基于四轮驱动和拥挤度的行业多空轮动模型

本报告版权属于安信证券股份有限公司，各项声明请参见报告尾页。 1 2023年10月17日 基于四轮驱动和拥挤度的行业多空轮动模型 金融工程主题报告 传统动量因子：夏普比率回测表现优于区间涨跌幅，2017年至今RankIC均值6.13%，多空年化收益7.6%，2021年9月之后不同时间维度下的传统动量因子有效性均下滑明显。 基于四轮驱动优化多头组合：通过将“四轮驱动”策略中的时序行业信号映射成截面数据，融入到12个月夏普比率因子中，可以有效提升多头组合的表现。优化后的多头组合年化收益提升显著至18.6%，RankIC均值提升至9.57%，ICIR为1.17，RankIC胜率65.43%。 基于拥挤度优化空头组合：当动量演绎到一定程度时，往往会出现交易量拥挤的现象，进而影响动量因子的有效性。经过拥挤度优化的空头年化收益明显降低至-10.33%，多空年化收益为31.15%，RankIC均值显著提升至11.46%，ICIR显著提升至1.51，RankIC胜率提升至72.84%。 10月行业组合推荐：电力设备、通信、计算机、非银金融、汽车 风险提示：根据历史信息及数据构建的模型在市场急剧变化时可能失效。 证券研究报告 杨勇 分析师 SAC执业证书编号：S1450518010002 yangyong1@essence.com.cn 侯向哲 分析师 SAC执业证书编号：S1450522110002 houxz@essence.com.cn 相关报告 或都在等技术面的机会-安信金工大市研判周报 2023-10-15 企稳有望，低位弹性品种优先-安信金工大市研判周报 2023-10-08 基金跟踪周报：资金流入中小盘风格ETF，基金增仓电子 2023-09-24 耐心直到节后-安信金工大市研判周报 2023-09-17 逢低关注科技成长-安信金工大市研判周报 2023-09-10 金融工程主题报告 本报告版权属于安信证券股份有限公司，各项声明请参见报告尾页。 2 内容目录 1. A股历年行业涨跌分化明显 ................................................... 3 2. 传统动量因子 ............................................................... 4 3. 基于“四轮驱动”优化动量因子多头组合 ......................................... 6 4. 基于拥挤度优化动量因子空头组合 ............................................. 8 5. 风险提示 .................................................................. 10 图表目录 图1. A股历年行业涨跌分化明显 ................................................. 3 图2. 北向因子失效严重 ........................................................ 3 图3. 1个月动量组合净值 ....................................................... 4 图4. 1个月动量组合结果统计 ................................................... 4 图5. 6个月动量组合净值 ....................................................... 4 图6. 6个月动量组合结果统计 ................................................... 4 图7. 12个月动量组合净值 ...................................................... 5 图8. 12个月动量组合结果统计 .................................................. 5 图9. 6个月夏普动量组合净值 ................................................... 5 图10. 6个月夏普动量组合结果统计 .............................................. 5 图11. 12个月夏普动量组合净值 ................................................. 6 图12. 12个月夏普动量组合结果统计 ............................................. 6 图13. “四轮驱动”模型 .......................................................... 6 图14. “四轮驱动”信号事件研究 .................................................. 7 图15. “四轮驱动”信号的截面表现 ................................................ 7 图16. 多头优化后动量组合 ..................................................... 8 图17. 多头优化后动量组合结果统计 ............................................. 8 图18. 建筑装饰历史拥挤情况 ................................................... 8 图19. 拥挤组合与非拥挤组合对比测试 ........................................... 9 图20. 多空优化后动量组合 ..................................................... 9 图21. 多空优化后动量组合结果统计 ............................................. 9 金融工程主题报告 本报告版权属于安信证券股份有限公司，各项声明请参见报告尾页。 3 1.A股历年行业涨跌分化明显 A股行业风格每年分化程度高，按申万一级行业口径统计，2017年至今每年行业极差平均高达65.55%，不同板块赛道的Beta差异显著，所以对行业轮动方向的判断变得十分必要。 图1.A股历年行业涨跌分化明显 资料来源：安信证券研究中心整理，WIND 近两年，量价因子中里表现较好的北向因子明显失效，动量因子也阶段性表现较差，如何构建更稳定的动量因子显得尤为重要。 图2.北向因子失效严重 资料来源：安信证券研究中心整理，WIND 金融工程主题报告 本报告版权属于安信证券股份有限公司，各项声明请参见报告尾页。 4 2.传统动量因子 传统的行业动量因子通常以该行业过去固定区间的收益率来进行刻画，我们以申万一级行业作为测试集，时间区间为2017年至今，将因子打分排序前5的行业作为多头组合、因子打分排序后5的行业作为空头组合，从1个月、6个月、12个月等不同时间维度对于动量因子进行了测试。 从月频测试结果来看，12个月收益率因子的结果相对更好一些，RankIC均值6.11%，信息比率0.61，RankIC胜率59.26%，其中多头组合年化收益为1.69%，空头组合年化收益-3.66%，多空组合年化收益4.52%。但从净值曲线不难看出，不同时间维度下的动量因子自21年9月份之后有效性均明显降低。 图3.1个月动量组合净值 图4.1个月动量组合结果统计 资料来源：安信证券研究中心整理，WIND 资料来源：安信证券研究中心整理，WIND 图5.6个月动量组合净值 图6.6个月动量组合结果统计 资料来源：安信证券研究中心整理，WIND 资料来源：安信证券研究中心整理，WIND 金融工程主题报告 本报告版权属于安信证券股份有限公司，各项声明请参见报告尾页。 5 图7.12个月动量组合净值 图8.12个月动量组合结果统计 资料来源：安信证券研究中心整理，WIND 资料来源：安信证券研究中心整理，WIND 考虑到不同行业的波动率不一样，仅用收益率来描述动量可能还不够，因此，我们用6个月以及12个月的行业夏普比率作为动量做了进一步的测试。 图9.6个月夏普动量组合净值 图10.6个月夏普动量组合结果统计 资料来源：安信证券研究中心整理，WIND 资料来源：安信证券研究中心整理，WIND 金融工程主题报告 本报告版权属于安信证券股份有限公司，各项声明请参见报告尾页。 6 图11.12个月夏普动量组合净值 图12.12个月夏普动量组合结果统计 资料来源：安信证券研究中心整理，WIND 资料来源：安信证券研究中心整理，WIND 不同时间维度的夏普比率相较于区间涨跌幅的RankIC均值和多空年化收益均有提升，12个月夏普因子RankIC均值为6.13%，信息比率0.61，RankIC胜率58.02%，多头年化收益4.02%，空头年化收益-4.13%，多空年化收益7.6%，夏普比率相较于区间收益率有更好的分组效果，但在21年9月份之后，同样面临着动量因子失效的问题。 3.基于“四轮驱动”优化动量因子多头组合 我们在前期的两篇报告《四轮驱动—行业轮动新框架》以及《四轮驱动优化—ETF模拟组合Sharpe超过2》中从四种技术形态出发，仅使用技术指标、K线形态在时序层面构建了行业买入信号，构建逻辑以及回测结果在两篇报告中均有详细描述，这里不再赘述。由于是时序信号，所以之前的组合构建过程较为繁琐，面临调仓繁琐、需要持续调平衡等诸多问题。在之前的测试中，“四轮驱动”信号的有效性持续较长，这也与月频持仓时间较为吻合，这里我们尝试将行业的时序信号截面化，并融入到传统的动量因子中。 图13.“四轮驱动”模型 资料来源：安信证券研究中心整理 金融工程主题报告 本报告版权属于安信证券股份有限公司，各项声明请参见报告尾页。 7 首先以事件驱动的形式，测试“四轮驱动”信号的效果及持续性，这将决定我们在截面化处理时涵盖多长时间内的信号，以及是否对时间较久的信号做额外处理。我们考察信号发出后60个交易日内的累计绝对收益以及相对于行业等权指数的累计超额收益曲线，从下图的结果不难看出，“四轮驱动”行业信号无论是绝对收益还是超额收益都相对稳定，前20个交易日的超额收益累积的较快，20~40日超额收益有所放缓，40~60日几乎没有明显的超额收益。 图1