资产配置系列报告(一):行业配置研究胜率篇,因子动量-20220109-国海证券-34页_2mb
报告摘要
行业配置研究胜率篇:因子动量总结
核心内容
本报告是行业配置研究系列的第一篇,聚焦于基于因子动量构建行业配置胜率模型,从趋势动量、财报景气度动量、预期动量、交易行为动量四个维度分析行业胜率,并通过实证研究验证其有效性。
主要观点
-
胜率与赔率的区分
- 行业配置研究分为胜率和赔率两部分:胜率关注截面的相对强弱,追求跑赢基准的概率;赔率关注时序的预期收益变化,与行业无关,关注行业本身是否具有预期收益。
- 胜率在行业配置中起重要作用,通过因子动量可有效捕捉行业景气度和市场情绪。
-
因子动量的构建
- 本报告提出四个基于不同维度的因子动量策略,分别从价格趋势、财报景气度、分析师预期和交易行为出发,构建行业胜率模型。
- 四个因子之间保持较低的相关性,组合后的胜率策略在历史上表现良好。
-
胜率策略的表现
- 胜率策略的月均RankIC为10.52%,多头双边换手率为1308%,策略在多数年份实现超额收益,月度胜率普遍较高。
- 2020年表现尤为优异,年化超额收益达31.10%,而2021年因高景气度板块的大幅回撤,超额收益出现历史最大回撤。
-
因子权重的变化
- 预期动量和财报景气度动量在策略中的权重持续上升,趋势动量和交易行为动量权重下降。
- 策略对市场风格的转换具有较强的适应性,如2021年从白马股转向新能源成长股,策略能及时捕捉。
关键信息
四大因子动量
| 因子动量 | 描述 | 策略表现 |
|---|---|---|
| 趋势动量 | 通过价格和龙头股动量捕捉市场趋势 | 月均RankIC 6.63%,多头双边换手率 937% |
| 财报景气度动量 | 通过成长、盈利、营运能力变化捕捉基本面 | 月均RankIC 7.61%,多头双边换手率 571% |
| 预期动量 | 通过分析师预期数据反映行业未来景气度 | 月均RankIC 6.13%,多头双边换手率 877% |
| 交易行为动量 | 通过陆股通资金流向反映市场交易行为 | 月均RankIC 10.03%,多头双边换手率 363% |
胜率策略整体表现
- 年化超额收益:11.90%
- 夏普比率:1.43
- 最大回撤:9.01%
- 月度胜率:65.3%
策略在不同年份的表现
| 年份 | 超额收益 | 超额波动 | 超额夏普 | 最大回撤 | 月度胜率 |
|---|---|---|---|---|---|
| 2010 | 9.14% | 5.85% | 1.56 | 3.89% | 50.0% |
| 2011 | 14.03% | 6.86% | 2.04 | 2.32% | 66.7% |
| 2012 | 5.29% | 5.51% | 0.96 | 3.20% | 66.7% |
| 2013 | 16.09% | 6.58% | 2.45 | 3.81% | 83.3% |
| 2014 | 4.78% | 6.70% | 0.71 | 3.18% | 66.7% |
| 2015 | 3.67% | 14.00% | 0.26 | 6.51% | 50.0% |
| 2016 | 0.42% | 6.19% | 0.07 | 5.60% | 58.3% |
| 2017 | 21.37% | 5.31% | 4.03 | 1.86% | 91.7% |
| 2018 | 13.14% | 7.85% | 1.67 | 7.24% | 66.7% |
| 2019 | 9.96% | 7.53% | 1.32 | 4.71% | 58.3% |
| 2020 | 31.10% | 8.31% | 3.74 | 3.90% | 83.3% |
| 2021 | 17.04% | 13.65% | 1.25 | 9.01% | 41.7% |
| 全部 | 11.90% | 8.32% | 1.43 | 9.01% | 65.3% |
策略应用
-
板块中性化
- 通过中性化方法降低风格集中度,提升策略的超额夏普比率和月度胜率。
-
指数超低配
- 在宽基指数的行业权重基础上进行超低配,$5%$ 的上下偏移在中证全指和中证500上均有相对稳定的超额收益。
风险提示
- 模型测试基于历史数据,市场未来可能发生变化,策略存在失效可能。
- 模型投资标的为行业指数,不同行业面临不同的市场风险。
行业胜率统计
| 行业 | 入选次数 | 战略基准次数 | 胜率 | 持有行业胜率 | 盈亏比 |
|---|---|---|---|---|---|
| 钢铁 | 31 | - | - | - | - |
| 电力设备及新能源 | 44 | - | - | - | - |
| 煤炭 | 43 | - | - | - | - |
| 有色金属 | 43 | - | - | - | - |
| 基础化工 | 42 | - | - | - | - |
| 石油石化 | 37 | - | - | - | - |
| 电子 | 35 | - | - | - | - |
| 机械 | 34 | - | - | - | - |
| 建筑 | 32 | - | - | - | - |
| 计算机 | 31 | - | - | - | - |
| 防御 | 30 | - | - | - | - |
| 通信 | 28 | - | - | - | - |
| 食品饮料 | 27 | - | - | - | - |
| 非银行金融 | 25 | - | - | - | - |
| 医药 | 25 | - | - | - | - |
| 汽车 | 24 | - | - | - | - |
| 交通运输 | 23 | - | - | - | - |
| 家电 | 22 | - | - | - | - |
| 轻工制造 | 21 | - | - | - | - |
| 消费者服务 | 20 | - | - | - | - |
| 房地产 | 19 | - | - | - | - |
| 综合 | 18 | - | - | - | - |
| 传媒 | 18 | - | - | - | - |
| 建材 | 17 | - | - | - | - |
| 农林牧渔 | 16 | - | - | - | - |
| 综合金融 | 15 | - | - | - | - |
| 银行 | 14 | - | - | - | - |
| 商贸零售 | 13 | - | - | - | - |
| 食品饮料 | 13 | - | - | - | - |
| 电力及公用事业 | 12 | - | - | - | - |
| 非银金融 | 12 | - | - | - | - |
| 食品饮料 | 11 | - | - | - | - |
| 通信 | 11 | - | - | - | - |
| 石油石化 | 11 | - | - | - | - |
行业胜率分布
- 胜率最高的行业集中在周期、消费、TMT领域。
- 食品饮料胜率高达69.8%,入选次数为53次,说明其行业本身具有较高的胜率。
- 钢铁、石油石化、传媒等行业的胜率较低,但策略在这些行业上具有较强的选择能力。
热点行业排名变化
- 2020年下半年,煤炭、钢铁行业胜率排名持续上升,反映出大宗商品涨价带来的周期行业高景气度。
- 2021年,食品饮料行业排名持续下降,电力设备及新能源行业排名持续上升,与市场风格由白马股转向成长股的变化高度吻合。
结论
本报告通过因子动量构建行业配置胜率模型,验证了其在不同市场环境下的有效性。策略在多数年份实现正超额收益,且具备较强的适应性和捕捉市场风格的能力。未来可进一步优化因子权重与交易策略,以提升收益风险比。同时,需注意模型依赖历史数据,存在失效风险。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载