20220213-开源证券-开源量化评论(48)_宏观择时_多维度结合下的新视角_24页_3mb
报告摘要
金融工程研究团队及宏观择时模型分析总结
核心内容概述
本报告由开源证券金融工程研究团队撰写,旨在探讨宏观择时在股票市场中的应用。团队成员包括魏建榕(首席分析师)、张翔、傅开波、高鹏、苏俊豪、胡亮勇、王志豪、盛少成、苏良等。报告以“货币-经济周期”为框架,结合领先指标与隐含变量,构建了宏观择时模型,并进一步拓展到股债轮动与成长/价值风格轮动。
主要观点
- 宏观周期划分:宏观周期的界定主要依赖于货币、信用、经济、通胀四个维度。相比“美林时钟”,“货币-经济周期”更贴合中国市场,但依然存在一些不足,如维度不够全面。
- 经济状态衡量:通过选取金融条件、产出、价格三个维度的领先指标(如社融存量同比、M1同比、PMI等),并结合预处理(频率对齐、缺失值填充、季调、极端值剔除、平滑处理)来逼近经济状态,以解决工业增加值同比的滞后问题。
- 货币松紧衡量:通过结合狭义流动性(Shibor_3M)与广义流动性(M2-社融同比)的走势,并加入十年期国债利率作为辅助指标,构建出较为稳健的货币松紧判断模型。
- 宏观择时模型:基于经济状态和货币松紧的划分,构建了四状态下的宏观择时框架,通过隐含变量(利率、通胀、风险溢价、信用)的精细切割,进一步优化择时信号。模型回测结果显示,仅多头年化收益率为 $20.48%$,多空对冲年化收益率为 $28.19%$,胜率达到了 $65.14%$。
- 股债轮动:在宏观择时基础上,构建了股债轮动策略,通过调整风险预算(10:1或1:10)来配置股票和债券。该策略年化收益为 $8.78%$,信息比例为1.97,最大回撤为 $2.85%$。
- 风格轮动:通过分析成长/价值风格在不同宏观周期下的表现,构建了风格轮动轮盘,实现多空对冲策略。风格轮动多空年化收益为 $13.8%$,信息比例为1.05,月度胜率为 $62.4%$。
关键信息
1. 宏观周期划分
- 常见维度:货币、信用、经济、通胀。
- 主要框架:货币-经济周期,因其在时间跨度和重要性上更贴合中国市场。
- 四状态划分:货币宽、经济上;货币宽、经济下;货币紧、经济上;货币紧、经济下。
2. 经济状态衡量
- 领先指标:选取金融条件、产出、价格三维度的指标,如社融存量同比、M1同比、PMI等。
- 处理方法:频率对齐、缺失值填充、季调、极端值剔除、平滑处理。
- 经济状态判断:使用经济强弱指标(上升指标个数/总指标个数),若大于0.5则认为经济上行,否则下行。
- 经济状态划分:从2009年3月至2021年,共划分出六个阶段,基本符合真实经济状况。
3. 货币松紧衡量
- 指标选择:狭义流动性(Shibor_3M)、广义流动性(M2-社融同比)以及十年期国债利率。
- 处理方法:将M2-社融同比取相反数,以确保方向一致;使用12月均线进行判断,以减少信号波动。
- 货币状态划分:通过指标信号的对比,判断货币宽松或紧缩,且要求连续两期变化才调整货币状态。
4. 宏观择时模型
- 模型构建:基于经济状态和货币松紧,结合隐含变量(利率、通胀、风险溢价、信用)进行精细切割。
- 收益差异:不同宏观周期下的Wind全A收益存在显著差异,尤其在货币紧、经济下,收益最低。
- 隐含变量作用:
- 货币宽、经济下:信用为主要矛盾,信用上升有助于经济预期改善。
- 货币宽、经济上:风险溢价为主要矛盾,风险溢价下降表明市场情绪好转。
- 货币紧、经济上:利率为主要矛盾,利率上升对成长股影响较大。
- 货币紧、经济下:通胀为主要矛盾,通胀上升表明市场处于紧缩状态。
- 模型表现:多空对冲策略表现优异,年化收益为 $28.19%$,胜率高达 $65.14%$。
5. 拓展应用
- 股债轮动:通过调整股债风险预算(10:1或1:10)进行配置,实现年化收益 $8.78%$,信息比例1.97。
- 风格轮动:基于成长/价值风格的相对走势,构建风格轮动轮盘,实现年化收益 $13.8%$,信息比例1.05,月度胜率 $62.4%$。
- 参数敏感性:模型参数(如6月均线和24月均线)对结果影响较小,表现出较强的稳健性。
6. 风险提示
- 模型测试基于历史数据,未来市场可能发生变化,需持续跟踪与验证。
- 极端情况:在市场极端行情中,如2015年,宏观择时可能无法准确捕捉,需结合其他信号进行辅助判断。
图表目录
- 图1:货币、信用、经济、通胀往往是宏观周期的划分依据
- 图2:市场动态到择时观点:需经历宏观周期、隐含变量、中间变量的层层传导
- 图3:宏观指标的选取:从金融条件、产出、价格三维度出发
- 图4:预处理后的工业增加值一定程度消除了季节效应
- 图5:经济状态的划分:基本符合真实经济状况
- 图6:流动性三大维度:狭义流动性、广义流动性、市场流动性
- 图7:广义流动性和狭义流动性走势存在背离
- 图8:货币松紧的衡量:基本符合真实流动性状况
- 图9:货币宽、经济下相对来说持续时间更长
- 图10:货币紧、经济下的收益均值相对最低
- 图11:在不同宏观周期下,不同指标的状态比例有显著区别
- 图12:在不同宏观周期下,不同隐含变量的切割会产生不同的Wind全A收益
- 图13:融资当月净流入与Wind全A股价走势有一定相关性
- 图14:宏观择时流程图
- 图15:宏观择时表现较为优出色
- 图16:股债轮动净值表现较优
- 图17:股债权重:牛市期间的股票权重提升较明显
- 图18:成长/价值相对强弱趋势有一定周期性特征
- 图19:不同宏观周期下,不同隐含变量的切割会产生不同的风格强弱
- 图20:风格配置轮盘
- 图21:板块轮动净值表现较优
表格目录
- 表1:参与经济状态衡量的领先指标
- 表2:对于Wind全A收益的切割,切割规律稳健性较高
- 表3:在货币宽、经济下的周期,融资当月净流入择时能力最强
- 表4:股债轮动实现年化收益 $8.78%$,信息比例1.97
- 表5:对于风格强弱的切割,切割规律稳健性较高
- 表6:风格轮动多空收益 $13.76%$
- 表7:宏观择时中的参数敏感性并不高
- 表8:2020年以来对Wind全A择时胜率达到 $72%$
- 表9:宏观择时信号在宽基以及行业上依旧有效
拓展应用表现
-
股债轮动:
- 年化收益率:$8.78%$
- 信息比例:1.97
- 最大回撤:$2.85%$
- 胜率:$76.15%$
-
风格轮动:
- 年化收益率:$13.8%$
- 信息比例:1.05
- 月度胜率:$62.4%$
结论
本报告构建了一个基于“货币-经济周期”框架的宏观择时模型,并通过隐含变量进行精细切割,有效提升了择时信号的准确性。该模型在股票、股债轮动以及风格轮动等方面表现出色,具备一定的稳健性和应用价值。然而,模型在市场极端情况下的表现可能受到限制,需结合其他信号进行辅助判断。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载