【東證期貨】大類資產(chǎn)配置系列（三）：微觀視角下的行業(yè)輪動(dòng)初探

大類資產(chǎn)配置系列（三）：微觀視角下的行業(yè)輪動(dòng)初探報(bào)告日期：2024年9月25日★主要內(nèi)容本報(bào)告從微觀視角探索構(gòu)建行業(yè)輪動(dòng)的策略，對(duì)比不同的因子處理方案，尋找去除噪聲且有效的微觀因子，以構(gòu)建行業(yè)輪動(dòng)策略捕捉行業(yè)Beta。因子處理層面，選用了三套方案：方案一為計(jì)算個(gè)股層面因子取值，在截面上標(biāo)準(zhǔn)化后直接合成行業(yè)因子；方案二是首先計(jì)算個(gè)股層面因子取值，在截面上去極值標(biāo)準(zhǔn)化后直接合成行業(yè)因子；方案三為行業(yè)因子風(fēng)格中性化的處理方案，首先計(jì)算個(gè)股層面因子取值及選定風(fēng)格因子的取值，在截面上去極值后將因子對(duì)選定風(fēng)格因子回歸取殘差，之后對(duì)殘差去極值標(biāo)準(zhǔn)化后，合成行業(yè)因子值。因子有效性測試框架主要采用信息系數(shù)法與回歸顯著性驗(yàn)證相結(jié)合方式，此外加入了對(duì)多頭組表現(xiàn)判定效果更好的排序結(jié)果評(píng)價(jià)指標(biāo)NDCG。調(diào)參確定不同方案窗口參數(shù)，滾動(dòng)獲得不同方案在每個(gè)窗口合成因子的行業(yè)輪動(dòng)表現(xiàn)。自2016年至今，按周頻回測凈值結(jié)果，方案一年化收益15.05%，年化波動(dòng)18.67%，最大回撤-23.11%，周度勝率54.07%，夏普比率0.81，卡瑪比率0.65，相比滬深300指數(shù)年化超額為14.92%，相比中證800指數(shù)年化超額為16%；方案二年化收益18.97%，年化波動(dòng)18.62%，最大回撤-17.62%，周度勝率56.94%，夏普比率1.02，卡瑪比率1.08，相比滬深300指數(shù)年化超額為18.84%，相比中證800指數(shù)年化超額為19.92%；方案三年化收益3.29%，年化波動(dòng)19.77%，最大回撤-32.19%，周度勝率55.26%，夏普比率0.17，卡瑪比率0.10，相比滬深300指數(shù)年化超額為3.16%，相比中證800指數(shù)年化超額為4.24%，效果不佳。主要是由于近幾年行業(yè)輪動(dòng)加快，長訓(xùn)練集與樣本外相對(duì)長窗口參數(shù)相對(duì)短訓(xùn)練集參數(shù)效果一般，而因子風(fēng)格中性化的處理方式適用長訓(xùn)練集參數(shù)。★風(fēng)險(xiǎn)提示從業(yè)資格號(hào)：F3032817投資咨詢號(hào)：Z0014348Tel：8621-63325888-3975Email：dongli.wang@聯(lián)系人從業(yè)資格號(hào)：F03111965Email：qinxuan.fan@《大類資產(chǎn)配置系列（一基于高頻宏觀因子與投資時(shí)鐘的視角》《大類資產(chǎn)配置系列（二宏觀因子資產(chǎn)化及風(fēng)險(xiǎn)配置》金融工程量化模型失效風(fēng)險(xiǎn)，指標(biāo)的有效性基于歷史數(shù)據(jù)得出，不排除失效的可能。金融工程重要事項(xiàng)：本報(bào)告版權(quán)歸上海東證期貨有限公司所有。未獲得東證期貨書面授權(quán)，任何人不得對(duì)本報(bào)告進(jìn)行任何形式的發(fā)布、復(fù)制。本報(bào)告的信息均來源于公開資料，我公司對(duì)這些信息的準(zhǔn)確性和完整性不作任何保證，也不保證所包含的信息和建議不會(huì)發(fā)生任何變更。我們已力求報(bào)告內(nèi)容的客觀、公正，但文中的觀點(diǎn)、結(jié)論和建議僅供參考，報(bào)告中的信息或意見并不構(gòu)成交易建議，投資者據(jù)此做出的任何投資決策與本公司和作者無關(guān)。有關(guān)分析師承諾，見本報(bào)告最后部分。并請(qǐng)閱讀報(bào)告最后一頁的免責(zé)聲明。金融工程-深度報(bào)告2024-9-252期貨研究報(bào)告1.研究背景 1.1.Barra因子介紹及因子中性化方案 1.2.因子有效性測試框架 2.行業(yè)輪動(dòng)因子介紹 2.1.風(fēng)格中性化流程Barra因子選定 2.2.行業(yè)輪動(dòng)因子挑選邏輯 2.3.方案一年頻窗口參數(shù)選用因子及樣本內(nèi)外表現(xiàn)示例 3.行業(yè)輪動(dòng)策略 4.風(fēng)險(xiǎn)提示 金融工程-深度報(bào)告2024-9-253期貨研究報(bào)告 金融工程-深度報(bào)告2024-9-254期貨研究報(bào)告1.研究背景市場環(huán)境瞬息萬變，行業(yè)輪動(dòng)的驅(qū)動(dòng)因素也在不斷發(fā)生著變化。本報(bào)告嘗試從微觀視角探索構(gòu)建行業(yè)輪動(dòng)的策略，對(duì)比不同的因子處理方案，尋找去除噪聲且有效的微觀因子，構(gòu)建行業(yè)輪動(dòng)策略捕捉行業(yè)Beta。1.1.Barra因子介紹及因子中性化方案Barra風(fēng)格因子模型是明晟公司(MSCI)旗下多因子模型產(chǎn)品，主要應(yīng)用于多因子選股分析和結(jié)構(gòu)化風(fēng)險(xiǎn)因子分析。Barra風(fēng)格因子（CNE6）模型共有八類風(fēng)格因子，包括規(guī)模因子(Size)、波動(dòng)率因子(Volatility)、流動(dòng)性因子(Liquidity)、價(jià)值因子（Value)、質(zhì)量因子(Quality)、動(dòng)量因子(Momentum)、成長因子(Growth)、分紅因子(DividendYield)。對(duì)于因子風(fēng)格中性化流程而言，Barra因子框架中的因子可以直接用于風(fēng)格中性化，也可根據(jù)需求挑選部分因子進(jìn)行中性化。125期貨研究報(bào)告(CMRA)346期貨研究報(bào)告57期貨研究報(bào)告68期貨研究報(bào)告Alpha78Yield)假設(shè)f_taget為待風(fēng)格中性化的因子，f1,f2,…,fn為選定進(jìn)行風(fēng)格中性化流程的風(fēng)格因子，對(duì)他們進(jìn)行回歸的公式為：對(duì)殘差ε去極值再標(biāo)準(zhǔn)化即可用于合成行業(yè)因子。9期貨研究報(bào)告本報(bào)告采用申萬一級(jí)行業(yè)指數(shù)為底層資產(chǎn)構(gòu)建行業(yè)輪動(dòng)策略，因此，合成行業(yè)因子參考指數(shù)的編制方案，根據(jù)指數(shù)各成分股權(quán)重加權(quán)進(jìn)行行業(yè)因子的合成。值得注意的是，本報(bào)告去極值的方法采用百分位數(shù)法，即將因子值進(jìn)行升序排列，對(duì)排位百分位高于97.5%或低于2.5%的因子值，調(diào)整至百分位范圍內(nèi)。1.2.因子有效性測試框架對(duì)于個(gè)股因子，其中可能含有個(gè)股選股信息（Alpha）以及Beta信息（行業(yè)/風(fēng)格如果僅采用截面?zhèn)€股選股有效性驗(yàn)證的方法來留存因子，以Beta信息為主的因子可能被忽略，因此我們需要先將個(gè)股因子合成為行業(yè)因子，再對(duì)行業(yè)因子做檢驗(yàn)以驗(yàn)證因子的有效性。值得注意的是，合成因子可能存在Beta信息中帶有風(fēng)格信息太多對(duì)行業(yè)信息存在擾動(dòng)，因此對(duì)于所有因子，我們都在個(gè)股層面采用風(fēng)格中性化處理為處理方案之一，對(duì)比各方案下因子的表現(xiàn)，只要存在任意處理方案下效果較好的因子，我們就把它保留下第一個(gè)問題是我們?yōu)槭裁纯紤]多種的因子處理方案？因?yàn)槿魏螌?duì)于因子噪聲信息的處理都可能帶來重要信息的損失以致于因子失效，因此由淺入深比對(duì)與進(jìn)行因子信息處理有助于減少有效因子的損失。第二個(gè)問題是我們是否應(yīng)該對(duì)行業(yè)因子進(jìn)行風(fēng)格中性化？根據(jù)因子信息拆解，風(fēng)格Beta和行業(yè)Beta可能存在交集，其交集的部分信息根據(jù)因子的特性存在個(gè)體差異，在風(fēng)格中性化的同時(shí)也將交集部分Beta去掉了，但存在交集的Beta信息才是有效信息的可能性。因此我們會(huì)發(fā)現(xiàn)風(fēng)格中性化并不一定比不風(fēng)格中性化的行業(yè)輪動(dòng)效果好，需要以檢驗(yàn)結(jié)果為準(zhǔn)繩來判斷因子需不需要風(fēng)格中性化。對(duì)于因子的評(píng)價(jià)，F(xiàn)abozzi給出了四種方法：投資組合法（分層）、因素法（多變量回歸）、因素組合法（單變量回歸）以及信息系數(shù)法（IC）。值得注意的是，出色的選股因子不一定為出色的輪動(dòng)因子，我們希望最終合成的因子上存在有效的行業(yè)輪動(dòng)信息，因此對(duì)因子有效性的檢驗(yàn)是通過檢驗(yàn)合成的行業(yè)因子在截面上的有效性來完成的。本報(bào)告行業(yè)輪動(dòng)因子有效性測試框架主要采用信息系數(shù)法與回歸顯著性驗(yàn)證相結(jié)合方式，此外我們還加入了相比于RankIC對(duì)多頭組表現(xiàn)出色判定效果更好的排序結(jié)果評(píng)價(jià)指標(biāo)NDCG(歸一化折損累計(jì)增益)來共同評(píng)價(jià)因子在行業(yè)輪動(dòng)中的效果，這兩個(gè)指標(biāo)均來自于推薦算法排序等有效性檢驗(yàn)相關(guān)的文獻(xiàn)如：AComparativeAnalysisofObjectDetectionMetricswithaCompanionOpen-SourceToolkit，Padilla等（2021），ATheoreticalAnalysisofNDCGTypeRankingMeasures,YiningWang等（2013）。NDCG(歸一化折損累計(jì)增益)最初用作排序結(jié)果準(zhǔn)確性的評(píng)價(jià)指標(biāo)。推薦系統(tǒng)通常為某用戶返回一個(gè)item（i）列表，假設(shè)列表長度為K，這時(shí)可以用NDCG@K評(píng)價(jià)該排序列表與用戶真實(shí)交互列表的差距。DCG@K表達(dá)式為：10期貨研究報(bào)告金融工程-深度報(bào)告2024-9-25當(dāng)相關(guān)性分?jǐn)?shù)r(i)只有（0，1）兩種取值時(shí)，即如果算法返回的排序列表中的item出現(xiàn)在真實(shí)交互列表中時(shí)，分子加1，否則跳過。DCG能夠?qū)σ粋€(gè)用戶的推薦列表進(jìn)行評(píng)價(jià)，如果用該指標(biāo)評(píng)價(jià)某個(gè)推薦算法，需要對(duì)所有用戶的推薦列表進(jìn)行評(píng)價(jià)，K值不同對(duì)于DCG值的影響很大，所以要對(duì)不同用戶的指標(biāo)進(jìn)行歸一化，就是直接計(jì)算每個(gè)用戶真實(shí)列表的DCG分?jǐn)?shù)，用IDCG表示，然后用每個(gè)用戶的DCG與IDCG之比作為每個(gè)用戶歸一化后的分值。圖表3：因子有效性測試框架金融工程-深度報(bào)告2024-9-2511期貨研究報(bào)告2.行業(yè)輪動(dòng)因子介紹根據(jù)各類文獻(xiàn)與實(shí)踐，最終我們采用和對(duì)比了三套行業(yè)因子的具體處理方案及其效果，對(duì)不同的因子處理優(yōu)中擇優(yōu)。方案一為計(jì)算個(gè)股層面因子取值，在截面上標(biāo)準(zhǔn)化后直接合成行業(yè)因子；方案二是首先計(jì)算個(gè)股層面因子取值，在截面上去極值標(biāo)準(zhǔn)化后直接合成行業(yè)因子；方案三為行業(yè)因子風(fēng)格中性化的處理方案，首先計(jì)算個(gè)股層面因子取值及選定風(fēng)格因子的取值，在截面上去極值后將因子對(duì)選定風(fēng)格因子回歸取殘差，之后對(duì)殘差去極值標(biāo)準(zhǔn)化后，合成行業(yè)因子值。根據(jù)因子信息的拆解，我們知道風(fēng)格因子可能攜帶有效的行業(yè)Beta信息，因此武斷地采用所有Barra因子進(jìn)行風(fēng)格中性化會(huì)導(dǎo)致嚴(yán)重的行業(yè)輪動(dòng)有效信息的損失。對(duì)Barra三級(jí)風(fēng)格因子進(jìn)行測試后，報(bào)告在Barra因子的二級(jí)/三級(jí)因子中選定對(duì)行業(yè)輪動(dòng)無效的部分因子進(jìn)行方案三的因子風(fēng)格中性化處理。2.1.風(fēng)格中性化流程Barra因子選定對(duì)于Barra的二級(jí)/三級(jí)因子進(jìn)行周頻行業(yè)輪動(dòng)有效性測試，選擇具有代表性且有效性較低的風(fēng)格因子，最終選定的用于中性化的風(fēng)格因子有'lncap','hbeta','hsigma','dastd','rstr','halpha','cmra','stom','stoq','stoa','atvr','etop','dtop'，它們?cè)谌珮颖?008年1月1日至2024年8月9日的因子測試表現(xiàn)顯示出較低的IC、RANKIC與ICIR。12期貨研究報(bào)告圖表4：選定風(fēng)格中性Barra因子全樣本表現(xiàn)lncaphbeta2.2.行業(yè)輪動(dòng)因子挑選邏輯我們根據(jù)儲(chǔ)備因子池以及不同的參數(shù)構(gòu)建因子，選擇因子的邏輯則基于前述的因子評(píng)估框架，報(bào)告在本部分將展示報(bào)告選用的行業(yè)輪動(dòng)因子池。對(duì)于量價(jià)因子，本報(bào)告在不考慮參數(shù)的情況下使用的因子有56個(gè)日頻因子與38個(gè)中高頻因子；對(duì)于基本面因子，使用的因子有12個(gè)盈利因子、28個(gè)成長因子、12個(gè)營運(yùn)因子、14個(gè)安全&公司治理因子、9個(gè)估值因子、20個(gè)分析師因子與9個(gè)股東&規(guī)模因子。考慮參數(shù)的情況下，量價(jià)因子與基本面因子總數(shù)為455個(gè)，常用幾個(gè)參數(shù)為與年、月與周相關(guān)的參數(shù)。13期貨研究報(bào)告圖表5：量價(jià)日頻因子123delay(close,n)/delay(clos4構(gòu)ts_std[(close-open)/open,n)]-ts_std[(hi)/((high+low)/2),n]567率89金融工程-深度報(bào)告2024-9-2514期貨研究報(bào)告金融工程-深度報(bào)告2024-9-2515期貨研究報(bào)告金融工程-深度報(bào)告2024-9-2516期貨研究報(bào)告金融工程-深度報(bào)告2024-9-25子17期貨研究報(bào)告金融工程-深度報(bào)告2024-9-2518期貨研究報(bào)告期/價(jià)領(lǐng)先1期）數(shù)圖表6：量價(jià)中高頻因子一覽123456金融工程-深度報(bào)告2024-9-257方89成交量最高n根K線成交量加權(quán)收益率率19期貨研究報(bào)告金融工程-深度報(bào)告2024-9-25比數(shù)20期貨研究報(bào)告金融工程-深度報(bào)告2024-9-2521期貨研究報(bào)告圖表7：基本面盈利因子1TTM2動(dòng)3456金融工程-深度報(bào)告2024-9-25率789圖表8：基本面成長因子123TTM）/去年同期EPSTTM4522期貨研究報(bào)告金融工程-深度報(bào)告2024-9-25678923期貨研究報(bào)告金融工程-深度報(bào)告2024-9-25流分24期貨研究報(bào)告金融工程-深度報(bào)告2024-9-2525期貨研究報(bào)告圖表9：基本面營運(yùn)因子123456789金融工程-深度報(bào)告2024-9-25圖表10：安全&公司治理因子12345678926期貨研究報(bào)告金融工程-深度報(bào)告2024-9-2527期貨研究報(bào)告1234567值8912率金融工程-深度報(bào)告2024-9-253率456789化化28期貨研究報(bào)告金融工程-深度報(bào)告2024-9-2529期貨研究報(bào)告圖表13：股東&規(guī)模因子12345678930期貨研究報(bào)告2.3.方案一年頻窗口參數(shù)選用因子及樣本內(nèi)外表現(xiàn)示例本部分以方案一為例，展示某一種窗口參數(shù)設(shè)定下，方案一在樣本內(nèi)外的表現(xiàn)。方案一具體處理方式為計(jì)算個(gè)股層面因子取值，在截面上標(biāo)準(zhǔn)化后直接合成行業(yè)因子，該處理inv_turnover_qoq外，其余在2023年均為反向指標(biāo)，IC均值均為負(fù)數(shù)。根據(jù)2023年窗口挑選的方案一的因子在2024年樣本外的表現(xiàn)，雖然大部分因子表現(xiàn)有一定衰減，甚至有少量因子的IC均值改變了符號(hào)，但這些因子總體上延續(xù)與維持了2023年窗口上的表現(xiàn)。我們將這些窗口上的因子在考慮IC均值符號(hào)情況下等權(quán)合成，可以得到方案一合成因子樣本內(nèi)及樣本外在因子測試框架下的表現(xiàn)以及合成因子在樣本外（2024）年的周頻凈RANKIC從13.22%衰減至11.07%。將該合成因子的按照每一期選擇合成因子值最高的5個(gè)行業(yè)指數(shù)做多，得到合成因子行業(yè)輪動(dòng)策略的凈值表現(xiàn)，相比于基準(zhǔn)中證800指數(shù)表現(xiàn)良好。但是只在某一個(gè)窗口上或最近的窗口上表現(xiàn)好并不是因子衰減調(diào)參的意義，我們需要精細(xì)確定在較長時(shí)間下因子衰減的情況，確定統(tǒng)一的窗口參數(shù)，構(gòu)建行業(yè)輪動(dòng)策略。圖表14：方案一2023年窗口合成因子樣本內(nèi)外表現(xiàn)展示金融工程-深度報(bào)告2024-9-25圖表15：方案一合成因子樣本外周頻凈值展示圖表16：方案一2023年窗口因子樣本內(nèi)表現(xiàn)展示upper_shadow_531期貨研究報(bào)告金融工程-深度報(bào)告2024-9-2532期貨研究報(bào)告highesttotoday_5inv_turnover_qoqQRS_beta_5圖表17：方案一2023年窗口因子樣本外表現(xiàn)展示upper_shadow_5highesttotoday_5inv_turnover_qoqQRS_beta_533期貨研究報(bào)告3.行業(yè)輪動(dòng)策略近年來，行業(yè)輪動(dòng)加快根本原因其實(shí)是帶有Beta信息的行業(yè)因子本身輪動(dòng)加快導(dǎo)致的，因此我們需要利用最新的w周滾動(dòng)窗口選取有效的行業(yè)輪動(dòng)因子，并將這些有效的行業(yè)輪動(dòng)因子合成用于下面k周的行業(yè)輪動(dòng)。具體窗口長度選定邏輯為調(diào)參確定選擇因子的此前衰減速度確定窗口參數(shù)。本報(bào)告在程序化選取因子時(shí)，對(duì)行業(yè)輪動(dòng)單因子在滾動(dòng)窗口上入選的要求為IC絕對(duì)值大于2%，NDCG@5的值大于20%。值得注意的是，由于構(gòu)建的行業(yè)輪動(dòng)策略為周頻策略，IC等值的計(jì)算都基于周頻的收益率。本報(bào)告分別將不同方案在滾動(dòng)窗口上的合成因子用于選取行業(yè)輪動(dòng)策略的行業(yè)，得到各方案下的行業(yè)輪動(dòng)策略。行業(yè)輪動(dòng)策略基準(zhǔn)為滬深300指數(shù)。調(diào)參確定方案一的窗口參數(shù)為每個(gè)訓(xùn)練集10周，樣本外使用輪動(dòng)因子1周，這樣滾動(dòng)獲得方案一在每個(gè)窗口合成因子的行業(yè)輪動(dòng)表現(xiàn)。自2016年至今，方案一按周頻回測凈值結(jié)果，年化收益15.05%，年化波動(dòng)18.67%，最大回撤-23.11%，周度勝率54.07%，夏普比率0.81，卡瑪比率0.65，顯著優(yōu)于業(yè)績基準(zhǔn)。相比滬深300指數(shù)年化超額為14.92%，相比中證800指數(shù)年化超額為16%。調(diào)參確定方案二的窗口參數(shù)為每個(gè)訓(xùn)練集10周，樣本外使用輪動(dòng)因子1周，這樣滾動(dòng)獲得方案二在每個(gè)窗口合成因子的行業(yè)輪動(dòng)表現(xiàn)。自2016年至今，方案二按周頻回測凈值結(jié)果，年化收益18.97%，年化波動(dòng)18.62%，最大回撤-17.62%，周度勝率56.94%，夏普比率1.02，卡瑪比率1.08，顯著優(yōu)于業(yè)績基準(zhǔn)。相比滬深300指數(shù)年化超額為18.84%，相比中證800指數(shù)年化超額為19.92%。由于Barra因子在不同短滾動(dòng)窗口上存在輪動(dòng)現(xiàn)象，因此方案三的短窗口參數(shù)效果不佳，最佳窗口參數(shù)為每個(gè)訓(xùn)練集120周，樣本外使用輪動(dòng)因子25周，這樣滾動(dòng)獲得方案三在每個(gè)窗口合成因子的行業(yè)輪動(dòng)表現(xiàn)。自2016年至今，方案三按周頻回測凈值結(jié)果，年化收益3.29%，年化波動(dòng)19.77%，最大回撤-32.19%，周度勝率55.26%，夏普比率0.17，卡瑪比率0.10，相比滬深300指數(shù)年化超額為3.16%，相比中證800指數(shù)年化超額為4.24%，效果不佳。主要是由于近幾年行業(yè)輪動(dòng)加快，長訓(xùn)練集與樣本外相對(duì)長窗口參數(shù)相對(duì)短訓(xùn)練集參數(shù)效果一般，而因子風(fēng)格中性化的處理方式適用長訓(xùn)練集參數(shù)。34期貨研究報(bào)告金融工程-深度報(bào)告2024-9-25重要指標(biāo)基準(zhǔn)（滬深300指累計(jì)收益率223.80%328.70%31.11%1.13%-7.65%年化收益率15.05%18.97%3.29%0.13%-0.95%年化波動(dòng)率18.67%18.62%19.77%17.71%17.90%最大回撤率-23.11%-17.62%-32.19%-43.4