主观CTA研究系列报告（五）：CTA之间分散化的益处和局限性探讨

期货研究 二〇 二2024年01月15日 四年度 主观CTA研究系列报告（五）：CTA之间分散 化的益处和局限性探讨 国金韬投资咨询从业资格号：Z0002982jintao013139@gtjas.com 泰 君报告导读： 安 期摘要： 货本文主要探讨了期货CTA在各种资产配置与策略下对投资组合的分散效果。总结出的结论如 研 究下：1.）如果使用管理期货计划的机构只将其资产的一小部分（不到10％）用于管理期 所货，那可能只需要一个或两个经理就能达到理想分散效果；2.）如果期货占投资组合的三分之一，可能需要五到十个经理；3.）管理期货行业中的技术交易员阻碍了分散风险的效果。 如果一个100%管理期货的组合从主观交易员中选择CTA来分散，结果则要比从技术交易员中选择CTA好得多。 本文首先探讨了全CTA样本下，CTA与股票债券分别以及合并投资组合下带来的分散效果。从全CTA样本替补与不替补抽样CTA放入资产组合后可以发现，在100%管理期货组合中，一个CTA的波动率为25.4%，在二十七个经理以上波动率永久地低于15%。在管理期货与股票债券权重为33/67的组合中，波动性起始值为10.16%，加入两名经理后降至8.97%。在拥有二十一名经理左右时，波动性稳定在大约7.20%。总体不到十位经理就能获得分散化的好处。 本文其次探讨了细分CTA策略后各交易策略为投资组合带来的分散效果。在将CTA分为技术组与非技术组后，非技术组在三十个CTA经理的组合中的波动率为7.11％，技术组在拥有25个或更多经理时的波动率约为18.70％。因此，即当从追随技术/趋势跟随策略的交易者中选择CTA时，波动性将会更高，需要更多的CTA才能将波动性降低到给定水平。将CTA分为金融板块和多板块后，发现两者在对组合分散化的效果中差异并不明显。 本文的结论有几点参考价值：(1)对基金投资者而言:配置管理期货与CTA对投资组合的分散效果显著，但具体配置多少CTA需要参考分配给管理期货资产的权重；(2)对基金管理者而言:可以认知到技术组的CTA分散效果相较于非技术组相对有限，从而做出相应策略或者配置上的调整。 风险提示： 本文结论基于历史数据与海外文献进行总结;不构成任何投资建议。 目录 1.文献概述3 1.1文献来源：3 1.2文献概要3 1.3文献框架3 2.数据与模型4 2.1数据总结4 2.2模型总结6 3.结果分析7 3.1全样本分析7 3.1.1100%CTA7 3.1.2CTA和股票组合8 3.1.3CTA和债券组合9 3.1.4CTA、债券以及股票9 3.2细分策略分析10 3.2.1技术和非技术策略10 3.2.2金融和多板块策略12 4.结论12 5.风险提示13 （正文） 1.文献概述 1.1文献来源： Billingsley,SR,&Chance,D.M.Benefitsandlimitationsofdiversificationamongcommoditytradingadvisors.[J].TheJournalofPortfolioManagement,1996(23(1)):65-8 1.2文献概要 多CTA经理计划在管理期货行业中很常见。使用超过30个经理的项目并不少见。此研究的结果表明，这个数字可能过大。在只考虑投资组合的期货部分时，可能不需要超过二十个左右的经理。根据边际波动的减少价值和监控额外经理的成本，最多不超过十个经理的计划似乎提供了最大的分散风险收益。在确定经理数量时应考虑股票和/或债券的配置。如果使用管理期货计划的机构只将其资产的一小部分用于管理期货，那可能只需要一个或两个经理。如果期货占投资组合的三分之一，可能需要五到十个经理。然而，如果投资组合中包含债券，期货分散化的收益会降低。 1.3文献框架 现代资本市场理论表明，分散化的价值受到市场整体系统风险的限制。养老金和捐赠基金等正在转向期货市场，寻求降低系统性风险。他们的部分策略涉及对市场指数或其他期货合约进行对冲，另一部分策略则涉及建立期货交易计划，且通常是通过聘用多个商品交易顾问（CTA）的模式。基于这样的现状，作者探讨了针对CTA分散投资的益处和局限性。此类计划的分散是否像往股票投资组合中添加更多股票一样使投资者受益？ 管理期货计划可以采取多种形式。投资者可以将其可投资资金的一部分分配给公共商品基金或私募基金池。商品基金和私募基金池通常以高成本结构和极不稳定的表现而闻名，因此机构投资者更常使用的另一种体系则是与一个通常被称为MOM的监督者经过协商后，由他雇佣和管理CTA。由于关系是经过协商的，因此成本结构通常更具吸引力。由于MOM也有强烈的动机为其机构客户提供良好的业绩，他们会密切监视CTA的业绩，并自由雇佣和解雇CTA。这种体系比基金或私募池更有效，因为这些基金或私募池的投资者通常对投资了解较少，因此他们对支付的费和从而获得的价值了解一样较少。 在典型的机构管理期货计划中，每个CTA都被分配了管理期货计划总资金的一部分，然后各自独立进行交易。这些单个计划通常被视为资产配置计划中的独立资产类别，而在某些情况下也会使用覆盖计划。作者的研究重点关注这些机构管理期货计划。 管理期货计划的回报与股票和债券的回报，至少从长期来看相关性不高。这一结果源于四个方面。首先，这些合约交易的基础工具涵盖了广泛的农产品、能源、金属、货币以及股票指数和债券或利率。其次，做空头寸和做多头寸一样容易。这对于通常受限于做空头寸的机构投资者来说可能是特别有利的。第三，CTA在进行交易时很少考虑股票和债券市场的当前情况。第四，典型的计划使用多个CTA，而每个CTA都独立交易。 如果建立了一个涉及多个CTA的计划，一个显而易见的首要问题是计划具体应该涉及多少个CTA。一 些计划据说会使用多达三十到四十个CTA。这个问题的答案可以通过复制在金融领域现代实证研究早期进行的实验来确定，既首先随机选择一支股票来组成一个单股票投资组合，然后再选择另一支股票加入以形成一个双股票投资组合。接下来再加入另一支股票，依此类推。然后将每个大小的投资组合样本的平均标准差绘制出来，以此反映股票数量的变化情况。虽然人们对于最佳股票数量存在一些分歧，但业界普遍认为用于分散投资风险的数量要远远小于大多数机构投资者所持有的数量，因为这些机构投资者往往受到需要“过度分散”的法规约束。作者在这里进行了类似的实验，但使用的是CTA的回报而不是个别股票的回报。作者研究了包含各种股票、债券和期货的投资组合风险随着CTA数量增加而发生的变化。 2.数据与模型 2.1数据总结 研究的数据由ManagedAccountReports，Inc.(MAR)和BurlingtonHallAssetManagementInc.的LaPorte资产配置系统提供。它们包括1979年至1994年期间所有CTA的月回报数据。这些回报数据由各个CTA向MAR报告，并且整体表现会在MAR的月度出版物《ManagedAccountReports》中公开报告。 与LaPorte的讨论表明，这些回报数据受到MAR及其读者的密切关注，读者包括CTA、机构投资者和其他行业关注者。作者被告知，尽管数据的准确性并非绝对100%保证，但被认为是相当高的。这些回报已扣除成本。作者还使用标准普尔500指数和Lehman政府债券指数的总回报数据，后者涵盖了各种到期期限的债券。为了进行比较，作者还收集了几个期货交易指数的数据。ManagedAccountReports提供了其中两个指数，即基金池指数（MARF/P），用来衡量公共商品基金和私募池的表现，以及交易顾问指数 （MART/A），用来衡量其整个交易员群体的综合表现。如果一个投资者持有所有市场上的CTA，其回报将与交易顾问指数的回报大致相同。然而，这是不切实际的，因为该指数现在包含了超过350个CTA。 MountLucasManagement还提供了MountLucas/BARRA指数（MLMB）的数据。该指数代表了基于不同期货合约的移动平均回报的技术面交易规则的回报。这个指数具有一个有趣且有用的特点，因为MountLucas和BARRA为投资者提供了一种基金，投资者可以通过该基金获得其回报。因此，该指数可作为指数基金的一种轻微变体，为投资者提供了一种无管理、成本略低的期货回报来源。 作者同样获得了高盛商品指数（GSCI）的月度回报以及商品研究局指数（CRB）。金融期货不包含在高盛商品指数或CRB指数中。最终，为了获得足够数量的经理，作者选择了1989-1994年的时间段。在这段时间内有120名经理的数据可用。 图1提供了该时期18,730个回报的一些描述性统计。1989-1994年间平均回报为每月1.357％，标准偏差为每月8.854％。这相当于年平均回报16.28％（未复利）和年标准差30.67％。图1中的“按年”（“ByYear”）部分显示，该时期的回报均值和标准偏差变化很大。平均值从1994年的0.573％到1990年的2.721％不等，标准偏差从1994年的7.547％到1989年的10.912％不等。图1中的“按 月”(“ByMonth”)部分显示了逐月的平均值和标准偏差。与股票市场中众所周知的一月效应不同，一月的平均回报远远低于其他月份。最好的四个月是六月、十二月、三月和七月，而最波动大的四个月是六月、十二月、五月和七月。 图表1：1989-1994年间120位CTA的月度收益统计 资料来源：国泰君安期货研究，Billingsleyetal.(1996) 作者的数据还根据CTA的交易市场板块和主要交易策略对其进行了分类。图2A按CTA的交易板块进行描述性统计数据。大多数CTA被归类为多元化，意味着他们在许多不同的市场中进行交易。第二大的群体是金融和货币，其中金融被MAR定义为交易债券或利率期货交易为主。图2B按CTA的交易策略进行了分类的描述性统计数据。最大的CTA群体被认为是趋势追随者。需要注意的是，许多其他群体认为自己在追求所谓的“数学策略”。第二大的群体则被称为“主观”，反映了交易员依靠个人判断和经验，而不是试图遵循趋势或识别模式的机械规则。 图表2A：CTA交易板块统计图表2B：CTA交易策略统计 资料来源：国泰君安期货研究，Billingsleyetal.(1996)资料来源：国泰君安期货研究，Billingsleyetal.(1996) 图3提供了期货指数波动性的一些描述性统计数据，以及标普500总回报指数和Lehman政府债券指数。作者还研究了股票和债券指数与各种期货指数的组合。这些计算对后面使用的个别CTA产生的数字进行比较是有用的。 图表3：各期货指数与股债组合的月度回报标准差 资料来源：国泰君安期货研究，Billingsleyetal.(1996) 第三行数字（期货100%占比）给出了期货指数的标准偏差。其中，GSCI是最不稳定的，其次是MART/A指数和MARF/P指数。最稳定的是MLMB指数。往下的行列则依次给出了股票和债券与每个期货指数的组合的波动性。例如，将33%的资金分配给管理期货，其余资金平均分配给股票和债券（由S&P和Lehman指数表示）的投资组合波动性为5.10%到6.79%，具体取决于用于测量期货回报的指数。总体波动幅度相当狭窄，特别是当管理期货只占组合的5%时。如果债券占组合的很大比例，与债券相结合的期货的风险降低效益相当有限。然而，将期货与股票相结合的风险降低效益似乎非常显著。 2.2模型总结 在实践中，几乎所有的管理期货计划都是通过选择个别的CTA而非投资于期货指数来运作。作者探讨的问题是利用一定数量的CTA来降低风险。作者通过随机选择一个CTA并计算投资组合波动性来处理这个问题。然后，作者会以相等权重随机添加另一个CTA，依此类推。 作者通过替补抽样和无替补抽样进行测试。换句话说，当使用替补选项时，同一个CTA可能在样本中出现多次。然而，这并不会造成