第一章:低波动策略概述

什么是低波动策略

低波动策略,说白了就是买那些「涨得慢、跌得也慢」的股票。

我刚开始接触这个策略时,第一反应是:这不就是买银行股吗?后来发现,远没那么简单。

低波动策略的核心,是选择那些价格波动幅度较小的资产。用专业术语讲,就是低Beta、低标准差。但我觉得,更直观的理解是——这些股票平时不太引人注目,但长期下来,它们往往跑赢那些天天上蹿下跳的「明星股」。

举个例子。A股里茅台算不算低波动?不算。它波动其实挺大的。真正低波动的,可能是那些公用事业股、消费龙头,或者一些大型央企。它们每天涨跌零点几个点,看着无聊,但拉长到三年五年,收益反而很稳。

核心特征:

  • 日收益率标准差低(通常低于市场平均)
  • 最大回撤可控(一般不超过15%)
  • 夏普比率较高(风险调整后收益好)

低波动策略的起源与发展

这个策略最早可以追溯到1970年代。我记得读研时翻过一篇经典论文,叫《Beta and Return》,作者是Fischer Black。他当时就发现了一个反直觉的现象:高Beta的股票,并没有带来更高的收益。

嗯,这跟教科书上说的「高风险高收益」完全相反。

后来到了2000年代,Robert Haugen和Nardin Baker做了更系统的研究。他们发现,低波动股票不仅风险低,长期收益还比高波动股票高出不少。这个发现,直接催生了后来的「低波动异象」研究。

我2015年回国做量化时,国内还没多少人关注这个策略。当时我试着跑了一版A股的低波动因子,回测结果让我吃了一惊——年化收益比沪深300高出5个点,最大回撤却只有一半。

从那以后,低波动策略在国内逐渐火起来。现在很多公募基金、私募产品都在用。不过说实话,真正把低波动策略做好的团队,并不多。

低波动策略的核心逻辑

为什么低波动股票能跑赢?我个人总结了三个原因:

  1. 投资者偏好偏差:大多数人喜欢追涨杀跌,高波动股票容易吸引眼球。但过度追捧会把价格推高,未来收益自然就低了。
  2. 套利限制:机构投资者往往有业绩排名压力,不敢买那些「涨得慢」的股票。这就导致低波动股票长期被低估。
  3. 杠杆约束:很多投资者不能加杠杆,只能通过买高Beta股票来博收益。这种非理性行为,反而压低了低波动股票的估值。

我个人的经验:

低波动策略不是简单的「买低波动股票」。你需要考虑波动率的计算窗口、调仓频率、行业中性化处理。我曾经踩过一个坑——直接用过去60天的日波动率排序,结果选出了一堆停牌股。后来加了流动性过滤,才把这个问题解决。

你想想看,如果所有人都去买低波动股票,这个策略还会有效吗?答案是:不会。但现实是,人性很难改变。追涨杀跌是刻在骨子里的,所以低波动策略的溢价会长期存在。

低波动策略的知识体系

下面这张图,是我自己梳理的低波动策略核心框架。你可以把它当作一张地图,后面几章的内容都会围绕它展开。

低波动策略 波动率因子构建 计算窗口:20日/60日/120日 波动率指标:标准差/ATR/最大回撤 组合构建与优化 行业中性化处理 权重分配:等权/市值加权/风险平价 杠杆与对冲策略 杠杆工具:期货/期权/ETF 对冲方式:股指期货/期权保护 核心目标:在控制风险的前提下,获取稳定的超额收益

注意:

低波动策略不是「万能药」。它在牛市中往往会跑输大盘,因为涨得慢。我见过不少投资者,拿着低波动策略跑了半年,一看没跑赢指数就放弃了。其实,这个策略的威力在于熊市和震荡市——别人亏20%的时候,你可能只亏5%。

一个简单的低波动因子计算示例

下面这段代码,是我早期做研究时用的一个基础版本。虽然现在看起来有点粗糙,但核心逻辑没变。

import pandas as pd
import numpy as np

# 假设df是日度收益率数据,每列是一只股票
def calc_low_vol_factor(df, window=60):
    """
    计算低波动因子
    df: 收益率DataFrame
    window: 滚动窗口
    """
    # 计算滚动波动率
    vol = df.rolling(window).std()
    
    # 取过去window天的平均波动率
    avg_vol = vol.rolling(window).mean()
    
    # 低波动因子:波动率越低,因子值越大
    factor = -avg_vol.rank(axis=1, pct=True)
    
    return factor

# 使用示例
# factor = calc_low_vol_factor(returns_df, window=60)

避坑指南:

我曾经直接用这个因子做选股,结果发现选出来的股票很多都是低流动性的小盘股。后来加了两个过滤条件:

  • 剔除日均成交额低于1亿的股票
  • 剔除停牌超过10天的股票

加了这两个条件后,策略表现明显稳定了。

低波动策略的适用场景

根据我这些年的实战经验,低波动策略最适合以下场景:

市场环境 低波动策略表现 原因
熊市 优秀 防御性强,回撤小
震荡市 良好 波动率低,持有体验好
牛市初期 一般 涨得慢,容易跑输
牛市末期 较差 资金偏好高弹性品种

嗯,这里要注意一点。低波动策略不是「买了就不管」的策略。你需要定期调仓,一般建议月度或季度调仓。我个人的习惯是每月第一个交易日调仓,这样既控制了交易成本,又能及时捕捉到波动率的变化。

好了,第一章的内容就到这里。低波动策略看似简单,但真正做好需要很多细节。后面几章,我会逐一拆解因子构建、组合优化、杠杆运用这些核心环节。


公众号:蓝海资料掘金营,微信deep3321