资产轮动策略研究（二）：构建大类资产的“货币+信用”轮盘-20180830-天风证券-25页-3mb

金融工程：构建大类资产的“货币+信用”轮盘策略总结

核心内容

本报告围绕构建“货币+信用”双维度的宏观轮盘择时体系，探讨其在股票与债券市场中的应用效果。该策略旨在利用货币政策与信用状况的变化来预测大类资产的走势，以提高资产配置的效率和收益。

主要观点

• 货币政策的内生扰动：中国货币政策受多重目标约束，存在显著的滞后性与外生性，这使得其对宏观经济和资产价格的扰动具有一定的可预测性。
• 信用指标的重要性：信用体量是经济的重要指标，它不仅反映了经济的信贷周期，也是重要的货币政策中介目标变量。
• 货币与信用的错位：由于货币政策的滞后性，货币与信用状态常常错位，这为构建“货币+信用”择时体系提供了基础。
• 综合择时体系的构建：通过识别市场主导逻辑的切换，构建了“货币+信用”综合择时体系，以提升择时效果。
• 实证效果：基于“货币+信用”体系的策略在股票和债券市场均表现出优于单因子择时的效果。

关键信息

货币因子构建与单因子择时效果实证

• 货币因子指标选择：选取Shibor 3M作为货币因子的源数据，其趋势反映了整体流动性状况。
• 股票市场择时效果：基于货币因子的策略在股票市场表现出较强的择时能力，最优年化收益为17.70%，对参数不敏感。
• 债券市场择时效果：基于货币因子的策略在债券市场也表现出一定的择时能力，最优年化收益为0.88%，对参数不敏感。

信用因子构建与单因子择时效果实证

• 信用因子指标选择：结合贷款需求指数、M2同比、新增人民币贷款和当月新增社融，构建信用扩散指数credit_trend_t。
• 股票市场择时效果：基于credit_trend_t的策略在股票市场表现出显著的择时能力，最优年化收益为11.91%。
• 债券市场择时效果：基于credit_trend_t的策略在债券市场也表现出一定的择时能力，最优年化收益为0.86%，但存在某些年份的相对收益不佳。

综合择时体系

• 主导逻辑切换：通过分析股票和债券的走势特征，识别市场主导逻辑的切换，从而进行综合择时。
• 策略效果：在综合择时体系下，股票市场最优年化收益达到22.00%，债券市场最优年化收益为1.49%，均显著优于单因子策略。

结构清晰的总结

货币因子

• 指标选择：Shibor 3M
• 策略逻辑：根据货币政策状态进行调仓，当期货币政策状态为加速收紧或高位平稳时空仓，否则全仓。
• 实证结果：
  • 最优年化收益：17.70%
  • 最差年化收益：13.98%
  • 最大回撤：32.56%
  • 信息比率：1.2348
  • 胜率：55.93%

信用因子

• 指标选择：贷款需求指数、M2同比、新增人民币贷款、当月新增社融
• 策略逻辑：根据信用状态进行调仓，信用扩张时全仓，信用收缩时空仓。
• 实证结果：
  • 最优年化收益：11.91%
  • 最差年化收益：0.68%
  • 最大回撤：25.26%
  • 信息比率：0.91
  • 胜率：50.85%

综合择时体系

• 策略逻辑：基于主导逻辑切换进行调仓，当主导逻辑为信用时使用credit_trend_t，为货币时使用Mstock_t。
• 实证结果：
  • 最优年化收益：22.00%
  • 最差年化收益：0.86%
  • 最大回撤：22.16%
  • 信息比率：1.3962
  • 胜率：55.93%

风险提示

• 模型基于历史数据，存在失效风险。
• 信用指标发布时点与采集方式需注意，以确保数据的准确性。

数据来源

• 天风证券研究所
• Wind

图表与数据

• 图1：美股β比A股β具备显著更强的风险收益比
• 图2：滞后型货币政策的循环
• 图3：货币政策的传导路径
• 图4：货币+信用轮盘
• 图5：Shibor3M更能体现货币趋势
• 图6：不同slope参数取值下的货币因子策略净值表现
• 图7：不同slope参数下的货币因子策略净值表现
• 图8：不同slope参数下基于MStockt货币因子在债券市场的择时表现
• 图9：X-13—arima算法对信贷需求指数的平滑效果
• 图10：基于credit_trend_t划分的不同信用周期
• 图11：单信用因子在股票市场上的择时效果
• 图12：信用因子择时策略在债券市场的回测净值表现
• 图13：信用+货币主导逻辑切换图
• 图14：股票择时（slope=0.8，ir=1.75）的净值回测图
• 图15：债券择时（slope=0.8，ir=1.75）的净值回测图

表格数据

• 表1：基于不同 slope 参数下的股票择时效果检验
• 表2：slope=0.8 时股票择时效果明细
• 表3：基于不同 slope 参数下的债券择时效果检验
• 表4：slope=0.8 情形下的业绩明细
• 表5：信用指标发布时点与采集方式
• 表6：信用因子择时策略在股票市场的绝对回报业绩明细
• 表7：信用因子择时策略在股票市场的相对回报业绩明细
• 表8：信用因子择时策略在债券市场的绝对回报业绩明细
• 表9：信用因子择时策略在债券市场的相对回报业绩明细
• 表10：股票择时 (slope=0.8,ir=1.75) 的绝对回报明细
• 表11：股票择时 (slope=0.8, ir=1.75) 的相对回报明细
• 表12：股票择时在不同参数下的绝对回报水平
• 表13：股票择时在不同参数下的择时胜率水平
• 表14：股票择时在不同参数下的最大回撤水平
• 表15：债券择时 (slope=0.8,ir=1.75) 的绝对回报明细
• 表16：债券择时 (slope=0.8,ir=1.75) 的相对回报明细
• 表17：债券择时在不同参数下的绝对回报水平
• 表18：债券择时在不同参数下的胜率水平
• 表19：债券择时在不同参数下的最大回撤水平

结论

本报告通过构建“货币+信用”双维度的择时体系，展示了其在股票和债券市场中的应用效果。综合择时策略在多个参数下均表现出优于单因子策略的效果，特别是在股票市场，年化收益显著提升，表明该策略在实际应用中具有一定的参考价值。