重构量化行业轮动框架：宏观篇，宏观视角下的行业轮动策略-20190301-广发证券-31页_1mb

报告摘要

本文旨在重构一个基于宏观视角的量化行业轮动框架，通过挖掘宏观事件与行业表现之间的关系，构建有效的行业轮动策略。该框架结合宏观变量、行业景气度分析以及个股微观特征，以宏观事件驱动为核心逻辑，建立了一套系统化的行业配置模型。

行业轮动框架重构：
- 行业轮动框架需涵盖宏观变量、行业景气度和个股特征等多个维度。
- 本文为框架重构系列第一篇，从宏观角度出发，探索行业轮动的有效驱动因素与可量化建模方法。
宏观事件驱动策略：
- 与传统时间序列回归法相比，宏观事件驱动法更关注特定宏观指标处于极端状态时对行业的影响。
- 该方法通过筛选具有显著预测能力的宏观事件，构建行业轮动模型，提高策略的有效性。
宏观与行业指标库：
- 选取了约40个宏观指标及约1100个行业相关指标，定义8类事件状态，共衍生出约12000类宏观事件。
- 每个行业根据其特点，构建了独特的指标库，以捕捉行业特定的宏观驱动因素。
事件筛选标准：
- 事件需满足两个标准：发生次数≥8次，且事件IR（信息比率）绝对值>0.7。
- IR定义为每次事件发生后下一期的平均超额收益与标准差之比，反映事件对行业收益的预测能力。
策略实证结果：
- 基于28个申万一级行业构建的行业轮动策略，在2009年1月至2019年1月的11年样本期内，获得约34%的年化超额收益。
- 各行业单独择时均对策略表现产生正贡献。
最新推荐行业：
- 截至2019年2月，模型推荐超配的行业组合包括：农林牧渔、电子、家用电器、食品饮料、房地产、休闲服务、汽车。

宏观因子分类：
- 工业与固定资产投资、消费与价格指数、货币、金融机构、利率及利差、市场景气度、海外市场、权益市场、国民经济。
事件模式定义：
- 每个宏观指标定义8种事件模式，如历史高点、历史低点、近期高位、近期低位、连续上涨、连续下跌、连续上涨后下跌、连续下跌后上涨。
事件触发与配置规则：
- 每月调仓一次，基于有效事件库判断行业是否触发，超配不超过7个行业。
- 若无事件触发，则配置所有行业的等权组合。
行业表现统计：
- 28个行业在有效事件驱动下，年化超额收益范围从1.38%到22.15%不等。
- 家用电器的年化超额收益最高，达22.15%，其代表事件为“BDI连续上涨后下跌”。

量化行业配置框架介绍：
- 行业轮动需综合宏观变量、行业景气度及个股特征进行分析。
- 本文通过宏观事件驱动方法，重构行业轮动框架。
基于宏观视角的行业配置方法探讨：
- 比较了四种常见分析角度：样本分类法、时间序列回归、模式匹配法、宏观事件驱动法。
- 最终选择宏观事件驱动法，因其更直观且有效。

有效事件筛选逻辑：
- 事件需满足发生次数≥8次和IR绝对值>0.7。
- 保留IR绝对值最大的事件，避免冗余。
宏观及行业事件举例：
- 例如，“M2同比”创新高后，休闲服务行业表现优于等权基准。
- “现货平均价：浮法玻璃：全国主要城市价”达到近期低位时，汽车行业表现突出。
事件触发及行业配置统计：
- 各行业对应的有效事件库及代表事件已整理，如钢铁行业的“库存:冷轧:月近期低位”。