预测的方法论：技术分析|基本面|量化方法
预测的目的在于对未来的投资方向形成一个客观的观点。预测是投资管理过程中最具挑战性的任务之一，因为预测未来的水晶球在现实生活中并不起作用。马克·吐温曾经说过“预测是很难的，特别是关于未来的预测”。许多投资者错误地倾向于根据近期历史数据进行推测，并将其预测建立在现有情形之下。当市场上涨的时候，投资者是乐观的，因此他们的预测也乐观。当市场下跌的时候，投资者也变得消极。
正如先前所阐述的，战略型资产配置是建立在前瞻性的资本市场假说基础之上的；资本市场假说通常是通过系统性的量化分析过程而得到的；这一过程以预测长期的预期收益率、风险和资产类别之间的相关性（beta暴露）为目标的。战术型资产配置是基于基本面的、经济的观点和（或）量化分析过程，根据相对价值、短期市场和投资走向，从而得到投资决策。战术型资产配置是一种主动策略，其成功与否在于战术型资产配置管理人对于未来的预测技能。
一、预测的三种方法
下面来介绍用于预测市场的三种方法：
- 技术分析法
- 基本面分析法
- 量化分析法
许多投资者将以上三种方法相结合。在战术型资产配置中，基本面分析法和（或）量化分析法通常是被运作最多用以支持投资决策的方法；然而，技术分析法时而在选择实施投资决策的时点方面很有用处。
（一）技术分析法
技术分析法的主要目标是通过对市场的历史数据的研究，特别是对价格和交易量的研究，来预测价格的变动方向。技术分析法通常分析市场价格图标，因此技术分析师被称为“图表分析专家”。目的在于识别价格模式和市场趋势，从而试图预测未来的变化趋势。技术分析法的原理包括市场行为包容一切信息（技术分析法旨在弄明白投资者对于此类信息的反应），价格以趋势方式演变，历史价格趋于重演，并且投资者具有重蹈先前投资者覆辙的特征。
技术分析法能够增加价值在弱式有效市场假说下是备受争议的。弱式有效市场假说认为目前市场和股票价格已充分反映出所有过去历史的信息。根据随机游走假设，技术分析法是无效的。在Andrew Lo el al（214）于2000年发表的一篇论文中，对美国1962年到1996年之间的数据进行了分析，发现“有几个技术指标的确提供了增值信息，并且可能具有某些实际价值”。行为金融学可能能够说明技术分析法的价值，因为投资者的行为整体上表现出一定的趋势性，且价格变动有自我重复的趋势。如果有足够多的投资者运用技术分析法来支持其投资决策，技术分析法便成为自我实现的一个预言。
虽然，技术分析法的预测能力收到了质疑，并不能够单独以之为基础来预测市场、操纵投资决策，但是技术分析法在决定实施市场观点的时点选择方面还是有帮助的。例如，相对强弱指数是一个技术指标，它根据近期交易期间的收盘价格推测一个市场现在和过去的运动趋势强弱；它也是一个震荡指标，衡量了价格沿一定方向上变动的速度和强度。动量是价格上升和下降的速度。相对强弱指数将动量计算为较高收盘价与较低收盘价的比值。具有更多更强积极变动的市场较具有更多更强消极变动的市场而言，相对强弱指数会较高。只要投资决策有强有力的基本面分析和量化分析作支撑，相对强弱指数在决定何时高配或低配一个市场的择时方面还是有帮助的。
另一个简单的技术指标是移动平均值。图14.1说明了标普500的每日价格及其50日移动平均值。如果市场价格在其50日移动平均线之上则说明该价格可能为超买；如果市场价格在其50日移动平均线之下则说明该价格可能为超卖。当基本面驱动的投资决策计划增持或减持某一市场时，移动平均法可以在决定何时进入或退出市场的时机选择上提供帮助（即当市场超卖时买入，当市场超买时卖出）。
图14.1-2009.12.31至2013.6.30，标普500每日价格及50日移动平均值
数据来源：彭博数据，标普500
（二）基本面分析法
基本面分析法重点分析经济状态、利率、通货膨胀、公司收益、公司资产负债表、以及中央银行和政府的相关政策。
当基本面分析法应用于选股时，通常会结合对经济整体方向自上而下的分析（宏观），从而形成对于市场、行业、利率水平以及汇率水平的观点，并加之运用自下而上的方法对于某只股票进行分析（微观）。自下而上的分析往往会忽略在国别以及产业方面的整体配置而关注于单只股票的选择。根据投资理念和投资过程，自上而下的分析决定了国别和行业的配置；同时，自下而上的分析则决定了某一国家和行业内部的投资配置。
当基本面分析用于战术型资产配置时，其关注重点通常在自上而下的分析。其分析涵盖全球经济，包括了国际和国内的经济指标及发展，如GDP（215）的增长、通货膨胀、利率、汇率以及商品价格等。分析的结构可能是对于经济的单一观点或是若干个经济情景假设。这些观点随后被转变为在不同市场中运用不同投资工具构建多空头寸的具体策略。战术型资产配置策略包括了对于股票市场、债券市场、外汇市场以及其他诸如商品市场的超配和低配。其策略可以进一步细分，如针对股票市场的某一行业，针对债券的久期和信用评级，针对商品市场的某一类别，也可以针对某一投资主题或是交易机会，如利用衍生品市场的投资机会（例如，期权风险的错误定价）。
（三）量化分析法
量化（定量）分析法，正如其名，包括运用量化方法、统计模型、数学公式以及算法来预测市场走向。在战术型资产配置中一个常见的方法便是使用多因子模型，通过分析估值、动量指标、风险水平、市场情绪、利率、收益率曲线等因素，从而推导出涵盖股票、债券和外汇市场等不同市场的买入和卖出信号。虽然有一部分战术型资产配置策略完全是量化模型驱动的，但将量化分析和基本面分析相结合将更具活力，因为这种结合可以将量化信号融合入基本面分析的过程中。
量化分析的不足在于该分析很大程度上是以观测到的市场价格的历史关联性和走势为基础。如果上述关联性和走势由于市场反转或市场承压而引起历史关联性发生变化而失效，那么量化模型可能会在预测拐点过程中失效。量化模型往往也会在出现政权更替或市场结构化改变时失效。
Harry Markowitz可以说是计量金融学的先锋。早在他1952年发表的论文“投资组合选择（216）”一中，他便将分散投资的概念量化。在1969年（217），Robert Merton将随机微积分引入了金融研究，从而解释金融市场的运行行为。在Merton的帮助下，Fisher Black和Myron Scholes在1973年（218）创立了Black-Scholes期权定价公式，并由于这一贡献获得了1997年的诺贝尔经济学奖项。这些发展奠定了计量金融学的基础，计量金融学这一领域也在近几十年呈现了指数式增长的大发展。
二、短期的市场预测
Rudi Dornbusch常喜欢做出如下评论“在经济学中，事情往往需要花费比你认为的时间更长才能发生，但是它一旦发生，便会比你想象的更快”。众所周知，经济学家是不善于对市场做出正确判断的。短期内对于市场做出预测是极其困难的。绝大多数行家是事后诸葛亮，在事件发生后体现出良好的预测能力，却不能在事件发生前提前预测。
长期来看，权益类资产应该可以产生正收益，至少应该可以赶上通货膨胀。随着人口的增长，对于物资的制造和服务的提供需求也随之增加。因此，仅仅是为赶上日益增长的需求，整体商业的收益也应随之增加。以美国经济为例，从长期来看，其经济以3.3%的速度增长（219）。假设企业收益以经济增长速度减去稀释系数（美国约为2.0%）的速度增加。长期来看，假设权益类资产的预期收益由股息率及名义收益率构成。固定收益类投资工具，如果持有到期，则应产生与违约（信用风险）调整后的到期收益率一致的收益。因此，对投资仓位的长期持有应该是可获益的；而且如果考虑偏离长期仓位，则必须要有切实的理由支持才行。
战术型资产配置需要对市场的收益进行短期预测。股票价格主要受短期估值变化的影响，而不是股息率和长期盈利增长。当固定收益类投资工具并未被持有到期时，其很大一部分总的收益将会受到其估值（资本利得或亏损）的影响。其估值的变化主要受到利率、通货膨胀、以及信用评级的影响。预测股票估值、利率、信用质量、以及通货膨胀在短期内的变化是很困难的，但预测长期的收益回报将会容易很多。尽管如此，偏离长期仓位必须要有高度可信的短期观点支持。
战术型资产配置的目的之一是在基于不同市场的观点基础上，通过调整资产配置从而实现增值。从根本上说，战术型资产配置旨在超配（买进）被低估的市场而低配（卖出）被高估的市场。虽然确定市场的公允价值是极其困难的，但战术型资产配置仅要求确认市场是否被高估（价格大于公允价值）或低估（价格小于公允价值）了。
例如，若预计股票将跑赢债券，则战术型资产配置应超配股票而低配债券。与投资标的选择不同，战术型资产配置并不涉及对于单一证券收益的分析和预测，而是对于资产类别、市场以及行业的分析和预测。战术型资产配置可以带来增值基于以下假设条件：假设市场总是效率低下的（战术型资产配置需要辨识错误的定价和机会）；或者假设市场是极其有效的但并不是每时每刻的，因此错误的定价会自我修正（战术型资产配置需要在市场自我修正前识别出错误定价）。假如正如有效市场假说所定义的——市场总是有效的，那么战术型资产配置和主动投资管理总体而言是不能增值的。
三、量化多因子模型
战术型资产配置用以预测市场表现的两种主要的方法是基本面分析法和量化分析法。在量化分析方法下，量化多因子模型经常被用来在不同的资产类别中系统地捕捉市场无效性或是均衡价值中暂时的不均衡。
举一个简单的单因子模型的例子：从不同的股票市场中根据盈利回报率（每股收益与每股市价的比率，市盈率的倒数）筛选数据，然后超配（买入）具有高于盈p256利回报率均值的市场，并低配（卖出）盈利回报率低于均值的市场。具有高盈利回报率的市场可能相对廉价且便宜，投资这样的市场可以由于风险溢价获益。
战术型资产配置过程中构建一个多因子模型，投资者需要选择应包含哪些因子从而涵盖股票、债券和外汇市场。战术型资产配置多因子模型应给每个因子配以一定的权重，从而生成正向或负向的信号用以超配或低配不同的市场和投资标的。模型中的因子及其信号应具有经济学意义。常用的因子包括：
- 估值。筛选盈利回报率（每股收益与每股市价的比率）。高盈利回报率可视为正向信号。
- 市场动量/动能。将12个月前的股票收益与1个月前的股票收益相比较（将第12个月的股票收益省去，因为市场12个月后倾向于反转）。市场动量是市场情绪的指标。正向的动量可视为正向信号。
- 期限结构（收益率曲线的斜率）。用10年期政府债券的收益减去1个月现金的收益。具有更陡峭期限结构的市场倾向跑赢期限结构更为平坦的市场，因为斜率信号扩张对于股票而言是正向信号。
- 实际利率。10年期政府债券的收益减去通货膨胀率。具有较高实际利率的市场往往更优。
- 利率差异。其货币具有较高利率的国家，其市场通常更优。
以上五个因子仅仅是在这里举个例子。其他的因子还可以包括：信用风险溢价变化（如，穆迪Baa与Aaa级公司债券收益率价差的变化），波动率指数相对于历史数据水平，以及实际个人消费支出（PCE220）变化。投资者可以根据其信心选择使用更多或更少的因子。
四、本节概要
- 战术型资产配置是一种主动投资策略，其成功与否依赖于正确预测市场的能力。
- 预测市场的三种方法包括技术分析法、基本面分析法和量化分析法。许多投资者会选择结合三种方法来支持其投资决策。战术型资产配置通常运作基本面分析法和/或量化分析法。
- 短期内对于市场做出预测是极其困难的。市场的长期收益受到股息率、长期经济增长率以及债券持有到期率驱使。估值是在确定短期收益过程中特别显著的因子。然而估值的变化却难以预测。
- 战术型资产配置通过对市场的分析，超配（买入）被低估的市场，同时低配（卖出）被高估的市场。
- 量化分析过程通常以多因子模型为基础。多因子模型可以推导出不同市场不同投资标的买入和卖出的信号。其中一些常见的因子包括：估值、动量、期限结构、实际利率以及利率差异等。
《多资产投资实践》更多阅读
- 经济周期预测与“十二个时刻”的投资时钟
- 全球战术型资产配置（TAA）
- 资产配置的优化过程|布莱克-林特曼模型（Black-Litterman）
- 分散投资的资产配置|耶鲁模型
- 组合大类资产-资产配置型FOF
- 美国市场大类资产的历史表现（统计数据）
- （长文）金融市场的理性与非理性（各种说法大对比）
- What’s 战略型资产配置（SAA）
- 多重投资经理管理的投资组合(MOM &FOF)
培训：
