金工行业轮动系列报告之二：行业分层轮动模型-20181227-天风证券-25页-2mb

金融工程：行业分层轮动模型总结

核心内容

本报告提出了一种行业分层轮动模型，旨在通过区分板块轮动与行业轮动的逻辑差异，提升行业选择策略的效果。该模型结合板块层面与行业层面的轮动逻辑，通过多因子方法筛选有效因子，并对因子进行标准化与正交化处理，以消除板块风险带来的影响。

主要观点

• 传统行业多因子模型易发生板块飘移：行业因子在不同板块上表现差异显著，仅通过行业因子选择行业容易导致板块层面的偏移，需通过分层逻辑进行控制。
• 行业轮动应分层处理：行业收益可划分为板块整体收益和行业超额收益两部分。板块alpha受宏观经济影响，而行业alpha则由行业自身的中观因素（如盈利、估值、资金等）驱动。
• 板块层面轮动采用天风金工板块配置轮盘：根据现金流与折现率的上行或下行，将市场环境分为四大状态，并据此推荐相应的板块配置。
• 行业层面轮动采用多因子模型：通过构建行业因子库，筛选有效因子并合成复合因子，提高行业选择的稳定性。
• 行业分层轮动策略表现优异：结合板块轮动与行业轮动，构建的行业分层轮动模型在历史表现中年化收益率达9.77%，超额Wind全A年化6.87%，相对回撤仅5.04%，超额胜率68.75%，信息比1.2101，Calmar比率1.3644。

关键信息

板块配置轮盘

• 现金流上行，折现率下行：金融、周期
• 现金流上行，折现率上行：金融、消费
• 现金流下行，折现率上行：消费
• 现金流下行，折现率下行：成长、消费

行业因子分类与筛选

• 因子类别：估值、盈利、成长、现金、质量、技术、股息、一致预期
• 有效因子：经过筛选，保留了具有较高RankIC与ICIR的因子，如PB_LF24月偏离度、净利润TTM同比环比、销售毛利率累计值同比增减等
• 因子正交化：采用对称正交方法处理因子，消除因子间相关性，保留其方向信息

复合因子表现

• 排序相加法：RankIC为0.1027，ICIR为1.5241，IC胜率67.62%
• 12期ICIR加权法：RankIC为0.0508，ICIR为0.7923，IC胜率60.95%
• 24期ICIR加权法：RankIC为0.0413，ICIR为0.6093，IC胜率58.10%

行业分层轮动策略表现

• 年化收益率：9.77%
• 超额Wind全A年化：6.87%
• 相对回撤：5.04%
• 超额胜率：68.75%
• 信息比：1.2101
• Calmar比率：1.3644
• 分年表现：仅2011年与2016年小幅跑输指数，其他年份表现良好；截至2018年10月，超额Wind全A达9.71%，胜率70%

非分层行业轮动策略对比

• 非分层行业轮动A：年化收益率9.51%，超额Wind全A6.38%，相对回撤6.60%，超额胜率66.96%，信息比0.9448，Calmar比率0.9672
• 非分层行业轮动B：年化收益率3.27%，表现极差，尤其在2011、2014、2015年出现较大回撤

风险提示

1. 行业因子有效性可能存在线性外推风险；
2. 政策冲击可能对模型产生不可控影响。

最新配置建议（2018年12月）

• 推荐行业：计算机、电力设备、银行、餐饮旅游、农林牧渔、其他饮料Ⅱ、石油石化、建材、白酒Ⅱ、建筑、基础化工

因子预处理与模型构建流程

1. 因子标准化：消除板块偏移，采用板块内均值与标准差进行标准化处理
2. 因子有效性检验：通过RankIC与ICIR筛选有效因子
3. 高相关性因子筛选：保留ICIR较高的因子，剔除重复暴露
4. 因子正交化：采用对称正交方法消除因子间相关性
5. 因子合成：采用排序相加法构建复合因子，表现优于ICIR加权法
6. 行业分层轮动模型构建：结合板块配置轮盘与行业因子，构建分层轮动策略

结论

行业分层轮动模型通过分层逻辑与多因子合成策略，有效提升了行业选择的稳定性与收益表现，显著优于传统非分层行业轮动策略。