风格轮动量化研究系列之二：量化视角多维度构建月度和周度价值成长风格轮动策略

本文从量化视角研究价值成长风格轮动策略。在A股历史上不同风格轮动频繁，想要战胜市场获得超额收益，投资者需提前预判风格动向。我们在之前报告构建了大小盘风格轮动策略，样本外效果较好。作为国君金工团队风格轮动系列第二篇报告，本文继续从量化视角研究价值成长风格轮动策略。 月度模型：从宏观、估值、基本面3个维度构建，历史回测胜率74.65%，超额年化收益8.80%。从宏观、估值、基本面的6个维度出发，测试并选取在历史上有效的因子。各维度内部的因子信号进行等权合成，生成各维度信号，若看好成长则信号为1，若看好价值则信号为-1，若持中性则信号为0。然后，将不同维度的信号再等权复合，从而得到月度模型最终打分。对模型进行历史回测，月度调仓，以价值成长（国证价值指数、国证成长指数）等权作为基准； 在2016/01-2024/12，月度胜率74.65%，年化超额收益8.80%，信息比率1.53，超额收益回撤比1.08。样本外结合月度效应和主观分析，对月度模型打分进行适当调整，从而生成每个月的月度风格观点。 周度模型：纯量价选取深度学习、动量、拥挤度因子，作为月度模型的高频补充，提高收益回撤比。月内小级别的风格切换也会带来捕捉收益的机会，通过纯量价视角的深度学习因子、动量因子和拥挤度因子构造周度模型，更高频地对月度观点进行调整。对于周度模型进行历史回测，在2016/01-2024/12，周度胜率58.80%，年化超额收益7.19%。最终在月度模型的基础上叠加周度模型，能够有效降低回撤，将信息比率从1.53提高至1.68，超额收益回撤比从1.08提升至1.31。 未来改进思路：一是宏观维度引入经济周期分析。目前宏观维度简单使用因子判断较为粗糙，未来可以对经济周期进行划分，以决策风格的长期相对优势。二是微观量价维度引入股本结构、技术分析等角度，提高量价模型预测的准确性。三是如何确定各维度权重，把握主线维度。目前对各维度进行等权汇总，未来我们希望对当下起主导作用，且未被充分定价的维度赋予更高权重。 风险提示：量化模型完全基于公开的历史数据构建，历史回测并不代表模型未来表现，模型存在失效风险。市场环境变化、外部环境变化可能导致投资逻辑改变，模型存在失效风险。 国君金融工程团队专注于资产配置、风格与行业轮动、量化选股、量化择时等研究领域。在风格轮动量化研究系列报告中，我们将针对市场关注的各类风格轮动问题，构建出有逻辑、有依据、可量化、可追溯的轮动框架。本报告关注价值成长轮动，多维度选取有一定预测效果的因子（指标）构建量化模型，在样本外尝试结合主观分析对模型打分进行调整，从而生成最终风格轮动月度观点 1.A股价值成长轮动频繁，有一定月度效应 1.1.A股历史上价值成长轮动频繁 风格是影响股票收益的重要因素。在之前的报告《基于Barra CNE6的A股风险模型实践》系列中，我们构建了A股风格因子，通过对主要指数进行归因，可以发现风格是影响股票收益和风险的重要因素。在历史上A股市场存在着明显的风格轮动效应，市场重点关注的问题包括针对于市值风格的大小盘轮动，以及针对于估值风格的成长价值轮动等。我们曾在《从量化视角复盘A股1995年以来的风格轮动和选股因子表现》报告中，对市值和估值风格的轮动效应做过初步分析和研究。风格轮动系列研究的目标是针对这些市场所关心的风格研判问题，构建起有逻辑有依据，可量化可追溯的轮动框架。 回顾历史，可以发现不同风格轮流搭台唱戏，依次占优。没有哪一种风格能够始终战胜市场。想要战胜市场获得较好的超额收益，投资者需要对未来风格进行提前预判和布局。因此，国君金融工程团队从量化的方法论出发，构建多维度的风格轮动跟踪模型和策略，目的正是希望帮助投资者把握风格轮动线索，获取战胜市场的超额收益。在上一篇报告《量化视角多维度构建大小盘风格轮动策略》中我们构建了大小盘轮动策略，并进行样本外跟踪输出月度观点。本报告作为风格轮动系列第二篇报告，关注价值成长轮动的问题。 图1：A股历史上，不同风格轮动频繁（曲线为风格指数相对中证全指的超额净值） 1.2.价值成长风格指数选择与历史复盘 不同于大小盘风格直接根据市值划分的明确定义，成长价值风格的划分存在一定模糊性。一般认为成长风格的上市公司具有较高的业绩增长速度，未来发展前景较为广阔，从而也具有更高的估值；价值风格的上市公司具有稳定的收入和利润来源、较强的抗风险能力，估值也相对较低。目前市场上反映价值成长风格的指数主要包括以下二类： 申万低市盈率（801823.SI）与申万高市盈率（801821.SI）：申万高低市盈率指数的样本空间为沪深交易所全部上市A股，剔除掉亏损股和市盈率高于500的股票后，按照平均市盈率排序，最高的200只股票组成高市盈率指数，最低的200只股票组成低市盈率指数，并按照自由流通市值加权。根据价值成长风格在估值上的差异特征，可以使用高市盈率指数代表成长风格，低市盈率指数代表价值风格。 国证价值（399371.SZ）与国证成长（399370.SZ）：国证价值与成长指数的样本空间为国证1000指数，分别按照价值因子与成长因子排序选取成分股。 其中价值因子有4个变量：每股收益与价格比率、每股经营现金流与价格比率、股息收益率、每股净资产与价格比率，选取综合排名靠前的332只股票组成国证价值指数；成长因子有3个变量：主营业务收入增长率、净利润增长率、净资产收益率，选取综合排名靠前的332只股票组成国证成长指数，并按照自由流通市值加权。 由于申万高低市盈率指数仅考虑估值作为划分标准，而国证价值和国证成长指数的构造方式更贴合风格定义，因此本文使用国证价值和国证成长作为风格代表指数。我们从二者走势上看，在2016年之后走势基本是贴合的，但在2013-2015年差别较大，创业板牛市的行情在国证风格指数上完全没有体现，这是什么原因呢？ 图2：价值成长风格的代表指数 我们分析国证价值和成长指数的行业分布情况。最近几年，国证成长指数在电力设备与新能源、电子、食品饮料、医药等行业分布占比较高，国证价值指数在银行、非银行金融、家电等行业分布占比较高，这也比较符合市场对成长风格和价值风格的一般认知。 但是，往前回溯，2016年前国证成长指数占比最高的却是银行和房地产行业，并不符合对于成长行业的一般定义。这主要是由于国证成长指数根据过去3年的成长因子划分股票池，而在当时银行和房地产行业的盈利增速很高，因此有大量相关股票被选入了国证成长指数，从而也导致国证风格指数没有体现2013年的创业板牛市行情，存在失真的现象。因此，后续在模型回测时，绩效统计区间（超额年化收益、胜率等指标）统一为2016年之后。 图3：国证成长指数的行业分布 图4：国证价值指数的行业分布 下面对2016年之后风格走势进行历史复盘，从中长期看（几年维度），大致可以分为四个阶段： 图5：价值成长风格走势历史复盘 阶段一：2016年-2018年底，价值风格占优。自2015年中后期起，杠杆资金大规模撤离，市场流动性和投资者的风险偏好快速下降。此后，中美贸易摩擦引发不确定性因素，在此期间估值较低且业绩稳健的传统价值型企业展现出更强的抗风险能力。同时，PPI-CPI剪刀差在此期间持续扩大，生产资料价格较高，上游工业企业权重较高的价值风格因此受益。此外，2017年A股被纳入MSCI新兴市场指数，外资加速流入，其偏好低估值、高股息的大盘蓝筹股，进一步推动了价值风格的崛起。 阶段二：2019年-2021年中，成长风格占优。得益于稳增长政策的有力推动以及宏观经济的逐步复苏，市场情绪得到显著提振。其次，新兴产业的快速发展成为成长风格的核心驱动力。2019年半导体行业迎来周期上行，5G技术逐步落地；2020年新能源汽车和光伏产业爆发，进入平价阶段；2021年新能源赛道持续火热。这些新兴产业的高景气度带动机构资金集中配置于代表性的大盘成长股，推动了成长风格的上行。 阶段三：2021年底-2024年9月，价值风格占优。2021年以来，A股市场总体经历了较长时间的调整，成长风格在前期积累了较高的估值，而价值股的估值相对较低，同时宏观经济增速再度波动，叠加房地产市场的调控力度增强，使得市场整体情绪逐渐转冷。在这样的环境下，价值股展现了其防御属性。其次，在2024年9月之前，保险资金和ETF成为市场主导资金，这些资金偏好低风险、高股息的红利股，进一步推动了价值风格的表现。 阶段四：2024年9月以后，成长风格占优。随着一系列稳增长政策的持续推进，以及针对资本市场的支持性政策不断出台，市场情绪快速回暖，高风险偏好资金主导下小盘成长股表现优异。 1.3.价值成长轮动也有一定月度效应，但不如大小盘显著 价值成长风格也具有一定月度效应，但不如大小盘显著。其背后原因尚待研究，这里仅做统计学分析供投资者参考。根据2014年以来的历史数据以胜率计，在6、10月，成长风格优于价值；4、8、12月，价值风格优于成长。 表1：成长/价值的月度效应 将各年度成长/价值超额收益进行简单平均，从而计算出平均净值曲线，以直观展现年内风格占优情况。从平均净值曲线可以看到，从年初开始第一季度价值成长分化不明显，到4月开始持续到5月价值明显跑输成长。6月到7月中旬则明显价值跑赢成长。8月到9月中旬，价值再次跑输成长。9月中旬到11月价值强于成长。年底从11月中旬开始价值再次跑赢。由于价值成长风格的月度效应不如大小盘显著，后续在样本外对风格进行研判预测时，我们会适度进行参考。 图6：成长/价值历年的超额收益 2.价值成长轮动模型因子选择 我们从宏观、估值、基本面3维度选取因子构建月度打分模型。考虑到量化模型无法完全刻画市场，因此我们希望将模型的打分结合主观分析进行调整。其中，量化模型能够进行历史回测从而检验其有效性，样本外再引入主观分析适当调整，最终生成每月更新的风格轮动观点。 为了应对市场的实时变化，我们还从纯量价维度选取因子构建了周度打分模型，从而可以在月内对月度观点进行调整。 图7：月度模型+主观分析得到月度观点，纯量价周度模型进行月内调整 表2：模型使用的全部因子 2.1.月度模型：宏观、基本面、估值三个维度构造因子 2.1.1.宏观维度 与大小盘轮动模型类似，宏观维度主要考虑货币、信用时钟的逻辑。宽货币阶段，成长型企业对流动性宽松更加敏感，从而成长风格相对占优；反之紧货币阶段价值风格相对占优。宽信用阶段，成长型的上市公司更加受益于较低的融资成本，从而成长风格相对占优；反之紧信用阶段价值风格相对占优。 此外，海外流动性对全球资本流向有明显导向作用，从而也会影响国内股市的风格切换；价值成长风格由于行业上下游分布的差异，对上下游通胀剪刀差的变化也较敏感。 2.1.1.1.宏观维度复合测试 宏观维度的细分因子包括国内流动性因子、海外流动性因子、信用因子、通胀因子，将信号等权合成宏观维度复合信号，进行回测。月频调仓，若月末信号看多价值风格，则下月配置价值指数；若月末信号看多成长风格，则下月配置成长指数；若月末为中性信号，则价值成长指数等权配置，以价值成长等权组合作为基准，绩效统计区间为2016/01-2024/12。 2016年以来，宏观维度复合信号月度胜率67.50%，超额年化收益6.85%，在历史上指导价值成长轮动效果较好，下面对宏观维度各个因子进行详细测试和分析。 图8：宏观维度复合月度调仓历史回测 2.1.1.2.国内流动性因子 与我们在大小盘轮动模型中的做法类似，使用期限利差，即使用长久期利率减去短久期利率得到的差值来刻画国内流动性水平。下面使用10年期与1年期的国债收益率计算期限利差因子，其与价值成长风格相关关系如图所示。一般而言，当期限利差走阔时，流动性处于宽松阶段，成长风格占优； 当期限利差收窄时，流动性处于收紧阶段，价值风格占优。 图9：国内流动性因子走势 对国内流动性因子进行历史回测。使用分位数来捕捉因子信号，当期限利差的滚动3年分位数大于75%时，意味着国内流动性阶段宽松，发出成长信号；当期