20180812-广发证券-金融工程专题报告_基于涨跌模式识别的指数和行业择时策略_31页_3mb

基于涨跌模式识别的指数和行业择时策略总结

核心内容

本报告提出了一种基于机器学习的指数和行业择时策略，利用随机森林模型对市场上涨和下跌模式进行识别，并通过预测结果进行择时交易和行业轮动。该策略通过分析宏观经济指标与市场数据，识别市场趋势，以期提高投资收益并降低风险。

主要观点

• 模式识别：根据股价形态，将市场走势划分为上涨模式（红色）和下跌模式（绿色），通过识别这些模式来预测市场方向。
• 随机森林模型：采用随机森林算法进行分类预测，通过样本和特征的随机性提高模型的多样性与准确性。
• 择时交易：在预测指数上涨概率满足一定条件时，进行多头或空头交易，以获取超额收益。
• 行业轮动：对每个申万一级行业建立独立的机器学习模型，预测其上涨/下跌模式，并据此进行行业轮动，以优化投资组合。
• 策略表现：策略在样本内和样本外均表现出一定的收益能力，但样本外表现略低于样本内。

关键信息

指数择时策略

• 样本内表现：年化收益率181.0%，最大回撤-22.5%。
• 样本外表现：年化收益率16.6%，最大回撤-24.8%，单次择时胜率48.7%。
• 回测参数：
  • 样本内：2006年2月28日-2012年5月9日
  • 样本外：2012年5月10日-2018年7月18日
  • 交易手续费：0.02%
  • 止损幅度：单次交易的浮盈亏回撤达到-15%时止损

行业择时策略

• 分行业表现（只做多不做空）：

  • 医药生物行业：择时收益率371.5%，年化收益率29.2%，最大回撤-18.4%，胜率66.7%
  • 家用电器行业：择时收益率303.0%，年化收益率25.9%，最大回撤-21.0%，胜率67.7%
  • 电子行业：择时收益率24.1%，年化收益率3.6%，最大回撤-34.4%，胜率46.2%
  • 通信行业：择时收益率203.9%，年化收益率20.2%，最大回撤-27.3%，胜率58.8%
  • 平均表现：择时收益率95.7%，年化收益率11.7%，最大回撤-34.4%，胜率47.6%

• 行业轮动策略：

  • 调仓周期：20个交易日
  • 行业分类：28个申万一级行业
  • 超配组合：等权买入上涨模式概率最高的5个行业
  • 对冲基准：28个申万一级行业等权收益率
  • 样本外策略回测：2012年4月-2018年7月
  • 交易成本：千分之三

• 超额收益表现：

  • 样本内：年化收益率16.0%，最大回撤-14.4%，胜率73.0%
  • 样本外：年化收益率8.2%，最大回撤-10.9%，胜率64.0%
  • 综合表现：样本外年化超额收益率8.2%，最大回撤-10.9%，胜率64.0%

指标与数据

• 因子类别：
  • 工业景气度：PMI、PMI变化率（月度数据，来源：国家统计局）
  • 消费与价格指数：CPI当月同比、CPI当月同比变化率、PPI当月同比、PPI当月同比变化率（月度数据，来源：国家统计局）
  • 货币供给：M2同比、M2同比变化率（月度数据，来源：中国人民银行）
  • 利率利差：中债国债到期收益率3个月、1年、10年，国债收益率差10年期-3月期（日度数据，来源：中债估值中心）
  • 大宗商品：上海金交所黄金现货、LME铜现货（日度数据，来源：Wind）
  • 股票市场：沪深300指数周、月、季收益率（日度数据，来源：Wind）

模型性能

• 分类准确率：
  • 样本内：96.6%
  • 样本外：55.6%
• IC值：行业预测上涨概率与20日行业指数收益率的IC均值为0.060，标准差为0.264，说明预测上涨概率与实际表现具有一定的相关性。

总结

本报告通过随机森林模型对市场上涨/下跌模式进行识别，构建了指数择时和行业轮动策略。在样本内，沪深300指数择时策略表现优异，年化收益率达181.0%；但在样本外，策略表现有所下降，年化收益率为16.6%。行业轮动策略在样本外年化超额收益率为8.2%，最大回撤-10.9%，胜率64.0%。策略表现受市场环境影响较大，存在一定的不确定性。投资者应结合自身情况，谨慎使用策略，并注意模型的局限性与潜在风险。