广发金融工程多维宏观状态下的行业轮动

报告摘要

重构量化行业轮动框架，探寻多维宏观状态:

一个完善的行业轮动框架，通常涵盖对宏观变量的解读、对行业景气度的分析以及考虑个股微观特征等多个维度。基于宏观维度，前期我们通过对不同环境极端状态进行提炼，刻画了从宏观到行业涨跌特征的知识图谱，策略样本外两年多取得了稳定的表现。

本文为宏观事件策略的升级版，出发点是引进更多宏观指标及状态刻画，基于多指标特征共振挖掘更立体的多维宏观状态，进而研究行业轮动中有效的宏观驱动因素及逻辑，探索其中可量化建模的方法。

挖掘不同宏观状态背后的行业轮动机会：

本文与之前的单宏观事件的区别在于：单事件通常对形态要求更为苛刻因此较少触发信号，而多维事件则在宏观事件状态刻画上相对放开，但要求多个指标同时触发信号，只有当多个宏观指标处于极端状态并产生共振时，才触发相应“宏观事件”，进而研究其对特定行业的影响。指标选择上，共涵盖了约54个常见的宏观指标及各行业相关指标约个，每个指标根据其是否触发历史新高、是否处于短期高位等状态各定义8类事件状态，共衍生出约类宏观事件。

策略实证结果：

报告中围绕各行业的有效宏观事件库，构建了基于28个申万一级行业的轮动策略，自年1月至年2月共11年的样本测算区间内，轮动策略相对行业等权基准指数获得约26%的年化超额收益，各行业单独择时也均获正贡献。

最新推荐行业：

截至年2月，根据模型最新一期测算结果，3月推荐超配的行业组合为：采掘、轻工制造。

核心风险提示：

本模型采用量化方法通过历史数据统计、建模和测算完成，所得出的规律及推介行业未必具有严格的投资逻辑，也未必符合当前宏观环境特点，在极端的市场环境变化中有失效的风险。

1

行业轮动框架简介

1.1量化行业配置框架介绍

一个完善的行业轮动框架，通常涵盖对宏观变量的解读、对行业景气度的分析以及考虑个股微观特征等多个维度。前期我们分别从宏观变量、行业景气、估值水平及资金流特征等角度构造对行业轮动框架进行量化重构。

其中宏观维度的研究，我们前期通过对不同环境的极端状态进行提炼，刻画了从宏观到行业涨跌特征的知识图谱，并基于此构建了行业轮动策略。策略样本外两年多取得了稳定的表现。

本文为宏观事件驱动策略的升级版，研究出发点是引进更多宏观指标及状态刻画，基于多指标特征共振挖掘更加立体多维宏观状态，进而研究行业轮动中有效的宏观驱动因素及逻辑，探索其中可量化建模的方法。

1.2宏观视角行业轮动方法探讨：从单指标到多维度宏观状态刻画

宏观变量对所有行业来说都是唯一的总量指标，不存在横向差异，因此通常采用时间序列方法进行分析，以下是比较常见的四个不同分析角度：

1.样本分类法

这种方法在于首先分析时间样本的统计规律，根据统计规律在不同的时间点进行不同行业的配置。常见的“美林时钟”就属于该类方法，在不同经济周期运行状态下配置合适的行业。该方法虽逻辑与结论简单直观，且易于操作，但由于对样本的分类存在显著的滞后性，实际应用中偏差与争议较大。

2.时间序列回归

此类方法采用回归的方法，利用宏观数据或者市场情绪等数据对未来的行业指数走势进行拟合，从而利用拟合的趋势对行业指数走势进行预测。这一方法也较为简单，但缺点在于缺乏足够清晰的逻辑以及容易陷入过拟合。如下表所示，若考虑宏观指标的实际披露存在时间滞后，计算常见宏观变量与行业收益率相关系数，发现二者并不存在显著的相关性，单纯采用宏观因子完整序列进行一个行业轮动分析，难以获得显著结果。

3.模式匹配法

在行业历史数据中寻找模式，基于行业自身相对变化来预测行业的下一阶段的变化，比如技术分析。这种方法的假设是历史会重复发生，缺点是缺乏因果关系，并且行业数量有限，在统计意义上并不能构成大样本。

4.宏观状态刻画与事件策略思路

与时间序列回归法不同的是，事件驱动法只针对少数情况，该方法所得到的结论通常更加鲜明直观，且由于剔除了大量可能无效的数据信息，分析结果有效性也更加显著。而本文与之前的单宏观事件的区别在于：单事件通常对形态要求更为苛刻因此较少触发信号，而多维事件则在宏观事件状态刻画上相对放开，但要求多个指标同时触发信号，只有当多个宏观指标处于极端状态并产生共振时，才触发相应“宏观事件”，进而研究其对特定行业的影响。

综合对比上述四种常见的宏观指标分析角度，本文选择从宏观事件驱动的角度出发，利用统计学方法，寻找宏观事件和行业表现之间的关系，为行业配置提供建议。在具体的因子选取中，既考虑宏观指标，也纳入各行业特有的指标进行测算。

2

宏观事件驱动策略构建

2.1宏观与行业指标库构建

宏观环境的变化体现了经济的周期性变化及内在规律，因此它与股票市场的行业表现息息相关。为了能较好地利用宏观环境的变化信息对行业轮动提供建议，我们主要选取了经济增长，货币政策，财政政策，通胀水平等一系列指标构成宏观因子数据库。

报告从事件驱动的角度出发来研究行业配置。在宏观因子的选择上，我们主要选择了一些市场上投资者

转载请注明：http://www.wodedaogou.net/elzmzl/8651.html