广发资管田昕明：复盘，线索识别与绝对收益策略实现

广发资管田昕明：复盘，线索识别与绝对收益策略实现
01
做绝对收益有没有可参考的方法，如何做到连续六年业绩回报为正？
我2018-2021年化差不多是6.5%，含权部分差不多是市场30%分位数，整体不算突出，2022年是3.9%左右的水平，2023年是2.8%左右的水平，这两年相对好一点。
我觉得做绝对收益没有公式，但是有一些投资思路是比较容易得到绝对收益的结果。我认为主要有三个方面：
基于弱势思维的强制的集中度限制
在所有的资产中都坚持高胜率，中等赔率的筛选标准
在资产配置中尽量先满足资产筛选标准，再考虑自上而下的仓位目标
具体展开说：
第一，基于弱势思维的强制的集中度原则，弱势思维的核心是不可以认为我们有判断行业巨大分歧问题的能力，尤其这个问题是产业技术问题而不是商业逻辑的问题时，比如光模块的技术路线，下一代机器人的设计细节对于各个零部件使用量的增减，可以通过累积自己的研究资源，比如公司内部信任的研究员，基金经理，外面的产业专家来提升认知。但是最好结论要有一定容错性，不要非0即1。同时，个股和个券要强制分散，我自己给自己设了三个档1%，0.5%，0.3%，还有一个作为观察仓的0.1%（主要目的是保持对标的的敏感度），再看好也要留有余地。
第二，所有的资产中都坚持高胜率，中等赔率的筛选标准，甚至很多资产为了满足这个标准我们要做胜率赔率转化的，比如有些标的放弃正股买转债就是这样的思路（比如前一个阶段的某机械行业转债）。这需要对于资产的风险收益特征有一些的认知，即使是一个行业内部，不同细分领域在不同阶段，板块的资产的胜率赔率关系都不同，而这不能标签化。
第三，在资产配置中尽量先满足资产筛选标准，再考虑自上而下的仓位目标。我知道很多优秀的基金经理在资产配置、股债比例上面会有很多的想法和框架，但我个人还是希望先有这个单券的约束上限和胜率赔率的标准，看我能挑到多少资产然后再进行微调，仓位最好大部分是一个结果，而不是预设好的目标。这样有两个好处：第一，当市场波动起来，你对组合里的每个资产都知道怎么办；第二，你的仓位和市场资产的相对性价比高度相关，其实我有一种感觉，相对稳定的胜赔率要求反而能让你的仓位产生正贡献。
当然，不可能完全不做自上而下的仓位判断，比如我也做市场范式判断。相应的，胜率赔率的标准肯定也要根据市场状态进行微调，这是一个对立统一，需要辩证看待。有句话说智者的标准就是看他脑海中能不能容纳两种截然不同的想法，其实就有点这个意思。
需要注意的是，这种方法并不是毫无代价，在大牛市中不容易突出，像我也是熊市和震荡市的业绩分位数更靠前。我们是希望能够通过复盘、感知市场的方式尽可能的去修正，但仍然无法完全规避，所以我们从心理上，负债上都要做好这方面的准备。
02
如何理解权益资产的高胜率和中赔率?
我觉得首先不能标签化这个概念，有的人觉得红利资产就是高胜率的代表，并把这类资产和成长股对立起来，我认为这种思路肯定是不对的。资产的胜率赔率是不断变化的。我举一个大家觉得最不应该属于高胜率中赔率的例子：AI。
2023年一二季度，当时AI是有买硬件和应用的分歧，我们当时选的是硬件，但在那一个阶段是远没跑赢昆仑万维这类产品。现在回过头来，自己认识到了算力的爆发式增长和国内外大模型和应用发展的巨大差异。在那个阶段，我们不但认识不到算力能到这样的程度，甚至很难估计国产光模块的份额是高还是低，或者AI用的光模块能不能填上传统业务的“坑”。但是我们认识到：其传统业务基本上已经触底，不考虑AI可能最多有20%的回调空间，而AI是一个叙事没有过多瑕疵，弹性可能巨大的权，那这个东西就非常符合高胜率，中等赔率的标准。这也就是我们的心路历程。
事后来看，我们当时对AI的所有认知基本上全部是错的，这些标的赚到了第一波20-30%。从产业趋势投资的角度来讲，这个投资做的并不成功，但是我认为这个投资是非常符合固收+底层逻辑的。就是投资决策的容错率高，胜率赔率的特征是符合要求的。
我觉得高胜率和核心就是清楚的安全边际，但这个安全边际的标准很宽泛，不是说一定要预期盈利和估值区间的底部来拍，无论是图形的底部，还是因为特别好的筹码结构引起的底部，都需要自洽。自洽的意思是大概率在当前位置是敢于用分步建仓的方式买满计划持仓量的，不能说是高胜率位置，一跌又不敢按计划加仓。
这样的胜率赔率要求，有一个缺点就是这类资产可能有点偏左侧。很好理解，特别有共识的东西往往不会有很好的安全边际，有时候甚至会有点非主流。如何去解决这个问题，主要就是通过复盘的方法来修正，提高资金的使用效率。
03
复盘的交易线索是什么？如何从中识别交易线索？
我知道讲这个东西其实挺冒险的，这两年接受度在提高，因为市场波动很大，轮动很快，话语权不在公募基金的手里，市场在逐渐尝试和接受新的方法论。但前几年尤其是19-21年的市场，谈这个可能会让人觉得不入流。我的观点是，复盘的方法和我们熟悉的基本面研究并不对立，而是一种有机结合，而且这种结合与我们固收+的产品的底层要求是完全契合的。我从大概两三年开始思考这个事情，尝试了很多的方法，到了一年前差不多把这个方法固定下来。
复盘主要做三个方面的工作：
确定市场范式，就是感受并判断市场的强弱
确定市场线索，就是观察市场在交易什么，不同方向的资产已经被交易到了什么程度，什么东西持续强势，什么东西由强转弱，什么东西由弱势转稳，有什么新出现的方向，然后聚焦在这些问题上再做基本面研究
结合基本面情况来制定交易计划（既包括持仓标的的计划，也包括观察池的计划）
具体的方法如下：
第一是市场范式的确定。市场范式我将其分为四种：第一，增量资金入场式的上涨；第二，不乏热点的震荡或震荡上行；第三，缩量阴跌或震荡；第四，放量暴跌或流动性丧失式的下跌。针对这四种范式，可能有不同的应对方法。这里面涉及到对于仓位的，以及对于资产胜率和赔率要求的一些细微调整。
这种范式判断粗看比较宽泛，仅看指数涨跌幅，成交量就够了。但是其实不是，这里面有很多结构差异会让真实的市场和状况有差异。
以上一周（4月15-19日）的市场举例：
上一周主流指数上涨，但是市场有将近4000只票在下跌。扣掉17日的市场集体反抽，龙虎榜上大的机构性席位以流出为主。每天的涨停板数量都下降到比较低的数量，而且如果统计涨停的方向，你会发现这些方向的行业性属性比较弱，大多都指向一个逻辑，就是分红率的潜在可能性。这与涨停板数量比较多，且分散在若干个有产业趋势的方向，数量相对均匀的状态不一样。这些数据看下来就会有很多和直观感受特别不一样的东西。要从里面看到资金的活跃度和想法，这是一个基础。
另外，我们还希望从这些数据结构中看到背后的宏观和中观逻辑，然后才能对下一阶段的市场范式做合理审慎的推断。我刚做这一块的时候经常被客户问，你有宏观和利率的研究背景，你怎么将这些自上而下的应用在你的仓位判断和行业配置上？说实话当时我都不知道怎么回答这个问题，对宏观的判断直接投射到行业配置和仓位选择上，套用美林时钟等在我看起来过于武断了。这一两年我逐渐找到一点感觉，宏观研究和仓位/行业选择之间的桥梁就是复盘的方法，能够让你看到市场投射出的总量认知，与你自己判断的差异在什么地方，然后不断的修正。
第二个是主线的判断。这一块是复盘最重要的工作，要回答哪些是持续强势的方向，哪些过去强势的方向再走弱，哪些方向由弱势开始走好但还没有走强，哪些是新出现的方向。行情主线走出来往往有走好、走强、走坏、走弱几个阶段。我们的目标其实就是争取在走好的时候去参与，在走坏之前离开，至于要在左侧等待多久，或者会不会踏空一段主升浪，这个是水平和运气问题，但有没有这个意识就是思路问题。这个工作和传播学的规律是背离的，一般来讲，从传播学的角度来讲，进入你视野的东西大多是走强的东西而非走好的东西。你需要用自己的一套方法来矫正。很多同业抱怨说为什么别人给我推荐的都是拉60度斜线的东西，让我判断的都是行业前瞻的问题，但我想说的是这是传播学的基本规律，如果不通过一些方法来匡正，自然就是这样的结果。
我们复盘主线的方法分为三个方面：第一是交易热度，比如我们会统计很多细分行业和题材交易量的偏离的数据，成交占比在历史上的分位数，北上，两融，基金的交易趋同还是分化的统计。这个数据有很多选择，找到成交量和市场表现的组合有特点的细分领域，比如上一周，出现了AI和机器人两个细分方向成交缩到了一年以来的20%以下分位数。还有比如化工某些细分领域的成交量偏离250日均值超过100%，但是股价的反应还不明显。这些例子多了，就会发现有意思的点，也值得进一步探究原因。
第二是涨停板和龙虎榜数据，这两个值得看的原因是他们是市场观点和情绪最具有锐度的表达，我们用他们来跟踪市场最新锐的观点。比如涨停板这一块，我们是大概累积了2年以来，每天涨停的方向，这个是真实的方向而不是行业分类，然后利用AI来分析每一周的新数据。这里面我们积累了比较多的“提示词”，比如观察有哪些方向是再过去1-2个月较少出现，但是最近有出现的。这之中就比较容易较早的去捕捉倒是市场最新的交易思路。再或者统计不同方向涨停的总个数变化趋势，比较清晰的呈现当前是这个方向的高潮或者低谷。