量化研究系列报告之二十七：市场结构中的状态信息：由个股相关网络驱动的双轨择时框架

本报告提出了一种基于个股相关网络的“双轨择时”框架，用于捕捉市场结构中的状态信息，并据此进行仓位管理。

核心观点
市场在风险或机会出现前，往往先在个股相关网络结构上留下痕迹。报告将择时问题拆分为“风险”与“机会”两个不对称的问题，分别建模并构建了稳定的仓位映射逻辑。

关键数据和研究结论

1. 个股相关网络特征提取
   报告从特征值、特征向量、图拓扑、相关分布与动态状态五个层面，将个股相关网络压缩为一组谱特征，刻画市场状态及其转变。

   • 特征值结构：衡量风险集中程度（如最大特征值、吸收比）。
   • 特征向量结构：刻画主导因子承担者（如第一特征向量载荷的 HHI、最大载荷）。
   • 图拓扑结构：衡量局部冲击扩散性（如边密度、聚类系数）。
   • 相关性分布：描述横截面联动水平（如平均绝对相关、强相关配对占比）。
   • 动态与状态特征：刻画结构变化速度及历史位置（如多窗口变化率、252日分位）。

2. 双轨建模

   • 风险侧：以未来10个交易日的相对入场价最大跌幅（前瞻回撤）为连续回归目标，模型主要依赖“结构状态在过去一年中的位置”（如252日分位）。
   • 机会侧：以未来10日收益是否位于训练窗前30%为二分类目标，模型关注“结构变化方向与速度”（如载荷分布、差分与变化率）。
     两侧模型特征选择高度分化，风险侧侧重静态状态特征，机会侧则呈现明显的动态特征轮换。

3. 仓位映射逻辑

   • 将预测值转为滚动分位，按“风险闸口 + 机会增强”的二元规则定仓：
     • 风险闸口触发时，目标仓位降为0（设置清仓冷却期避免反复交易）。
     • 机会增强触发时，目标仓位升为1，覆盖风险闸口。
   • 采用滚动调参与多阈值平均降低敏感性，最终仓位由三个可解释参数（风险阈值、机会阈值、冷却期）按季度滚动优化。

4. 实证结果

   • 中证全指择时策略（2020-01-01至2026-07-31）：
     • 年化收益16.90%（指数3.75%），年化超额13.14%。
     • 最大回撤由-39.33%收敛至-15.58%，夏普比率1.05，平均权益敞口0.66。
     • 与同敞口静态基准对比，超额并非来自低仓位。
   • 信号迁移检验：
     • 中证全指信号原样迁移至沪深300、中证500、国证2000，年化超额分别为10.67%、15.60%、16.68%，验证了信号的全市场普适性。
     • 各指数自训练效果显著弱于迁移方案，说明风险传染需全市场网络捕捉。
   • 消融测试：
     • 市值加权仅改善风险侧，机会侧失效；加入传统价格特征效果下降。
     • 仓位网格上下限对结果较稳定，多阈值平均优于单一阈值组合。

总结
本报告通过个股相关网络刻画市场结构状态，拆分风险与机会进行独立建模，并设计“双信号”二元仓位映射规则，策略在样本外表现优于买入持有基准，且信号具有全市场迁移能力。关键结论包括：市场结构信息比价格信息更持久、风险与机会驱动逻辑不对称、多阈值平均提升稳健性。