多因子模型作为量化投资的核心工具,在国内资本市场得到广泛应用。然而,随着市场演变,传统alpha因子日益稀缺且稳定性下降,新因子挖掘难度加大。同时,深度学习模型虽强大,但“黑箱”特性限制了其风险管理和调整的灵活性。因此,建立多维度因子择时体系成为当前市场环境下的重要策略。
报告从外生性和内生性两个视角构建因子择时体系。外生性方面,创新性地融合货币-信用周期与宏观事件进行因子择时。通过分析不同货币-信用周期下宏观事件的择时表现,发现分周期宏观事件择时法能有效识别因子强弱,提升组合收益。内生性方面,引入“换手IC”概念,并结合CTA择时理念,分析因子有效性走势。研究发现,基本面和反转因子存在动量效应,而防御和流动性因子展现反转特性。
报告进一步验证了因子择时在指数增强模型中的应用价值。通过复合宏观事件、因子动量和离散度信号,构建综合择时体系,显著提升沪深300、中证500和中证1000指数增强组合的年化超额收益,并有效控制组合回撤。