20221209-国金证券-Beta猎手系列_基于动态宏观事件因子的股债轮动策略_18页_1mb

Beta 猎手系列：基于动态宏观事件因子的股债轮动策略

核心内容概述

本文提出了一种基于动态宏观事件因子的股债轮动策略框架，旨在解决传统宏观事件驱动策略在样本外跟踪和调整因子时的局限性。通过动态选择与资产走势更相关的事件因子，提升模型的适应性和有效性，最终构建了股指择时策略和不同风险偏好的股债轮动策略。

主要观点

• 动态因子优选机制：将事件因子的评价包含在每期因子选择中，实现动态因子优选和样本外因子有效性评估，避免传统方法在样本外失效的问题。
• 宏观因子分类：将宏观因子分为经济增长和货币流动性两大类，前者包括经济、通胀和信用类指标，后者包括货币类指标。
• 因子筛选与优化：基于样本内时间段的收益率胜率和开仓波动调整收益率指标，筛选出11个表现优异的宏观因子，并确定其最优数据处理方式和滚动窗口长度。
• 策略表现：构建的宏观事件因子择时策略在2005年至2022年11月期间，年化收益率为18.73%，优于Wind全A指数（10.88%）约8%；波动率下降至15.17%，最大回撤从68.81%降至13.77%，夏普比率提升至1.13。
• 股债轮动策略：基于择时策略的信号，构建了保守型、稳健型和进取型三类股债轮动策略，年化收益率分别为6.26%、11.96%和22.44%，均优于基准股债64（9.25%）。
• 交易成本影响：测试显示，进取型策略在千分之一的单边手续费下，年化收益率仅下降约0.5%；在千分之二手续费下，下降约1%，说明交易成本对策略影响有限。

关键信息

宏观数据指标

• 经济类：制造业PMI、工业增加值同比、发电量当月值、消费者信心指数、固定投资完成额等。
• 通胀类：PPI同比、CPI同比、PPI-CPI剪刀差、PMI原材料价格。
• 货币类：SHIBOR、银行间质押利率、逆回购利率、中美国债利差、中国国债美国TIPs利差等。
• 信用类：M1同比、M2同比、M1-M2剪刀差、社会融资规模等。

策略构建流程

1. 数据预处理：包括对齐频率、填充缺失值、季节性调整和滤波处理，确保数据质量。
2. 事件因子构建：包括数据突破均线、突破中位数、同向变动等三类因子，共构建36个因子事件。
3. 因子筛选：通过胜率、收益率胜率、波动调整收益率和开仓波动调整收益率等指标，筛选出每期最优事件因子。
4. 组合构建：将最优事件因子合成股票仓位信号，结合风险预算模型，构建不同风险偏好的股债轮动策略。

策略表现

• 择时策略表现：

  • 年化收益率：18.73%
  • 年化波动率：15.17%
  • 最大回撤：-13.77%
  • 夏普比率：1.13
  • 收益回撤比：1.36

• 股债轮动策略表现：

  • 保守型：年化收益率6.26%，波动率3.39%，最大回撤-3.55%，夏普比率1.46
  • 稳健型：年化收益率11.96%，波动率8.71%，最大回撤-6.77%，夏普比率1.21
  • 进取型：年化收益率22.44%，波动率14.94%，最大回撤-13.72%，夏普比率1.36

交易成本测试

• 进取型策略年平均换手率为432%。
• 单边手续费为0.1%时，年化收益率下降约0.5%。
• 单边手续费为0.2%时，年化收益率下降约1%。
• 交易成本对策略整体影响不大。

风险提示

1. 历史规律未来可能失效。
2. 事件因子可能因政策和市场环境变化而阶段性失效。
3. 市场可能出现超出模型预期的变化，导致策略波动和回撤。

附录：最终筛选的宏观因子

图表目录

• 图表1：Wind全A与PPI同比的线性相关性
• 图表2：Wind全A与PPI同比的走势
• 图表3：PPI同比与南华工业品指数同比时滞关系的变化
• 图表4：Wind全A同比与LME铜价同比时滞关系的变化
• 图表5：经济、通胀、货币和信用类指标
• 图表6：事件因子构建流程图
• 图表7：数据格式的变动
• 图表8：事件因子的构建
• 图表9：各类衡量指标介绍
• 图表10：PPI同比各情形样本内时间段开仓波动调整收益率
• 图表11：PPI同比事件因子择时净值
• 图表12：PPI同比事件因子择时表现
• 图表13：工业增加值同比各情形样本内时间段开仓波动调整收益率
• 图表14：工业增加值同比事件因子择时净值
• 图表15：工业增加值同比事件因子择时表现
• 图表16：各情形样本内时间段开仓波动调整收益率
• 图表17：逆回购-银行间质押式回购利率因子择时净值
• 图表18：逆回购-银行间质押式回购利率因子择时表现
• 图表19：最终筛选的宏观因子
• 图表20：择时策略仓位确定流程图
• 图表21：宏观事件因子择时策略净值
• 图表22：宏观事件因子择时策略表现
• 图表23：宏观事件因子择时策略逐年收益
• 图表24：宏观事件因子择时策略股票仓位
• 图表25：近期细分因子信号
• 图表26：不同权益风险贡献度的风险预算策略净值
• 图表27：不同权益风险贡献度的风险预算策略的权益仓位变化
• 图表28：宏观事件因子配置策略净值
• 图表29：宏观事件因子配置策略表现
• 图表30：进取型配置策略年换手率
• 图表31：不同交易成本下，进取型策略净值
• 图表32：不同交易成本下，进取型策略表现

结论

本文构建的动态宏观事件因子策略在样本外表现良好，有效提升了择时效果，降低了波动率和回撤，适合不同风险偏好的投资者。策略在考虑交易成本后仍保持稳健表现，未来可进一步扩展至其他资产类别和优化因子共线性问题。