20181227-天风证券-天风金工行业轮动系列报告之二_行业分层轮动模型_25页_1mb

金融工程：行业分层轮动模型总结

核心内容

本报告提出了一种行业分层轮动模型，旨在通过板块层面轮动与行业层面轮动的结合，提高行业轮动策略的稳定性和收益表现。

主要观点

1. 传统行业多因子模型存在板块飘移问题，即因子在不同板块中表现出显著差异，影响行业轮动的准确性。
2. 行业轮动应分层处理，分为板块alpha和行业alpha两个层面。板块alpha由宏观经济周期驱动，而行业alpha由行业中观层面（如盈利、估值、资金等）因素影响。
3. 板块层面轮动采用《基于现金流与折现率的板块轮动策略》中的框架，将市场环境分为四大状态，并给出相应的板块配置建议。
4. 行业层面轮动采用多因子模型，构建行业因子库，通过标准化和正交化处理，解决板块飘移问题，提高行业轮动效果。
5. 行业分层轮动模型表现优异，年化收益率达9.77%，超额Wind全A年化6.87%，相对回撤仅5.04%，超额胜率68.75%，信息比1.2101，Calmar比率1.3644。
6. 行业分层轮动模型在2011年和2016年小幅跑输指数，其余年份表现良好，今年以来超额Wind全A达9.71%，胜率70%。

关键信息

板块层面轮动

• 采用板块配置轮盘策略，依据现金流与折现率的上行/下行趋势，将市场分为四大状态：

  • 现金流上行，折现率下行 → 金融、周期
  • 现金流上行，折现率上行 → 金融、消费
  • 现金流下行，折现率上行 → 消费
  • 现金流下行，折现率下行 → 成长、消费

• 代理变量包括：PMI、工业增加值、ROE、Shibor、国债利率、信用利差、CPI等，采用均线法判断趋势。

行业层面轮动

• 构建了85个行业因子，涵盖估值、盈利、成长、现金、质量、技术、股息、一致预期等多个维度。
• 因子标准化处理：通过计算行业因子的均值与标准差，消除板块偏移影响。
• 因子筛选：基于RankIC与ICIR，选择有效性较高的因子，保留其行业alpha特性。
• 因子正交化：采用对称正交方法，消除因子间的相关性，保留各自信息。

行业分层轮动模型

• 复合因子构建：通过排序相加法合成行业因子，其RankIC为0.1027，ICIR为1.5241，IC胜率67.62%。
• 策略构建：
  • 板块层面：采用板块轮动模型调整板块权重。
  • 行业层面：根据复合因子排序，选择排名前1/3的行业。
  • 板块内行业以流通市值加权，业绩基准为Wind全A。

模型表现

• 行业分层轮动模型历史表现：

  • 年化收益率：9.77%
  • 超额Wind全A年化收益率：6.87%
  • 相对回撤：5.04%
  • 超额胜率：68.75%
  • 信息比：1.2101
  • Calmar比率：1.3644

• 非分层行业轮动策略对比：

  • 非分层行业轮动A：年化收益率9.51%，超额Wind全A年化6.38%，Calmar比率0.9672。
  • 非分层行业轮动B：年化收益率9.51%，超额Wind全A年化6.38%，Calmar比率0.9672，但表现较差，部分年份出现大幅回撤。

最新配置建议（2018年12月）

• 推荐配置行业：计算机、电力设备、银行、餐饮旅游、农林牧渔、其他饮料Ⅱ、石油石化、建材、白酒Ⅱ、建筑、基础化工。

风险提示

1. 行业因子的线性外推存在风险；
2. 政策冲击对模型的影响不可控。

附录

• 相关报告：

  • 《基于现金流与折现率的板块轮动策略》
  • 《溢价追本溯源：现金流与折现率》

• 图表目录：

  • 图1：行业轮动的分层
  • 图2-图5：ROE-TTM及同比因子相关性热力图
  • 图6：板块配置轮盘
  • 图7-图10：有效因子相关性热力图及正交前后因子相关性
  • 图11-图13：不同加权方法复合因子RankIC
  • 图14-图15：复合因子分组回测与行业分层轮动策略回测

• 表格目录：

  • 表1：板块分类
  • 表2-表7：因子列表与有效性检验
  • 表8-表15：不同策略回测结果与因子表现