导论：方向性交易与市场效率

虽然相对价值和市场中性策略试图使投资组合免受广泛市场波动的影响，但方向性策略 (Directional Strategies) 则明确针对资产价格的上升或下跌进行目标性押注。在 CAIA Level II 课程中，方向性策略是通过现代资产定价、技术与基本面模型、行为金融学以及因子敞口的视角来进行探讨。

市场效率架构：“高效但非完全有效”(Efficiently Inefficient) 的市场

传统金融学假设市场要么是完全有效的（价格始终反映所有信息），要么是无效的（存在唾手可得的阿尔法）。方向性投资则运作于“高效但非完全有效”市场假说之下：


• 市场相当有效，但并非完全有效： 因为搜集信息、建立基础设施以及承担风险都是需要成本的。
• 补偿主动型经理人： 为了补偿主动型经理人承担的这些成本和风险，价格必须偏离公允价值足够的幅度，以便为最顶尖的经理人提供获利机会。
• 提供流动性与促进价格发现： 方向性经理人提供市场流动性并促进价格发现，在推动价格回归基本面价值的同时，获取均衡回报。

1. 技术面方向性策略：趋势追踪与背离

技术面方向性策略利用历史价格、成交量以及未平仓合约 (Open Interest) 数据来预测未来的价格走向。它们主要分为两大类：趋势追踪 (Trend-Following)（动能）与背离 (Divergence)（均值回归或逆势）。

趋势追踪（动能）

趋势追踪假设朝某个方向运动的资产在中期内会继续朝该方向前进。


• 时间序列动能 (Time-Series Momentum)： 衡量资产价格轨迹与其自身历史路径的比较（例如，若一项资产过去 12 个月的回报为正则买入，为负则做空）。
• 截面动能 (Cross-Sectional Momentum)： 在横截面上对资产进行相互排名，买入表现最好的资产，并做空表现最差的资产。
• 执行模型： 通常使用移动平均线交叉（例如 50 日均线向上穿越 200 日均线）、通道突破模型（例如唐奇安通道/Donchian channels，当价格创出 20 日或 52 周新高时买入）以及波动率调整部位规模来实施。

背离与均值回归

背离策略旨在找出资产当前价格过度偏离均衡水平、历史平均值或相关基准的情况。


• 摆荡指标与极端区间： 相对强弱指数 (RSI)、布林通道 (Bollinger Bands) 或价格相对于移动平均线的 z 分数等指标，用以标示超买或超卖状态。
• 逆势布局 (Counter-Trend Positioning)： 假设极端的价格变动终将耗尽动力，押注价格会出现反弹或向长期均线进行均值回归。
• 背离指标： 当价格创出新高/新低，但底层技术指标（如 MACD 或成交量）未能予以确认时发生，这预示着动能减弱及反转即将到来。

2. 基本面方向性策略

基本面方向性策略通过评估经济、宏观经济或企业基本面，来预测中长期的方向性重新定价。

由上而下：全球宏观 (Global Macro)


• 核心焦点： 宏观经济变量，包括央行利率政策、通胀趋势、主权债券收益率曲线、财政赤字以及国际收支平衡。
• 交易工具： 高流动性的全球期货、远期合约、主权债券、外汇和大宗商品合约。
• 主动式 (Discretionary) 与系统化 (Systematic) 宏观： 主动式宏观依赖投资组合经理人的定性综合分析与经济判断；而系统化宏观则利用计量经济模型，将发布的数据转化为基于规则的交易部位。

由下而上：股票多/空 (Equity Long/Short)


• 核心焦点： 微观经济驱动因素，包括企业盈利、自由现金流增长、资本结构和管理层质量。
• 持仓布局： 经理人对具有强劲基本面的低估公司建立多头部位，对存在结构性缺陷或高估的企业建立空头部位。
• 敞口指标：
- 净敞口 (Net Exposure)： \( \text{Long Exposure} - \text{Short Exposure} \)。反映方向性市场贝塔值 (Beta)。
- 总敞口 (Gross Exposure)： \( \text{Long Exposure} + \text{Short Exposure} \)。反映总杠杆水平与总资本配置状况。

3. 行为金融学在方向性策略中的角色

方向性异象之所以持续存在，很大程度上归因于人类的认知偏差和制度性约束。行为金融学为趋势追踪和背离策略的有效性提供了理论基础：

反应不足（趋势的引擎）


• 锚定偏差 (Anchoring Bias)： 投资者锚定于初始价格或先前的信念，当新的基本面信息出现时，未能充分更新估值。
• 处置效应 (Disposition Effect)： 投资者往往过早卖出盈利部位以锁定利润，同时死守亏损部位以避免承认损失，这减缓了价格充分调整的速度。
• 结果： 价格在初期反应不足，形成持续、渐进且长达数月的价格趋势，趋势追踪模型正是捕捉了这种趋势。

过度反应（背离与反转的引擎）


• 羊群效应 (Herding)： 市场参与者盲目跟风流行趋势，将价格推高至远超内在价值的水平。
• 近因偏差与代表性偏差 (Recency and Representativeness Bias)： 投资者将近期强劲的表现外推至遥远的未来，制造出资产泡沫和过度伸展的市场状况。
• 结果： 价格最终会超出基本面价值，为急剧的背离与均值回归交易创造了契机。

4. 方向性交易中的因子敞口

评估方向性策略的一项关键技能，是将真正的经理人技能（阿尔法/Alpha）与静态或动态的因子敞口 (Factor Exposures)（聪明贝塔或替代风险溢价）区分开来。


• 股票市场贝塔 (Equity Market Beta)： 具有多头偏好的股票多/空策略带有显著的方向性股票 Beta，这可能占据总回报的很大一部分。
• 动能与套息因子 (Momentum and Carry Factors)： 趋势追踪者和宏观基金自然会获取随时间变化的动能和套息风险溢价（例如，持有由低收益货币融资的高收益货币）。
• 凸性 / 非线性 (Convexity / Non-Linearity)： 做多趋势追踪策略通常展现出“微笑”收益形态（正偏度 / 危机阿尔法），在长期牛市和急剧市场崩盘期间均能带来回报。
• 业绩归因 (Attribution)： 将回报分解为系统性因子敞口与特质阿尔法 (Idiosyncratic Alpha)，确保投资者支付对冲基金费用是为了获取主动择时和选股/选资产能力，而非打包的 Beta。

成功总结清单


• 高效但非完全有效的市场： 阿尔法的存在是为了补偿主动型经理人在搜集信息和提供市场流动性方面所承担的成本与风险。
• 技术面方向性策略： 趋势追踪利用动能（时间序列或截面）；背离策略则在价格过度偏离公允价值时锁定均值回归。
• 基本面方向性策略： 包含由上而下的全球宏观（经济政策、外汇、利率）与由下而上的股票多/空（企业盈利、估值）。
• 行为驱动因素： 反应不足（锚定、处置效应）产生趋势；过度反应（羊群效应、代表性偏差）引发过度伸展与反转。
• 因子敞口： 真正的阿尔法必须与市场贝塔、套息和系统性动能因子风险明确区分。