券商金股行业轮动系列二:基于券商金股的行业轮动研究-20230428-西南证券-28页_1mb
报告摘要
基于券商金股的行业轮动研究总结
核心内容
本报告围绕券商金股构建的行业轮动策略展开,重点分析了动态券商金股因子的有效性及干扰因素,并通过优化模型和剔除干扰,进一步提升策略的收益表现。研究发现,券商金股推荐存在显著的顺势推荐效应,其行业配置与行业动量、行业股票规模和历史配置高度相关,这些因素会显著影响因子的有效性。
主要观点
-
动态券商金股因子有效性波动
- 2021/5至2022/6期间,动态券商金股因子表现优异,但自2022年7月起,市场下行导致因子有效性大幅回撤。
- 因子的有效性与市场动量和反转效应密切相关,当行业动量显著时,因子表现强劲;当行业反转效应显著时,因子回撤明显。
-
干扰因素分析
- 券商金股行业配置受到行业动量、行业股票规模和历史行业配置的显著干扰。
- 通过施密特正交法剔除这些干扰因素,可以提纯金股的行业配置信息,从而增强因子的有效性。
-
模型优化方法
- 分步剔除干扰:依次剔除行业动量、行业规模、历史配置,提升因子的有效性。
- 整体剔除干扰:通过一次多元回归统一剔除干扰因素,简化操作并提升因子稳定性。
-
因子有效性提升
- 分步剔除后,因子IC均值为-0.12,胜率75%,IR比为-0.62。
- 整体剔除后,因子IC均值为-0.09,胜率61%,IR比为-0.46。
- 剔除干扰后,多头策略年化收益率提升至18.89%,最大回撤保持稳定,超额收益更优。
-
行业轮动策略表现
- 通过投资金股行业组合,策略收益能力显著增强,尤其在钢铁、建筑、建材、机械等板块表现突出。
- 在电力及公用事业、传媒等板块表现不及行业指数,需谨慎配置。
-
风险提示
- 本报告基于历史数据,未来市场环境变化可能导致因子表现与历史不一致。
- 行业配置观点不构成投资建议,市场有风险,投资需谨慎。
关键信息
- 动态券商金股因子构建方法:通过环比变化消除固化干扰,捕捉行业增减配信息。
- 干扰因素:行业动量、行业股票规模、历史行业配置。
- 剔除方法:施密特正交法,通过一元回归或多元回归提取残差。
- 收益增强方法:根据金股推荐次数加权,构造金股行业组合,实现Beta与Alpha的双重收益。
- 策略表现:
- 分步剔除:多头年化收益率9.99%,超额最大回撤7%。
- 整体剔除:多头年化收益率9.14%,超额最大回撤3%。
- 金股行业组合:多头年化收益率18.89%,超额最大回撤保持不变。
优化策略对比
| 策略类型 | 年化收益率 | 年化波动率 | 最大回撤 | 超额年化收益率 | 超额最大回撤 | 超额胜率 |
|---|---|---|---|---|---|---|
| 分步剔除 | 9.99% | 0.19 | 23% | 8.85% | 7% | 65% |
| 整体剔除 | 9.14% | 0.19 | 23% | 8.44% | 3% | 61% |
| 金股行业组合 | 18.89% | 0.19 | 23% | 10.04% | 7% | 65% |
行业表现分析
- 表现优异的行业:钢铁、建筑、建材、机械、电力设备及新能源、国防军工、汽车、消费者服务、家电、医药、食品饮料、农林牧渔、交通运输、电子、通信、计算机。
- 表现不佳的行业:电力及公用事业、商贸零售、纺织服装、传媒。
模型优化细节
- 分步剔除:通过多次一元回归逐步消除干扰,最终提取因子的边际变化信息。
- 整体剔除:通过一次多元回归统一消除干扰,操作简单且避免剔除顺序影响。
- 回测时间范围:2020/1至2023/2。
结论
通过剔除行业动量、股票规模和历史配置的干扰,动态券商金股因子有效性显著提升,策略表现优于行业等权。金股行业组合的引入进一步增强策略收益,为行业轮动提供有效信息。然而,仍需注意市场变化带来的不确定性,建议投资者结合自身风险承受能力进行配置。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载