您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[国泰君安证券]:国君配置QIA-Timing模拟策略介绍:当量化行业配置插上择时的翅膀 - 发现报告

国君配置QIA-Timing模拟策略介绍:当量化行业配置插上择时的翅膀

国君配置QIA-Timing模拟策略介绍:当量化行业配置插上择时的翅膀

国君QIA模拟策略介绍:国君QIA模拟策略(Quantitative Industry Allocation),是量化配置团队借鉴股票多因子研究方法,综合景气度、基本面、资金流等多维度研发的行业配置模型。截至目前,我们已完成基于行业景气度、业绩超预期和资金流(北向资金)维度的三个行业配置模型的开发,并基于经济逻辑和测算结果为上述模型赋予权重,生成复合因子作为行业选择标准,最终得到QIA量化行业配置复合模型。2010年6月至2022年7月,QIA模拟策略年化收益为17.51%,超额年化收益为12.94%,超额最大回撤为-17.52%,超额年度胜率为100%,月度胜率为69.86%。 国君QIA-Timing模拟策略介绍:国君QIA-Timing模拟策略(Quantitative Industry Allocation-Timing),是量化配置团队在QIA模型基础上,叠加自身独有的择时体系,形成的“行业配置+择时”复合模拟策略模型。我们以技术分析和量化“黑科技”模型为核心生成择时观点,并通过影响权益市场的6个层次(政策、资金、形势、情绪、估值、市场)对观点进行主观修正,最终输出择时及仓位配置观点。2022年以来,QIA-Timing模拟策略累计收益为0.18%,相较于基准的超额收益率为11.82%,与没有添加择时QIA模型相比,累计收益提高了2.28%,取得了一定的择时收益。目前模拟策略最新权益仓位为90%,配置行业为煤炭、有色金属、基础化工、银行、食品饮料。 总结和展望:借鉴股票多因子模型,国君配置团队研发了量化行业配置模型模拟策略(QIA),取得较好效果。在此基础上,团队结合独有的择时体系生成QIA-Timing模拟策略,使得模型收益进一步提升。 未来我们将持续跟踪、优化该模拟策略,并在模拟策略调仓时以系列报告的形式公布调仓操作,向市场传达国君QIA-Timing模拟策略的择时及行业配置观点。 风险提示:量化模型基于历史数据构建,而历史规律存在失效风险。 1.国君QIA模拟策略介绍 1.1.模拟策略简介 证券市场是一个复杂系统,受基本面、技术面、资金面和情绪面等多重因素共同影响,不同时期影响市场运行的主导因素不一定相同,主要因素和次要因素在一定条件下可以相互转换。行业板块在基本面、技术面、资金面和情绪面等各维度可能出现共振,也存在相互约束的情形。 国君量化配置团队尝试借鉴股票多因子研究方法,通过定量分析多维度建模,研究各行业板块的基本面、技术面、资金面和情绪面等多维度的边际变化,优先配置行业景气度边际改善、机构资金持续净流入、市场微观结构健康、行业负面情绪较少的行业板块,最终综合多个维度研发量化行业配置QIA模拟策略(QuantitativeIndustryAllocation)。 图1: 目前,我们已经完成基于行业景气度、业绩超预期和资金流(北向资金)维度的三个行业配置模型的开发(具体模型构建方法见附录),并基于经济逻辑和测算结果为上述模型赋予权重,生成复合因子作为行业选择标准,最终得到QIA量化行业配置复合模型。 1.2.模拟策略运行框架及效果 目前,QIA配置模型运行框架如下: 1.样本空间:中信一级行业指数; 2.调仓方式:每月初按照行业复合因子排序,排名前5行业为多头组,等权持有至月末,排名后5行业为空头组; 3.业绩基准:万得全A指数。 2010年6月至2022年7月25日,QIA模型多头组合年化收益为17.51%,超额年化收益为12.94%,超额最大回撤为-17.52%。超额年度胜率为100%,月度胜率为69.86%,月度调仓单边换手率均值为30%。多头组合相对空头组合的超额年化收益率为23.44%,超额最大回撤21.83%。 图2:QIA行业配置模型超额收益 注意:收益统计区间为2010/06/01至2022/07/25。 2.国君QIA-Timing模拟策略介绍 QIA-Timing模拟策略(QuantitativeIndustryAllocation-Timing),是我们在QIA行业配置模型基础上叠加了择时的投资模拟策略,其中择时观点依赖于团队择时体系的输出。我们同样以A股中信一级行业指数为标的,根据QIA模型选择行业,根据择时体系进行权益仓位的整体调整,以求在长期获得稳定的超额收益。 2.1.择时体系简介 国君量化配置团队择时体系可以用“计量为核,逻辑修边”概括,即以技术分析和量化“黑科技”为核心,用影响市场的6个层次进行主观验证,具体介绍如下: 2.1.1.技量为核:以技术分析和量化“黑科技”为核心 技术分析是指以证券市场过去和现在的市场行为为分析对象,应用数学和逻辑的方法,探索出一些典型变化规律,以此预测证券市场未来趋势的方法。1884年美国人查尔斯·道创建了首个股票指数—道琼斯指数,并率先提出了趋势的概念,“道氏理论”被视为现代技术分析的开端。 1939年美国证券分析师艾略特出版了《波浪理论》,提出市场走势不断重复,每一周期由5个上升浪和3个下跌浪组成。1948年罗伯特·爱德华兹在其经典著作《股票趋势技术分析》中提出:“决定股价的唯一因素是对股票的供给和需求,而供求关系可以从技术分析图形上观察到”,“股价波动具有趋势性,价格形态会重复出现”等重要观点,代表技术分析理论逐渐走向成熟。 技术分析遵循三条原则:价格包含一切信息,历史会不断重复,趋势终将完美。在上述三原则之下,技术分析具有一定的推演和预测功能,被广泛应用于交易择时、仓位控制等领域。在国君量化配置的技术分析体系中,我们会以“价、时、空间、趋势”为分析要素,将波浪理论、黄金分割、趋势线、传统指标等多种方法融合运用,以提高决策的准确性。 图3:国君量化配置 在技术分析之外,国君配置团队还会将自主研发的多个量化“黑科技”模型纳入择时判断体系,目前纳入体系的是下跌能量模型和动态估值布林带模型。其中,下跌能量模型是利用指数曲线的“连边”通过计算上涨能量蓄积判断是否可能出现大幅回调,可以有效判断主要指数的阶段性定点;动态估值布林轨模型是借鉴了股市技术分析中的“布林带”指标对静态估值进行重塑,改造后的估值区间从估值角度提示市场顶部区域和底部区域,对指数的顶底同样有较强的预示作用。以上技术分析+量化“黑科技”模型,成为国君量化配置团队研判市场走势的核心依据,即所谓的“技量为核”。 图4: 图5:动态布林轨模型(以上证指数为例) 2.1.2.逻辑修边:用影响市场的6个层次进行主观验证 通过技术分析和量化“黑科技”给出市场择时观点后,我们通过影响权益市场的6个层次(政策、资金、形势、情绪、估值、市场)对观点进行主观验证,最终输出择时和配置观点。 以2022年7月市场研判为例,我们观察到自4月27日以来,市场持续反弹10周,上证指数一度站上3400点,目前已经收复本轮下跌(3708至2863点)62%左右的跌幅,其中未出现超过5个交易日的调整,“超长待机”属性展露无疑;随着疫情防控好转+美股逐渐企稳,在政策面不断呵护下,本轮反弹仍有望继续下去。但考虑到微观资金面还未出现实质性改善,短期快速反弹后估值提升较快,加之筹码层面“短兵相接”,目前市场还未出现明显“反转”迹象,建议注意操作节奏,对未来可能出现的内生性调整压力未雨绸缪。因此我们提出,反弹后段注重节奏,行一观三未雨绸缪的观点。 表1:6层次主观验证(2022年7月研判案例) 2.2.模拟策略运行框架及效果 我们将模拟策略权益仓位分为为短线仓位(10%)、机动仓位(20%)和中线配置仓位(70%),参考多数公募基金的基金合同,原则上权益整体仓位不低于60%运行。在QIA模型每月定期输出行业配置观点后,我们通过主观择时对权益整体仓位进行调整,最终等权配置在行业上,同时月中若有择时观点,我们同样会对权益整体仓位进行调整。具体而言,QIA-Timing模拟策略运行框架如下: 1.样本空间:中信一级行业指数,原则上采取等权配置方法。 2.仓位配置:将仓位分为短线仓位(10%)、机动仓位(20%)和中线配置仓位(70%),原则上权益整体仓位不低于60%运行。 3.调仓方式:每月末按照按照QIA模型进行行业定期调仓;不定期根据团队择时观点进行仓位调整,仓位调整后行业比例采用等权再平衡操作。 4.减仓的仓位默认投资于现金,不产生收益。 5.业绩基准:万得全A指数。 我们以2022年1月1日起作为模拟策略正式运行的起点,期间所有择时操作均参考团队公开报告,行业配置操作参考QIA模型结果。模拟策略运行以来,共进行择时操作6次,行业配置操作7次,具体操作如下表: 表2:国君QIA-Timing模拟策略运行以来操作及依据 2022年1月1日至2022年7月25日,QIA-Timing模拟策略累计收益为0.18%,相较于基准(万得全A)的超额收益率为11.82%,超额收益最大回撤为-5.83%;与没有添加择时QIA模型(-2.1%)相比,累计收益提高了2.28%,取得了一定择时收益。目前模拟策略最新权益仓位为90%,配置行业为煤炭、有色金属、基础化工、银行、食品饮料。 图6: 3.总结和展望 借鉴股票多因子模型,国君配置团队研发了量化行业配置模型模拟策略(QIA),取得较好效果。在此基础上,团队结合独有的择时体系生成QIA-Timing模拟策略,使得模型收益进一步提升。未来我们将持续跟踪、优化该模拟策略,并在模拟策略调仓时以系列报告的形式公布调仓操作,向市场传达国君QIA-Timing模拟策略的择时及行业配置观点。 关于优化的方向,我们认为有以下三方面:宏观层面,继续研发量化“黑科技”模型,提高择时系统的精度,增厚模型的Beta收益;中观层面,在现有的景气度、业绩超预期和北向资金等模型基础上,继续研发拥挤度、资金流、分析师预期等行业轮动模型,增厚行业Alpha收益;微观层面,考虑纳入多因子选股模型,构建行业组合来替代中信一级行业指数,争取通过选股获得Alpha收益。 4.附录:QIA模型因子定义及构建方法 QIA量化行业配置复合模型,是我们借鉴股票多因子研究方法,基于景气度、超预期和北向资金流等3个细分模型,根据一定权重复合而成的行业配置模型。各细分模型使用因子定义及构建方法简要说明如下: 4.1.行业景气度模型 我们通过财务质量、盈利能力和成长能力三类因子衡量行业景气度,基于正式财报、业绩预告和业绩快报共设计了108个因子,通过单因子IC测试与分组测试,筛选出3类8个因子合成行业景气度复合因子,具体因子含义及构建方法如下(详细内容见行业配置系列深度报告《如何基于景气度构建行业轮动策略_行业配置研究系列01_20220412》和《如何使用业绩预告和业绩快报改进景气度行业轮动模型_行业配置研究系列03_20220611》): 1.财务质量类因子 1)客户议价力环比增量 客户议价力(ClientBarginPow),指行业对下游经销商或客户议价能力,高客户议价力代表行业对下游经销商或客户议价能力高、行业产品或服务竞争力强。客户议价力环比增量是客户议价力指标通过环比增量方式构建。 2)供应商议价力环比增量 供应商议价力(SupplyBarginPow),指行业对上游供应商议价能力,高供应商议价力代表行业对上游供应商议价能力高、行业竞争地位强。供应商议价力环比增量是供应商议价力指标通过环比增量方式构建。 2.盈利能力类因子 1)销售净利率1单季同比增量 销售净利率(ROS),指行业扣非归母净利润/行业营业收入,可以衡量行业整体销售对应的净利润水平,高销售净利率代表行业产品服务销售获利能力强。销售净利率1单季同比增量是通过正式财报和业绩快报计算,采用单季指标同比增量方式构建。 3.成长能力类因子 1)核心利润单季同比增长率 核心利润(CoreProfit),指行业公司营业收入扣除营业成本、税金、销管财三费等公司所得税扣减前的利润总和。与营业利润相比,核心利润剔除掉与公司经营无关的损益,可以更好地刻画公