20140408-广发证券-行为金融投资策略专题之_一_捕捉羊群效应下的行业轮动机会_27页_2mb

捕捉羊群效应下的行业轮动机会

核心内容概述

本报告探讨了基于羊群效应的行业轮动投资策略，提出通过量化模型识别市场情绪和行业龙头股，从而在行业轮动中捕捉超额收益机会。该策略通过CSAD模型监测市场情绪，并结合龙头股筛选规则（包括涨幅、成交量、流通市值等）来构建行业配置组合，实证结果表明该策略在大多数年份表现良好，尤其在样本外表现更为稳定。

主要观点与关键信息

1. 市场情绪与行业轮动

• 近年来股市行业表现更加分散，轮动频繁，追涨杀跌情绪浓厚。
• 行业轮动规律难以预测，但通过捕捉市场情绪（如羊群效应）可以提高预测准确性。
• 羊群效应是指市场参与者在价格剧烈波动时倾向于模仿他人行为，导致个股收益率趋同于行业指数。

2. 羊群效应模型（CSAD）

• CSAD模型：通过计算个股收益率与行业指数收益率的绝对偏差来衡量行业内的收益分散度。
• 模型假设：在无羊群效应时，CSAD与行业指数收益呈线性递增关系；在有羊群效应时，这种关系被打破，CSAD会下降。
• 检验方法：通过回归方程 $CSAD_t = \alpha + \gamma_1 |R_{m,t}| + \gamma_2 (|R_{m,t}|)^2$ 来判断是否存在羊群效应，其中$\gamma_2$显著为负时，表示存在羊群效应。

3. 龙头股筛选规则

• 基本限制：个股涨幅需大于某个阈值，且行业指数涨幅的绝对值在该阈值的一半以内。
• 成交量限制：个股最近一周成交量需大于过去两周成交量之和。
• 规模限制：个股流通市值需处于全市场流通市值的某个分位区间。

4. 行业配置策略

• 策略采用周频数据，每周进行一次行业配置。
• 在存在羊群效应的前提下，结合龙头股筛选规则选出行业，并以行业当时的p值为权重进行配置。
• 最优策略为：基本限制+规模限制，参数设置为：
  • 观测期：1周
  • 个股阈值：30%
  • 持仓期：5周
  • 行业限制数：4个
  • CSAD计算周期：15周

5. 实证结果

• 全样本表现：累计超额收益率达503.5%，最大回撤为10.8%，胜率为58.2%。

• 分年度表现（2006-2014）：

  • 2006：13.44% 超额收益，56.25% 胜率，4.54% 最大回撤
  • 2007：3.85% 超额收益，51.11% 胜率，10.8% 最大回撤
  • 2008：70.76% 超额收益，65% 胜率，7.58% 最大回撤
  • 2009：17.66% 超额收益，52.78% 胜率，6.33% 最大回撤
  • 2010：17.29% 超额收益，61.29% 胜率，4.08% 最大回撤
  • 2011：0.41% 超额收益，51.85% 胜率，6.01% 最大回撤
  • 2012：23.77% 超额收益，65.52% 胜率，1.89% 最大回撤
  • 2013：32.20% 超额收益，57.14% 胜率，5.47% 最大回撤
  • 2014（截至4月初）：10.51% 超额收益，75% 胜率，2.50% 最大回撤

• 对冲策略表现：使用沪深300指数作为对冲标的时，累计超额收益达891.09%，最大回撤为20.10%，胜率为62.93%。

6. 行业配置建议（2014年4月4日）

• 钢铁：5%
• 农林牧渔：5%
• 电子元器件：36%
• 机械：54%

7. 龙头股与行业表现

• 龙头股通常能带动整个行业上涨，且其涨幅远超行业指数。
• 通过筛选规则可以有效识别具有潜力的龙头股，如：
  • 钢铁：物产中拓
  • 农林牧渔：盛路通信、上海普天
  • 电子元器件：东光微电
  • 机械：中南重工

8. 行业轮动与组合管理

• 策略的超额收益主要来自少数行业，如煤炭、计算机、纺织服装等。
• 行业被买进的次数与超额收益呈正相关，表明组合管理能力较强。

行业表现分析

风险提示

• 本模型为量化策略，未考虑宏观环境变化，可能存在策略失效风险。
• 投资者应结合自身判断进行策略使用，不可完全依赖模型输出。
• 风险控制需关注市场情绪变化和行业波动，避免过度集中投资。

结论

本报告提出了一种基于羊群效应监测与龙头股识别的行业轮动投资策略，通过量化方法有效捕捉市场情绪变化，结合行业龙头股筛选规则，构建出具有超额收益潜力的行业配置组合。实证结果表明，该策略在多数年份表现优异，尤其是在样本外的2012-2014期间，超额收益显著，最大回撤控制在合理范围内。策略的成功依赖于对市场情绪的准确判断和龙头股的合理筛选，且需结合行业轮动规律进行组合管理。