20210201-湘财证券-2月份预测观点_基于条件夏普率时变性的择时策略_6页_673kb

基于条件夏普率时变性的择时策略月报总结

核心内容概述

本报告由湘财证券研究所发布，主要探讨了条件夏普率时变性在A股市场中的应用价值，并基于历史数据构建了一个预期条件夏普率预测模型，用于判断市场趋势变化，进而提出2月份的市场预测观点。报告指出，预期条件夏普率因子在预测市场走势方面具有一定的替代效应，且其走势与标的指数趋势呈现显著负相关性，可作为择时策略的重要参考。

主要观点

1. 条件夏普率的时变性

• 定义：条件夏普率是衡量资产在特定条件下风险调整后的收益指标，其计算方式为：
  $$
  S_t = \frac{R_t - R_{f, t-1}}{v_t}
  $$
  其中，$R_t$ 为标的收益率，$R_{f, t-1}$ 为上一期无风险利率，$v_t$ 为波动率。

• 样本数据：以 Wind 全 A 指数为标的，选取 2005 年 1 月至 2019 年 10 月的历史收益率数据，计算月度已实现条件夏普率。

• 相关性：条件夏普率与收益率具有高达 91.40% 的相关性，说明其在一定程度上反映了市场的风险调整收益情况。

关键信息

2. 预测模型构建

• 预测因子：采用信用因子、股息率、中债国债1年期到期收益率以及滞后一期的条件波动率作为预测因子。

• 回归模型：
  $$
  R_{t+1} - R_{f, t} = X_t \beta_1 + \varepsilon_{1, t+1}
  $$
  $$
  v_{t+1} = X_t \beta_2 + \varepsilon_{2, t+1}
  $$
  通过结合上述两个模型，可得到预期条件夏普率：
  $$
  \hat{S}_{1, t} = \frac{X_t \hat{\beta}_1}{X_t \hat{\beta}_2}
  $$

• 整体模型：进一步采用整体模型进行因子分解：
  $$
  S_{t+1} = X_t \beta_3 + \varepsilon_{3, t+1}
  $$

• 模型筛选：通过显著性测试，最终确定使用信用因子、股息率和国债收益率作为主要预测因子。

预测观点

3. 2月份市场预测

• 预期夏普率走势：2020年5月预期夏普率突破 0.37 阈值，6月达到高点 0.41，随后一路下行，准确预示了大盘过去半年的上行趋势。

• 当前预期夏普率：最新预期夏普率由 -0.03 升至 -0.02，出现微小回升。

• 趋势判断：由于最新预期夏普率已突破 0.1 阈值，且出现回升，我们预计 2月份市场将处于震荡调整状态。

• 趋势终结判断：仍需等待本月底的预期夏普率数据，以进一步判断当前上行趋势是否结束。

风险提示

• 模型基于历史数据构建，不保证未来持续有效性。
• 预测结果仅供参考，不构成投资建议。
• 投资者应谨慎评估市场风险，并在必要时咨询专业投资顾问。

投资评级体系

湘财证券采用以下投资评级标准（以沪深300指数为市场比较基准）：

分析师声明

• 孙烨权分析师具有中国证券业协会授予的证券投资咨询执业资格，并注册为证券分析师。
• 报告内容准确反映其研究观点，不涉及任何形式的补偿。

重要声明

• 本报告仅供湘财证券客户使用，未获得授权不得复制、发布或引用。
• 报告内容基于合法获取的信息，但对其来源、准确性及完整性不作任何保证。
• 报告仅供参考，不构成投资建议，投资者需自行判断并承担风险。