没有合适的资源?快使用搜索试试~ 我知道了~
首页申万宏源:房地产产业链行业轮动量化策略研究
申万宏源:房地产产业链行业轮动量化策略研究
需积分: 0 0 下载量 2 浏览量
更新于2024-06-22
收藏 2.03MB PDF 举报
该份研究报告名为《申万主动量化之房地产行业景气轮动研究:房地产产业链行业轮动量化研究 - 0621 - 申万宏源 - 37页》。这份报告主要关注的是房地产产业链的行业轮动,由申万宏源证券分析师杨国平和王湘联合发布,日期为2019年6月21日。报告的核心内容涉及以下几个方面: 1. 行业轮动的本质:报告阐述了行业轮动的理论基础,即根据经济周期的阶段配置不同的行业,通过识别先导行业和跟随行业的轮动顺序,可以在行业轮动的起点进行投资并在轮动结束时进行调整,以获取超额收益。 2. 房地产产业链分析:作为研究焦点,房地产产业链包括上游的钢铁和煤炭行业,以及下游的白色家电行业。这些周期性行业受宏观经济因素如经济增长、利率和货币政策影响,但更深层次的是产业链内部的供需变化,如房地产投资增长对钢铁需求的影响和钢铁产能扩张对煤炭供给的影响。 3. 量化策略研究:报告采用时间序列回归预测方法,构建策略模型。首先,通过模型构建来捕捉行业间的关系,然后构建策略,评估策略在不同时间段的表现,如全样本策略自2013年3月至2018年8月的绩效,以及分年度的具体业绩。 4. 信息披露与声明:阅读报告时,强调了对正文后各项信息披露和声明的重视,这可能包括数据来源的可靠性、模型假设的透明度以及策略实施的风险提示。 总结来说,这份报告旨在通过量化分析房地产产业链的行业轮动,利用时间序列模型预测各行业的涨跌趋势,为投资者提供了一种基于经济周期和产业链动态的配置策略,以期实现超额收益。阅读者需深入理解报告中的模型和方法,并结合当前市场环境谨慎应用所提策略。
资源详情
资源推荐
7
量化策略研究
请务必仔细阅读正文之后的各项信息披露与声明 第 7 页 共 37 页 简单金融 成就梦想
2.时间序列回归预测
2.1 模型构建
首先,我们构造了一种时间序列回归预测模型来挖掘产业链轮动的规律并进行产
业链上相关行业的配置,该模型的核心思路即考虑行业供需景气之间存在的显著的交
叉预测现象,利用产业链上当期所有行业的收益率与景气度边际变动作为解释因子,
对每个行业下期收益率进行回归,根据预测得到的行业下期收益率相对大小进行排名,
进而对行业进行超配和低配,实现行业轮动。
时间序列回归预测模型如下:
, 1 , , , , , , , 1
1 1 1
N N N
i t i i k k t i k k t i k k t i t
k k k
r r dA A
, , , 1k t k t k t
dA A A
1,2... 1,2... 1i N t T 其中, ,
其中,N 为待研究产业链上的行业个数,
,kt
r
为行业 k 第 t 期的收益率(即行业
指数月度环比),
,kt
A
为行业 k 第 t 期的供需景气度值(所有景气度均已进行标准
化处理),
,kt
dA
为供需景气度边际变动值。
2.2 策略构建
根据上述时间序列回归预测模型进行产业链轮动策略构建。回测步骤如下:
样本选择:地产产业链相关上下游的 4 个行业,即煤炭行业、钢铁行业、白色家
电行业、房地产行业,对应的申万一级的行业指数为采掘指数(申万)、钢铁指数(申万)、
房地产 (申万)、白色家电(申万)
变量选择:自变量包括当期采掘指数收益率、当期钢铁指数收益率、当期房地产
指数收益率、当期白色家电指数收益率、当期煤炭供需景气度边际变动值、当期钢铁
供需景气度边际变动值、当期房地产供需景气度边际变动值、当期白色家电供需景气
度边际变动值、当期煤炭供需景气度、当期钢铁供需景气度、当期房地产供需景气度、
当期白色家电供需景气度;因变量包括下一期采掘指数收益率、下一期钢铁指数收益
率、下一期房地产指数收益率、下一期白色家电指数收益率
回测区间:2013 年 1 月 31 日~2018 年 8 月 31 日
8
量化策略研究
请务必仔细阅读正文之后的各项信息披露与声明 第 8 页 共 37 页 简单金融 成就梦想
调仓频率:月频
策略逻辑:基于样本数据构建上述时间序列回归预测模型,在训练集中通过回归
获得每个自变量的回归系数,代入最新一期的自变量数据,求得 4 个行业的下一期收
益率的预测值。将 4 个行业按照预测收益率值从大到小进行排序。超配组合,取前两
个行业作为超配,仓位权重均为 1/2,后两个行业不进行配置,仓位权重为 0;低配
组合,取后两个行业作为超配,仓位权重均为 1/2,前两个行业不进行配置,仓位权
重为 0;多空组合,取前两个行业作为超配,仓位权重均为 1/2,取后两个行业作为
低配,仓位权重均为-1/2
策略基准:等权重配置,即各行业仓位权重均为 1/4
持仓行业数量:2
滚动回归外推方式:这里采用固定起点的滚动外推预测,预测起始时间为半年(6
个月)
2.3 策略表现
2.3.1 全样本策略表现(2013 年 3 月~2018 年 8 月)
首先,我们对全样本 2013 年 3 月~2018 年 8 月的整个历史区间进行分析,在
这一区间中,四大行业的净值走势如下图所示。
图 1:四大行业净值
资料来源:Wind、申万宏源研究
从四大行业的涨跌来看,白色家电行业涨幅最大,采掘行业涨幅最小,房地产行
业与钢铁行业涨幅相差不大;分时间段来看,不同阶段四大行业的涨跌走势是不一样
剩余36页未读,继续阅读
woisking2
- 粉丝: 12
- 资源: 6718
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 多模态联合稀疏表示在视频目标跟踪中的应用
- Kubernetes资源管控与Gardener开源软件实践解析
- MPI集群监控与负载平衡策略
- 自动化PHP安全漏洞检测:静态代码分析与数据流方法
- 青苔数据CEO程永:技术生态与阿里云开放创新
- 制造业转型: HyperX引领企业上云策略
- 赵维五分享:航空工业电子采购上云实战与运维策略
- 单片机控制的LED点阵显示屏设计及其实现
- 驻云科技李俊涛:AI驱动的云上服务新趋势与挑战
- 6LoWPAN物联网边界路由器:设计与实现
- 猩便利工程师仲小玉:Terraform云资源管理最佳实践与团队协作
- 类差分度改进的互信息特征选择提升文本分类性能
- VERITAS与阿里云合作的混合云转型与数据保护方案
- 云制造中的生产线仿真模型设计与虚拟化研究
- 汪洋在PostgresChina2018分享:高可用 PostgreSQL 工具与架构设计
- 2018 PostgresChina大会:阿里云时空引擎Ganos在PostgreSQL中的创新应用与多模型存储
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功