智能贝塔和因子投资实战

致谢
介绍
目录
第一篇 权益资产Smart Beta领域概论
第1章 权益资产Smart Beta的发展与构成
1.1 引论
1.2 权益资产Smart Beta的演变
1.2.1 市值加权的优点
1.2.2 市值加权的缺点
1.2.3 建议的解决方案
1.2.4 AEB的风险分解
1.2.5 重新关注因子投资：因子产品的潜在优势
1.3 Smart Beta策略的必要特征
1.4 权益资产Smart Beta的构成和定义
1.5 投资者的常见问题
1.5.1 Smart Beta是否意味着市值加权指数是不智能的？
1.5.2 Smart Beta应该被定义得更加侠义吗？
1.5.3 Smart Beta就是因子投资吗？
1.5.4 Smart Beta是主动的还是被动的？
1.5.5 Smart Beta是否只是被动执行的主动管理？
1.5.7 基于规则的、透明的方法是Smart Beta产品所期望的特征。这些术语的确切含义是什么？为什么这些特征在Smart Beta策略的设计中很重要？
1.5.8 费用低廉是Smart Beta价值主张的一个重要特征。低费用产品的特点是什么？
1.5.9 为什么分散化在因子获取的情况下很重要？
1.5.10 主动管理基金经理提供的策略是否要明确？
1.6 结论
第二篇 权益资产公共因子及因子投资
第2章 权益资产公共因子及因子投资概述
2.1 引论：什么是权益资产公共因子？
2.2 权益资产公共因子和因子投资的演化发展
2.2.1 CAPM
2.2.2 市场贝塔和预期收益
2.2.3 超市场共同因子和Smart Beta因子
2.2.4 多因子定价模型
2.3 投资者的常见问题
2.3.1 投资者为什么要关心Smart Beta因子？
2.3.2 对公同因子的可识别集合是否有共识？
2.3.3 如果动量因子是解释主动管理基金经理（如成长型基金经理）业绩绩效的一个重要因子，那么它不应该同价值因子和成长因子一样被视为一种风格吗？
2.3.4 Smart Beta和传统的量化管理有什么区别？
2.4 结论
第3章 解释Smart Beta因子的收益溢价
3.1 引论
3.2 数据挖掘
3.3 基于风险的解释
3.3.1 风险的多维性
3.3.2 特定因子的表现不佳时期
3.3.3 市场表现不佳风险
3.3.4 持续性
3.4 行为解释
3.4.1 价值因子
3.4.2 动量因子
3.4.3 价值因子和动量因子同时存在
3.4.4 其他因子
3.4.5 持续性
3.5 结构解释
3.6 投资者的常见问题
3.6.1 基于风险的解释有哪些潜在问题？
3.6.2 与行为解释相关的一些潜在问题是什么？
3.5.3 鉴于激烈的讨论和辩论，以及不可避免地会造成的混乱，投资者应如何处理两个基本问题：为什么存在Smart Beta因子？以及为什么它们具有持续性？
3.6.4 Smart Beta的交易会不会越来越拥挤，最终导致Smart Beta因子的超额收益消失？
3.7 结论
第三篇 捕捉Smart Beta因子
第4章 加权方法
4.1 引论
4.2 用于捕捉因子回报率的加权方法
4.2.1 倾斜：总权重与基准市值权重有关
4.2.2 重新加权：总权重与市值权重无关
4.3 评估用于捕捉因子回报的加权方法的投资绩效与效率
4.3.1 市值加权法
4.3.2 市值调整法
4.3.3 信号倾斜法
4.3.4 信号加权法
4.3.5 等权重法
4.4 投资者的常见问题
4.4.1 投资者应该如何分析、比较各种Smart Beta策略的业绩？
4.4.2 市值加权法的总基准是众多Smart Beta策略合适的业绩比较基准吗？
4.4.3 是否有些投资组合构建方法可能与原理所揭示的因子投资向左？
4.5 结论
附录4.1 不同因子投资组合的成分股权重
附录4.2 运用市值加权法和信号倾斜法因子投资组合的主动收益和积极风险分解
第5章 因子规范
5.1 引论
5.2 价值因子
5.3 动量因子
5.4 低波动率因子
5.5 质量因子
5.6 投资者的常见问题
5.6.1 在Smart Beta产品中使用学术上不完全支持的因子规范或者对标准定义做了调整时，会引发哪些问题？
5.6.2 为什么定义给定的跨地域或时变因子时，因子的一致性很重要？
5.6.3 在定义因子或期望收益信号时，使用复合指标会有什么问题？
5.6.4 投资者应如何处理质量因子规范中的常见变化？
5.7 结论
第6章 Smart Beta与主动策略的积极风险和主动收益分解
6.1 引论
6.2 Smart Beta策略的风险分解
6.2.1 文献综述
6.2.2 我们的分析
6.2.3 小结
6.3 主动策略的风险分解
6.3.1 文献综述
6.3.2 我们的分析
6.4 投资者的常见问题
6.4.1 风险分解中的阿尔法总能代表基金经理的主动管理能力吗？
6.4.2 为什么风险模型有时会显示出违背直觉的因子敞口？
6.4.3 既然风险模型会产生违背直觉的因子敞口，可能无法完全反映真实的敞口，那么投资者还有其他什么方法来评估因子敞口？
6.5 结论
第三篇 Smart Beta因子策略的业绩特征
第7章 单个Smart Beta因子的业绩特征
7.1 引论
7.2 费后业绩：考虑交易执行成本
7.2.1 确定交易执行成本
7.2.2 减少换手率
7.3 费后业绩特征
7.3.1 规模因子
7.3.2 价值因子
7.3.3 动量因子
7.3.4 低波动率因子
7.3.5 质量因子
7.3.6 业绩特征小结
7.4 投资者的常见问题
7.4.1 费后动量因子策略还能盈利吗？
7.4.2 从单个Smart Beta因子的历史业绩分析中可以得出哪些重要的结论？
7.5 结论
第8章 因子分散化策略的业绩特征
8.1 引论
8.2 主动收益相关性
8.2.1 长期相关性
8.2.2 相关性的短期变化
8.2.3 相关性特征小结
8.3 因子分散化策略的业绩特征介绍
8.3.1 潜在的分散化收益
8.3.2 信号倾斜法MFP的长期历史业绩
8.3.3 信号倾斜法MFP的短期历史业绩
8.3.4 增强改进
8.3.5 采用其他加权方法的分散化策略
8.3.6 评估效率：因子调整后阿尔法
8.3.7 小结
8.4 构建分散化策略：投资组合混合与信号混合之辩
8.4.1 文献综述
8.4.2 我们的分析
8.5 投资者的常见问题
8.5.1 在构建多因子策略时，是否有投资组合构建方法可以提供比其他方法更高的分散化收益？
8.5.2 在多因子策略中，哪些因素会影响被考虑因子的选择？
8.5.3 在投资组合混合方法中，同投资于单因子投资组合相比，整合的多因子方案是不是对多因子策略更高效的执行？
8.5.4 投资组合混合方法的一个优点是投资组合绩效归因简单而透明。绩效归因的透明度意味着什么？为什么投资组合混合方法更适合于实现这一目标？
8.5.5 在投资组合混合与信号混合的争论中，争论和反驳似乎很复杂。在实操层面上，投资者应该如何决定遵循哪种构建方法？
8.5.6 因子择时能够改善多因子策略的业绩吗？
8.5.7 在很多案例中，Smart Beta策略都是基于历史回测与模拟而推广的新型产品。投资者如何评估历史回测的代表性？
8.6 结论
第9章 低波动率因子异象
9.1 引论
9.2 低波动率因子的历史业绩
9.3 “低波动率”是如何定义的？
9.4 低贝塔投资组合的次级因子
第五篇 Smart Beta的实施
第10章 构建更优的权益投资组合：将Smart Beta与Smart Alpha相结合
10.1 引论
10.2 当前投资组合构建实务
10.2.1 Alpha-Beta投资组合结构
10.2.2 业绩基准的规模和风格分解
10.2.3 通过主动管理获得风险因子敞口
10.3 投资组合结构：一个建议的框架
10.3.1 如何分解主动收益
10.3.2 如何实现策略分散化
10.3.3 如何实现基金经理分散化？
10.3.4 如何确定主动投资组合的规模？
10.3.5 小结
10.4 投资者的常见问题
10.4.1 投资者如何向Smart Beta配置资金？
10.4.2投资者如何设计投资组合的Smart Beta成分，以满足各种应用场景？
10.4.3在许多情况下，主动投资组合的积极风险和主动收益最终受到基本权益因子的驱动。是什么导致了这个结果？
10.4.4 在实施Smart Beta投资时，什么可能使投资者选择Smart Beta公共指数或Smart Beta基金经理提供的解决方案？
10.4.5 投资者在采用和/或实施Smart Beta过程时面临什么挑战？
10.4.6 在投资组合的结构方面，当评估因子敞口和阿尔法时，为何建议针对已实施的Smart Beta解决方案进行风险分解分析？
10.5 结论
第11章 结合ESG和Smart Beta
11.1 引论
11.2 ESG数据
11.3 ESG策略
11.3.1 ESG负面筛选的影响
11.3.2 低排放倾斜的影响
11.3.3 ESG负面筛选和低排放倾斜的综合影响
11.3.4 业绩归因
11.4 将ESG和Smart Beta结合
11.4.1 基于市场指数的MFP历史业绩
11.4.2 专注于ESG的MFP的历史业绩
11.4.3 专注于ESG的MFP的业绩归因
11.5 投资者的常见问题
11.5.1 投资者在涉及和实施ESG策略时应牢记哪些要点？
11.5.2 Smart Beta因子是否具有不同的ESG特征，如排放强度？
11.5.3 当ESG和Smart Beta结合使用时，ESG因子是否有可能弱化Smart Beta因子的影响？
11.6 结论
第12章 对冲基金投资的另类选择：基于风险的方案
12.1 引论
12.2 分散化的对冲基金投资组合的优势
12.2.1 对冲基金样本
12.2.2 对冲基金的业绩持续性
12.2.3 对冲基金投资组合向整个对冲基金样本趋同
12.3 对冲基金的系统性驱动因素
12.3.1 对冲基金系统性因子的特征
12.3.2 将系统性因子映射到对冲基金类别
12.3.3 权重估计方法的原则
12.4 流动性跟踪投资组合模拟业绩
12.4.1 业绩比较
12.4.2 对冲基金业绩的分解
12.5 对冲基金行业的发展
12.5.1 对冲基金特征的演变
12.5.2 关于实施流动性对冲基金跟踪策略的考虑
12.6 结论
第六篇 资金方视角
第13章 访谈：CalPERS的Smart Beta实践之路

第14章 养老