基于价量数据的非线性模型（2024年第26期）：短期信号仍偏积极，但博弈情绪加重

基金周报 相关报告 短期市场回调后不必过于悲观，但全面上涨行情可能不再，建议关注红利+科技成长的“哑铃策略”。10月8日市场大幅高开后，短期博弈资金与套利资金共同交易导致指数快速回调，情绪快速降温后市场重新评估政策力度。根据10月12日财政部新闻发布会后的市场态度来看，整体态度偏积极，因此在市场快速回调后我们认为短期不必过于悲观。但值得注意的是，在市场回调过程中证券账户开户数量开始逐渐回到节前水平，本次回调后预期全面上涨行情不在，板块将出现分化，建议构建“哑铃策略”，重点关注：（1）受益于化债的央国企中字头板块；（2）受益于流动性带来股指扩张的科技成长风格。 无惧上涨，量化信号随市场上行持续走高2024.10.07 中短期信号出现共振，市场有望迎来反弹2024.09.18 上周新成立基金规模大幅回升2024.09.11大盘股信号相对较强，寻找龙头科技制造2024.09.07 ETF资金持续流入沪深300板块2024.09.05 短期量化信号方面，目前仍属于看多区间。风格上，中证1000、创业板、科创100等弹性较大的中小市值宽基指数多头信号仍然更强，目前不宜恐慌。 证券研究报告 中期量化信号有所减弱：前期上涨较多的消费、基建、金融板块信号减弱速度较快，而受益于流动性带来估值扩张的科技指增板块信号相对较强。 价量择时模型介绍：我们基于纯价量数据，针对各类A股宽基指数、行业指数，分别构建基于未来1周与未来一个月的择时信号模型。模型的核心思想是：利用机器学习方法，识别指数价量形态信息对未来行情的指示性规律，以此为基础辅助对后续市场的走势判断。 风险提示：基于价量信息的量化策略仅在弱有效市场下具有超额收益，随着市场成熟投资者增加，量化策略存在超额收益下降甚至失效的风险。本报告结论完全基于公开的历史数据进行计算，模型结果仅表示不同风格及行业预期未来相对强弱情况，不代表点位预测，不代表未来宽基指数和行业指数整体走势的判断，亦不构成投资收益的保证或投资建议。本报告不涉及对基金产品的推荐，亦不涉及对任何指数样本股的推荐。此外，量化模型回溯时未考虑交易成本，使用时需特别注意。本报告仅从量化模型推导得出，与研究所策略观点不重合，有关研究所策略团队对报告所述板块的观点，请参考相关策略报告。 1.宽基择时策略 1.1.策略简介 有别于市面上的传统分析方法，我们从微观交易结构理论出发，使用以价量数据为基础的非线性量化模型对宽基指数未来热度构建了量化信号：模型每日根据最新数据对宽基指数未来5日热度进行估计，该估计值越高，标的未来相对较强的可能性也越大，此时开仓具备较高的胜率；另外，模型信号在中期视角下也具有一定的延续性，可以为投资者提供一定的参考价值。详见专题报告《基于价量数据的非线性模型在宽基择时中的应用_20230530》。需要提示的是，模型结果仅表示不同风格及行业预期未来相对强弱情况，不代表未来宽基指数和行业指数整体走势的判断，不代表点位预测。 1.2.策略构建 底层标的资产选择：本策略对沪深300、中证500、中证1000、中证2000、创业板指、科创50、科创100、中证全指进行未来5日热度进行估计，可选择对应的宽基ETF进行操作。 策略构建方法：当模型未来5日估计值大于0.5%时，次日以开盘价进行做多操作，否则空仓，每次做多仓位为20%，开仓后持有5日，5日后以收盘价自动平仓，观察策略效果，其中0.5%为经验值。 1.3.业绩表现 除科创50、科创100指数外，其余指数均从2018年1月1日起进行回测； 由于科创50、科创100成立时间较晚，历史数据不足，科创50、科创100回测起始时间为2023年1月1日。回测区间内，未考虑交易成本，各大宽基指数多头策略年化收益均战胜指数年化收益，且大幅控制了波动：沪深300、中证500、中证1000、中证2000、创业板指、科创50、科创100、中证全指的多头策略年化波动率分别4.20%、5.61%、6.85%、7.32%、7.87%、9.45%、12.40%、5.27%。 图1沪深300多头策略表现及信号 图2中证500多头策略表现及信号 图3中证1000多头策略表现及信号 图4中证2000多头策略表现及信号 图5创业板指多头策略表现及信号 图6科创50多头策略表现及信号 图7科创100多头策略表现及信号 图8中证全指多头策略表现及信号 表1宽基指数多头策略：业绩统计 表2主要宽基指数：最新5日热度估计值 表3部分ETF产品展示：按规模排序 2.行业轮动策略 2.1.策略简介 同宽基指数择时一样，我们从微观交易结构理论出发，使用以价量数据为基础的非线性量化模型对行业指数未来热度进行估计：模型每日根据最新数据对行业指数未来21日热度进行估计，该信号值越高，说明标的未来相对较强的可能性也越大，我们可以根据信号的强弱变化，预计未来行业的相对强弱情况。策略构建原理详见《基于价量数据的非线性模型在宽基择时中的应用_20230530》。需要提示的是，模型结果仅表示不同风格及行业预期未来相对强弱情况，不代表未来宽基指数和行业指数整体走势的判断，不代表点位预测。 2.2.样本空间 底层标的资产选择：中信一级行业指数。 对冲组合构建方法：每日对中信一级行业进行未来21个交易日的热度估计，做多量化信号大于4%的行业，量化信号小于4%的行业开反向仓。每次开仓数量为总仓位的1/21，当有多个行业满足条件时，将仓位等权分配至不同行业，开仓后持有时间为21个交易日，21个交易日后以收盘价自动平仓。 对冲组合回溯区间选取：《中信证券行业分类专题研究—中信证券行业分类标准2.0版及修订说明》于2020年1月2日发布。新编制方案中，风格指数和上下游产业链指数继承原有历史点位，以2004年12月31日为基日，基点为1000点，后续按新编制原理接续计算（起始日：2019年11月29日）；因此我们在进行组合回溯时，采用2020年1月1日为回溯起点，进行组合的历史业绩回溯展示。 2.3.业绩表现 截至2024年10月11日，2024年以来对冲组合累计收益率为13.86%，回测区间内，对冲组合年化收益率14.30%，夏普比率2.68。 图8行业轮动对冲策略表现情况 表4行业轮动对冲策略：业绩统计 表5中信一级行业：最新21日热度估计值 3.风险提示 金融市场分为弱式有效市场、半强式有效市场、强式有效市场，基于价量信息的量化策略仅在弱有效市场下具有超额收益，随着市场成熟投资者增加，量化策略存在超额收益下降甚至失效的风险。 本报告结论完全基于公开的历史数据进行计算，模型结果仅表示不同风格及行业预期未来相对强弱情况，不代表未来宽基指数和行业指数整体走势的判断，不代表点位预测，亦不构成投资收益的保证或投资建议。 本报告不涉及对基金产品的推荐，亦不涉及对任何指数样本股的推荐。 此外，量化模型回溯时未考虑交易成本，使用时需特别注意。 本报告仅从量化模型推导得出，与研究所策略观点不重合，有关研究所策略团队对报告所述板块的观点，请参考相关策略报告。