使用更简单指标更有效地识别行业拥挤

行业拥挤是一种交易现象 了行业拥挤。行业拥挤度过高后，会带来收益的下降，因此投资者应避开高度拥挤的行业。 行业拥挤是一种交易现象，与行业基本面没有直接关联，因此可以使用量价交易数据来衡量拥挤度。 基础的交易数据包括价格、成交额、换手率，从基本数据出发还可以计算各类衍生技术指标，但这将增加工作量，也会增加过拟合的机会。 使用简单指标也可以有效识别行业拥挤 我们基于最简单的价格和成交金额，使用马氏距离计算行业拥挤度，过程简单，同时有效性和稳健性也十分显著。 我们统计拥挤度信号触发后未来60日的行业表现，全部行业的平均绝对胜率和相对胜率分别为69.90%和69.20%；对31个行业中26个行业的绝对和相对胜率达到了50%以上。 改变未来时间窗口和阈值后，识别效果仍然稳健。 行业拥挤度最新提示 过去60日内触发拥挤度的行业包括：房地产、煤炭、交通运输、社会服务、计算机、通信、银行。 风险提示 量化报告的结论基于历史统计规律，当历史规律发生改变时，报告中的模型和结论可能失效。 行业拥挤是一种交易现象 当投资者情绪过于高涨，资金集中进入某个行业时，就形成了行业拥挤。行业拥挤度过高后，会带来绝对收益或者相对收益的下降，因此投资者应该避开高度拥挤的行业。 虽然行业的长期走势是由基本面决定的，但行业拥挤是一种交易现象，更多的是投资者短期情绪化的结果，与行业基本面没有直接关联，因此可以使用量价交易数据来衡量拥挤度。 价格、成交额、换手率三种基础数据包含了交易的全部信息，可以直接使用，当然也可以从基础数据出发计算各类衍生技术指标。衍生技术指标种类繁多，通过对指标的不断尝试，确实可以取得较好的拥挤度识别效果，但是计算量也会非常巨大，这将增加工作量；而且技术指标都会涉及到参数，指标越多参数也会越多，这会大大增加过拟合的机会。 本篇报告中我们基于最基础的交易数据，使用马氏距离计算行业拥挤度，目的是使用更简单的指标更有效的识别行业拥挤。 基础交易数据的有效性识别 本文中的基础交易数据是指价格、成交额、换手率。一般认为当资产价格上涨过多、成交金额增加过多时，伴随有较多的资金流入，当流入超过一定阈值后就形成了行业拥挤；换手率的增加也是这样，当换手率大幅提升时，意味着市场情绪高涨，超过一定阈值后就可能形成行业拥挤，行业未来收益可能会降低。 我们准备从这3类数据入手，识别价格涨幅过高、成交金额增加过多、换手率提升过多的市场状态，将其看做行业拥挤阶段。但在此之前，有必要先实证检验一下这3类数据是否确实与行业拥挤相关。 以价格数据为例，如果它能够有效识别拥挤，那么随着价格历史涨幅的增加，由于行业发生了拥挤，未来收益会出现下降。 我们依此原则进行检验：对每个行业指数的每个历史时点，分别计算过去60日涨幅和未来60日涨幅，得到历史涨幅和未来涨幅两个数据序列。然后根据历史涨幅数值大小对数据分组，例如可以分别得到历史涨幅>10%、历史涨幅>20%的数据组，并计算各分组后数据的相关系数。 如果更高的历史涨幅会增加行业拥挤概率，那么相关系数会小于0，并且随着分组数据中历史涨幅的提高，负相关性会更高。 对价格数据的计算结果显示，这一规律确实成立，随着历史涨幅的提高，与未来涨幅的负相关性增加，也就是越可能发生交易拥挤。 成交额同样遵循这一规律，成交额增加幅度越多，与未来涨幅的负相关性也越强。 换手率则没有同样的规律，随着换手率变动幅度的增加，与未来收益的负相关性先增强再减弱，并没有单调性。 根据前面的分析，价格涨幅和成交金额涨幅对于预示行业拥挤的作用较为明显，但换手率是无效指标，因此我们只基于价格、成交金额两类数据构造拥挤度指标。 同时可以发现当价格下跌、成交金额下降时，与未来涨幅的相关系数没有明显变化规律。因此虽然价格和成交金额的上升可以提示行业拥挤后的下行风险，但两者下降却无法提示行业的上行机会。 使用马氏距离度量行业拥挤 马氏距离(Mahalanobis Distance)与欧式距离相似，是一种常用的距离度量指标。 它的优点是消除了不同维度量纲差异的影响，同时也考虑了不同维度之间的相关性。 以图5为例，X轴和Y轴分别是股票和债券涨幅，两者正相关，但量纲不同，股票的波动幅度明显高于债券，我们希望识别A、B资产组合中哪个出现了异常波动。 在欧式距离中，0.1%的涨跌幅对于股票和债券来说是等价的，因此A点距离原点的欧式距离更近。但0.1%的涨跌幅对于股票和债券的实际影响是明显不同的，应该消除量纲的影响，这时可以使用马氏距离，会发现B点距离原点更近，即组合A属于异常波动。 𝑇 𝑇 如果有𝑛维向量𝑥=( 𝑥1 , 𝑥2 ,∙∙∙∙∙∙,𝑥)，其样本均值向量为𝑢=(𝑢,𝑢,∙∙∙∙∙∙,𝑢)，样本协方差矩阵为Σ，那么𝑥与样本均值之间的马氏距离(这里直接使用平方项)为 𝑛 𝑛 也可以将𝑢改为任意样本点𝑦，计算𝑥与𝑦两个样本点之间的马氏距离。 我们基于价格、成交金额两类数据，将N日前价格与成交金额的组合作为原点，计算当前值与原点的马氏距离，构造拥挤度指标。距离越大，说明过去一段时间价格和成交金额出现了更明显的上涨，出现行业拥挤的概率越高。 对于行业指数，使用以上方法计算行业内每只成分股的拥挤度，并对全部股票拥挤度取均值或中位数或加权求和，得到行业指数的拥挤度。 这一分析过程只涉及2个参数：交易数据的前后时间间隔、判断拥挤的阈值。 拥挤度识别指标有良好表现 我们取前后时间间隔为60日，计算全部申万一级行业的拥挤度。 为了合理的确定拥挤度阈值，需要观察每个行业拥挤度的走势范围，由于行业数量较多，无法将拥挤度走势全部展示。因此这里对各行业历史拥挤度的均值、中位数、最大值、最小值进行统计，以展示分布规律。 从表1可以看到，不同行业拥挤度的均值、中位数、最小值较为接近，但最大值差异较大。在设置阈值时，既可以设置固定阈值，也可以根据拥挤度最大值的一定比例设置相对阈值，两者的结果非常接近。这里对全部行业设置统一的固定阈值。 在图5中可以看到，当前数据点距离原点较远时，在第1象限和第3象限有完全相反的含义。因为要判断的是行业拥挤，所以只有当数据点位于第1象限，且拥挤度超过阈值的时候，才认为是触发了拥挤信号。 拥挤度识别有高胜率： 我们以2016年为起点，将拥挤度信号触发后未来60日的行业涨幅与基准指数涨幅进行对比。如果行业涨幅<0，认为是绝对正确；如果行业跑输基准指数，认为是相对正确，并据此计算绝对胜率和相对胜率。 当拥挤度阈值为0.02时，全部行业的平均绝对胜率和相对胜率分别为69.90%和69.20%；对31个行业中26个行业的绝对胜率和相对胜率达到了50%以上。 表2中各列的含义如下： 平均绝对涨幅：未来60日行业指数涨幅，按信号次数平均； 平均基准涨幅：未来60日基准指数涨幅，按信号次数平均； 平均相对涨幅：未来60日行业指数涨幅-基准指数涨幅，按信号次数平均； 绝对胜率：未来60日行业指数涨幅<0的次数/信号次数； 相对胜率：未来60日行业指数涨幅<基准指数涨幅的次数/信号次数； 绝对最大跌幅：全部信号记录中行业指数跌幅最大的一次； 相对最大跌幅：全部信号记录中行业指数跑输基准指数幅度最大的一次； 绝对最大涨幅：全部信号记录中行业指数涨幅最大的一次(表示判断错误)； 相对最大涨幅：全部信号记录中行业指数跑赢基准指数幅度最大的一次(表示判断错误)； 信号次数：拥挤度>0.02且当前数据点位于第1象限的次数。 改变时间窗口胜率依然稳定： 我们改变未来时间窗口的长度，观察从未来10日到未来90日，拥挤度指标的胜率变化。 结果显示胜率非常稳定，时间窗口在30日-90日之间时，绝对胜率和相对胜率都在60%以上。 改变阈值大小胜率依然稳定： 我们固定未来时间窗口为60日，观察改变阈值大小时的拥挤度识别效果。结果显示随着阈值提高，胜率小幅提高，平均信号次数明显减少。 以电子行业为例： 以电子行业为例，我们展示拥挤度识别的效果。2016年至今，电子行业共触发59次拥挤信号，绝对胜率和相对胜率均为93.22%。 信号触发后未来60日电子行业指数平均跌幅为-11.28%，对基准指数的平均超额收益为-7.47%。行业指数单次最大跌幅为-26.12%，单次最大跑输基准为-22.57%。 二是即使在高胜率的情况下，高拥挤度也只是行业下跌的充分条件，而非必要条件。 以图8中的电子行业为例，在触发拥挤度信号后，行业几乎必然下跌；但行业下跌并不一定需要触发拥挤，也可能是其他原因引起下跌，例如2022年以来的行业走势表现。 过去60日内触发拥挤的最新提示： 风险提示 量化报告的结论基于历史统计规律，当历史规律发生改变时，报告中的模型和结论可能失效。