绕价值和动量因子。

旗下8只ETF，代表性价值ETF有QVAL、IVAL，动量ETF有QMOM、IMOM，此外有结合价值动量趋势的VMOT等产品。

价值与动量ETF产品体现Alpha Architect差异化、系统性和透明度。

价值因子投资的五步系统化流程 [page::7][page::8]

初始股票池：约1500只，剔除流动性差及金融类。

- 移除离群值：排除财务异常和极端估值股票，防止资本永久损失。

价值筛选：使用EBIT/TEV指标筛选100只最便宜股票。

- 质量筛选：通过改进F_SCORE财务实力评分剔除低质垃圾股。

构建组合：等权配置50只精选股票，保留集中度，季度调仓。

价值因子指标选择及ETF市场现状 [page::9][page::10]

目前大多数价值ETF以市净率为价值筛选指标，易因无形资产导致低估精准度下降。

- EBIT/TEV因扣除现金且反映经营利润，适合跨企业比较，能更合理反映估值。

标普500估值对比显示，采用EBIT/TEV后大型科技股估值更合理。

价值+动量组合构建：分开选股优于合并选股 [page::11][page::12][page::13]

价值和动量因子各自通过5步流程筛选，得到对应价值组合和动量组合。

- 分开选股方式：分别选取价值和动量前N只股票组合后再等权合并；合并选股方式为将两个因子得分相加综合评分后选股。

历史回测（1992-2021）显示分开选股组合在不同持股规模下年化收益率均优于合并选股组合，且两者夏普比率相近，风险调整后效果相当。

- 分开选股策略利于更好解释收益来源。

| 组合方式/持股数 | 100 | 150 | 200 | 300 | 400 |
|----------------|--------|--------|--------|--------|--------|
| 合并选股年化收益率 | 12.87% | 12.80% | 12.82% | 13.20% | 13.33% |
| 分开选股年化收益率 | 15.54% | 15.65% | 15.32% | 14.87% | 14.25% |

| 组合方式/持股数 | 100 | 150 | 200 | 300 | 400 |
|----------------|-----|-----|-----|-----|-----|
| 合并选股夏普率 | 0.66| 0.68| 0.70| 0.73| 0.74|
| 分开选股夏普率 | 0.66| 0.70| 0.71| 0.72| 0.71|

趋势跟踪策略：控制极端回撤，降低尾部风险 [page::13][page::14]

极端资本损失对长期收益严重影响，趋势跟踪可显著减少尾部损失。

- 采用TMOM（时间序列动量）及MA（简单移动平均）两个规则，各占50%权重。

信号判断：

- 两规则均触发：100%对冲；
- 一规则触发：50%对冲；
- 无规则触发：不对冲。

以美国和国际股票为评价资产类别，通过对冲降低极端下跌的投资组合风险。

深度阅读

2023年申万宏源海外量化研究系列三：《Alpha Architect 是如何改进价值因子的？》详尽分析报告

---

1. 元数据与概览

报告标题：Alpha Architect 是如何改进价值因子的？

- 作者：证券分析师杨俊文、邓虎

发布机构：申万宏源证券研究所

- 发布日期：2023年5月12日

主题：深度解析美国资产管理公司Alpha Architect围绕价值因子的投资策略及其基金产品，聚焦其创新的价值因子选择和多因子组合构建方法。

报告核心观点

本报告详细介绍了Alpha Architect公司如何通过选用EBIT/TEV指标来改进价值因子的筛选效果，强调系统化投资流程和投资者行为偏差最小化。同时论述了其基于“价值 + 动量 + 趋势跟踪”的多因子策略构建方法，通过分开选股和趋势跟踪降低风险并提升收益。报告通过回测数据展示了分开选股优于合并选股的历史表现，验证了Alpha Architect主动管理ETF的差异化战略。整体上，报告意在展示Alpha Architect如何用专业的学术背景和创新方法，为长期投资者提供平价且透明的“ALPHA”。

---

2. 逐节深度解读

2.1 公司介绍 —— 背景与团队架构（第3页）

核心观点：

- Alpha Architect成立于2010年，总部位于美国宾夕法尼亚州，2014年发行首支ETF。
- 目前管理规模约40亿美元，业务涵盖ETF管理、分离管理账户及ETF白标服务。
- 公司创始人韦斯博士拥有芝加哥大学金融学博士学位，并师从尤金·法玛，致力于弥合金融理论与实务的差距。
- 以价值和动量因子为核心，强调“差异化”、“系统性”、“透明度”，致力于为投资者创造长期溢价收益。

团队架构：

- Empirical Finance公司百份百控股Alpha Architect及ETF Architect。
- 设有研究、运营、策略顾问三大团队，韦斯博士持股60%，负责研究团队，强调研究与投资者教育的结合。

图表说明（图1）：

- 图表详示公司股权结构及团队分工，体现创始人和核心管理团队的持股比例及职责。

2.2 产品线概览（第4-5页）

产品布局：

- 旗下ETF主要围绕价值和动量两个因子。
- 共计8支ETF，8支产品中价值因子ETF如QVAL（2.34亿美元规模）和IVAL（1.34亿美元）分别成立于2014年，动量产品QMOM与IMOM分别于2015年成立。
- 其他ETF涵盖价值动量趋势结合及另类策略。

图表说明（图3、4）：

- 表格清晰列出各ETF的创建时间、NAV、规模及对应策略定位。
- 三大主力产品阵列以价值、动量、替代策略分开陈列，方便投资者理解产品聚焦点和差异。

2.3 主动管理ETF策略（第5-6页）

核心观点：

- 与国内普遍被动指数ETF不同，美国市场存在“主动管理ETF”，Alpha Architect即定位为“高区分主动管理ETF”，即对市场指数有较大偏离并寻求因子超额收益。
- 公司重视主动份额（管理组合与指数偏离度）对管理费的影响，提供较低的费率以实现平价“ALPHA”。
- 主动管理的ETF通过差异化、高主动份额寻求在细分市场实现价值提升。

图表说明（图5、6）：

- 图示展现主动管理ETF与其他类型ETF（无区分、低区分）在差异化和规模上的分布，表明Alpha Architect定位于 boutique（精品）市场。
- 另一图表进一步论证了公司在提供高预期Alpha同时又控制投资者成本方面的优势。

2.4 价值因子投资方法详解（第6-9页）

对价值投资现状的反思：

- 传统价值投资经常被贴上“不起作用”的标签，原因是投资人行为中常含有认知偏见和情绪影响。
- Alpha Architect认定系统化量化投资流程是最有效的克服偏见工具，能减少主观冲动带来的错误判断。

五个核心步骤流程（图7）：

1. 确立股票池：选1500支市值最大股票，剔除流动性最差的15%和金融类股票。
2. 移除异常值：采用“红旗”机制剔除财务风险和极端市场表现的公司（图8）。
3. 价值筛选：用EBIT/TEV指标找出100支最便宜股票。
4. 质量筛选：运用改良版Piotroski的财务实力评分（F_SCORE）区分垃圾股与价值股（图9）。
5. 构建组合：集中持仓50支股票，坚持定期调仓。

专业数据及逻辑支持：

- 移除离群异常公司是为了规避资本永久性损失，例如会计造假或极端估值崩盘。
- EBIT/TEV指标被认为更符合经济学逻辑，因其剔除现金并综合考虑债权人价值，避免传统市净率因无形资产而带来的误导。

2.5 价值因子选择的创新——EBIT/TEV指标解释（第9-10页）

问题点：

- 目前市面上多数价值ETF仍用市净率（BP）作为主要指标，但市净率无法体现无形资产价值，导致高科技等服务型公司的价值常被高估。

EBIT/TEV优势：

- EBIT接近营业收入，减少利润粉饰影响。
- TEV基于企业整体价值，剔除现金，兼顾多方权益，具备更准确的商业收购视角。

图表对比（图10-12）：

- 图10展示使用市净率筛选的ETF资产规模，一边倒采用市净率。
- 图11（基于BP）和图12（基于EBIT/TEV）的标普500成分股散点图对比，采用EBIT/TEV后，科技巨头估值明显偏低，体现更合理的市场定价。

2.6 多因子组合策略（价值+动量+趋势跟踪）（第10-14页）

策略构成：

- 动量因子补充价值因子，提高组合中高动能股票的比例，利用二者低相关性平滑投资表现。
- 趋势跟踪则用来对抗极端市场回撤，避免投资组合遭遇大幅损失。

价值+动量组合构建方式对比：

- 合并选股：将价值、动量因子得分加权，选综合排名前2n的股票。
- 分开选股：分别构建价值和动量组合，各选n支，然后按50/50比例合并。

实践结果（表1、图15）：

- 回测期1992年-2021年，分开选股组合年化收益显著高于合并选股，尤其少数股票组合时差异更显著。
- 随持股数增加，差距收敛。
- 不同再平衡频率测试中，分开选股依然表现更优。

风险调整表现（表2）：

- 夏普比率两种构建法接近，说明从风险调整看二者差异小，但分开选股多年化收益更高。
- 定性分析上，分开选股更易解释收益来源，带来更好的策略透明度和投资信心。

趋势跟踪方法具体规则（图16）：

- 综合运用时间序列动量（TMOM）和简单移动均线（MA）规则。
- 两个模型触发信号时，采取100%对冲；一个触发时50%对冲；无信号则保持完全敞口。
- 该规则降低尾部极端回撤风险，有助资本长期复利增长。

---

3. 图表深度解读

图1（公司股权及架构图）：明确展示了创始人韦斯博士作为最大股东及研究团队负责人核心地位，体现了公司研发驱动属性。

- 图3、4（ETF产品矩阵）：展示了产品多样性及每款产品的定位，便于理解Alpha Architect围绕价值与动量打造核心产品线战略。

图5、6（主动管理ETF定位图）：表明公司愿意扮演ETF中的高主动份额精品定位，为客户提供差异化特色策略。

- 图7（价值因子投资五步骤流程图）：清晰分步骤展示系统化选股流程，强调从大盘股中筛除无流动性的股票，甄别潜在风险标的，再挖掘“低估+高质量”价值标的，体现了严谨的量化流程。

图8（资本永久损失风险红旗分类图）：分别从会计和因子层面识别风险，显示全面风险控制框架。

- 图9（财务实力评分结构图）：详解财务实力评分细分为盈利、稳定性、运营三大维度的分数构成，说明Alpha Architect对质量筛选的重视。

图10（BP作为价值筛选指标的规模分布柱状图）：显示市净率指标被广泛采用的市场现象，暗示改善空间。

- 图11与12（BP与EBIT/TEV估值对比）：重点示例大型科技巨头估值偏差，强烈反映EBIT/TEV的优势。

图13与14（价值及动量因子组合构建流程）：展示两因子构建流程的相似性并强调筛选和集中投资的特点。

- 表1与图15（组合年化收益对比）：数值直观证明分开选股方式收益更优，图形增强视觉感知。

表2（夏普比率对比）：表明风险调整效果接近，保证分开选股的风险可控。

- 图16（趋势跟踪策略流程）：形象化展示通过TMOM和MA两个信号模型形成的决策规则，有效降低市场尾部风险。

---

4. 估值分析

本报告不包含传统意义上的公司估值模型（如DCF、P/E倍数法等），而是对Alpha Architect通过因子筛选而构建组合的逻辑与方法进行了详尽说明。

价值因子筛选强调基于EBIT/TEV的企业价值计量，体现公司更科学的价值判断基础。

- 组合构建时采用等权分配及集中度策略（50只股票），控制分散效应和执行成本。

多因子策略综合运用价值和动量因子降低时段性风险，趋势跟踪策略用于进一步限制尾部风险。

- 组合策略的回测是估值体系在实务中的体现和验证，具体年化收益和风险指标具备较强参考意义。

---

5. 风险因素评估

报告明确指出，研究以公司公开信息为基础，不构成投资建议，提示风险由投资者自行承担。

- Alpha Architect自身通过以下措施缓释投资风险：
- 移除财务异常和极端估值标的，规避资本永久性损失（图8）。
- 结合动量降低价值因子单一风险。
- 趋势跟踪限制极端市场回撤风险。

报告未直接给出投资策略的潜在市场风险，如宏观经济波动、流动性风险，但通过严格筛选和系统化操作已较为全面控制内部选股风险。

---

6. 批判性视角与细微差别

Alpha Architect非常依赖历史回测结果证明策略有效性，回测期间（1992-2021）表现优异，但未来市场条件变化可能影响适用性。

- 报告强调EBIT/TEV优于市净率，但未深入讨论EBIT/TEV指标在新兴行业或不同市场的局限。

分开选股方法虽在年化收益上表现更好，但夏普比率上的相近暗示未必显著降低波动与风险。

- 趋势跟踪策略以定量规则为主，较少涉及市场突发黑天鹅事件的应对策略。

报告整体立场积极，属于公司发布的官方资料解读，可能弱化潜在缺陷及外部风险。

- 由于不涉及具体基金产品推荐，缺少对具体产品跟踪误差、成本及实际管理绩效的评价。

---

7. 结论性综合

本报告系统梳理了Alpha Architect作为美国量化资产管理公司的核心竞争力及创新策略。他们在价值因子选择上摒弃传统市净率，采用EBIT/TEV更为精准科学地反映公司盈利与估值，尤其在无形资产普遍增长的新经济中优势显著。通过系统化、五步骤的筛选流程构建“低估值+高质量”的价值股组合，配合同样严格构建的动量因子组合，最终以分开选股方式合并构建多因子投资组合，有效提升年化收益，同时将夏普比率保持稳定。趋势跟踪策略补充了该投资体系的内在风险控制机制，降低了尾部风险的影响，提高资本复利增长的稳定性。

图表和数据充分支持了Alpha Architect“系统化”“差异化”和“透明度”三大核心投资理念，反映其从理论到实务的闭环投资模式。在强调主动管理ETF的同时，Alpha Architect 寻求平价的Alpha输出，具有较强吸引力。

整体来看，申万宏源研究团队通过详实的图表和数据，科学阐述了Alpha Architect如何改进价值因子投资的理论与方法，也为国内外投资者理解海外主动量化投资策略提供了宝贵视角。

---