20161117-中泰证券-Smart_Beta产品创新_基于市场择时的因子轮动策略_18页_1mb

报告摘要

证券研究报告总结：基于市场择时的Smart Beta因子轮动策略

核心内容

本报告探讨了基于市场择时的Smart Beta因子轮动策略，旨在通过优化选股加权方式和因子轮动，提高投资收益并降低风险。报告分析了七类因子的有效性，并结合市场周期择时指标，构建了因子轮动策略。

主要观点

Smart Beta策略定义：Smart Beta策略是通过改变市值加权方式，采用基于规则或量化方法增加某些风险因子暴露以获取超额收益的投资方法。广义上包括多种因子策略，狭义上指通过规则调整成分股或权重的策略。
策略表现：在不改变成分股的情况下，Smart Beta策略在短期内并不绝对优于市值加权指数，但长期来看，超过80%的策略年化收益高于基准。然而，在考虑跟踪误差和交易成本后，单因子策略投资价值下降。
因子选取：基于因子有效性检验，选取了以下六个因子进行轮动：
- 净资产收益率（低）
- 市盈率（低）
- 净利润复合增长率（高）
- 最近报告期股息率（高）
- 波动率（低）
- 归属母公司净利润（高）
市场周期择时指标：采用申万一级行业指数季度涨幅大于0的数目占比作为市场周期判断依据，将市场分为牛市、熊市和震荡市三种状态。
因子轮动策略：根据市场状态选择不同的因子组合：
- 牛市：选择归属母公司净利润（高）和净资产收益率（低）因子。
- 震荡市：选择市盈率（低）和低波动率因子。
- 熊市：选择股息率（高）和净利润复合增长率（高）因子。
策略回测结果：该策略的年化收益率为30.29%，波动率为39.30%，夏普比率为1.33，相对基准超额收益为21.57%。最大回撤率为68.86%，虽然仍较高，但低于沪深300基准的72.30%。

关键信息

因子有效性检验

IC值与Rank_IC值分析：
- 成长因子、规模因子和股息率因子的IC值和Rank_IC值平均为正，与收益率正相关。
- 价值因子、质量因子、动量因子和波动率因子的IC值和Rank_IC值平均为负，与收益率负相关。
- 动量因子和波动率因子的IC值波动较大，负相关性显著。
因子分组回测：
- 净资产收益率（低）在质量因子中表现最佳。
- 归属母公司净利润（高）在规模因子中表现最佳。
- 市盈率（低）在价值因子中表现最佳。
- 净利润复合增长率（高）在成长因子中表现最佳。
- 股息率（高）在震荡市中表现优于其他因子。

市场周期表现

不同市场周期因子表现：
- 牛市：规模因子表现最好。
- 熊市：价值因子和股息率因子表现最好。
- 震荡市：低波动率因子表现最好。

策略构建与回测

回测数据：
- 股票池：沪深300成分股。
- 回测区间：2006年6月至2016年10月。
- 调仓频率：季度调仓。
权重计算方法：
- 对于IC值和Rank_IC值大于0的因子，采用因子值加权。
- 对于IC值和Rank_IC值小于0的因子，采用因子值倒数加权。
策略表现：
- 年化收益：30.29%
- 波动率：39.30%
- 夏普比率：1.33
- 相对基准超额收益：21.57%
- 最大回撤：68.86%

市场现状与展望

Smart Beta产品发展：
- 国外：Smart Beta产品占ETF总数的1/4，规模达3590亿美元。
- 国内：A股市场仅有28只Smart Beta ETF及LOF，总规模为308.43亿元，产品类型集中，同质化严重。
未来趋势：
- 随着中国资本市场发展，Smart Beta策略产品将具有广阔前景，尤其适合偏好稳定收益的机构投资者。
- 通过量化模型优化因子暴露，Smart Beta策略有望进一步提升风险收益比。

策略评估与改进方向

策略评估：
- 回测结果表明，该策略在长期中表现良好，但最大回撤仍较高，可能与择时指标预测市场强弱的准确性有关。
- 因子的有效性可能随市场环境变化而改变，需进一步研究和优化。
改进方向：
- 提高择时指标的预测能力。
- 持续验证因子的有效性，并根据市场变化调整因子组合。
- 优化权重计算方式，以提升策略的稳定性与收益性。

总结

本报告构建了一个基于市场择时的Smart Beta因子轮动策略，通过因子有效性检验和市场周期判断，选择了表现最佳的因子组合。该策略在长期中表现优于市值加权指数，但需进一步优化以提高稳定性。随着中国资本市场的成熟，Smart Beta策略产品具有广阔的发展前景，为机构投资者提供了低风险、高收益的投资工具。

展开完整摘要