长江金工 宏观视角下的港股择时模型

00:00:01 本次电话会议仅服务于长江证券研究所白名单客户。未经长江证券事先书面许可，任何机构或个人不得以任何形式对外公布、复制、刊载、转载、转发、引用本次会议相关内容，否则，由此造成的一切后果及法律责任由该机构或个人承担，长江证券保留追究其法律责任的权利。 00:00:36 嗯，各位投资者晚上好，嗯我是长江精工的分析师李旭胜，然后我今天嗯，汇报一下这个关于宏观视角下做港股择时的这样一个模型啊。嗯，这个模型呢其实是呃这个数据的维度呢，我们其实是从宏观的视角出发的，嗯，但主要用到的其实是呃宏观预期相关的一些数据啊。 00:01:06 然后首先我们说一下为什么要做这个事情啊，就是对于港股来讲，嗯，其实选股啊，可能大家都是集中于一些头部的股票，因为它很多仙股嘛，那流动性比较差，大家可能也很少去参与啊，所以其实嗯，对于机构投资者而言的话。嗯，或者说你个人去做港股的一些个股投资的话，很多都集集中于一些大市值的标的，头部标的啊，所以其实对于选股来讲，嗯，做的意义可能没有择时那么大。啊，那择时的话就是你什么时候去配置它其实更重要一点啊然后嗯，刚才也提到了这个我们的宏观的视角其实是预期啊。 00:01:45 这里面其实有很多的预期是来自于这个彭博啊，彭博上面有这个外资机构对于中国的宏观啊一系列的数据，包括中国和香港地区的一系列宏观数据的一个预测。 00:01:56 那这个预测呢是季度频率啊，但是它有点像分是对于个股财报的一致预测啊。它会不断的呃就是随时会有不断这样一个修正啊，然后修正之后呢啊，我们如果取均值或中位值这种方式，它可能就会发生变化啊所以其实它整体的也可以理解为嗯，这个对于宏观数据的一致预测，那这种一致预测的话。它的一个边际变化，呃可能包含的信息要比这个值到底是 多大或者多小啊更更重要一点啊。所以其实可以看到我们很多这个呃， 00:02:30 有一些带预期修正这样一个字眼的一些变量啊，那这些变量其实都是呃，从呃这个外资机构的一致预测里面啊去计算了一下。对于同一个季度的预测目标啊，随着时间的变化，它发生了怎样的一个边际的呃修正啊？ 00:02:47 如果上修的话，那可能啊，比如说呃基本面吧，宏观经济的基本面的一些指标，那如果上去的话，可能意味着基本面的一个预期要要发生好转啊。那可能在未来的一段时间里面啊，就可以看到这个实际的一个经济基本面发生好转这样一个变化，啊同样道理下修也是一个悲观的一个调整。 00:03:06 啊，当然这里面其实还有一些嗯，不带预期修正字眼的一些变量啊， 00:03:10 那这些变量的话，呃，多数是来自于万德，啊，然后嗯，有有资金流方面的，啊也有这个。嗯，一些外资机构做的这样一些综合指标类的啊，比如说OECD啊，然后还有这个花旗的这个中国经济意外指数，它其实整体也都是对于中国内地基本面的这样一个衡量。啊，然后包括我们也用了汇率啊，美元指数啊等等一系列能啊，想要去看能不能去反映出流动性的这样一些变量啊。哦，那么对于嗯择时来讲，我们一般会锚定一个指数嘛啊，所以指数通常来讲还有这个对应的期权啊期权标的啊，那这样的话我们其实对于呃期权期权变量啊，可能也能够找到一些啊有一定信息量这样一个指标啊。 00:03:58 所以这边其实我们一共选定了20多个20多个变量吧。嗯，然后想要去检验一下这些变量啊不同的纬度啊，是否有一些变量能够对于则是有一定这样一个嗯这个贡献啊，然后具体的方法其实用的会嗯比较简单啊，就是模型其实是比较简单的，它主要是一个逻辑回归，但是这里面比较麻烦的是。 00:04:21 特征啊，特征这里的话其实是采用一个批量化的一个处理。嗯， 00:04:25 首先我们先说一下这个回归的一个方程啊，回归方程我左边的就是等式的左边就是Y啊，是一个return t加一期的return啊，那这个其实是嗯我用指数的下一期啊，每个月月底的下一个月的这样一个涨跌幅来代替啊。然后等式的右边呢是一系列的这样一些变量，那么这里的。嗯，其实这这个这个等式里面用到的变量，其实只有前前面提到的这20多个变量里面我一个一个要去检验的啊，所以这个等式里面只用到其中一个。 00:04:56 那为什么有这么多项呢？啊，我们可以看到啊，这个贝塔一对应的是它的当期项。啊，贝塔2到贝塔4对应的是滞后项，然后贝塔5是它就是呃，我们这里把它定义为信号的连续性。啊，然后那个贝塔六对应的是信号的改变呃改变效应啊，贝塔七对应的是呃一个商的概念啊，就是相当于是信号的稳定性啊，最后是一个季节效应的一个控制变量啊。所以其实对于每一个变量我们要检验它的很多不同的效应啊，所以这每一个方程其实只检验了这20多个变量里面其中的一个啊。 00:05:31 那为什么要这么做呢？而不是把所有变量放到一起呢？其实主要还是因为样本量的一个问题啊，因为呃，从彭博上面能够提取到的外资类机构的预测数据从。2014年的8月份才开始有。然后应用的是一个月评的数据，那这样的话它其实是一个小样本的一个检验啊。你没有办法放特别多的一个变量，把所有变量混到一起也好，或者说检验单一变量的时候，我可能啊考虑之后项更久一点，然后两两之间的相关呃这个交叉项都放进去啊，这个都不太现实啊。 00:06:02 那我只能做一个主要的一个效应的一个呃一一个检验。那这里呃检验的一个这个怎么说呢，就是检验的完备性可能会不太好啊，有可能会有交叉项之间的影响啊，导致其中有一些变量变得显著或者不显著，这样就失去了原有的一些经济的意义啊。 00:06:22 那怎么办呢？就是我们在做这样一个综合回归之后的话，我还会针对每一个最显著的单一单一的效应啊，再去做一次单变量的检验，就是看它在这个这么多效应放一起的时候显著的话，那单独用它的时候到底显不显著。如果单独用它的时候还是比较显著的话，这样才说明啊，它这个效应其实是对于港股市场一个择时啊，到底是看涨还是看跌，是有一定的 这样一个呃这个这个价值的啊，不然的话啊，可能这个变量就不是一个特别好的一个变量啊。 00:06:52 后面我们其实也会有一些指标的一个一个一个例子啊，就是简单说明一下，嗯，其实嗯，某一项出现显著有可能是因为不同项之间影响导致的嘛，所以做这个主要是为了解决这样一个问题。 00:07:06 那这里其实我们对于前面所有的宏观变量呢，每一个变量都处理成很多种不同的特征啊。 00:07:11 那么我这里其实是因为做逻辑回归嘛，其实本质上就是我要把前面20多个连续变量，把它变成先变成01的信号啊。那变01信号的方式有很多种。我这里简单列了6个啊，就是门线啊、平滑方向啊、同环比啊、差分还有波动啊。但是具体的一个处理方式其实也有很多种啊，就是比如说差分项啊，我也可以考虑一阶二阶或者之后多少期的一个差分啊。这个门线啊，这种或者方向其实可以合并到一起啊，就看正负号也好，还是看大于小于均值啊，这都是不一样的一个特征啊，所以本质上就是我可以用很多种不同的处理方式。 00:07:47 嗯，把一个变量把一个连续的变量啊，就是前面某一个这个预期的一个一个一个变量值啊，然后我把它变成。啊十几二十多个这样一个不同的不同的特征，然后把这个不同特征呢，都进行一个前面考虑很多种不同效应的这样一个检验，所以其实我这里做的回归有啊这个500多个。啊，那去检验这呃20多个变量，每个变量的20多个不同的效应啊，一共500多个效应啊，500多个特征啊，500多个特征啊，然后然后这些特征到底啊，这500多个特征它们到底是哪一个效应最显著。啊，其实是一个很很庞大的一个结果吧， 00:08:28 但是我们这里挑出来，我们最后用到的相对来说比较有效的重点去解读一下啊，首先是这个方向项，方向项这里的含义就是我直接看呃前面那个宏观变量的一个正负号。啊，比如说有一些预期修正变量啊，到底是上修还是下修嘛，这个是最简单逻辑也是最啊最说得通的最最顺畅的啊。就是如果你做一些其他处理呢，你可能还要想一下这个，它的逻辑到底是二阶导还是什么其他的一些逻辑啊。那你直接看正负号的话，那就是我到底是更乐观了 还是更悲观了就可以了嘛， 00:09:01啊，那这里的话，其实花旗这个指数呢。嗯嗯，它是综合反映这个中国内地经济基本面的一个东西啊，就是这个所谓的经济意外其实就是超预期了啊， 00:09:13 然后我们自己回归下来的话，这里有一张表啊，这个表的话，呃AC呢，它是代表的这个逻辑回归的一个。嗯，叫什么叫这个这个预测能力啊，然后呃，这个预测能力的话，大于0.5的时候才代表它有预测能力啊，小于0.5代表没有预测能力。那其实当它超过0.8也不是很好啊，因为超过0.8的话很有可能出现过拟合的一个问题啊。所以其实我们期望得到的AUC呢，就是它尽可能接近于0.8。嗯，那从当然我这里有一个history还有一个。嗯，predict那这个呢其实就是样本内外的一个区分嘛。 00:09:49 就样本内的话，这个变量可能学习到了一个预测能力是比较强的，但是样本外的预测能力如果出现明显下降，那它也不是一个良好的一个变量或者叫特征。嗯，那所以我们要对比一下啊，如果它样本外维持得比较好，才是一个比较好的变量。那后面其实就是对于逻辑回归一个正常的一个评估啊，精确率准确率和召回率。啊， 00:10:10 实际上三者同时比较高的时候，可能才能判定啊这个它的预测能力是很强的啊然后嗯， 00:10:16 最后三列呢其实是最显著的一个效应。啊，因为我们比如说我们针对花旗经济外指数啊这个月度均值啊，我去做前面的回归呢，它有当期项啊滞后项啊，这个连续效应，变化效应和稳定性，那这些变量的话，到底哪一项对于未来的一个涨跌，未来一个月的涨跌更有预测能力呢？ 00:10:38 啊我们这里自己检验下来呢，是滞后3个月的这一期。啊，那这个其实是嗯，可能是嗯这个不同市场的一个传导的一个效应啊，因为嗯从大的贝塔来讲，A股和港股大多时候其实是同向的，或者大的周期来看应该是同向的啊。但是在小的这个就是转换的时候啊，就是可能牛转熊熊转牛的时候啊，那这种小的这种转换期的时候可能中间确实会存在。 00:11:06 嗯，几个月的这样一个这个错位啊，所以其实它相当于是内地经济基本面，对于港股市场的这样一个行情的影响，其实有一定的传导的滞后效应啊大概3个月也就一个季度左右的时间。然后呢，它的这个贝塔系数呢是一个显著为正的一个值，那其实也就意味着当花旗这个指数呢，它是一个正值的时候。相当于超预期了嘛啊，那对于港股市场啊， 00:11:30 3个月后的一个表现啊，可能是一个相对来说比较乐观的一个状态， 00:11:35嗯，那标红的还有另外一个比较有效的是汇率预期。 00:11:40 汇率预期这个是美元和港币的一个汇率啊，就是当然它的汇率从嗯，它的汇率其实是采取目前是采取的这个呃联续汇率制啊，7.75~7.85之间。嗯，就是严格来讲其实没有太大的一个波动啊，但是在这样一个小波动范围里面，如果温湿啊就对于红对于这个变量的一个预期啊，有一个非常明显的一个变化的话，那其实也对于这个流动性也会有比较大的一个影响啊。比如说其实最影响最大的时候是接近于7.75和7.85的位置啊，7.85的话是弱方保证的，相当于港币太弱了。那现在。最新的一个。美元兑港币的一个汇率应该是7.84左右啊，它其实是比较接近7.85的一个状态啊。 00:12:25 那这种情况下的话，港币太弱啊，那金管局其实是会有呃收回港币流动性来，嗯让港币更走强一点的这样一个动机的啊，那这样其实对于流动性是一个负面的影响啊。所以其实嗯，如果我的这个预期呢往上修也就意味着啊，这个一美元兑的港币更多了嘛，港币贬值，那其实对于未来流动性其实是一个不太好的一个贡献啊，所以其实它最后得到一个贝塔系数，是一个显著为负的一个一一个一个一个情况。 00:12:57 那它的一个影响大概是之后两个月啊是最有效的一一项啊。那这个呃就相当于是我诶当然这个预期是有一个问题啊，就是我前面也说到了，其实我们是针对于每个季度做预测嘛啊。所以其实呃如果这个月啊，就对下一个季度