行业轮动策略在沪深300增强中的应用-20191225-申万宏源-30页_2mb

行业轮动策略在沪深300增强中的应用总结

核心内容

本报告探讨了沪深300指数增强策略在近年来超额收益空间逐年下降的问题，并提出通过压缩行业数量和结合行业轮动策略来优化增强模型的表现。报告还介绍了基于Black-Litterman模型和风格轮动的行业配置策略，以及其在实际应用中的效果。

主要观点

1. 沪深300增强策略超额收益空间逐年下降

• 沪深300增强基金的平均超额收益逐年下降，尤其是今年以来表现更为疲软。
• 部分基金的超额收益来源于科创板打新，但整体来看，沪深300成分内有效因子较少，部分因子存在阶段性失效风险，这限制了超额收益的获取。

2. 压缩行业数量以优化模型表现

• 沪深300指数中，行业权重分布极不均衡，银行和非银金融占比过高，其他行业权重偏低。
• 通过合并相近行业（如采掘+有色金属、建筑材料+钢铁等），将行业数量从28个缩减至19个，以增强模型的稳定性与表现。

3. 行业轮动策略提升增强模型收益表现

• 通过构建基于风格轮动与Black-Litterman模型的行业配置策略，对沪深300增强模型进行优化。
• 在放宽行业约束条件下，行业偏离组合表现优于行业中性组合，年化超额收益从11.14%提升至12.56%，信息比率从3.08提升至3.24，月度胜率也有所提高。

关键信息

行业权重分布问题

• 沪深300指数中，银行+非银金融占比超过30%，排名最后十个行业权重之和不足10%。
• 行业权重分布不均增加了选股难度，限制了超额收益空间。

沪深300增强模型改进

• 基础模型：使用申万一级行业进行行业中性约束，筛选22个因子，进行去极值、标准化、中性化及正交化处理。
• 优化模型：合并行业分类，构建新的行业中性组合，进一步优化因子加权和约束条件。

行业轮动模型构建

• 风格划分：将市场划分为金融、周期、消费、成长四大风格板块。
• 信号转化：根据风格轮动信号，将超低配建议转化为行业约束。
• 约束条件：单个行业相对于基准的偏离比例不超过2%，风格板块超配比例根据市场表现设定。

模型表现对比

• 行业轮动组合：相较行业中性组合，超额收益和胜率均有明显提升。
• 行业偏离组合：年化超额收益从11.14%提升至12.56%，信息比率从3.08提升至3.24，月度胜率从76.64%提升至80.37%。
• 跟踪误差与回撤：跟踪误差从3.61%提升至3.87%，最大回撤从-3.97%升至-4.46%，但整体仍处于可控范围内。

增强模型效果

• 行业偏离组合在大多数年份均能战胜行业中性组合，尤其在2017年之后表现更为突出。
• 行业轮动模型在样本外三年运行中表现相对较好，年化超额收益约为14%，信息比率1.22。

结论

• 沪深300增强策略面临超额收益空间下降的挑战，主要源于成分内有效因子不足及行业权重分布不均。
• 通过压缩行业数量并结合行业轮动策略，能够有效提升增强模型的收益表现。
• 行业轮动模型在实际应用中表现优于行业中性模型，但需注意跟踪误差与回撤的增加，需在合理范围内控制。

附录信息

信息披露

• 本报告由曹春晓撰写，具有证券投资咨询执业资格。
• 申万宏源证券有限公司是本报告的发布机构，其关联机构可能持有或交易报告提及的投资标的。

投资评级说明

• 证券评级：买入（>20%超额）、增持（5%~20%）、中性（-5%~5%）、减持（<5%）。
• 行业评级：看好（超越市场）、中性（持平）、看淡（弱于市场）。

法律声明

• 本报告仅供申万宏源研究所有限公司客户使用。
• 报告内容基于公开信息，不保证准确性与完整性。
• 投资决策应基于个人情况，本报告不构成投资建议，客户应自行承担投资风险。

联系方式

投资建议

• 本报告不构成投资建议，投资者应根据自身情况审慎决策。
• 请访问申万宏源研究官网获取完整报告。