中原第一权威经济门户
一起实现我们的中国梦
中原第一权威经济门户
一起实现我们的中国梦
行情回顾：8月，A股跌幅较为显著。外资持续大规模流出，再加上A股赚钱效应仍然偏弱，资金偏谨慎，导致8月整体表现较弱，行业普跌。风格方面，8月风格较为均衡，大盘价值较为抗跌。板块方面，所有行业均下跌，其中，受益于政策以及利好消息的支撑，资金逐渐布局数字要素、AI、机器人等题材，带动相关行业在月末有所回升，相对其他板块表现更好。商品市场方面，商品价格延续强势。能化方面，俄罗斯宣布削减石油出口，使得供给端压力进一步抬升，国际油价继续走强；工业金属方面，上涨趋势边际减弱；贵金属方面，由于美国劳动力市场和经济数据仍有较强韧性，叠加美元流动性偏紧、美债收益率上行，使得美元在8月继续走强，黄金价格承压。
股票策略展望：预计股市将在政策持续落地和效果逐步显现过程中探明“市场底”。国内经济基本面方面，短期延续偏弱运行，无明显边际变化；资金面方面，外资流出压力略微环节，内资悲观情绪缓和，整体偏中性；流动性方面，目前处于“宽货币+宽信用”的环境，整体的宏观流动性相对充足，同时IPO节奏的控制、减持的限制等多项举措下，有利于改善权益市场短期流动性，政策引导险资等长线资金入市方面的举措也逐步落地。总体来看，当前市场仍在积极寻求“市场底”,可适当关注量化多头类策略，以alpha收益作为安全垫，等待市场的上涨。
市场中性策略展望：选股端方面，行业及个股离散度相对集中，对于分散选股较为不利，但是市场风格整体偏均衡，市场活跃度较前期有所抬升，选股端整体偏中性；对冲端IC处于升水对中性策略较为有利。总体来看当前市场中性策略仍能取得一定收益，随着“市场底”的到来，后续市场成交活跃度进一步改善，热点分散，市场中性策略环境还会更好，可适当进行关注，但是背后风险也不容忽视，如果经济复苏超预期，大盘风格持续强势，将对alpha造成较大的影响。
T0策略展望：尽管政策组合拳为市场带来了较高的成交量与波动率，但是日内振幅偏弱，压缩了收益的上限，我们认为随着市场逐步见底，后续市场成交活跃度进一步改善，日内交投热度也将有所抬升，此时T0策略收益将明显改善。
管理期货策略展望：美联储加息预期整体有所缓和，但年内没有降息预期，具体加息与否还要等待后续经济数据的进一步验证；黑色方面，尽管近期相关品种涨幅较大，但趋势的维持仍需要基本面的确认，而“认房不认贷”政策对房地产板块的提振相对较少，黑色后续上涨的空间不大；有色方面，沙特与俄罗斯宣布减少原油供给，供给端压力增加，国内油价进一步走强；农产品方面，“厄尔尼诺效应”使得各品种的供需关系确定性大幅增加。总体来看，当前市场交投活跃度较高，可适当关注套利类策略，而趋势类策略方面，可关注在农产品板块上具有较多投资经验的管理人。
风险提示：市场有风险，投资需谨慎。
1. 市场行情回顾以及主要策略表现
本月报统计时间为2023.8.1至2023.8.31。
8月，A股跌幅较为显著。外资持续大规模流出，再加上A股赚钱效应仍然偏弱，资金偏谨慎，导致8月整体表现较弱，行业普跌。风格方面，8月风格较为均衡，大盘价值较为抗跌。板块方面，所有行业均下跌，其中，受益于政策以及利好消息的支撑，资金逐渐布局数字要素、AI、机器人等题材，带动相关行业在月末有所回升，相对其他板块表现更好。
商品市场方面，商品价格延续强势。能化方面，俄罗斯宣布削减石油出口，使得供给端压力进一步抬升，国际油价继续走强；工业金属方面，上涨趋势边际减弱；贵金属方面，由于美国劳动力市场和经济数据仍有较强韧性，叠加美元流动性偏紧、美债收益率上行，使得美元在8月继续走强，黄金价格承压。
私募基金按投资策略分为六大策略，分别为股票策略、相对价值、管理期货、宏观策略、债券策略以及组合基金策略。8月份，从收益中位数来看，债券策略表现较好，管理期货策略次之，股票策略表现不佳，从最大回撤中位数来看，股票策略和宏观策略回撤较大，相对价值、债券策略回撤较小。今年以来，从收益中位数来看，债券策略收益最高，相对价值策略次之，宏观策略靠后，从最大回撤中位数来看，宏观策略和股票策略回撤较大，债券策略和相对价值策略回撤较小。
接下来我们对股票策略、相对价值策略、管理期货策略进行细分策略的跟踪以及分析。股票策略管理人要求20亿以上的管理规模，相对价值策略策略要求10亿以上的管理规模（子策略中的T0策略管理人要求1亿以上管理规模）。除了规模要求，要求公司成立满三年，且每个管理人至少有三只不限策略的产品正在运作。将全市场中所有满足条件的策略业绩曲线等权合成为该策略代表全市场的业绩指数。
2. 股票策略
股票策略主要包含主观多头策略，股票多空策略、量化多头策略。其中，主观多头策略主要采取主观基本面或者技术面分析进行选股，通过主观判断调整仓位来控制风险与收益；股票多空策略主要指采取主观基本面或者技术面分析进行选股，并通过股指期货、融资融券或期权对冲等方式来控制风险；量化多头主要指采取量化多因子模型进行选股，并通过调整仓位来控制风险。
近1个月来看，私募股票策略均表现不佳，其中股票多空策略表现相对较好，其次是主观多头策略，量化多头策略跌幅最大，本月由于市场普跌，主观选股和股票多空产品仓位灵活性较高，而量化多头策略一般为满仓运作，因此下跌幅度更多，但整体来看依旧能跑赢市场指数。近一年来看，量化多头类策略收益最高，股票多空策略回撤控制较好。
为了跟踪股票策略表现情况，我们分别从仓位、行业配置情况进行分析。
2.1. 股票策略仓位跟踪
本文私募股票策略仓位采用私募排排网组合大师股票私募仓位指数。
截至2023年8月末，股票私募仓位指数为81.76%，较上月末上升了1.52%，近三年仓位平均值为80.75%，当前仓位底部回升，代表着私募管理人对于当前市场配置价值并不悲观，甚至逐步加仓。
2.2. 股票策略行业与风格配置跟踪
由于私募基金仅有净值数据，持仓数据很难拿到，因此采用回归的方式进行计算行业配置以及风格配置情况。首先对于行业配置的计算，采用私募基金收益率序列与中信一级行业指数进行回归，为了避免多重共线性，先对行业指数进行主成分分析，达到降低维度和正交化的目的，再将基金收益率与主成分变量做普通的最小二乘回归，当然回归的系数我们无法直接使用，必须通过特征矩阵转化为行业指数对应的系数，反应了基金对于不同行业的暴露情况。同样可以计算得到基金对于风格的的暴露情况，风格指数采用巨潮风格指数，包括大盘成长、大盘价值、小盘成长、小盘价值。
这里我们采用主观多头策略风格和行业分布作为代表，整体来看，股票策略风格上偏向价值，大小盘风格偏向大盘，相比于上期，小盘风格显著增加。行业配置上，配置排名前5的行业分别为电子、纺织服装、综合金融、基础化工及建筑，前5大行业集中度为24.39%，相比于上个月大幅度加仓的行业为综合金融、电子和电力及公用事业，大幅减仓行业为机械、食品饮料和国防军工。
2.3. 股票策略展望
展望后市，预计股市将在政策持续落地和效果逐步显现过程中探明“市场底”。国内经济基本面方面，短期延续偏弱运行，无明显边际变化；资金面方面，外资流出压力略微环节，内资悲观情绪缓和，整体偏中性；流动性方面，目前处于“宽货币+宽信用”的环境，整体的宏观流动性相对充足，同时IPO节奏的控制、减持的限制等多项举措下，有利于改善权益市场短期流动性，政策引导险资等长线资金入市方面的举措也逐步落地。总体来看，当前市场仍在积极寻求“市场底”,可适当关注量化多头类策略，以alpha收益作为安全垫，等待市场的上涨。
3. 相对价值策略
相对价值策略主要包括股票市场中性策略，其次可以再细分T0策略，股票市场中性策略多头一般采用多因子选股构建权益端，同时采用股指期货、融资融券或者期权对冲市场风险，获取稳定的alpha收益；T0策略采用日内回转交易因子，持仓时间短，交易频率较高，因子多基于短期的价量数据，往往会结合机器学习的方式，采用非线性处理，对未来价格进行预测。
近1个月来看，股票市场中性策略表现较好，T0策略也录得正收益。从近1年来看，股票市场中性策略收益较高，T0策略回撤控制较好，整体收益风险比T0策略较高。
3.1. 股票市场中性策略跟踪
股票市场中性策略影响因素主要分为两方面，股票端的选股超额收益，以及对冲端的成本，私募机构一般采用全市场选股，通过量价、基本面等指标选取具有超额收益的个股，多采用量化选股的方式，通过对历史数据统计从而对股票收益进行预测，因此需关注市场风格变化、市场结构分化情况、以及市场成交活跃度情况。对冲端需要关注期货升贴水率情况。
3.1.1. 市场风格跟踪
市场风格走势
本文对于风格的跟踪，主要是大小盘风格、以及价值成长风格，采用申万大盘和申万小盘指数相对强弱指数代表大小盘风格的变化，申万低市盈率与申万高市盈率相对强弱指数代表价值成长风格的变化。其中，为了更好对市场中性策略收益进行分析，采用滚动一个月的平均收益率作为收益监测指标。历史上来看，市场中性策略在小盘、成长风格占优时收益更显著。
当前来看，大盘价值风格表现强势，主要源于大盘价值风格较为抗跌，后续来看，当前市场风格持续性较差，总体维持均衡的态势，对于量化选股模型的有效应性影响不大。
市场风格波动
市场风格切换时往往会发现量化类产品收益不佳。本文通过对风格强弱指数的波动情况进行跟踪，从而研判市场中性策略未来的收益表现。这里我们采用风格强弱指数过去12个月的标准差代表风格的波动，为了度量波动的情况，计算过去3年的历史分位数，从而清晰判断当前处于高波还是低波，当处于高波时说明近期风格切换。历史上来看，当市场风格处于高波阶段时，市场中性策略往往表现不佳。
当前来看，大小盘风格波动处于历史低位，风格切换的可能性较低，而高低市盈率波动有所回升，需警惕价值成长风格波动对市场中性策略造成的不利影响。
3.1.2. 市场结构跟踪
市场结构的变化也会对量化策略的收益产生影响。本文分别从个股和行业的维度进行度量。个股维度，采用中证800成分股收益的离散度，将指数成分股月度收益率的标准差作为指标，为了度量波动的情况，计算过去3年的历史分位数，当高于80%分位数划分为高区间，低于20%划分为低区间。行业维度，采用行业收益的离散度，同样计算中信30个一级行业收益率的截面标准差，然后通过计算过去3年的历史分位数，当高于80%分位数划分为高区间，低于20%划分为低区间，其他处于正常区间。历史上来看，当个股收益离散度越高，行业收益离散度越高，市场热点越分散，市场中性策略更优。
当前来看，个股收益离散度与行业收益离散度维持在较低水平。总体来看，当前市场热点相对集中，不利于量化选股模型获取收益。
行业轮动速度也会影响量化类策略的表现。对于行业轮动指标的构建，首先计算每日中信30个一级行业日收益率，计算每日排名前十的行业与上一日收益排名前十的行业变动比例，当行业轮动加快时，数值为1，当行业稳定时，数值接近0。由于数值变动较为剧烈，指标采用过去120个交易日进行平滑，作为行业轮动速度的代表。然后通过计算过去3年的历史分位数，当高于80%分位数划分为高区间段，低于20%划分为低区间段，其他处于正常区间段，以此来进行统计。历史上来看，当行业轮动速度较快时，市场中性策略表现更优。
当前来看，当前行业轮动速度继续下行，对市场中性策略发挥造成不利影响。
市场交易集中度会显著影响选股收益水平。本文采用成交额指标进行度量，分别计算个股和行业成交集中度。对于个股成交集中度，通过计算全市场每日成交前100个股占全市场交易额占比，采用10日的移动平均作为平滑，然后计算过去3年的历史分位数，将高于80%分位数划为高区间，低于20%划分为低区间，其他处于正常区间，以此来进行分析。对于行业交易集中度，通过计算每日全市场成交前5名的行业占市场成交额的占比，之后采用10日的移动平均作为平滑，然后计算过去3年的历史分位数，将高于80%分位数划为高区间，低于20%划分为低区间，其他处于正常区间，以此来进行分析。从历史上看，在集中度过高的情况下，市场中性策略往往难以做出较高收益。
当前来看，行业成交集中度与个股成交集中度均下降至历史正常区间，对于分散投资的量化选股类策略较为有利。
3.1.3. 市场成交活跃度跟踪
市场成交活跃度对于以量价因子为主的私募策略影响较大。本文通过计算中证800指数换手率以及波动率度量市场成交活跃度程度。对于换手率指标，采用20日的移动平均作为平滑，然后计算过去3年的历史分位数，当高于80%分位数划分为高区间，低于20%划分为低区间，其他处于正常区间，以此来进行分析。对于波动率指标，首先计算指数过去20个交易日的波动率，然后通过计算过去3年的历史分位数，当高于80%分位数划分为高区间，低于20%划分为低区间，其他处于正常区间。历史上来看，在高换手率、高波情况下，市场中性策略收益更明显。
当前来看，市场整体换手率与波动率均先升高后回落，主要源于活跃资本市场的政策给了市场交投活跃度短期的较强刺激，对市场中性策略较为有利，后续仍需观察市场活跃度能否持续改善。
3.1.4. 股指期货升贴水跟踪
我们通过计算IF、IC、IH升贴水情况，衡量股票市场中性策略对冲成本。当股指期货处于贴水状态时，代表着股票市场中性策略需承担一定的对冲成本，而股指期货处于升水时，对冲端能提供额外的收益。
当前来看，中证500股指期货、沪深300股指期货以及上证50股指期货均处于升水状态，而市场中性多采用中证500股指期货进行对冲，因此当前对冲端环境对市场中性策略较为友好。
3.1.5. 市场中性策略展望
展望后市，选股端方面，行业及个股离散度相对集中，对于分散选股较为不利，但是市场风格整体偏均衡，市场活跃度较前期有所抬升，选股端整体偏中性；对冲端IC处于升水对中性策略较为有利。总体来看当前市场中性策略仍能取得一定收益，随着“市场底”的到来，后续市场成交活跃度进一步改善，热点分散，市场中性策略环境还会更好，可适当进行关注，但是背后风险也不容忽视，如果经济复苏超预期，大盘风格持续强势，将对alpha造成较大的影响。
3.2. T0策略跟踪
T0 策略又称日内交易策略，持仓时间较短，基于对未来短期股价走势的判断，低位买入，高位卖出，以此来获得价差收益，买入卖出交易在日内完成。
3.2.1. 市场成交活跃度跟踪
一般来说，T0策略与波动率高度相关，波动率越高，T0策略收益越大。采用中证 800 指数过去 20 个交易日的波动率，并计算过去三年的历史分位数，当高于80%分位数划分为高区间，低于20%划分为低区间，其他处于正常区间。
当前来看，市场波动率从低位回升至历史正常水平，利好T0策略。
3.2.2. 市场流动性跟踪
T0策略也与市场换手率高度相关，一般来说，换手率越高，一方面反映了市场交投活跃，个股波动高，捕捉价差机会增加，另一方面代表市场流动性好，交易成本低。这里我们采用中证800指数换手率来衡量市场的流动性，计算处于过去三年的历史分位数，并将高于80%分位数划分为高区间，低于20%划分为低区间，其他处于正常区间。从历史上看，当市场换手率较高时，T0策略往往表现优秀。
当前来看，市场换手率位于历史正常水平，对T0策略收益有一定帮助。
3.2.3. 日内振幅跟踪
T0策略核心在于日内波动，通过对日内价差的把握获取收益。因此本文利用日内振幅来衡量日内价差的高低程度。
振幅 =（最高价-最低价）/开盘价
本文基于全市场个股，计算每日振幅的平均值，然后计算过去三年的历史分位数来衡量当前日内振幅的高低程度，并将高于80%分位数划分为高区间段，低于20%分位数划分为低区间段，其他处于正常区间段，以此来进行统计。从历史上看，当日内振幅较高时，T0策略表现更好。
当前来看，日内振幅边际回升，T0策略日内获取收益的空间有所改善。
3.2.4. T0策略展望
展望后市，尽管政策组合拳为市场带来了较高的成交量与波动率，日内振幅边际回升，我们认为随着市场逐步见底，后续市场成交活跃度进一步改善，日内交投热度也将有所抬升，此时T0策略收益将明显改善。
4. 管理期货策略
管理期货主要是指对国内商品期货进行投资的策略，广义上也包含股指期货、国债期货。其中，主观CTA主要采用主观基本面分析和主观技术分析，对商品期货进行中长期的投资，大部分以趋势跟踪为主。程序化CTA又可以分为量化趋势和量化套利两类，主要以量化趋势为主，其中量化趋势主要采用中短期动量对商品进行择时，交易频率较主观CTA高，量化套利是对期货的价差进行套利交易，获取稳定的收益。总的来说，管理期货期货策略主要以趋势策略为主，因此对于配置标的的趋势跟踪尤为重要，本文选取了南华商品指数作为代表，研判当前商品期货趋势情况。
近1个月来看，商品市场成交火热，量化趋势策略表现相对较优，主观CTA甚至录得负收益，整体CTA策略收益弱于商品指数，背后原因来自于趋势延续性较弱，基本面难以支撑价格上涨，常常出现市场的反转，市场呈现出明显的博弈属性。从近1年来看，量化套利策略收益最高，量化套利策略回撤控制最好，整体收益风险比量化套利策略最高。
4.1. 商品市场趋势强度跟踪
我们采用考夫曼价格效率系数进行商品市场的趋势强度跟踪，考夫曼价格效率系数建立在市场移动的方向以及市场噪声量的基础之上，如果价格朝一个方向行进，每天的收盘价变化与总的价格变化趋同，则称为高效率，而如果收盘价变化震荡运行，每天的收盘价变化相互抵消，则称为低效率。假设考夫曼效率系数在0~1之间，将一定时期内的价格变化绝对值作为分子，将一定时期内的每天的价格变化绝对值总和作为分母，两者相除即得到考夫曼价格效率系数，一般考夫曼价格效率系数越高，说明市场趋势强度越明显，考夫曼价格效率系数越低，说明市场趋势强度不明显，呈现震荡走势。本文采用20日的移动平均作为平滑，计算商品市场考夫曼效率系数。
8月，尽管南华商品指数上涨明显，但细分各板块均没有出现较为明显的趋势，这也解释了为何CTA策略整体表现不佳。
4.2. 商品市场成交活跃度跟踪
本文主要通过南华商品指数波动率与南华商品指数持仓量对商品市场成交活跃度进行跟踪。
南华商品波动率
商品波动率是市场成交活跃度的重要衡量指标之一，本文采用南华商品指数波动率衡量市场成交活跃度情况，计算波动率过去三年的历史分位数，将高于80%分位数设置为高波区间，将低于20%分位数设置为低波区间，其余处于正常区间。
当前来看，除贵金属外，各板块波动率均有所回升，商品套利类策略收益有所修复。
商品持仓量
商品持仓量反映投资者的参与度，当持仓量处于高位时一定程度反应市场商品市场成交活跃，采用20日的移动平均作为平滑，计算过去三年的历史分位数，将高于80%分位数设置为高区间，将低于20%分位数设置为低区间，其余处于正常区间。
当前来看，南华商品指数持仓量维持在高位，其中南华能化与贵金属仓位有一定下降，其余板块继续维持在高位水平。
4.3. 管理期货策略展望
展望后市，美联储加息预期整体有所缓和，但年内没有降息预期，具体加息与否还要等待后续经济数据的进一步验证；黑色方面，尽管近期相关品种涨幅较大，但趋势的维持仍需要基本面的确认，而“认房不认贷”政策对房地产板块的提振相对较少，黑色后续上涨的空间不大；有色方面，沙特与俄罗斯宣布减少原油供给，供给端压力增加，国内油价进一步走强；农产品方面，“厄尔尼诺效应”使得各品种的供需关系确定性大幅增加。总体来看，当前市场交投活跃度较高，可适当关注套利类策略，而趋势类策略方面，可关注在农产品板块上具有较多投资经验的管理人。
5. 风险提示
本报告涉及私募基金相关内容，若您非合格投资者，请勿阅读本报告。
本报告对于私募产品的研究基于私募排排网数据，不保证数据可靠性。
本报告部分结论依赖研究假设和估算方法，可能产生一定分析偏差。
