开源量化评论(52):流量or存量,北上资金选股策略的轮动-20220419-开源证券-18页_2mb
报告摘要
金融工程研究团队与北上资金选股策略总结
核心内容
本文探讨了北上资金在选股策略中流量因子与存量因子的有效性轮动现象,并基于5大宏观变量构建了择时策略以提升投资收益。
主要观点
- 流量因子与存量因子的轮动效应:北上资金在选股时可构建流量因子与存量因子,两者有效性存在轮动效应。流量因子反映北上资金短期动态,而存量因子反映长期持仓分布。
- 择时策略的构建:通过分析5大宏观变量(中美十年期国债利差、中美股市收益差、伦敦金现、社融存量同比增速、美元兑人民币汇率),可以判断流量因子与存量因子的有效性,从而构建择时策略。
- 择时策略的表现:基于5大宏观变量构建的择时策略表现优异,多空组合胜率高达75.8%,赔率为1.54,年化收益率达17.51%,年化IR为1.66。
- 北上Smart30组合:基于择时策略构建的北上Smart30组合,年化收益率为17.13%,相比沪深300年化超额收益为12.85%,相比中证500年化超额收益为16.28%。
关键信息
1. 流量因子与存量因子有效性轮动
- 流量因子:反映北上资金个股持仓的边际变化,RankIC均值为3.01%,RankICIR为2.04。
- 存量因子:反映北上资金在个股上的长期持仓分布,RankIC均值为2.87%,RankICIR为0.74。
- 有效性轮动:
- 2017年、2019年及2020年,存量因子更有效。
- 2018年、2021年及2022年至今,流量因子更有效。
- 原因分析:
- 存量因子占优阶段:北上资金处于建仓或A股牛市阶段。
- 流量因子占优阶段:A股市场波动加剧,北上资金以获取短期Alpha为目的。
2. 5大宏观变量与择时策略
2.1 中美十年期国债利差
- 利差扩大时,存量因子占优。
- 利差缩小时,流量因子占优。
- 最优参数:N=60,M=140。
- 择时策略表现:胜率74.2%,赔率1.61,年化收益17.19%。
2.2 中美股市收益差
- 中强美弱时,存量因子占优。
- 最优参数:N=60,M=240。
- 择时策略表现:胜率72.6%,赔率1.24,年化收益14.93%。
2.3 伦敦金现
- 金价上涨时,存量因子占优。
- 金价下跌时,流量因子占优。
- 最优参数:N=10,M=180。
- 择时策略表现:胜率64.5%,赔率1.12,年化收益10.24%。
2.4 社融存量同比增速
- 同比增速上涨时,存量因子占优。
- 同比增速下降时,流量因子占优。
- 最优参数:N=1,M=7。
- 择时策略表现:胜率65.6%,赔率1.17,年化收益11.12%。
2.5 美元兑人民币汇率
- 人民币贬值时,存量因子占优。
- 人民币升值时,流量因子占优。
- 最优参数:N=1,M=8。
- 择时策略表现:胜率61.3%,赔率1.33,年化收益10.82%。
3. 合成信号与择时策略
- 合成信号公式:$ Signal_{总} = \sum_{i=1}^{5} K_{i} $,其中 $ K_{i} = 1 $ 表示看多流量因子,$ K_{i} = -1 $ 表示看多存量因子。
- 择时策略表现:
- 多空组合胜率75.8%,赔率1.54,年化收益17.51%,年化IR为1.66。
- 多头胜率66.1%,赔率1.71,年化收益率12.2%。
- 相比于因子等权多头,年化超额收益接近5%;相比于沪深300,年化超额收益接近8%;相比于中证500,年化超额收益接近11%。
4. 北上Smart30组合
- 构建方式:每月末根据择时信号选择流量或存量因子值最高的30只股票,等权配置。
- 组合表现:
- 年化收益率17.13%。
- 相比沪深300年化超额收益12.85%。
- 相比中证500年化超额收益16.28%。
- 分年度表现:
- 2017年:超额收益32.29%。
- 2018年:超额收益-29.87%。
- 2019年:超额收益53.30%。
- 2020年:超额收益58.06%。
- 2021年:超额收益19.87%。
- 2022年(年化):超额收益-47.50%。
- 行业配置:
- 2020年:医药生物、电子、电气设备配置比例较高。
- 2021年:化工、机械设备配置比例提升。
- 2022年4月:电气设备、机械设备及医药生物权重较高。
5. 风险提示
- 模型测试基于历史数据,市场未来可能发生变化。
- 投资者需注意风险等级为R3(中风险),仅适用于专业投资者及风险承受能力为C3、C4、C5的普通投资者。
结论
通过分析流量因子与存量因子的有效性轮动,结合5大宏观变量构建择时策略,能够有效提升北上资金选股策略的收益表现。北上Smart30组合在不同市场环境下均表现出一定的超额收益能力,尤其在2020年和2021年表现突出。然而,模型基于历史数据,需警惕未来市场变化带来的不确定性。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载