行业轮动周度跟踪：上周双策略小幅跑输基准，今年以来累计超额分别为44.06%和33.48%

2021-10-26 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 金融工程团队 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|金融工程周报 摘要： 行业配置策略周度跟踪：本文跟踪了基于专题报告《行业轮动专题系列五：基于量化多因子的行业配置策略之三：机器学习算法下的行业轮动》和《行业轮动专题系列四：基于量化多因子的行业配置策略之二：风险控制进阶、动量加速度和因子参数的秘密》中的行业轮动策略。 机器学习策略周度表现：上周市场震荡微涨，机器学习组合上涨0.33%，同期沪深300上涨0.56%，行业轮动组合不及业绩基准。最近一年，行业轮动策略年化收益率64.42%，夏普比2.71，最大回撤8.15%，均大幅优于同期业绩基准。 量化多因子策略周度表现：上周市场震荡微涨，量化多因子组合上涨-0.17%，同期沪深300上涨0.56%，行业轮动组合小幅跑输业绩基准。最近一年，行业轮动策略年化收益率57.41%，夏普比2.59，最大回撤9.13%，亦大幅由于同期业绩基准。 本文跟踪了行业轮动组合的周度表现。上周机器学习策略不及基准超额-0.23%，今年以来累计超额44.06%；量化多因子策略不及基准超额-0.73%，今年以来累计超额33.48%。 报告要点 行业轮动周度跟踪：上周双策略小幅跑输基准，今年以来累计超额分别为44.06%和33.48% 中信期货金融工程周报 2 / 8 目 录 摘要： ........................................................................................................................................................................ 1 一、 行业轮动周度跟踪：基于机器学习的行业配置策略 (XGBoost) .................................................................. 3 二、 行业轮动周度跟踪：基于量化多因子的行业配置策略 ................................................................................ 5 免责声明 ...................................................................................................................................................................... 8 图目录 图表 1： 上周策略表现 (机器学习：XGBoost)...................................................................................................... 3 图表 2： 今年以来策略表现 (机器学习：XGBoost) .............................................................................................. 3 图表 3： 净值曲线：最近三年策略表现 (机器学习：XGBoost) .......................................................................... 3 图表 4： 机器学习策略最新5个交易日持仓指数和权重Top5 (如持仓不到5个则汇报当日所有持仓) ........ 4 图表 5： 业绩指标：最近三年策略表现 (机器学习：XGBoost) .......................................................................... 4 图表 6： 策略因子组合 (机器学习：XGBoost)...................................................................................................... 4 图表 7： 上周策略表现 (量化多因子) ................................................................................................................... 5 图表 8： 今年以来策略表现 (量化多因子) ........................................................................................................... 5 图表 9： 净值曲线：最近三年策略表现 (量化多因子) ....................................................................................... 6 图表 10： 量化多因子策略最新5个交易日持仓指数和权重Top5 (如持仓不到5个则汇报当日所有持仓) .... 6 图表 11： 业绩指标：最近三年策略表现 (量化多因子) ....................................................................................... 7 图表 12： 策略因子组合 (量化多因子) ................................................................................................................... 7 中信期货金融工程周报 3 / 8 一、 行业轮动周度跟踪：基于机器学习的行业配置策略 (XGBoost) 小结：上周市场微涨，行业轮动组合也上涨；今年以来，行业轮动策略组合表现优异，累计超额44.06%；最近三年年均超额约23.2%，夏普1.62，最大回撤13.57%，大幅优于同期业绩基准。 行业轮动组合优于业绩基准的可能原因：上周风格切换较快，由于引入了动量加速度因子，策略对指数收益率反应更为敏感，叠加机器学习优化，获得了较优表现。 图表 1： 上周策略表现 (机器学习：XGBoost) 图表 2： 今年以来策略表现 (机器学习：XGBoost) 资料来源：Wind 中信期货研究部 资料来源：Wind 中信期货研究部 0.00%0.10%0.20%0.30%0.40%0.50%0.60%行业轮动策略沪深300-10.00%0.00%10.00%20.00%30.00%40.00%50.00%行业轮动策略沪深300图表 3： 净值曲线：最近三年策略表现 (机器学习：XGBoost) 资料来源：同花顺 中信期货研究部 00.511.522.532018/10/292018/12/292019/2/282019/4/302019/6/302019/8/312019/10/312019/12/312020/2/292020/4/302020/6/302020/8/312020/10/312020/12/312021/2/282021/4/302021/6/302021/8/31行业轮动组合：XGBoost沪深300 中信期货金融工程周报 4 / 8 图表 4： 机器学习策略最新5个交易日持仓指数和权重Top5 (如持仓不到5个则汇报当日所有持仓) 资料来源：同花顺 中信期货研究部 图表 5： 业绩指标：最近三年策略表现 (机器学习：XGBoost) 最近一年 最近三年 2014年至今 策略 行业轮动策略 沪深300 行业轮动策略 沪深300 行业轮动策略 沪深300 年化收益率 65.42% 3.60% 38.69% 15.48% 32.32% 10.80% 年化波动率 22.31% 18.98% 21.42% 20.95% 19.64% 23.25% 年化夏普比率 （3%无风险收益） 2.71 0.03 1.62 0.58 1.45 0.32 最大回撤 8.15% 18.19% 13.57% 18.19% 16.73% 46.70% 卡玛比率 8.03 0.2 2.85 0.85 1.93 0.23 资料来源：同花顺 中信期货研究部 图表 6： 策略因子组合 (机器学习：XGBoost) 风格大类 说明 因子定义 贝塔 Beta 历史贝塔 权益收益率对中证800收益率的时间序列回归，取回归系数 动量 Momentum 年相对强度 计算非滞后的相对强度：对权益的对数收益率进行指数加权求和，然后计算滞后交易日的时间窗口内的非滞后相对强度的等权平均值 动量 Momentum 历史Alpha 在计算贝塔所进行的时间序列回归中取回归截距项，然后计算滞后交易日的时间窗口内的非滞后值的等权平均值 残差波动率 Residual Volatility 历史残差波动率 在计算贝塔所进行的时间序列回归中，取回归残差收益率的波动率 4.3%4.5%4.6%4.8%4.9%创业板50指数沪深300医药卫生中证主要消费指数中证细分食品饮料产业主题指数中证消费50指数2021-10-183.8%3.9%4.0%4.1%4.1%中证酒指数创业板50指数中证消费50指数中证新能源汽车指数中证新能源汽车产业指数2021-10-193.5%4.0%4.7%4.8%5.1%中证细分食品饮料产业主题指数创业板50指数中证酒指数中证新能源汽车指数中证新能源汽车产业指数2021-10-203.3%3.3%3.5%3.5%3.6%中证创新药产业指数创业板50指数中证新能源汽车指数中证酒指数中证新能源汽车产业指数2021-10-213.0%3.2%3.4%3.7%4.0%创业板指恒生互联网科技业指数创业板50指数中证新能源汽车指数中证新能源汽车产业指数2021-10-22 中信期货金融工程周报