20211227-开源证券-开源量化评论（45）_行业泡沫膨胀与破裂的识别_以拥挤之名_20页_2mb

金融工程研究团队与行业泡沫识别研究总结

核心内容

本报告由开源证券金融工程研究团队撰写，旨在探讨如何识别行业泡沫的膨胀与破裂阶段，以优化行业轮动策略。团队成员包括首席分析师魏建榕，以及多位分析师与研究员，如张翔、傅开波、高鹏、苏俊豪、胡亮勇、王志豪、盛少成、苏良。

报告基于对多个拥挤度代理变量的测试与分析，提出了基于配对相关性和换手率的泡沫识别模型，并结合行业动量与拥挤度进行行业轮动策略优化。最终测试结果显示，该模型在A股市场中表现出一定的有效性。

主要观点

• 一个理想的行业轮动模型应包含三个维度：动量（价格走势变化）、景气度（基本面强弱）和拥挤度（交易热度）。
• 单一拥挤度指标存在效果不达预期、参数敏感等问题，无法全面准确识别泡沫阶段。
• 换手率和配对相关性在识别泡沫破裂和存在方面表现更优，具有相对稳定的预测能力。
• 在A股市场中，传统的资产集中度与相对价值模型并不适用，因为其表现与预期不符。
• 高动量+低拥挤组合在策略表现上优于其他组合，具有更好的超额收益和风险控制能力。

关键信息

1. 拥挤度代理变量初筛

• 换手率：作为市场交易热度的直观体现，高换手率通常预示市场情绪高涨，是潜在回撤的先行指标。
• 下行波动率：虽然能表征市场波动，但对拥挤度的刻画效果不佳。
• 配对相关性：反映行业内个股的联动性，是判断泡沫存在与否的重要指标。
• 成交量乖离率：可能反映新增资金入场，但并不适合刻画行业拥挤状态。
• 相对估值：高估值行业表现良好，与预期相反，说明高估值不一定是未来下跌的充分理由。

2. 数据预处理

• 由于行业间数据量级存在差异，需要进行去量纲处理，以提高指标的可比性。
• 采用指数加权对去量纲后的数据进行二次调整，以增强近期数据的权重。
• 去量纲方法包括历史分位点法和两步标准化法，两种方法调整后的走势接近。

3. 拥挤度代理变量测试

• 换手率：高换手率组在2016年后表现持续跑输低换手率组，说明高换手率可能预示泡沫破裂。
• 配对相关性：在泡沫膨胀期上升，泡沫破裂期仍保持高位，具有一定的反向预测能力。
• 相对价值：能够反映行业冷热状态变化，但与预期不符，无法有效识别A股泡沫。
• 资产集中度：可识别泡沫存在与否，但无法预测破裂时间。

4. 拥挤度代理变量融合

• 通过象限切分，结合资产集中度和相对价值指标，将行业分为四个状态：
  • 非泡沫期A：低资产集中度 + 低相对价值
  • 泡沫膨胀期B：高资产集中度 + 低相对价值
  • 泡沫破裂期C：高资产集中度 + 高相对价值
  • 非泡沫期D：低资产集中度 + 高相对价值
• 测试结果表明，泡沫破裂组C表现最差，年化收益率为-3.5%，最大回撤达64.4%。
• 泡沫膨胀组B表现较好，年化收益率达9.3%，最大回撤为42.3%。
• 高动量+低拥挤组表现最优，年化收益率为18.8%，最大回撤为42.9%，对冲效果稳定，年化超额收益率达10.7%。

5. 拥挤度的实践

• 每月选出的拥挤行业数量中位数为3个，最多为5个。
• 基于拥挤度的行业剔除：剔除拥挤行业后，轮动模型年化收益率提升约2%，胜率约为66%。
• 纳入拥挤度的行业轮动：通过结合动量与拥挤度，提升策略表现，尤其在高动量+低拥挤组中效果显著。

风险提示

• 模型测试基于历史数据，市场未来可能发生变化。
• 本报告适用对象为专业投资者及风险承受能力为C3、C4、C5的普通投资者，非专业投资者不宜参考。

图表目录

• 图1：高换手率通常是潜在回撤的先行指标
• 图2：下行波动率与波动率走势整体接近，部分时候存在差异
• 图3：金融、周期板块包含的行业具有更低的换手率
• 图4：指数加权后，两种标准化方法的走势接近
• 图5：高相对换手率组在2016年后逐渐表现出负超额收益
• 图6：高下行波动率组并不是拥挤度的良好代理变量
• 图7：高配对相关性组有一定的反向预测能力，但波动较大
• 图8：成交量乖离率并不适合用来刻画行业拥挤状态
• 图9：高相对估值组稳定跑赢基准，与预期相反
• 图10：A股不同行业资产集中度变动更加频繁
• 图11：相对价值指标能够较好地反应市场上各行业的冷热状态变化
• 图12：资产集中度和相对价值无法有效地捕获A股泡沫
• 图13：高分组纳入的行业数量越少，未来超额收益越高
• 图14：配对相关性可用来识别泡沫是否存在
• 图15：换手率可用来识别泡沫何时破裂
• 图16：配对相关性+换手率能够较好地识别行业泡沫膨胀和破裂阶段
• 图17：基于配对相关性和换手率的每月拥挤行业个数中位数为3个
• 图18：不含拥挤行业的轮动模型表现年化收益率提升约2%
• 图19：高动量+低拥挤组表现优异，超额稳定性较好

表格目录

• 表1：泡沫破裂组C显著跑输等权参照组
• 表2：高动量+低拥挤组合能有效改善策略表现

总结

本报告通过多维度分析，识别了A股市场中行业泡沫的膨胀与破裂阶段，并提出基于配对相关性和换手率的融合模型。该模型在A股市场中表现优于传统指标，且与行业动量结合后，能够有效提升行业轮动策略的收益与风险控制能力。同时，报告指出，单纯剔除拥挤行业并非最佳实践，应结合动量与拥挤度进行综合判断。