20220107-国金证券-风格择时月报_因子风格择时策略（2022年1月期）_24页_2mb

金融产品研究中心 - 因子风格择时策略报告（2022年1月期）

核心内容概述

本报告介绍了基于XGBoost模型构建的因子风格择时策略与指数轮动策略，旨在为投资者提供系统的风格配置参考。报告分为两个相互独立的策略，并结合了宏观经济数据、市场情绪变量和因子特征等进行分析和预测。

主要观点与关键信息

策略1：因子风格择时策略

• 目标：预测未来一个月股票风格因子收益正负，以中证500为基准进行指数增强。
• 输入变量：包括因子拥挤度、宏观数据（多指标）、市场状态等。
• 模型效果：
  • 胜率：61%
  • 年化收益：26.36%
  • 超额收益年化：20.60%
• 2022年1月建议：
  • 高配：小市值、质量、低换手因子
  • 低配：beta、动量、低波动因子、成长因子、估值因子
• 模型逻辑：
  • 2022年经济下行趋势明显，中央经济会议强调流动性宽松，PPI面临输入型通胀压力。
  • 市场反转效应显著，小盘价值股表现较好，建议延续小盘配置。
  • 优先配置对经济下行和流动性敏感的小市值因子，同时保持对高质量风格的敞口。

策略2：指数轮动策略

• 目标：预测沪深300与中证500未来一个月收益高低，以50%沪深300 + 50%中证500为业绩基准。
• 模型构建：
  • 宏观经济模型：胜率76%，年化超额收益6.56%，夏普比率1.27。
  • 市场情绪模型：胜率71%，年化超额收益6.84%，夏普比率1.33。
  • 综合模型：胜率降低但波动被熨平，夏普比率提升至1.63。
• 2022年1月建议：
  • 看多沪深300，两个信号方向一致。
  • 原因：中证500与沪深300的盈利预期差缩小，沪深300估值处于回复阶段，消费领域存在困境反转可能，大金融板块估值和性价比良好。

策略框架与模型说明

因子择时策略框架

• 因子体系：beta、动量、小市值、质量、低波动率、成长性、估值、低换手率。
• 特征选择：
  • 宏观经济数据：包括工业增加值、CPI、PPI、M0/M1/M2、社会消费品零售总额、公共财政收入、税收收入、国债利率等。
  • 市场情绪变量：包括交易量、波动率、指数估值、盈利预期差、指数涨跌幅等。
• 模型选择：采用XGBoost算法，因其在预测准确率和模型稳定性方面优于传统的决策树模型。
• 模型优化：
  • 使用滚动回测方法，以40期为训练窗口，10期为测试窗口。
  • 调整参数包括学习率、树的最大深度、子采样率和特征随机采样比例。
  • 在组合优化中控制行业偏离不超过3%，并进行个股权重上限的敏感性分析。

模型有效性测试

离散度测试

• 定义：因子spread是根据因子大小对股票池排序后，前10%与后10%的因子均值差。
• 结论：高离散度因子未来收益区分能力更强，但近两个月因子离散度收窄。

因子拥挤度测试

• 定义：因子拥挤度越高，未来收益为负的可能性越大。
• 结论：因子拥挤度与收益方向呈负相关，模型可有效规避因子失效带来的风险。

估值价差测试

• 定义：估值价差是因子多头组合的估值中位数减去空头组合的估值中位数。
• 结论：估值价差缩小代表因子被低估，可能带来更高收益。

配对相关性测试

• 定义：配对相关性低的因子可能在未来有更好表现。
• 结论：近两个月小市值、质量、低波动因子的配对相关性降低。

多空波动率测试

• 定义：多空波动率描述因子收益的波动性。
• 结论：多空波动率低的因子未来收益趋势性更强。

指数轮动策略回测结果

• 沪深300与中证500历史走势：
  • 沪深300与中证500走势相关，但波动差异较大。
  • 2017年前中证500占优比例高，2017年后沪深300占优比例增加。
• 指数轮动策略表现：
  • 宏观经济模型：胜率76%，年化超额收益6.56%，夏普比率1.27。
  • 市场情绪模型：胜率71%，年化超额收益6.84%，夏普比率1.33。
  • 综合模型：胜率有所下降，但夏普比率提高至1.63，波动被有效控制。
• 2021年以来的月度超额收益：
  • 8月和11月表现突出，12月超额收益为负。

风险提示

• 模型基于历史数据回测，未来市场可能出现变化，需注意模型预测的局限性。
• 建议投资者结合市场环境和策略信号进行综合判断。

联系方式

• 熊颖瑜：(8621) 60753902 | xiongyingyu@gjzq.com.cn
• 张剑辉：(8610) 66211648 | zhangjh@gjzq.com.cn