核心资产的概念：核心资产，顾名思义，就是在每个行业里最具有核心竞争力的公司，一般都是行业的龙头老大，赢家通吃了，通常在品牌，产品，渠道，生产，研发，市占率，业绩等方面具有绝对优势。为什么要投资核心资产：他们在中国经济发展的过程中，在A股中担当了非常重要的角色，大部分利润都是他们贡献的。一个公司在竞争格局稳定后能够成为行业的老大，行业集中度越来越大，马太效应会越来越强，基本上行业里后面的钱都是他们赚的，这也保证了后面稳定的业绩增长。所以说，这些公司才是真的有投资价值，投资这些公司，输的只有时间。借鉴美股70年代开始漂亮50的大行情启动到现在依然具有超额收益，长期的价值投资一直是股市投资的主旋律。而且核心资产由于稳定的业绩增长，和强有力的基本面支撑，是最能走出长牛的一批公司。并且这个投资策略所覆盖的都是大市值的公司，所组成的投资组合策略容量非常大，100亿是没有问题的，且策略的可复制性很强。与巴菲特的价值投资差异：巴菲特选股的标准是非常苛刻的，偏好消费类的，看重一些指标，比如ROE，护城河，以便宜的价格买入等等，所以最终的结果是只有少数个股符合，而这个核心资产更注重均衡配置，赚钱核心资产的整体市场平均收益，所以不会定明确的指标，毕竟不同行业的商业模式不一样，护城河的侧重点也不一样，而且不同行业的估值模型也不一样。如何挑选核心资产：申万一级行业有28个，首先剔除掉大部分周期行业，因为大部分周期股很难再像那样07年经济过热的大涨了，而且总体看周期股因为产能过剩，业绩不稳定导致很难走出长牛的走势，近几年很难出现有稳定上涨的周期股。然后再在剩下的行业里挑选，大概可以分四类：金融地产，消费，医药，科技以及其他一些行业。这些行业的特征就是业绩稳定增长，催生了很多长期走牛的蓝筹股。为了避免市场风格风险，达到行业均衡配置，要做到两点：尽可能多的覆盖多行业，这是为了分散投资，行业均衡，避免出现单一市场风格风险，从而获取一个核心资产的平均收益，赚钱市场的整体收益。比如如果都是配医药股，那么市场风格炒科技的时候就会出现单一风格配置的风险。然后大概选30个个股左右，每个行业1-3个个股。消费类和医药类由于行业特性，业绩稳定增长的较多，并且容易走出长牛，可以去到5个左右。之前有做价值投资的选10个，这样做可能不够分散，不能够很好的反映整个A股大部分核心资产的收益，因为就算核心资产涨，可能会遇到部分涨，部分不涨的情况，全面覆盖有利于赚取核心资产的平均收益，避免市场风格的风险。挑选个股的几个角度：行业，市值，股价走势，业绩，核心竞争力。在2019年7月的时候，所选到的股票组合是以下30个股票，可以看到的是行业有14个，占了申万一级行业一半，他们的股价大多具有长牛特征，基本面和业绩较稳定，市值一般是行业的前5名，市场共识度和关注度较高。下图是组合的历史回测，从2010年开始测试，第一天等权重买入所有30个股票，净值最高去到10.14，目前是9.4，年化收益率大约是30%。由于2010的时候由于部分股票尚未上市，所以从2010年开始测试的是其中23只股票，测试10年之久是为了验证策略的有效性。两次比较大的回撤是2015年和2018年的熊市，分别是30%和26%，其次是今年3月份那一波回调18%，其他基本是在12%以内。于是在2019年6月18日正式构建这个组合，到目前的净值是1.8，一年半时间，中途最大回撤也是18%，年化收益率是50%，说明市场越来越回归价值投资的主流投资策略。站在当前时点看待核心资产，由于有新的核心资产公司上市，因此我重新加入了一些股票，剔除了一些股票，新的股票组合如下：这个组合我回测了一下，收益率表现更佳，净值最高去到2.26，目前2.15，回撤是15%，年化收益率去到80%。如果以目前价格构建这个组合的话，38只股票至少得700万，如果是30个股票的那个组合，至少500万。茅台是最贵的，一手要18万，如果不算茅台，其他的一手大约4万，那样买37个股票就是150万左右。1000万的产品最低可以建仓1.5成。如何维护组合：这个组合其实只需要跟踪基本面变化就可以了，不用经常调仓，因为核心资产的基本面一般比较稳定，如果是基本面变化了，比如暴雷，才考虑剔除掉，有些标的经历业绩波动的小周期，最终还是会涨回来的，如果有新的标的符合，也可以纳入组合。买入策略：从回撤也可以看到，普通市场组合回撤5%-10%的时候逐步买入一般是比较合适的，如果遇到熊市，回撤到15%-25%，那个时候逐步买入是最好的。}

投资组合理论的奠基人马科维茨在1952年的博士论文《Portfolio Selection》开篇写道：“构建投资组合的过程分为两步，第一步通过观察和经验判断未来资产的表现；第二步基于未来资产的表现来构建投资组合。本文讨论第二步骤。”在70年后的今天，这段开场仍具有启示意义，正如在1952年之前——人们总是把这两个独立的决策过程混在一起。要获得一个靠谱的资产配置方法，就必须从理想走向现实。在大谈理想或现实之前，不如先聊聊什么是资产配置。资产配置的定义是根据投资需求将资金在不同资产类别间进行分配。这句话有三个关键词，投资需求、不同资产、如何分配。第一，投资需求。现在无论购买私募产品还是银行理财，都需要进行风险评估，不同风险等级对应不同的产品权限，自然对应不同的投资需求。虽然问卷设计各有不同，但最重要的其实只有两条：风险偏好和流动性要求。风险偏好就是能承受多大的亏损，流动性要求就是资金在不同时间的出入。为什么没有预期收益？道理很简单，因为我们能控制的只有风险；至于收益，则是盈亏同源，或者说“生死有命，富贵在天”。第二，不同资产。一般可分为一级股权，二级市场和另类资产。一级股权包括VC，PE等，投资企业上市前的不同阶段；二级市场包括股票、债券、商品期货和波动率资产；另类资产包含其他类型资产，如房地产、信托、自然资源、数字货币、古董、艺术品等等。基于流动性、可得性等因素考量，狭义的资产配置主要聚焦标准化程度最高的二级市场投资。本文讨论二级市场资产配置。表1：国内底层资产的历史长期收益、波动与当前规模，笔者预估资产类别年化收益率（%）年化波动率（%）规模（万亿）股票10%30%100债券5%2%100黄金6%20%10房地产8%10%400第三，如何分配。如何将资金在可得的不同资产间进行分配，是资产配置方法的核心目标。如传统的“60/40组合”，即将60%资金配置股票，40%资金配置债券。分配受到的约束条件即投资需求，风险偏好大，则超配股票、杠杆多空策略等高波动资产；风险偏好弱，则超配债券或类固收的低波动资产。而对流动性有要求的，不宜购买封闭期长的产品；短期需要支取的资金，不宜购买高波动资产。那么对于相同的投资需求，有没有可能出现不同的分配结果呢？马科维茨的“均值-方差分析”给出了一种解决方案。假设我们知道未来资产收益率和波动率（以及相关系数），那么基于某个投资需求（如最大化风险收益比）和可得资产限制（如不许卖空），通过求解优化问题，可以得到最优的资产配置权重。虽然风险资产数量众多，优化问题显得异常繁琐，但利用计算机能够非常便捷地求出最优组合。也就是说，在“均值-方差分析”的框架之下，确定了投资需求，就能得到资产配置结果。以上，我们找到了资产配置的圣杯，The End。遗憾的是，圣杯只存在于理想中。让我们回顾下马科维茨在开篇的免责声明，本paper只负责解决第二步，至于第一步，只用一句话带过，这句话甚至没有资格出现在正文。 “均值-方差分析”建立在已知资产预期收益率和波动率的基础上。这就好比有人告诉你明天双色球的开奖号码，现在咱们讨论下该买多少注——即便真的有时光机，你所在的宇宙也会因为你的异常举动而偏离原时间轨。因此，排除内幕信息，我们无法预知任何超越无风险收益的未来资产收益率。马科维茨的思想之所以引发金融学的第一次革命，就在于他严格区分了投资的科学性与艺术性。图1：《Portfolio Selection》脚注为了解决资产配置的第一步，也就是预测不同资产的未来表现，无数有识之士前仆后继，殚精竭虑。具体的解决方案，佼佼者如美林时钟，国内的货币-信用框架，Fed模型股债性价比等宏观大类资产配置方法，如结合中观行业分析、专家访谈和微观公司调研的股票基本面分析方法，如基于价量、财报和另类数据的多因子模型股票量化分析方法等等。这些预测模型和方法都或多或少地建立在某些假设之上，但随着假设的放松，预测方法的鲁棒性更高，实用性更强。每种方法都凭借某种优势（信息、分析能力等）试图完成从理想到现实的跨越。我们似乎离真相越来越近了。等等，在陶醉于fancy的预测模型和深度学习框架前，我们好像忘了资产配置的初衷。在“均值-方差分析”中，如果我们有两种完全负相关的资产时，可以通过适当选择组合权重，完全消除组合收益率的波动性。这就是分散化投资（diversification）的好处，通过将鸡蛋放在不同的篮子里，可以有效降低收益率的波动性。可惜在现实中，不存在这种完全负相关的资产。我们能做的，是用自己最擅长的预测方法，尽可能逼近一些资产的未来收益率和波动率（特别是相关性），从而通过资产配置降低单一资产的风险暴露，实现一定波动下更高的风险收益比，最终获得资产的长期增值。在现实中，还有两个重要的考量因素：策略容量和交易成本。策略容量，是指在不影响收益的前提下，策略所能容纳的最大资金。一个跟踪市场基准的Buy and Hold策略是理论上容量最大的策略，在国内的股票和债券市场，当前容纳的实际资金分别在100万亿元左右。然而，一个有追求的投资者是不会满足于市场基准的。巴菲特在1965-2021年的复合年化收益率达20.1%，同期标普500全收益的复合年化收益率为10.5%。事实上，巴菲特2001年以来的年化超额收益率已下降至不足1%。一方面随着市场竞争，与市场风险无关的Alpha收益总量在减少，另一方面，用于投资的资金却在不断的增长，其结果必然是Alpha信号衰减越来越快，各机构在IT上的投入趋向于军备竞赛。如下图所示，盈利公告价格漂移异象（PEAD）在A股表现尚可，在美股已近乎消失——超越市场基准越来越难。图2：post-earnings-announcement-drift （PEAD）异象的超额在美国市场1日后失效，而在中国市场可持续至60日交易成本，是在资产买卖过程中支付的费用，包括手续费和市场冲击成本。Buy and Hold策略的一大优势就是建仓后不需要调仓，因此避免了交易成本。无论是大类资产间的权重调整，还是资产类别下的子策略轮动，如果每次调仓的未来收益率不能战胜交易成本，那么这次调整就无效，甚至贡献负收益。为避免频繁的交易，资产配置过程一般分为战略资产配置（SAA）和战术资产配置（TAA），战略资产配置的周期较长，一般为每年，调整幅度可达10-20%；战术资产配置的周期较短，一般为每月，甚至每周，但调整幅度小，约1-5%。“均值-方差分析”建立在单期资产配置之上，而现实中要面对的是多期，动态调整的资产配置问题。如何将预测模型与调仓周期相匹配，也是一项兼具科学和艺术的工作。最后，谈谈我心目中优秀的资产配置案例——社保基金的实践。2020年末社保基金权益总额26788亿元，其中累计财政性净拨入9910亿元，累计投资收益16251亿元，占60%。自2000年成立以来实现年化收益率8.5%。投资模式上，35%为直接投资，65%为委托投资。资产配置方面，根据《全国社会保障基金投资管理暂行办法》规定，主要有以下三条限制：1） 存款、国债及金融债投资比例不低于40%2） 企业债投资比例不超过10%3） 股票及基金投资比例不超过40%也就是说，社保基金的资产配置基准大约为40%股票和60%的债券。据此计算，2010年以来，社保基金投资实现年化超额收益率2.0%。那么社保基金是如何实现相对稳定的超额收益呢？根据社保基金官网《社保基金资产配置的投资理念》所陈述，“以境内股票为例，社保基金2003-05年在小幅波动的市场低位加仓，2006年持有不动，2007年高位大幅减仓，2008年逐渐加仓，2009年在低位小幅加仓，2010年逢低加仓，2011年也逢低加仓，总体上较好地把握了股市地节奏，没有出现高位大幅增资和低位大幅抽资等重大失误，价值投资和长期投资地理念得到了很好地贯彻执行。”从中可以一窥社保基金的资产配置是基于长期投资和价值投资的理念，当市场大幅偏离价格中枢时进行增减仓，符合均值回归的配置风格。表2：2010年以来社保基金投资实现年化超额收益率2%沪深300全收益金融债财富(7-10年)指数基准组合社保基金超额2010-11.58%3.11%-2.77%4.23%7.00%2011-24.05%6.32%-5.83%0.86%6.69%20129.80%0.96%4.49%7.10%2.61%2013-5.33%-4.66%-4.93%6.20%11.13%201455.85%17.45%32.81%11.69%-21.12%20157.22%10.60%9.25%15.19%5.94%2016-9.26%-1.17%-4.40%1.73%6.13%201724.25%-4.05%7.27%9.68%2.41%2018-23.64%13.08%-1.61%-2.28%-0.67%201939.19%4.39%18.31%14.06%-4.25%202029.89%3.85%14.27%15.84%1.57%累计收益率81.56%59.33%80.02%121.62%41.60%累计年化5.57%4.33%5.49%7.50%2.01%另一方面，在以委托投资为主的股票投资上，李克平曾在接受中国基金报的采访中透露，“我们在研究借鉴的过程中，逐渐形成了对公募基金影响比较大的、对投资管理人的调查问卷……问卷是我们在委托投资方面花精力最多的文本，代表了对委托投资基本框架的认识。我们的问题会一直追到最底层。”通过专家深度评审，社保基金委托市场上符合社保基金投资理念的、表现最优秀的一群基金经理进行投资，从而在股票资产端实现持续、稳定的超额收益。综上所述，所谓好的资产配置方法，既要仰望星空，更要脚踏实地。实务中，投资管理人在进行资产配置时要结合实际情况，在充分了解目标投资需求，充分调动可得高风险收益比的各类资产策略前提之下，做到轻收益预测，辅以相关性比较，重资产内优选，重风险控制，从而实现年度超越市场基准的资产配置方案。借用我在调研中非常欣赏的一位基金经理的话，“投资最大目的是为持有人赚钱，最大风险是永久丧失持有人本金”。美股市场中被动投资规模之所以超过主动投资，就是因为获取市场平均收益的方法越来越便捷，而获取超越市场基准收益却愈发困难。在超额收益相对显著的国内市场，任何投资管理人都应抱有一颗谦卑的心，“且行且珍惜”。参考资料：[1] Markowitz, H. Portfolio Selection. Journal of Finance, 1952,7: 77-91[2] BRKA. 2021 Annual Report. https://www.berkshirehathaway.com/2021ar/2021ar.pdf.[3] 伯恩斯坦. 投资革命: 源自象牙塔的华尔街理论. 上海: 上海远东出版社, 2001.[4] 徐高. 金融经济学二十五讲. 北京: 中国人民大学出版社, 2018.[5] 丁一凡, 刘富兵. 多因子系列之十五: 分析师盈利修正后的股价漂移. 国盛证券研究报告, 2021.[6] 全国社会保障基金理事会. 社保基金年度报告. http://www.ssf.gov.cn.[7] 杨波. 李克平首度解密社保基金的投资基因. 中国基金报, 2018.}