金工深度研究：国内宏观净预期差与大类资产配置-240815-华泰证券-27页_2mb

国内宏观净预期差与大类资产配置总结

核心内容

本报告提出了一种新的宏观因子体系——宏观因子2.0，其核心在于构建宏观净预期差因子，用于大类资产配置。该因子通过刻画分析师预测值与真实公布值之间的差异，剔除市场提前计入的预期，从而捕捉“过度预期证伪”对资产价格的影响。这一方法更注重宏观预期与宏观现实的高频互动，相较于传统的宏观因子1.0（基于宏观现实），具有更高的时效性和更精准的信号识别能力。

主要观点

• 资产价格是预期和现实博弈的产物，宏观因子2.0关注“宏观预期→资产”的映射关系，以应对宏观现实与资产表现之间的阶段性脱节。
• 净预期差由“卖方预期差”与“买方提前计入预期”的差值构成，是捕捉市场对宏观信息反应的关键指标。
• 宏观因子2.0的构建分为三个步骤：1）指标刻画，2）指标筛选与因子合成，3）因子应用，用于单资产择时和多资产配置。
• “全才生”与“偏科生”指标分别指在所有宏观状态下都有效的宏观指标和仅在特定宏观状态下有效的宏观指标，以更精准地反映资产对不同宏观环境的反应。
• 宏观净预期差因子在不同资产中的表现存在差异，需“量体裁衣”进行筛选和合成。

关键信息

一、宏观净预期差指标刻画

1. 卖方预期差：通过T检验思想，计算真实值与预测中值的偏离程度，再结合预测分歧度进行标准化处理。
2. 买方 price-in：通过高频宏观因子模拟买方预期，使用T检验衡量预期突变。
3. 净预期差：卖方预期差减去买方 price-in，反映市场未提前计入的预期部分。

二、宏观净预期差因子合成

1. 指标筛选：基于T检验与胜率-赔率法，对宏观指标在不同状态下的区分能力进行评估。
2. 指标分类：
   • 超预期正向指标：指标超预期时对资产有正向影响。
   • 超预期反向指标：指标超预期时对资产有反向影响。
   • 不及预期正向指标：指标不及预期时对资产有正向影响。
   • 不及预期反向指标：指标不及预期时对资产有反向影响。
3. 因子合成：将不同宏观状态下的净预期差指标进行加总与拼接，形成资产特定的宏观净预期差因子。

三、因子应用

1. 单资产择时策略：

   • 超预期做多：在因子大于零时做多资产。
   • 不及预期做多：在因子小于零时做多资产。
   • 多空择时（单期信号）：因子正负决定多空操作。
   • 多空择时（两期信号）：连续两期信号决定操作，降低换手率，提升策略稳健性。
   • 回测结果显示，多空择时策略在多数资产中表现优于基准，尤其在债券资产中效果显著。

2. 多资产配置策略：

   • 使用风险预算模型，将宏观净预期差信号与资产的截面动量结合，进行动态调仓。
   • 仅对股票、债券、商品资产进行宏观因子调整，黄金资产不纳入分析。
   • 调仓频率不定期，仅在宏观观点发生改变时进行，以避免日历效应带来的过拟合。

回测结果

• 单资产择时策略在多个资产中表现优异，例如沪深300、中证500、A50、红利低波、7-10年国债净价、南华农产品和南华工业品等。
• **多空择时（单期信号）**在多数资产中表现出更高的胜率和赔率，但平均持仓天数较短。
• **多空择时（两期信号）**虽然牺牲部分收益，但策略更稳健，换手率更低，胜率和赔率均有提升。
• 累计收益：今年以来的策略表现优异，累计收益为 9.42%，相对风险平价基准的超额收益为 4.69%。

风险提示

• 单个资产的宏观净预期差因子基于全局样本筛选，可能无法完全匹配市场短期交易逻辑。
• 卖方预期和买方预期可能无法完全代表所有市场参与者的观点。
• 本报告不构成任何投资建议，投资者需谨慎、理性看待。

总结

宏观因子2.0通过引入“宏观净预期差”因子，有效捕捉了宏观预期与现实之间的博弈对资产价格的影响。该因子在不同资产中表现各异，需结合具体资产进行“量体裁衣”筛选与合成。在实际应用中，宏观净预期差因子可以提升资产配置策略的择时能力和组合收益，尤其是在市场预期与现实出现偏离时，能够提供更精准的交易信号。