20210702-国金证券-风格择时月报_因子风格择时策略（2021年7月期）_18页_2mb

报告摘要

因子风格择时策略总结（2021年7月期）

核心内容

本报告构建了一个基于决策树的因子择时模型，结合因子离散度、因子拥挤度和宏观趋势等择时信号，用于预测A股市场不同风格因子的未来收益方向，并为投资者提供系统的风格配置建议。该模型将因子择时与多因子选股框架结合，显著提升了风格轮动策略的收益表现。

主要观点

因子择时的重要性
随着量化策略的增多，因子失效问题日益严重。本报告指出，因子失效的主要原因包括因子拥挤度提升以及宏观周期变化，因此因子择时成为提升投资收益的关键。
择时信号
本模型使用了以下三种主要择时信号：
- 因子离散度：因子收益在横截面上的差异，用于预测因子未来收益方向。
- 因子拥挤度：反映因子被市场资金追捧程度，对因子未来回撤具有预警作用。
- 宏观趋势：基于DDM模型，通过ROE（企业盈利水平）和10年期国债利率两个代理指标，判断宏观环境对因子风格的影响。
决策树模型构建
决策树模型通过融合多个择时信号，优化目标为预测因子收益正负的准确率。模型基于熵、信息增益和基尼系数等概念选择最优分类属性，并通过交叉验证防止过拟合。
模型表现
- 在沪深300中，各风格因子平均月度胜率为66%，多空收益年化为63%，策略多头相对于沪深300的超额收益年化高达36%。
- 在中证500中，各风格因子平均月度胜率为59%，多空收益年化为34%，策略多头相对于中证500的超额收益年化为15.45%。
- 决策树模型在测试集上的准确率为63%，在全部样本上的准确率为74%。
因子配置建议（2021年7月）
- 沪深300：高配beta、动量、估值因子，低配小市值、质量、低波动率、成长性、低换手率因子。
- 中证500：高配beta、动量、质量因子，低配小市值、低波动率、成长性、估值因子、低换手率因子。

关键信息

因子体系

共包括8类因子：beta、动量、小市值、质量、低波动率、成长性、估值、低换手率。
各因子的纯因子收益在2012年以来表现差异较大，其中beta和成长性因子趋势性不明显，其他因子趋势性较强。

择时信号有效性测试

因子离散度：高离散度通常预示因子未来收益可能上升，低离散度则预示收益可能下降。
因子拥挤度：高拥挤度意味着因子收益可能减弱，甚至出现负收益。
宏观趋势：
- 利率上行阶段：小盘溢价减弱，价值溢价增强。
- 利率下行阶段：小盘溢价增强，价值溢价减弱。
- ROE上行阶段：大市值价值股表现更优。
- ROE下行阶段：小市值成长股表现更优。