20241218-江海证券-行业轮动系列（一）_截面回归下的中观行业轮动策略_20页_1mb

江海证券金融工程行业轮动策略研究总结

策略核心

报告提出一种基于中观层面的行业轮动策略，直接利用行业层面的量价信息构建截面回归模型，预测下期行业收益率。
该策略不依赖宏观数据（避免滞后性）或个股合成（减少人为干预），兼顾了普适性、可行性和灵活性。

方法论

1. 模型构建
   模型核心是截面回归，用上期因子（来自Barra模型筛选改造的大类因子）解释本期行业收益率，进而预测下期因子和行业收益率。因子类型包括贝塔、流动性、动量、风险等。

2. 预测方法
   三种因子收益率预测方法被测试：

• 历史均值法（MA）：用过去N日均值预测。
• 指数加权法（EMA）：赋予最新数据更高权重。
• HP滤波法：提取趋势项预测。

EMA表现最优（0.7权重）年化收益达3400%。

实测效果

1. 回测表现

• 最优方法下，策略夏普率达1.25，卡玛比率1.22，显著跑赢基准指数。
• 日频调仓策略高频换手，交易成本敏感，扣费后收益降为2801%。

2. 风控优化
   引入下行风控指标ES和DD后，在风险可控前提下夏普率与卡玛比率进一步提升。

风险与展望

• 数据与模型风险：测试基于历史数据，未来可能失效。
• 改进方向：考虑降频调仓，引入非线性模型及更多因子。

该策略在提高投资效率方面显示了较强潜力，但风险提示及过程优化建议仍需重视。