20180713-渤海证券-基本面量化系列专题之一_钢铁行业择时及子行业轮动模型研究_25页_1mb

钢铁行业择时及子行业轮动模型研究总结

核心内容

本文为渤海证券研究所分析师祝涛撰写的基本面量化研究系列专题之一，主要围绕钢铁行业的择时模型和子行业轮动模型展开研究。研究重点在于通过宏观经济指标和行业业绩指标，构建能够有效预测行业走势和子行业轮动的量化模型，以提高投资收益。

主要观点

• 钢铁行业作为宏观经济中的中游行业，受宏观经济影响显著，且产品同质性较强，适合采用自上而下的分析方法。
• 钢铁行业分为四个二级子行业：板材、长材、特钢和铁矿石，其中板材市值最大，长材、特钢和铁矿石市值相近。
• 钢铁行业择时模型通过选取M1同比、PMI、黑色金属冶炼及压延加工业利润累计同比和钢材表观消费量同比四个指标，实现优于单纯持有行业指数的超额收益。
• 钢铁子行业轮动模型包括因子模型和主营产品价格驱动模型，其中因子模型表现较为稳定，价格驱动模型则基于主营产品价格变化进行配置。
• 综合模型结合因子模型和价格驱动模型，表现出更高的月超额收益均值和更低的最大回撤，优于因子模型。

关键信息

1. 钢铁行业简介

• 行业属性：钢铁行业为强周期行业，受宏观经济影响较大。
• 子行业划分：根据中信和申万行业指数，钢铁行业划分为板材、长材、特钢和铁矿石四个子行业。
• 市值属性：板材总市值超过5000亿元，长材、特钢和铁矿石市值均值在百亿元左右。
• 估值属性：板材和长材市盈率较低，特钢较高，铁矿石为负值。

2. 钢铁行业择时模型研究

• 模型构建：从宏观经济和行业业绩两个角度构建择时模型，选取8个宏观经济指标和6个行业业绩指标。
• 指标选取：最终选定M1同比、PMI、黑色金属冶炼及压延加工业利润累计同比和钢材表观消费量同比作为择时指标。
• 回测结果：
  • 累计收益率：择时策略为186.2%，申万钢铁指数为-40.5%。
  • 年化收益率：择时策略为11.0%，申万钢铁指数为-5.0%。
  • 最大回撤：择时策略为46.4%，申万钢铁指数为72.2%。
  • 年化波动率：择时策略为26.4%，申万钢铁指数为35.7%。
• 年度表现：多数年份择时策略表现优于行业指数。

3. 钢铁子行业轮动模型研究

3.1 因子模型

• 因子分类：包括动量、流动性、波动、价值、成长、盈利和营运共7类因子。
• 有效因子：RSTR_m1（反转）、STOA（流动性）、VOL_1（低波动率）、growth_or_qq_3（成长）和CETOP-Barra（价值）被选为有效因子。
• 策略表现：
  • 月超额收益均值：1.10%
  • 超额收益大于0的概率：61.2%
  • 年化超额收益：11.2%
  • 超额收益年化波动率：21.1%
  • 最大回撤：38.5%

3.2 主营产品价格驱动模型

• 模型原理：基于主营产品价格变化幅度进行子行业轮动。
• 策略表现：
  • 月超额收益均值：1.0%
  • 超额收益大于0的概率：56.7%
  • 年化超额收益：8.6%
  • 超额收益年化波动率：26.2%
  • 最大回撤：32.9%

3.3 综合模型

• 模型构建：结合因子模型和价格驱动模型，赋予价格因子更高权重。
• 策略表现：
  • 月超额收益均值：1.54%
  • 超额收益大于0的概率：59.2%
  • 年化超额收益：17.4%
  • 超额收益年化波动率：22.5%
  • 最大回撤：14.9%
• 模型优势：综合模型在超额收益均值和风险控制方面优于因子模型。

后续研究方向

1. 回归预测模型：从规则性策略转向回归预测模型，以进一步提升模型的预测能力。
2. 多因子选股模型：在行业内设计构建多因子选股模型，以增强投资策略的多样性。

风险提示

• 未来模型可能因市场环境变化而失效，需持续跟踪和优化。

投资评级说明

• 公司评级：买入、增持、中性、减持。
• 行业评级：看好、中性、看淡。
• 评级说明：基于未来6个月或12个月相对于沪深300指数的涨幅进行判断。

附录

• 图目录：包含行业走势、指标检验、模型净值表现等图表。
• 表目录：包含子行业成分股、指标检验结果、模型绩效对比等表格。
• 数据来源：Wind、渤海证券研究所。