20160518-兴业证券-行业轮动系列专题报告_基于不同市场情境下的行业轮动策略_41页_1mb

行业轮动策略专题报告总结

核心内容

本报告由兴业证券定量研究团队任瞳、于明明撰写，围绕行业轮动策略在不同市场情境下的表现与构建方法展开分析。报告重点探讨了行业轮动因子在不同市场状态下的解释能力，并通过实证分析验证了基于因子轮动的行业选择策略的有效性。

主要观点

1. 行业轮动的重要性与挑战

• 行业轮动意义：行业轮动是市场行情中不同板块交替领涨的现象，可作为获取超额收益的投资策略。
• 行业轮动难度加大：随着A股市场规模扩大，行业收益的持续性变差，多数行业收益率呈现随机游走特征。
• 行业轮动因子选择：需关注因子在不同市场状态下的显著性、稳定性及低相关性。

2. 行业轮动因子分析

• 动量因子：
  • MoM-Return：行业上期收益率，年化收益率16.2%，Sharp Ratio 0.84，最大回撤29.6%。
  • MoM-Efficiency：行业价格变动效率，年化收益率18%，Sharp Ratio 0.98，最大回撤34%。
• 估值类因子：
  • 包括PE_TTM、PB、PS_TTM、PCF，其预测能力较弱，年化收益率普遍低于动量因子。
• 技术性因子：
  • 包括波动率、换手率、流动性、Beta等，部分因子如Turn_Over表现较好，年化收益率达13%，Sharp Ratio 0.98。
• 因子特点：
  • 动量因子使用简单，收益较高，但波动大、回撤明显，需与其他因子结合以优化表现。

3. 市场状态划分与因子表现

• 市场强弱状态划分：基于行业是否站上20日均线，构建市场强弱指标。
• 市场状态与因子表现：
  • 强市：动量因子（MoM-Efficiency）和部分估值因子（如PCF）表现较好。
  • 震荡市：因子表现不稳定，预测难度大，整体收益较低。
  • 弱市：估值因子（如PE_TTM）和流动性因子（如Adjusted Turn_Over）表现更优。

4. 四因子轮动模型表现

• 模型构建：基于动量、估值、流动性及Beta因子构建轮动模型。
• 样本内表现：
  • 多空组合年化收益率34%，波动率16%，Sharp Ratio 2.11，最大回撤17%。
• 样本外表现：
  • 多空组合年化收益率46%，波动率22%，Sharp Ratio 2.06，最大回撤13%。
• 买入策略表现：
  • 样本内年化收益率41.2%，波动率31.1%，Sharp Ratio 1.33，最大回撤65%。
  • 样本外年化收益率12.4%，波动率12.1%，Sharp Ratio 1.03，最大回撤7%。
• 卖出策略表现：
  • 样本内年化收益率-1%，波动率15%，Sharp Ratio -0.07，最大回撤71%。
  • 样本外年化收益率-62%，波动率23%，Sharp Ratio -4.5，最大回撤52%。

5. 手续费影响分析

• 多头组合对手续费敏感，单边5%手续费下，超额收益率为11.7%。
• 不同费率下，年化收益率分别为14.5%、11.7%、8.9%。

6. 策略优化与研究展望

• 行业再聚类：通过相关性分析，发现部分行业如纺织服装与轻工制造相关性高达90%以上。
• FoFs应用：行业轮动可应用于行业ETF选择。
• 收益增强：通过改进选股策略，提高行业有偏方面的收益。
• 主题研究：行业轮动可作为主题研究的初步筛选工具。

关键信息

因子库

因子表现（样本外）

总结

行业轮动策略在不同市场状态下的表现存在显著差异。动量因子在强市和弱市中表现较好，而估值类因子在弱市中更具优势。通过构建四因子轮动模型，策略在样本内和样本外均展现出优于等权组合的收益表现，尤其在强市和弱市中，多空组合年化收益率分别达到34%和46%。然而，震荡市中因子表现不稳定，策略收益较低。未来研究可进一步细化行业分类、结合FoFs与主题研究，以提升策略的适应性和收益能力。