20180304-广发证券-大类资产配置_基于宏观数据预期误差的资产配置策略_38页_1mb

大类资产配置：基于宏观数据预期误差的资产配置策略总结

核心内容概述

本报告探讨了基于宏观数据预期误差的大类资产配置策略，旨在通过分析宏观因子的预期值与实际值之间的差异，优化资产配置以提高收益并控制风险。报告提出了两种主要的预期误差事件类型，并通过回测验证了策略的有效性。

主要观点

1. 资产配置框架

• 资产选择：根据收益需求和风险偏好设定配置目标，构建包含权益、债券、商品、货币等资产的资产池。
• 资产配权：采用战略配置模型（如均值方差、风险平价等）与战术调整策略（如基于宏观因子变化趋势、资产走势、重大事件）相结合的方式，实现资产权重的动态调整。
• 组合构建：优选对应基金构建FOF组合，以实现资产配置策略的落地。

2. 预期误差事件构建与筛选

• 预期误差事件类型：
  • 类型I：超预期或低于预期。
  • 类型II：预期值与实际值变化方向相反。
• 筛选标准：
  • 信息比率（IR）：事件发生后资产平均涨跌幅与标准差的比值越高，事件影响越显著。
  • 历史发生次数：发生次数越多，事件参考价值越高。
  • 胜率：事件发生后资产收益为正或为负的比例越高，事件参考意义越大。
• 有效事件筛选：在阈值设定为0.1与0.9时，所有宏观因子对至少一类资产产生影响，因此后续分析采用该阈值。

3. 资产配置策略回测结果

• 策略I：基于宏观因子预期误差的资产配置策略
  • 样本内（2008.1-2016.12）：年化收益率6.89%，超额收益率3.44%。
  • 样本外（2017.1-2017.12）：年化收益率7.73%，超额收益率2.13%。
• 策略II：基于ETF的资产配置策略
  • 样本内：年化收益率7.28%，超额收益率3.00%。
  • 样本外：年化收益率6.78%，超额收益率0.98%。
• 策略III：相对收益多空配置策略
  • 样本内：年化收益率9.62%，最大回撤2.45%，年化波动率3.45%。
  • 样本外：年化收益率7.57%，最大回撤1.19%，年化波动率2.78%。
  • 仓位数量影响：随着仓位数量的增加，年化收益率下降，但风险控制能力增强。

关键信息

1. 预期误差事件分类

• 类型I：超预期或低于预期，通过设定阈值筛选有效事件。
• 类型II：预期值与实际值变化方向相反，反映市场反转信号。

2. 资产配置策略表现

• 样本内：
  • 调整后组合年化收益率6.89%，最大回撤10.97%，年化波动率10.45%。
  • 相对基准组合，超额收益率达3.44%。
• 样本外：
  • 调整后组合年化收益率7.73%，超额收益率2.13%。
  • ETF组合年化收益率6.78%，超额收益率0.98%。
  • 多空配置策略年化收益率9.62%，最大回撤2.45%。

3. 参数敏感性分析

• 稳定性阈值和胜率阈值对策略收益有一定影响，但整体敏感性较低。
• 随着胜率阈值的上升，有效事件数量减少，但策略仍能跑赢基准。

4. 资产选择与权重调整

• 资产池包括沪深300、中证500、中债国债、中债企业债、黄金、农产品、基本金属、能源化工、货币基金等。
• 根据资产流动性，调整权重幅度不同，如权益类资产调整幅度较大，而货币基金不调整。

5. 策略适用性与风险提示

• 本策略基于历史数据构建，可能无法完全准确反映未来市场。
• 策略适合具备独立风险评估能力的投资者，不构成具体投资建议。
• 报告内容仅供参考，不承担因使用报告内容而产生的任何损失责任。

事件举例

举例1：工业增加值同比预期上涨，实际下降

• 数据公布后10个交易日内对权益市场产生利空影响。
• 沪深300和中证500平均跌幅分别为-3.45%和-3.79%，胜率80%。

举例2：人民币贷款当月新增预期下降，实际上升

• 数据公布后20个交易日内对债券市场产生利空影响。
• 中债国债净价平均跌幅-1.00%，中债企业债净价平均跌幅-1.06%，胜率分别为75%和87.5%。

举例3：PPI同比数据大幅低于预期

• 数据公布后2个交易日内对工业金属和能源化工市场产生利空影响。
• 南华工业金属和南华能源化工平均跌幅分别为-1.54%和-1.36%，胜率分别为83.33%和75%。

结论

• 基于宏观因子预期误差的资产配置策略在样本期内表现良好，能够实现相对基准的超额收益。
• 不同策略在风险收益比和回撤控制方面各有特点，需根据投资者风险偏好和市场环境进行选择。
• 策略的有效性依赖于预期误差事件的筛选和资产配置权重的动态调整，需结合市场实际情况进行优化。