20220109-国海证券-资产配置系列报告(一)_行业配置研究胜率篇_因子动量_34页_2mb
报告摘要
行业配置研究胜率篇:因子动量总结
核心内容
本报告是行业配置研究系列的第一篇,重点探讨通过因子动量构建行业配置胜率模型。行业配置研究体系分为胜率和赔率两部分,胜率关注截面上的相对强弱,而赔率关注时序上的预期收益变化。通过四个不同维度的因子动量(趋势动量、财报景气度动量、预期动量、交易行为动量)构建胜率策略,策略在历史上表现良好。
主要观点
-
胜率策略的表现
- 胜率策略月均RankIC为10.52%,多头双边换手率为1308%。
- 策略在2017年表现尤为突出,年化超额收益达到21.37%,月度胜率高达91.7%。
- 2021年策略因高景气度板块的大幅回撤,月度胜率下降至41.7%。
-
因子动量的构建
- 趋势动量:由价格动量、龙头股动量和短期超买修正构成,其中价格动量和龙头股动量作为买点,短期超买作为卖点。
- 价格动量表现优异,180日和240日窗口的超额收益分别为14.45%和13.59%。
- 龙头股动量在2021年表现突出,月度胜率高达75%。
- 财报景气度动量:通过成长、盈利和营运三个维度的边际变化刻画,策略年化超额收益为7.65%,夏普比率1.08。
- 预期动量:基于分析师一致预期数据,策略年化超额收益为9.21%,夏普比率1.24。
- 交易行为动量:通过陆股通资金流入与行业流通市值的比值刻画,策略年化超额收益为13.12%,夏普比率1.83。
- 趋势动量:由价格动量、龙头股动量和短期超买修正构成,其中价格动量和龙头股动量作为买点,短期超买作为卖点。
-
因子相关性分析
- 四个因子之间的相关性较低,总体不超过50%。
- 交易行为动量与趋势动量的相关性较高,平均为28%。
-
策略应用
- 板块中性化:通过降低风格集中度,提升策略的夏普比率和月度胜率。
- 指数超低配:在宽基指数的行业权重基础上进行超低配,5%的上下偏移在中证全指和中证500上均有稳定超额收益。
关键信息
四个因子动量
| 因子动量 | 月均RankIC | 多头双边换手 | 超额表现 | 适用场景 |
|---|---|---|---|---|
| 趋势动量 | 6.63% | 937% | 年化超额9.33% | 行业景气度和趋势跟踪 |
| 财报景气度动量 | 7.61% | 571% | 年化超额7.65% | 基本面改善和盈利变化 |
| 预期动量 | 6.13% | 877% | 年化超额9.21% | 分析师预期和景气度变化 |
| 交易行为动量 | 10.03% | 363% | 年化超额13.12% | 市场资金流向和交易行为 |
胜率策略表现
| 年份 | 超额收益 | 超额波动 | 超额夏普 | 超额回撤 | 月度胜率 |
|---|---|---|---|---|---|
| 2010 | 9.14% | 5.85% | 1.56 | 3.89% | 50.0% |
| 2011 | 14.03% | 6.86% | 2.04 | 2.32% | 66.7% |
| 2012 | 5.29% | 5.51% | 0.96 | 3.20% | 66.7% |
| 2013 | 16.09% | 6.58% | 2.45 | 3.81% | 83.3% |
| 2014 | 4.78% | 6.70% | 0.71 | 3.18% | 66.7% |
| 2015 | 3.67% | 14.00% | 0.26 | 6.51% | 50.0% |
| 2016 | 0.42% | 6.19% | 0.07 | 5.60% | 58.3% |
| 2017 | 21.37% | 5.31% | 4.03 | 1.86% | 91.7% |
| 2018 | 13.14% | 7.85% | 1.67 | 7.24% | 66.7% |
| 2019 | 9.96% | 7.53% | 1.32 | 4.71% | 58.3% |
| 2020 | 31.10% | 8.31% | 3.74 | 3.90% | 83.3% |
| 2021 | 17.04% | 13.65% | 1.25 | 9.01% | 41.7% |
| 全部 | 11.90% | 8.32% | 1.43 | 9.01% | 65.3% |
胜率策略因子权重变化
| 因子 | 2021-12-31权重 |
|---|---|
| 趋势动量 | 40% |
| 财报景气度动量 | 35% |
| 预期动量 | 20% |
| 交易行为动量 | 5% |
行业胜率统计
| 行业 | 入选次数 | 胜率 | 持有行业胜率 | 盈亏比 |
|---|---|---|---|---|
| 钢铁 | 31 | 71.0% | 高 | 高 |
| 石油石化 | 22 | 54.5% | 高 | 高 |
| 电力设备及新能源 | 30 | 66.7% | 高 | 高 |
| 煤炭 | 28 | 64.3% | 高 | 高 |
| 基础化工 | 25 | 62.5% | 高 | 高 |
| 电子 | 24 | 66.7% | 高 | 高 |
| 有色金属 | 23 | 65.2% | 高 | 高 |
| 机械 | 18 | 50.0% | 中 | 中 |
| 建筑 | 17 | 58.8% | 中 | 中 |
| 计算机 | 15 | 50.0% | 中 | 中 |
| 通信 | 12 | 50.0% | 低 | 低 |
| 交通运输 | 10 | 50.0% | 低 | 低 |
| 轻工制造 | 10 | 50.0% | 低 | 低 |
| 医药 | 10 | 50.0% | 低 | 低 |
| 家电 | 9 | 50.0% | 低 | 低 |
| 汽车 | 9 | 50.0% | 低 | 低 |
| 食品饮料 | 9 | 50.0% | 低 | 低 |
| 银行 | 9 | 50.0% | 低 | 低 |
| 传媒 | 9 | 50.0% | 低 | 低 |
| 房地产 | 9 | 50.0% | 低 | 低 |
风险提示
- 模型测试基于历史数据,市场未来可能发生变化,策略有失效可能。
- 模型投资标的为行业指数,不同行业面临不同的市场风险。
结论
通过因子动量构建的胜率策略在多个维度表现良好,具有较高的胜率和超额收益。然而,策略在特定市场环境下(如反转效应)可能面临较大回撤,需注意市场风格的变化及风险控制。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载