“鑫”量化之二十一：动量、拥挤度、轮动速率的统一：“电风扇”行情下的行业轮动

动量、拥挤度、轮动速率的统一：“电风扇”行情下的行业轮动 —“鑫”量化之二十一 投资要点 ▌构建传统及综合动量指标 分析师：吕思江S1050522030001lvsj@cfsc.com.cn分析师：马晨S1050522050001machen@cfsc.com.cn 通过计算月初各个行业过去1个月、3个月、6个月、12个月、24个月、36个月的涨跌幅作为动量指标，选择到了12月动量为最佳指标。在这之上，通过增加从一年内最低点涨跌幅动量指标等权构建综合动量指标，得到单调性更好的综合动量指标 ▌通过拥挤度剔除高风险行业 根据成交额计算拥挤度得到每个调仓时间点拥挤度排序，并测算各组年化收益率，发现不论是高拥挤度还是低拥挤度行业，年化收益率都较低，认为拥挤度指标有一定风险提示作用。通过添加该指标构造了新的去除高拥挤度行业的综合指标，年化收益率优于普通综合动量指标 ▌通过市场情况灵活切换动量/反转策略 我们通过各行业相对过去52周收益率构造了行业轮动速率指标，并发现当行业轮动速率处于高位时，反转组的表现会优于动量组。由此我们构建了动量/反转+去除高拥挤度的综合指标，并在收益率表现上优于前两个指标以及沪深300和申万一级行业等权。 ▌风险提示 正文目录 1、动量因子简介...........................................................................41.1、动量因子构建.....................................................................41.2、动量因子测试.....................................................................41.3、动量因子衰减.....................................................................41.4、动量综合指标.....................................................................52、拥挤度指标.............................................................................62.1、拥挤度指标的构建.................................................................62.2、在拥挤度提示风险后的综合动量指标.................................................73、动量/反转综合策略......................................................................83.1、动量策略分年表现.................................................................83.2、轮动速率指标.....................................................................83.3、动量/反转综合指标................................................................94、动量/反转+拥挤度剔除历史选中行业.......................................................115、风险提示...............................................................................15 图表目录 图表1：不同时间尺度的动量指标的行业分组年化收益率......................................4图表2：不同时间尺度的动量指标持有不同时间行业分组年化收益率............................5图表3：不同动量指标行业分组年化收益率..................................................5图表4：综合动量指标/沪深300...........................................................6图表5：综合动量指标/申万行业指数等权...................................................6图表6：拥挤度指标各组年化收益率........................................................6图表7：去除高拥挤度行业后综合指标各组年化收益率........................................7图表8：去除高拥挤度的综合动量指标/沪深300.............................................7图表9：去除高拥挤度的综合动量指标/申万行业等权.........................................7图表10：12月动量分年分组收益率........................................................8图表11：行业轮动速率...................................................................8图表12：各种综合指标各组年化收益率.....................................................9图表13：动量/反转+去除高拥挤度行业/沪深300............................................9图表14：动量/反转+去除高拥挤度行业/申万行业等权........................................9图表15：各综合动量指标与基准收益率曲线.................................................10图表16：选中行业一览...................................................................11图表17：选中行业一览（续）.............................................................12图表18：选中行业一览（续）.............................................................13 图表19：选中行业一览（续）.............................................................14图表20：选中行业一览（续）.............................................................15 1、动量因子简介 1.1、动量因子构建 动量因子主要运用了证券在表现上有一定持续性的特征，表现良好的证券在未来继续表现良好，而表现不佳的证券在未来继续表现不佳。在本报告中，我们基于证券在过去一段时间内的涨跌幅来定义动量因子。具体来说，我们提取32支长江一级行业历史价格数据，计算月初各个行业过去1个月、3个月、6个月、12个月、24个月、36个月的涨跌幅作为动量指标，来决定当月的分组情况。排名1~3的为动量组，排名4~6的为第二组，排名7~26的为中间组，排名27~29的为第四组，排名30~32的为反转组。投资策略为各组中行业等权配置、并在行业内依据市值加权分配买入个股。回测时间为2013年至2022年。 1.2、动量因子测试 在2013年至2022年内，每月计算各行业指数过去1个月、3个月、6个月、12个月、24个月、36个月的涨跌幅作为动量指标，效果如图表1所示： 资料来源：天软，Wind，华鑫证券研究 从收益上看，动量组整体表现较好，即在计算出各行业动量后买入相应行业个股并持有一个月，能获得不错的超额收益，其中以12月动量表现最好。 1.3、动量因子衰减 由于动量因子探讨的是证券表现的持续性，由于依据动量买入时证券已经上涨了一段时间，那么动量的持续时长就会是我们较为关心的问题。我们动量组的持有时间延长，分别持有1个月、3个月、6个月、12个月、18个月、24个月，通过观察不同的持有时间来研究动量的衰减时间。 资料来源：天软，Wind，华鑫证券研究 从图2我们可以看出随着持有时间的延长，动量因子的收益也随之衰减。总体而言，最佳的持有时间为1个月到2个月。 1.4、动量综合指标 在测试了固定时间长度的涨跌幅作为动量指标以外，我们还测试了相对于过去一年内最低点以来的涨跌幅作为动量因子，定义为从调仓日起，回看一年，其中最低点到调仓日的涨跌幅作为动量指标进行测算。随后，将该指标与之前表现最好的12月动量指标按指数等权构建了综合指标，得到的年化收益率如图3所示： 资料来源：天软，Wind，华鑫证券研究 一年内最低点计算的涨跌幅作为动量指标的动量组年化收益率略有提升，而两者构建的综合指标在单调性上有明显提升。我们在将指数替换为申万一级行业后，按相同方法计算了2013年至2024年5月31日的收益率曲线，该综合指标相较于沪深300与申万一级行业等权有着不错的超额收益。 资料来源：天软，Wind，华鑫证券研究 资料来源：天软，Wind，华鑫证券研究 2、拥挤度指标 2.1、拥挤度指标的构建 在动量指标之外，我们构筑了风险度指标，意在提示一些可能过度拥挤的行业。在本报告中，我们定义拥挤度的方式为滚动计算各指数的成交额在过去一年内的历史分位数，并作五日平滑，下图为拥挤度指标的各分组年化收益率。可以看到在拥挤度较高的组别中，并不能获得最多的超额收益；而在低拥挤度的组别中，可能由于行业过于冷淡，也无法获得收益。从结果上来看，第二组的收益率最好，而最高和最低的拥挤度组别可能有一定的风险提示作用。 资料来源：天软，Wind，华鑫证券研究 2.2、在拥挤度提示风险后的综合动量指标 在得到拥挤度的排序后，我们也测试了在动量组中，去除高拥挤度行业后的年化收益率情况。具体方法为先按综合动量收益的方式获得每月调仓动量组的行业，随后剔除拥挤度排名最高的五个行业，然后对新选出的行业重新等权计算收益。从结果来看，收益率获得了5%左右的提升。 资料来源：天软，Wind，华鑫证券研究 与前一章节一样，我们在将指数替换为申万一级行业后，按相同方法计算了2013年至2024年5月31日的收益率曲线，该综合指标相较于沪深300与申万一级行业等权同样有着不错的超额收益。 资料来源：天软，Wind，华鑫证券研究 资料来源：天软，Wind，华鑫证券研究 3、动量/反转综合策略 3.1、动量策略分年表现 在得到纯动量的一些结果后，我们想要了解一下是不是在一些特定的月份，动量组表现不如反转组的情况发生。因此我们提取并观察了12月动量组的各年各组别的收益率情况，我们发现在2015以及2016年中，反转组的表现是会比动量组要好的。 资料来源：天软，Wind，华鑫证券研究 3.2、轮动速率指标 我们提出了一个轮动速率的指标，定义为提取所有中信一级行业，并对其过去52周收益率排序。随后计算上周相同定义排序并做差分计算绝对值，取五周均值平滑，最后计算30个以及行业均值。得出的行业轮动速率指标如下图所示，图中的数值越大，意味着轮动