大类资产配置量化模型研究系列之七：宏观因子资产配置框架的改进

本文回顾并改进了基于宏观因子的资产配置框架。首先，回顾了前期构建的涵盖增长、通胀、利率、信用、汇率和流动性六大风险的宏观因子体系，并基于此提出通用性资产配置框架。随后，结合样本外跟踪与投资者交流，对模型细节进行改进：

1. 宏观因子生成改进：

   • 使用波动率倒数加权合成高频增长和通胀因子，确保权重为正数，更符合逻辑且拟合效果良好。
   • 使用黄金组合（做多沪金、做空COMEX黄金）代替美元指数构造汇率因子，更准确地反映人民币汇率风险，与央行数据吻合。

2. 因子暴露计算改进：

   • 将基于先验信息的Lasso回归改为带半衰期的多元线性回归，缩短回归窗口期至5年，引入1年半衰期权重，使因子暴露更及时反映短期关系变化（如沪深300指数在Growth因子上的暴露时序变化更敏感）。

3. 目标因子暴露偏离生成改进：

   • 设计宏观打分规则（+2至-2分，对应不同调整系数），将主观因子偏离值转化为科学化的调整标准，考虑资产组合在不同因子上时序暴露的波动差异，方便投资者将宏观观点转化为量化策略。

总结：本文通过改进宏观因子生成、因子暴露计算和目标因子暴露偏离生成，提升了资产配置框架的实用性和科学性，使模型更及时反映市场变化，并便于投资者操作。风险提示：量化模型基于历史数据构建，历史规律存在失效风险。