20181228-华创证券-金融工程专题报告_多因子模型与行业轮动模型的结合_30页_3mb

多因子模型与行业轮动模型的结合总结

核心内容

本报告探讨了多因子模型与行业轮动模型的结合问题，重点分析了行业轮动模型在实际投资中的应用及其与多因子框架的不兼容性。报告提出了一种新的构建方式——纯因子组合（Pure Factor Portfolios），旨在解决行业偏离导致风格偏离的问题，使投资组合更贴近行业轮动模型的初始逻辑。

主要观点

• 行业轮动的必要性：尽管投资经理普遍认为行业轮动收益难获取且增加波动，但部分优秀指数增强基金并未进行完全行业中性化，而是通过行业轮动模型获取超额收益。
• 行业与风格的暴露混杂：在多因子框架中，加入行业哑变量会无意中增加风格因子的暴露，导致风格偏离，影响模型的有效性和收益的稳定性。
• 纯因子组合的优势：通过构建纯行业组合，可以有效分离行业与风格因子的暴露，使得行业轮动模型的信号更清晰地反映行业本身的特性。
• 因子共线性问题：Simple Factor Portfolios 中的因子之间存在显著的共线性，而 Pure Factor Portfolios 通过约束条件显著降低了共线性，提升了因子收益的稳定性。
• 组合构建方法：报告提出了两种组合构建方法，mixed approach 和 integrated approach，用于将行业轮动模型整合进多因子框架中。

关键信息

一、行业轮动是否有必要？

1. 行业中性是与非：

   • 多数投资经理对行业进行中性化处理，但部分优秀基金并未如此，反而在某些行业上进行主动偏离。
   • 通过分析基金持仓，发现行业偏离可能导致风格偏离，从而影响收益稳定性。

2. 常见行业轮动增强方法：

   • 生成行业轮动信号并进行主动偏离。
   • 在多因子模型中加入行业哑变量。
   • 这些方法均存在行业与风格因子混杂的问题。

3. 与多因子框架的割裂：

   • 行业偏离会导致风格因子的暴露变化，使投资组合偏离预期风格。
   • 行业哑变量的加入可能导致风格因子权重的不准确，影响模型的稳定性。

二、Simple Factor Portfolios

• 常规因子处理：

  • 通过个股因子暴露进行排序，构建多空组合。
  • 使用流通市值平方根进行加权，以减少特异性风险。
  • 因子收益公式为：$f_s^S = \sum_n (v_n X_{ns}) r_n$。

• 哑变量因子处理：

  • 对行业哑变量进行回归，构建多空组合。
  • 因子收益公式为：$f_g^S = \left(\frac{1}{V_g} \sum_{n \in g} v_n r_n\right) - f_c^S$。
  • 但存在行业与风格因子共线性问题。

三、Pure Factor Portfolios

• 构建方式：

  • 使用截面回归，将行业哑变量和风格因子同时纳入模型。
  • 对行业因子进行约束：$\sum_P s_{I_p} f_{I_p} = 0$，以消除风格暴露。
  • 使用流通市值平方根作为权重，保证零额投资。

• 优势：

  • 显著降低因子共线性。
  • 提升因子收益的解释力和稳定性。
  • 更贴近行业轮动模型的逻辑。

四、模型验证

• 国家因子代表：

  • 国家因子（市场组合）在 Pure Factor Portfolios 中表现更稳定。
  • 在 Simple Factor Portfolios 中，由于行业因子未能完全分离风格暴露，导致国家因子与 wind 全 A 指数偏离较大。

• 因子共线性分析：

  • 通过因子杠杆率衡量共线性程度，发现大部分行业和风格因子存在一定的共线性。
  • 通过 Pure Factor Portfolios，可以有效降低这种共线性，提升因子表现的独立性。

• 行业因子表现：

  • 纯行业组合与单行业组合在趋势上一致，但波动性更低。
  • 纯行业组合更能体现行业本身的特性，例如建材（纯）的启动时间较建材（单）晚，但趋势更清晰。

五、与行业轮动模型的结合

• 组合构建方法：

  • Mixed Approach：在国家组合基础上加入等权纯行业组合，通过杠杆调整行业偏离程度。
    • 公式：$w = w_{fc} + a (\sum_P w_{I_p})$。
    • 通过优化器最大化 $a$，以获取超额收益。
  • Integrated Approach：在组合优化过程中直接对行业部分进行偏离，但需注意做空工具的限制。

• 实际应用：

  • 等权纯行业组合的年化收益为 2.11%，信息比为 0.951。
  • 可通过施加杠杆提高收益率，同时保持信息比不变。

六、总结及展望

• 结论：

  • 行业轮动模型在实际投资中具有存在的必要性，部分优秀基金已应用。
  • 纯因子组合能有效分离行业与风格因子，提升模型的稳定性与收益的解释力。

• 未来研究方向：

  • 探索纯因子组合的其他构建方法，以提高模型的多样性与灵活性。
  • 结合成熟的行业轮动模型进行进一步实证分析。

风险提示

• 策略基于历史数据的回测，不保证未来的有效性。
• 投资需谨慎，市场有风险，盈亏需自担。

团队介绍

• 组长、首席分析师：王小川（同济大学管理学博士，2017年加入华创证券研究所）。
• 首席分析师：陈杰（武汉大学经济学硕士，CFA、FRM，2017年加入华创证券研究所）。
• 研究员：卢威（厦门大学经济学硕士，2017年加入华创证券研究所）。
• 助理研究员：秦玄晋（上海对外经贸大学硕士，2018年加入华创证券研究所）。
• 助理研究员：刘昺轶（上海交通大学硕士，2018年加入华创证券研究所）。

投资评级体系

• 公司投资评级：

  • 强推：预期未来6个月内超越基准指数20%以上。
  • 推荐：预期未来6个月内超越基准指数10%-20%。
  • 中性：预期未来6个月内相对基准指数变动幅度在-10%-10%之间。
  • 回避：预期未来6个月内相对基准指数跌幅在10%-20%之间。

• 行业投资评级：

  • 推荐：预期未来3-6个月内该行业指数涨幅超过基准指数5%以上。
  • 中性：预期未来3-6个月内该行业指数变动幅度相对基准指数-5%-5%。
  • 回避：预期未来3-6个月内该行业指数跌幅超过基准指数5%以上。

免责声明

• 本报告仅供华创证券有限责任公司客户使用。
• 报告所载资料来源可靠，但不保证其准确性或完整性。
• 报告内容仅供参考，不构成具体证券买卖建议。
• 投资有风险，入市需谨慎。