20211105-国金证券-风格择时月报_因子风格择时策略（2021年11月期）_22页_3mb

因子风格择时策略（2021年11月期）总结

核心内容概述

本报告基于XGBoost算法构建了两个相互独立的策略：因子风格择时策略与指数轮动策略，旨在通过预测因子收益和指数表现，为投资者提供系统的风格配置建议。

主要观点

1. 因子风格择时策略

• 模型结构：采用XGBoost算法，结合宏观经济数据、市场情绪变量及因子拥挤度等指标，预测未来一个月因子收益正负。
• 策略应用：适用于指数增强和Smart Beta轮动策略，以中证500为基准，选取其成分股进行配置。
• 回测表现：
  • 平均月度胜率 61%
  • 策略收益年化 32.64%
  • 相对于中证500的超额收益年化 27.77%
• 11月建议：
  • 高配：beta、质量、成长、估值、低换手因子
  • 低配：动量、小市值、低波动因子
• 模型逻辑：
  • 当前经济尚未全面复苏，市场流动性宽松，但风格偏好不明朗，因此模型保持风格敞口均衡。
  • 本期更偏好利率敏感性强的成长因子，同时控制质量和估值敞口。

2. 指数轮动策略

• 模型结构：采用嵌套XGBoost的打分加权模型，分别构建基于宏观经济数据和市场情绪变量的两个模型，等权综合信号。
• 策略应用：以沪深300和中证500为对象，通过信号判断投资方向。
• 回测表现：
  • 基于宏观经济数据的模型胜率 76%，年化超额收益 6.53%，夏普比率 1.26
  • 基于市场情绪变量的模型胜率 72%，年化超额收益 7.52%，夏普比率 1.5
  • 综合信号夏普比率 1.66，表现更稳定
• 11月信号分歧：
  • 宏观数据信号看多中证500
  • 市场情绪信号看多沪深300
  • 综合信号保持中性配置

关键信息

一、因子体系

• 包括以下风格因子：beta、动量、小市值、质量、低波动率、成长性、估值、低换手率。
• 各因子的构成包括：
  • beta因子：beta因子
  • 动量因子：RSTR长期动量
  • 市值因子：LNCAP对数市值
  • 质量因子：MLEV市场杠杆、DTOA资产负债率、BLEV账面杠杆
  • 波动率因子：CMRA月超额波动率、DASTD日超额收益波动率、HSIGMA
  • 成长性因子：SGRO营业收入增速、EGRO利润同比增速
  • 估值因子：PB
  • 换手率因子：月流动性STOM、季流动性STOQ

二、因子有效性测试

• 离散度：高离散度因子在未来可能有更好的收益区分能力，但近两个月变化不大。
• 因子拥挤度：拥挤度越高，未来收益为负的可能性越大。
• 估值价差：多头组合估值中位数减去空头组合估值中位数，反映因子的性价比。
• 配对相关性：当因子过热时，多空组合内部股票可能同涨同跌。
• 多空波动率：资金过度集中在某因子时，波动率上升，影响策略稳定性。

三、宏观经济与市场情绪变量

• 宏观经济指标：包括经济增长、价格水平、货币环境、国际贸易、利率水平等。
• 市场情绪变量：包括市场流动性、市场波动率、指数估值、盈利预期差、风险偏好等。
• 处理方式：对部分指标进行一阶差分处理，以反映趋势变化。

四、XGBoost模型构建

• 原理：XGBoost是一种集成式提升算法，通过不断添加树并优化目标函数，提高预测精度。
• 目标函数：包括损失函数 $L$ 与正则项 $\Omega$，用于防止过拟合。
• 特征选择：模型对不同因子的特征重要性进行评估，如：
  • beta因子：重要性中等
  • 动量因子：与宏观经济相关性高
  • 小市值因子：重要性较高
  • 质量因子：重要性中等
  • 低波动率因子：重要性中等
  • 成长性因子：重要性较高
  • 估值因子：重要性较高
  • 低换手率因子：重要性中等

五、策略回测与表现

• 因子风格择时策略：
  • 2019年至今测试集平均胜率 61%
  • 2021年以来超额收益稳健，仅1月跑输基准
  • 8月份表现突出，因高配动量、质量和估值因子
• 指数轮动策略：
  • 宏观模型胜率 76%，市场情绪模型胜率 72%
  • 综合信号胜率 70%，夏普比率 1.66
  • 2017年和2020年表现优异，但2018年回撤较大
  • 2021年以来综合信号表现良好

风险提示

• 模型测试基于历史数据，未来市场可能发生变化，策略效果可能受市场环境影响。

联系方式

• 熊颖瑜：(8621) 60753902 | xiongyingyu@gjzq.com.cn
• 张剑辉：(8610)66211648 | zhangjh@gjzq.com.cn