没有合适的资源?快使用搜索试试~ 我知道了~
首页20210512-中信期货-行业轮动专题报告:基于量化多因子的行业配置策略.pdf
资源详情
资源评论
资源推荐

2021-05-12
重要提示:本报告中发布的观点和信息仅供中信期货的专业投资者参考。若您并非中信期货客户中的专业投资者,为控制投
资风险,请取消订阅、接收或使用本报告的任何信息。本报告难以设置访问权限,若给您造成不便,敬请谅解。我司不会因
为关注、收到或阅读本报告内容而视相关人员为客户;市场有风险,投资需谨慎。
投资咨询业务资格:
证监许可【2012】669 号
量价策略团队
研究员:
张革
021-60812988
zhangge@citicsf.com
从业资格号 F3004355
投资咨询号 Z0010982
中信期货研究|量价策略专题报告
摘要:
中高频行业配置的量化解决方案:传统行业研究多基于宏观经济周期视角,采
用相对低频的宏观数据,不同公司之间的数据结构也差异巨大。使用量价数据
和日频量价因子,在量化多因子框架下可有效增强行业配置策略的表现。
经典 Barra 多因子体系下的行业轮动策略:基于经典 Barra 因子体系构建配置策
略,在回测期内(2013/07 至今)策略年化收益率 19.37%,较沪深 300 全收益
指数超额约 7%,夏普 0.81,最大回撤 31.2%。
“Barra”+“特征因子”体系下的行业轮动策略:传统 Barra 体系加入特征因子,
日频策略在回测期内表现有所提升。引入偏度和峰度因子,在回测期内
(2013/07-至今)策略年化收益率 22.36%,较沪深 300 全收益指数超额升至约
10%,夏普 1.02,最大回撤 32.6%;引入在险价值和期望损失因子,在回测期内
(2013/07-至今)策略年化收益率 27.16%,较沪深 300 全收益指数超额进一步
升至约 15%,夏普 1.2,最大回撤 32.99%。
行业轮动(截面)策略的收益增厚方案:引入动态仓位控制做空可以对策略波
动和回撤进行有效控制,引入股指期货做空可以对策略收益进行有效增厚。引
入动态仓位控制,在回测期内(2013/07 至今)策略年化收益率 27.56%,较沪
深 300 全收益指数超额 15%,夏普 1.36,最大回撤降至 24.68%;引入股指期货
做空,在回测期内(2013/07 至今)策略年化收益率 30.2%,较沪深 300 全收益
指数超额进一步升至约 18%,夏普 1.28,最大回撤 27.57%。
策略总结和风险:模型/方法风险,数据风险,后续可以采用相关措施进行改
良。
本文介绍了中高频需求下的行业轮动的量化解决方案。在多因子体系下,
本文选用不同因子组合、引入动态仓位控制和股指期货做空对行业轮动策
略进行回测,发现模型对行业截面收益率差异的解释度良好,策略对沪深
300 有明显的超额收益。
报告要点
基于量化多因子的行业配置策略
——行业轮动专题报告

中信期货量价策略专题报告
2 / 20
目 录
摘要: ......................................................................................................................................................................... 1
一、 中高频行业配置的量化解决方案.................................................................................................................... 4
(一) 传统行业配置研究的局限................................................................................................................... 4
(二) 使用中高频量价因子来增强行业配置组合的表现........................................................................... 5
二、 经典 Barra 多因子体系下的行业轮动策略..................................................................................................... 6
(一) 数据来源 .............................................................................................................................................. 6
(二) 因子和数据预处理 .............................................................................................................................. 7
(三) 策略方案和回测表现:Barra 体系多因子策略................................................................................. 8
三、 “Barra” + “特征因子”体系下的行业轮动策略............................................................................................... 10
(一) 数据来源 ............................................................................................................................................ 10
(二) 因子和数据预处理:引入偏度和峰度作为特征因子..................................................................... 10
(三) 策略方案和回测表现:引入特征因子(偏度,峰度)................................................................. 10
(四) 因子和数据预处理:继续引入 VaR 和 ES 作为特征因子............................................................... 11
(五) 策略方案和回测表现:引入特征因子(偏度,峰度,VaR,ES)............................................... 12
四、 行业轮动(截面)策略的收益增厚方案:引入动态仓位控制和股指期货做空 ...................................... 14
(一) 数据来源 ............................................................................................................................................ 14
(二) 因子和数据预处理 ............................................................................................................................ 14
(三) 策略方案和回测表现:引入基于 ES 动态仓位控制....................................................................... 14
(四) 策略方案和回测表现:引入股指期货做空..................................................................................... 15
五、 策略总结和风险.............................................................................................................................................. 17
(一) 策略总结:全策略回顾..................................................................................................................... 17
(二) 策略风险和不足 ................................................................................................................................ 18
(三) 后续改进方案 .................................................................................................................................... 18
免责声明 .................................................................................................................................................................... 20
图目录
图表 1: 行业轮动(截面) VS 行业择时(时序)................................................................................................4
图表 2: 指数标的一览..............................................................................................................................................6
图表 3: 模型采用的 Barra 因子...............................................................................................................................8
图表 4: 正交处理前后的因子相关性矩阵..............................................................................................................8
图表 5: 经典 Barra 多因子策略业绩表现...............................................................................................................9
图表 6: 策略业绩评价指标:经典 Barra 多因子策略 vs 沪深 300 全收益..........................................................9
图表 7: 模型采用的因子:Barra 因子 + 特征因子(偏度,峰度) ..................................................................10
图表 8: 引入特征因子(偏度,峰度)策略净值表现........................................................................................11
图表 9: 策略业绩评价指标:引入特征因子(偏度,峰度)策略 vs 沪深 300 全收益...................................11
图表 10: 模型采用的因子:Barra 因子 + 特征因子(偏度,峰度,VaR,ES).................................................12

tWwOtPqPyQ8OcMbRoMoOoMoPfQpPqNfQqRtR8OoMtQvPnMpMuOnOzQ
中信期货量价策略专题报告
3 / 20
图表 11: 引入特征因子(偏度,峰度,VaR,ES)策略净值表现 ......................................................................13
图表 12: 策略业绩评价指标:引入特征因子(偏度,峰度,VaR,ES)策略 vs 沪深 300 全收益.................13
图表 13: 策略业绩评价指标:引入动态仓位控制................................................................................................14
图表 14: 引入动态仓位控制策略净值表现............................................................................................................15
图表 15: 引入股指期货做空 + 动态仓位控制策略净值表现................................................................................16
图表 16: 策略业绩评价指标:引入股指期货做空策略 vs 沪深 300 全收益.......................................................16
图表 17: 策略业绩评价指标:全策略回顾............................................................................................................17

中信期货量价策略专题报告
4 / 20
一、中高频行业配置的量化解决方案
(一) 传统行业配置研究的局限
行业轮动研究的目的是选出未来在某一段时间表现较好的行业,通过主动增配
这些行业来获得相对于全市场的超额收益(在允许做空的情况下也可以通过做空未
来表现最差的行业来实现)。因此,主流行业配置模型是在截面上进行行业选择和配
置,而不是在时间序列进行行业的多空择时。
基于这个目的,传统的行业轮动和配置研究具有很大的局限性:
一是传统的行业轮动研究多基于宏观经济周期的视角,宏观环境对行业轮动的
影响多是趋势性和周期性影响,由于基本面传导的复杂性,传统的行业研究很难给
出较为精细的行业配置权重,多数观点最终都是“增配”、“减配”、“平配”三选一;
部分研究会使用打分法对行业进行打分,从而追求对全行业的数量化对比,由于打
分体系和方法未有统一标准,这类评价方案具有非常大的人为干预影响;同时,宏
观数据也相对低频,具有非常明显的滞后性,通过滞后数据分析得到的结论可能无
法有效后推,结论的样本外表现通常也会比较差;
二是传统的行业研究深入到公司层面以后,可以进行更为精细的个别研究,进
而从个别研究外推到行业,实现行业轮动的目的。但是,由于行业间数据结构的巨
大差异,这类研究只能推断某行业能不能比它过去更好(类似于行业择时),而无法
进行截面上的比较,比如通过分析房地产公司的新建住宅面积可以外推房地产行业
是否会在未来更好(或者行业内某些公司会不会比去年取得更好的业绩),但不能得
出房地产行业是否比汽车行业更好的结论,因为汽车行业没有新建住宅面积这一数
据类别,也不能轻松找到可比的类似数据类别。为了整合不同类别的数据来进行行
业对比,可能又需要引入打分法或类似的方案,这类方案又再一次受到较大的人为
干预影响。同时,这一类基本面数据(如新建住宅面积)也是滞后的,且统计口径
的差异可能会影响到数据质量。
图表 1: 行业轮动(截面) VS 行业择时(时序)
行业轮动(截面)
行业择时(时序)
研究目的
行业 1 未来在某一时间截面上是否比行业 2
更好
行业 1 未来是否比现在更好,行业 2 未来是否比现在
更好
主要方法
截面回归
时间序列回归
频率
可根据需求调整高低
受限于基本面/宏观数据频率以及驱动事件的频率
结论结构
行业配置权重
某行业是否应该增配或减配,相对于上一期
权重控制精度
高,可以给出具体权重
低,只能给出相对变化,且增减配方案受到人为影响
资料来源:中信期货研究部
剩余19页未读,继续阅读








安全验证
文档复制为VIP权益,开通VIP直接复制

评论1