本期投资提示：
　　如何衡量不确定性？
　　宏观政策不确定性指数EPU：指数通过报纸的关键词提取计算，目前针对中国宏观政策不确定性的2条指数分别根据香港《南华早报》和内地《人民日报》、《光明日报》提取，其中根据《南华早报》计算的指数今年以来提示不确定性偏高。EPU指数能一定程度反映宏观波动较大的阶段，但对市场预期波动或分歧较大的情况反映不足。
　　Factor Mimicking宏观代理组合方向变化快，提示分歧明显、时间不确定性高：我们曾通过行业多空组合的表现来表征市场对宏观变量预期的变化，经济、流动性组合在2021年反映了经济复苏、流动性先转紧后平稳的定价，但2022年对组合映射的经济方向分歧较大，且近期变化幅度有较大的提升；我们通过香农熵计算市场的宏观预期不确定性程度，近阶段市场对经济、流动性的不确定性程度都在偏高的位置。
　　Regime Switching观点出现模糊，从市场收益结构提示不确定性增加：我们使用隐马尔科夫模型对单资产、多资产的状态转换情况进行识别，当资产属于不同状态的可能性越接近、观点越模糊时市场不确定性越高，近两年我们通过沪深300状态转换得到的不确定性和我国的执行航班数、PMI情况呈现出极强的相似性，熵值大幅上升、下降的阶段与航班数量大幅下降、上升的时间点高度吻合，说明过去2年中市场体现的不确定性能够较好地反映疫情带来的经济预期不确定性。后续疫情带来的不确定性将减弱，但这一熵值给了我们替代性的观察视角。
　　不确定性不同时市场的表现特征：1）大类资产：不确定性高时黄金表现最佳，利率债表现明显强于不确定性低的时段，但末期有所回落，而权益多从震荡转向上涨；2）行业配置：高不确定性时轮动快，后续主线逐渐清晰；3）因子配置：高不确定性时价量相关的因子如动量及防御类因子表现偏强，其他因子多数表现较为稳定，不确定性降低后低估值表现较强、分析师预期因子较稳定，其他因子多数波动增加、有效性降低。
　　从不确定走向确定时的投资启示：
　　大类资产：黄金具备性价比，股强债弱可能性大；
　　行业配置：从均衡走向主线行情；
　　因子表现：从保守走向多元化。
　　风险提示：本报告的研究分析均基于历史数据，资产配置模型根据历史数据构建，历史表现不代表未来；疫情超预期发展、政策大幅波动等情况下模型可能失效。
　　

研究报告全文：权益量化研究2022年12月22日走出迷雾不确定性视角下的2023权益量量化配置展望化研数说资产配置研究系列之十究相关研究本期投资提示证券如何衡量不确定性研究宏观政策不确定性指数EPU指数通过报纸的关键词提取计算目前针对中国宏观政策不报证券分析师确定性的2条指数分别根据香港南华早报和内地人民日报光明日报提取其告沈思逸A0230521070001中根据南华早报计算的指数今年以来提示不确定性偏高EPU指数能一定程度反映宏shensyswsresearchcom邓虎A0230520070003观波动较大的阶段但对市场预期波动或分歧较大的情况反映不足denghuswsresearchcomFactorMimicking宏观代理组合方向变化快提示分歧明显时间不确定性高我们曾联系人沈思逸通过行业多空组合的表现来表征市场对宏观变量预期的变化经济流动性组合在20218621232978187458年反映了经济复苏流动性先转紧后平稳的定价但2022年对组合映射的经济方向分歧shensyswsresearchcom较大且近期变化幅度有较大的提升我们通过香农熵计算市场的宏观预期不确定性程度近阶段市场对经济流动性的不确定性程度都在偏高的位置RegimeSwitching观点出现模糊从市场收益结构提示不确定性增加我们使用隐马尔科夫模型对单资产多资产的状态转换情况进行识别当资产属于不同状态的可能性越接近观点越模糊时市场不确定性越高近两年我们通过沪深300状态转换得到的不确定性和我国的执行航班数PMI情况呈现出极强的相似性熵值大幅上升下降的阶段与航班数量大幅下降上升的时间点高度吻合说明过去2年中市场体现的不确定性能够较好地反映疫情带来的经济预期不确定性后续疫情带来的不确定性将减弱但这一熵值给了我们替代性的观察视角不确定性不同时市场的表现特征1大类资产不确定性高时黄金表现最佳利率债表现明显强于不确定性低的时段但末期有所回落而权益多从震荡转向上涨2行业配置高不确定性时轮动快后续主线逐渐清晰3因子配置高不确定性时价量相关的因子如动量及防御类因子表现偏强其他因子多数表现较为稳定不确定性降低后低估值表现较强分析师预期因子较稳定其他因子多数波动增加有效性降低从不确定走向确定时的投资启示大类资产黄金具备性价比股强债弱可能性大行业配置从均衡走向主线行情因子表现从保守走向多元化风险提示本报告的研究分析均基于历史数据资产配置模型根据历史数据构建历史表现不代表未来疫情超预期发展政策大幅波动等情况下模型可能失效请务必仔细阅读正文之后的各项信息披露与声明权益量化研究目录12022年海内外不确定性影响市场表现52如何衡量不确定性521宏观政策不确定性指数EPU522FactorMimicking代理组合方向变化快823RegimeSwitching观点出现模糊113不确定性不同时市场的表现特征1331大类资产不确定性高时黄金表现最佳权益多从震荡转向上涨1432行业配置高不确定性时轮动快后续主线逐渐清晰1633因子配置高不确定性时红利动量低波表现更好194从不确定走向确定时的投资启示2141大类资产黄金具备性价比股强债弱可能性大2142行业配置从均衡走向主线行情2143因子配置从保守走向多元化235风险提示246附录因子定义24请务必仔细阅读正文之后的各项信息披露与声明第2页共26页简单金融成就梦想权益量化研究图表目录图1中国宏观政策不确定性指数走势6图2中国宏观政策不确定性指数提示的高不确定性阶段7图3美国全球EPU指数7图4美国全球EPU指数提示的高不确定阶段7图5代理组合映射的经济变化8图6代理组合映射的长期流动性变化8图7代理组合映射的历史经济变化及对应熵10图8代理组合映射的历史长期流动性变化及对应熵10图9我国PMI与国内航班执行数量架次10图10沪深300RegimeSwitching熵值12图11沪深300RegimeSwitching熵值2020年以来12图12我国PMI国内航班执行数量架次与RegimeSwitching熵值12图13多资产RegimeSwitching熵值13图14多资产RegimeSwitching熵值2020年以来13图15我国综合不确定性指标走势14图16不确定性较高阶段的股债表现2014年债券对应右轴15图17不确定性较高阶段的股债表现20151020165债券对应右轴15图18不确定性较高阶段的股债表现2019720208债券对应右轴15图19不确定性较高阶段行业切换速度指标变化2014年17图20不确定性较高阶段行业切换速度指标变化201972020817图212014-2015H1部分因子累计IC规模分红反转波动率20图222014-2015H1部分因子累计IC估值盈利质量分析师预期20图23201510-20176年部分因子累计IC估值盈利质量分析师预期20图2420197-2020年部分因子累计IC估值盈利质量分析师预期20图25全国整车货运流量指数22图26北京地铁周均客运量万人次横轴代表春节后周数23图27上海地铁周均客运量万人次横轴代表春节后周数23请务必仔细阅读正文之后的各项信息披露与声明第3页共26页简单金融成就梦想权益量化研究图28广州地铁周均客运量万人次横轴代表春节后周数23图29成都武汉南京地铁合计周均客运量万人次横轴代表春节后周数23表12022年以来全球权益波动整体有所提升5表22022年以来主要国家10年期国债收益率变化5表3代理组合映射的每月经济长期流动性变化9表4不确定性指标加权13表5不确定性状态不同时的资产年化收益16表6不确定性环境下的行业切换速度17表72014年部分行业表现排名变化18表82019720208部分行业表现排名变化18表9不确定性环境下的因子IC和收益19表1020221202211部分行业表现排名变化21表11申万风格因子定义24请务必仔细阅读正文之后的各项信息披露与声明第4页共26页简单金融成就梦想权益量化研究12022年海内外不确定性影响市场表现回顾2022年从俄乌冲突到美国的高通胀加息再到国内疫情的反复各类事件的变化使得全球主要经济体的政策也出现了不同程度的波动而在政策的波动下市场预期的波动进一步增加了资本市场本身的波动截至2022年12月16日全球主要指数的表现波动率情况如下表12022年以来全球权益波动整体有所提升标普500富时100德国DAX日经225恒生指数沪深3002022年以来收益-1447236-878-196-1992-21162022年以来年化波动率2431165323472051329720582021年年化波动率130512701431185320021851资料来源Wind申万宏源研究主要权益指数的波动率水平整体较2021年有了较明显的提升而中国美国指数出现较大幅度的回撤而全球债券市场同样面临很高的波动水平欧美地区利率快速上行日本利率近期也开始上升波动水平明显提升表22022年以来主要国家10年期国债收益率变化美国英国德国日本中国2022年以来利率变化bps196002441421900280011022022年以来波动率0710930740040072021年波动率018019012003015资料来源Wind申万宏源研究而近阶段美国通胀美联储加息预期有所缓和中国疫情防控措施优化2022年影响市场的核心不确定性因素似乎正在消散那么从定量视角来看哪些角度可以衡量不确定性在不确定性提升或降低时市场存在哪些特点不同情况下投资又该如何应对本报告中我们希望从多个数量化维度进行讨论2如何衡量不确定性21宏观政策不确定性指数EPU提到不确定性全球相关研究中最常用的指标即为宏观政策不确定性EconomicPolicyUncertainty指数该指数由斯坦福大学和芝加哥大学的ScottRBakerNicholasBloom和StevenJDavis三位学者率先开始编制后续多位学者在此方法论的基础上使用不同的数据来源针对多个国家地区分别构建目前针对请务必仔细阅读正文之后的各项信息披露与声明第5页共26页简单金融成就梦想权益量化研究中国宏观政策不确定性的指数包含2条一条根据香港的南华早报提取相关的关键词进行频率分析构建另一条则基于人民日报和光明日报以根据南华早报构建的EPU指数为例构建时首先提取包含中国经济不确定性的文章并进一步统计包含政策利率央行等词汇的文章每个月将这些进一步筛选出的表达政策不确定性的文章总数除以当月报纸的总文章数并标准化后得到每月的不确定性指数2条宏观政策不确定指数的走势如下图1中国宏观政策不确定性指数走势资料来源EPU申万宏源研究截至202211两条指数的相关性为087在多数情况下2条指数的走势也较为接近但我们也发现今年以来基于香港南华早报计算的不确定性指数有明显上升但基于人民日报光明日报的指数相对平稳说明境内外媒体机构传递的信息有一定差异此外由于指数在计算时都采用了固定窗口进行标准化近两年指数都有明显趋势上升的迹象数值上较历史平均有明显抬升我们分别计算2个指标滚动5年标准化后的数据当高于1倍标准差时我们用柱状图标记为不确定性较强的阶段结果如下请务必仔细阅读正文之后的各项信息披露与声明第6页共26页简单金融成就梦想权益量化研究图2中国宏观政策不确定性指数提示的高不确定性阶段资料来源EPU申万宏源研究截至202211根据上图200820182020年2个指数都体现出较强的宏观政策不确定性2008年不确定性的提升主要来自全球金融危机影响而2018-2019年的不确定性主要来自于中美贸易摩擦过程中政策的不断变化而2020年疫情开始后不确定性指数也有较明显的抬升2022年以来疫情影响下我国经济数据也呈现一定的波动基于南华早报的宏观政策不确定性指数也给出了强不确定性的信号基于美国的宏观政策不确定性指数构建的维度更丰富除了基于10家报纸进行自然语言处理得到的部分还包括了税码有效期CPI预期分歧度政府采购商品和服务的预期分歧度全球的宏观政策不确定性指数则由21个国家和地区的指数合成美国和全球宏观政策不确定性指数以及我们经滚动标准化处理的不确定性阶段情况如下图3美国全球EPU指数图4美国全球EPU指数提示的高不确定阶段资料来源EPU申万宏源研究截至202211资料来源EPU申万宏源研究截至202211请务必仔细阅读正文之后的各项信息披露与声明第7页共26页简单金融成就梦想权益量化研究美国全球的数据趋势与我国的较接近但2022年以来的不确定性情况明显低于2021年美国标准化后的EPU指数近期都在03个标准差以内今年未提示明显的高不确定信号与市场所体现的波动增加的情况有一定差异从EPU指数的构建逻辑来看其反映的不确定性往往与事件有较大的关联如中美贸易摩擦美联储进入加息周期前EPU指数都有明显的提升指数与选用的数据源也有较大的关系报纸面向的群体不同时结论也可能有所差异总体来看EPU指数能一定程度反映宏观波动较大的阶段但对市场预期波动或分歧较大的情况如今年美国通胀的走向我国经济数据的趋势等信息反映不足22FactorMimicking代理组合方向变化快除了直接通过自然语言处理方法得到的EPU指数我们从二级市场的宏观预期中可能能观察到我们上面所说的预期不确定性的变化此前我们曾通过FactorMimicking的方法构建了基于申万一级行业指数的宏观代理组合通过行业多空组合的表现来表征市场对宏观变量预期的变化具体的步骤可概括为1通过各行业累计12个月的收益率对经济流动性通胀因子多元线性回归计算各行业在各宏观变量上的因子暴露2通过优化分别求解在每个宏观因子上暴露为1在其他因子上暴露为0的组合我们称为代理组合3代理组合累计12个月收益的变化情况可以表征市场对宏观变量判断的方向变化代理组合日度收益的波动情况可以表达市场对变量的关注程度我们计算近两年经济挂钩OECD领先指标长期流动性挂钩10年期国债利率的代理组合所映射的经济流动性的变化情况如下图5代理组合映射的经济变化图6代理组合映射的长期流动性变化资料来源Wind申万宏源研究截至20221130资料来源Wind申万宏源研究截至20221130请务必仔细阅读正文之后的各项信息披露与声明第8页共26页简单金融成就梦想权益量化研究以上两个组合在2021年反映了经济复苏流动性先转紧后平稳的定价但2022年对经济的定价震荡下行对流动性的定价较为平稳我们进一步计算上图中代理组合映射的每月的变量方向的变化以及变化的幅度如下单位分别对应OECD领先指标和10年期国债收益率表3代理组合映射的每月经济长期流动性变化时间经济长期流动性Jan-22-018008Feb-22005016Mar-22-015-015Apr-22-010-001May-22008005Jun-22-001-010Jul-22-007010Aug-22-013000Sep-22-026000Oct-22013013Nov-22008-008资料来源Wind申万宏源研究可以看到2022年经济代理组合映射的经济方向变化较多这与我们此前提到的外资对我国经济观点上的分歧也较大相似而近期变化幅度也有了较大的提升而流动性组合今年整体平稳但方向变动也较大同样的我们使用计算表3的方法进一步计算2010年开始每一个月经济长期流动性组合映射的指标方向变动情况并根据滚动过去12个月的变化特征衡量分歧程度我们使用香农熵来定义市场预期的不确定性1log12log21为过去12个月中代理组合映射的经济变化方向为正的频率2为变化方向为负的频率当且仅当1205时熵取到最大值即指标方向预期的不确定性最强2个指标的结果如下请务必仔细阅读正文之后的各项信息披露与声明第9页共26页简单金融成就梦想权益量化研究图7代理组合映射的历史经济变化及对应熵图8代理组合映射的历史长期流动性变化及对应熵资料来源Wind申万宏源研究资料来源Wind申万宏源研究从经济预期的方向变化来看20172019年及近期的熵值有持续偏高的状态而流动性预期变化上20142017年有连续的偏高阶段因此通过代理组合的变化特征我们一定程度上可以观察到市场对宏观环境不确定性的观点近阶段市场对经济流动性的不确定性程度都在偏高的位置展望2023年我国疫情政策放松之后市场对经济复苏的关注度将进一步提升需求端尤其是消费端的复苏情况关注度较高从全年来看走出疫情是走出不确定性的重要基础近期物流航班数据都有了较明显的好转从2021年4月统计国内执行航班数以来我们看到该数据与我国PMI呈现了很强的同步性图9我国PMI与国内航班执行数量架次资料来源Wind申万宏源研究请务必仔细阅读正文之后的各项信息披露与声明第10页共26页简单金融成就梦想权益量化研究不过在全面恢复前感染数量的上升可能也会对生产和需求端造成影响目前从分城市的物流市内交通数据来看感染迅速上升阶段经济活动将有所减弱因此预计明年一季度宏观环境的不确定性仍将维持此外从海外的情况来看疫情波动对供给端的影响可能加大通胀的压力后续我们也将持续跟踪经济高频指标以及FactorMimicking代理组合提示的不确定性信息23RegimeSwitching观点出现模糊除了挂钩宏观变量的组合从市场收益本身的结构特征上我们也能尝试找到不确定性的表达在机制转换视角下的资产配置机器学习能否协助决策中我们尝试使用隐马尔科夫模型对单资产多资产的状态转换情况进行识别下面我们尝试计算分属于不同状态的概率后继续使用香农熵的概念来表达不确定程度1针对沪深300单一资产假设其在不同阶段服从2种不同的自回归模型我们尝试每日使用过去2年的数据进行隐马尔可夫模型的拟合得到每日分属于2个状态的概率然后计算近1个月的属于2个状态的平均概率后得到当前权益隐藏状态的香农熵1log12log2此时的代表过去1个月属于2个状态的平均概率上述熵越大说明分属于2个状态的概率越接近市场的不确定性越强2针对股票债券商品多资产假设其在不同阶段服从4种不同的联合正态分布我们尝试每月使用过去5年的数据进行拟合并得到最近3个月属于4个状态的平均概率然后计算当前多资产隐藏状态提示的状态变化的香农熵log为了使结果更稳定我们重复拟合1000次得到平均的香农熵上述熵越大说明市场隐藏的结构发生变化的可能性越不确定由于1计算得到的日频指标波动较大我们进行20日均线平滑处理得到的熵值变化如下请务必仔细阅读正文之后的各项信息披露与声明第11页共26页简单金融成就梦想权益量化研究图10沪深300RegimeSwitching熵值图11沪深300RegimeSwitching熵值2020年以来资料来源Wind申万宏源研究资料来源Wind申万宏源研究从沪深300单资产的结果来看其熵值的波动十分明显且明显在2020年之后熵值的波动有所增加权益市场不确定性的波动开始增加状态切换更加频繁若我们单独看2020年以来的情况熵值明显增加的阶段包括2020年3月2020年7月2021年3月2021年8月以及2022年4月以来今年4月的熵值增加速度明显更快且相比于之前熵值处于高位的持续时间较长7-8月曾出现小幅回落近期又有所升高此外我们发现近两年上述沪深300RegimeSwitching得到的熵值和前面我们展示的航班PMI情况呈现出极强的相似性熵值大幅上升下降的阶段与航班数量大幅下降上升的时间点高度吻合说明过去2年中市场体现的不确定性能够较好地反映疫情带来的经济预期不确定性图12我国PMI国内航班执行数量架次与RegimeSwitching熵值资料来源Wind申万宏源研究熵值已经过缩放展示请务必仔细阅读正文之后的各项信息披露与声明第12页共26页简单金融成就梦想权益量化研究随着疫情管控措施的调整航班数量对经济活动的表征意义将减弱市场对经济的关注可能将转向其他角度但上述沪深300状态转移隐含的熵值给了我们替代性的观察视角在经济活动表征指标变化时辅助我们对不确定性做出判断而根据多资产状态转移计算的熵值情况如下图13多资产RegimeSwitching熵值图14多资产RegimeSwitching熵值2020年以来资料来源Wind申万宏源研究资料来源Wind申万宏源研究从图上来看多资产状态转移的熵值波动较大与沪深300单资产的结果存在一定差异说明单资产和多资产中投资中隐含的不确定性表达有所不同近三年中21年中22年初的不确定性相对偏低近期有持续抬升的迹象整体来看资产的状态转移也能够对市场表达的不确定性进行补充当资产收益的结构特征变化较快或者分类的稳定性较弱时投资行为中包含的不确定性预期可能较强3不确定性不同时市场的表现特征上面部分中我们介绍了可以用来衡量不确定性的指标下面我们首先尝试将几个维度进行合成指标的具体情况和权重设定如下表4不确定性指标加权类别具体指标取值权重宏观不确定性指数基于南华早报-1或0或1是否低于高于1倍标准差02基于人民日报光明日报-1或0或1是否低于高于1倍标准差01FactorMimicking组合映经济007015射预期流动性007015RegimeSwitching熵单资产00703多资产01401资料来源申万宏源研究请务必仔细阅读正文之后的各项信息披露与声明第13页共26页简单金融成就梦想权益量化研究合成后的指标走势如下图15我国综合不确定性指标走势资料来源申万宏源研究指标单月的波动相对较大但通过数值也能对不确定性偏高的阶段进行刻画而从平滑后的均线上也能够看到不确定性趋势的变化根据以上不确定指标的刻画我们选择2014年2015年10月到2016年5月2019年7月到2020年8月三段不确定性持续较高的时间来观察高不确定性阶段的资产行业因子的表现特征并与其余时间段的情况进行对比31大类资产不确定性高时黄金表现最佳权益多从震荡转向上涨首先我们观察几个不确定性较高的阶段股债资产的表现请务必仔细阅读正文之后的各项信息披露与声明第14页共26页简单金融成就梦想权益量化研究图16不确定性较高阶段的股债表现2014年债券图17不确定性较高阶段的股债表现对应右轴20151020165债券对应右轴资料来源Wind申万宏源研究资料来源Wind申万宏源研究图18不确定性较高阶段的股债表现2019720208债券对应右轴资料来源Wind申万宏源研究从图上我们看到三个阶段的股债表现特征呈现出一定相似之处初期股票表现多呈现震荡特征债券上涨较明显而后期股票开始出现趋势性上涨债券表现回落我们进一步计算各阶段大类资产的年化收益并与20142020年其他不确定性较低阶段整体的年化收益进行比较请务必仔细阅读正文之后的各项信息披露与声明第15页共26页简单金融成就梦想权益量化研究表5不确定性状态不同时的资产年化收益时间段沪深300中证500黄金国债净价高不确定性阶段152953994178712高不确定性阶段2-161-4441834263高不确定性阶段3222129632841040低不确定性445692419-110资料来源Wind申万宏源研究2014年20192020的两个阶段权益在后期的上涨都较为明显2016年不确定性阶段之后也出现了权益的持续上涨不确定性较高的阶段利率债表现明显强于不确定性低的时段在阶段进入末期后表现会有所回落股债的这一特征也体现了市场风险偏好与不确定性的关系当不确定性开始持续升高时市场风险偏好有所降低债券表现出色而不确定性持续一段时间进入末期后市场风险偏好开始大幅提升此外从上述表现中我们也能看到资产表现与不同不确定性维度的关系2014年宏观政策不确定性指标EPU提示的不确定性较低宏观代理组合及资产价格端隐含的不确定性较高此时黄金表现不突出权益从震荡走向大幅上涨后面2个阶段在各个维度都提示不确定性偏高此时黄金的表现明显较好32行业配置高不确定性时轮动快后续主线逐渐清晰在不确定性持续的阶段我们看到权益在初期较长的时间段都呈现出震荡的表现而从过去半年的直观感受来看震荡中的行业表现也呈现出轮动较快的特点下面我们尝试观察过去是否也存在这一现象我们尝试对行业切换的速度进行定义针对31个申万一级行业我们每日计算其日度收益率并从高到低进行排序然后计算如下指标1行业排序波动计算单个行业滚动60日的日收益排名的波动率然后计算所有行业的平均波动越大说明一致程度越低行业切换速度越快2收益排序秩相关系数均值计算每日与上一日的收益排序的秩相关系数收益排序一致程度越高相关系数越大然后计算滚动60天的相关系数均值相关系数越低说明行业切换速度越快3排名靠前行业一致性相关性根据每日收益排名前20的行业计算过去60天的等权相对沪深300的超额收益然后每日计算和1的相关系数即计算相邻两天排名靠前行业的一致性并计算滚动60天的相关系数均值为了避免行业之间本身相关性提升带来的干扰我们在以上相关系数的基础上扣除同期各行业间两两的相关系数均值该数值越低说明这段时间排名前20行业之间的差异越大行业切换速度越快请务必仔细阅读正文之后的各项信息披露与声明第16页共26页简单金融成就梦想权益量化研究我们计算以上各指标在3个高不确定性阶段的均值并计算各阶段的值与低不确定性阶段的值在均值相同这一假设下的p值表6不确定性环境下的行业切换速度时间段项目行业排序波动行业排序相关性靠前行业一致性数值越大行业轮数值越低行业轮数值越低行业轮动越快动越快动越快指标均值8741900379-05727高不确定性阶段1p值002410001800026指标均值8749100405-07750高不确定性阶段2p值006370094000000指标均值87473-00056-06480高不确定性阶段3p值001140000000000低不确定性指标均值8530000460-05399资料来源Wind申万宏源研究从以上结果来看除了2015年末到2016年上半年的第二阶段指标的显著性稍弱另外2个阶段在3个指标上都体现了较强的显著性各高不确定阶段指标在均值上也几乎都体现了行业排序波动明显更大排序相关性更低靠前行业一致性更弱的特点说明不确定性较强的时期行业轮动倾向于更快我们具体观察201420192020年不确定较高的阶段行业排序波动靠前行业一致性2个指标的变化特点如下图19不确定性较高阶段行业切换速度指标变化2014图20不确定性较高阶段行业切换速度指标变化年2019720208资料来源Wind申万宏源研究资料来源Wind申万宏源研究两个阶段的行业排序波动都处于较高的水平而靠前行业的一致性在不确定性初期处于明显较低的水平后续逐渐有所提升说明随着不确定性持续行业表现逐渐从快速轮动走向主线逐步清晰请务必仔细阅读正文之后的各项信息披露与声明第17页共26页简单金融成就梦想权益量化研究我们进一步观察上述两个时段部分单个行业的月度表现排名表72014年部分行业表现排名变化行业201401201402201403201404201405201406201407201408201409201410201411201412钢铁27982710166915264煤炭31301017628226182198电子51026531128124242731家用电器15271211152318292992014食品饮料26117630258253031259医药生物8132024111524211982925公用事业19141516181922812785交通运输2118514282916172157房地产22281201730428221036建筑材料2323213262292216121412建筑装饰28226101626122311542电力设备712928239111313272421国防军工92630124110121133110计算机215312517306520729传媒13127159631526281123通信3172572826194252318银行2421342524133131423非银金融2529171202733027311资料来源Wind申万宏源研究2014年高不确定性持续的阶段行业的月度排名呈现出较明显的从轮动快走向主线清晰的特征TMT多次出现排名领先与垫底的交替地产产业链在3月表现较好而后续并未延续消费金融也出现了类似的情况而到后期银行地产开始持续领先其余行业表现排名也趋向稳定金融地产周期的主线行情开始出现表82019720208部分行业表现排名变化行业201907201908201909201910201911201912202001202002202003202004202005202006202007202008钢铁13293020273242827919212629煤炭31307293161142127218175有色金属20517172124182429762319房地产2948262428133123251411建筑材料461310285163122131874建筑装饰3333030182151523913212医药生物1413202120221830301018142523电力设备1715531123172230824627电子212212892026262035297通信22142115172592326221630169计算机826272252714911923311030传媒25102844152824291415233031银行27121527214127112624161312非银金融181124526131115141712101415资料来源Wind申万宏源研究请务必仔细阅读正文之后的各项信息披露与声明第18页共26页简单金融成就梦想权益量化研究20192020年的情况也类似不确定性刚开始提升时排名靠前的行业在新能源周期TMT地产产业链间切换后续逐渐向金融地产电子稳定总结来看在不确定性较高的环境下行业往往表现出相比于低不确定性时更快的轮动速度随着时间推移市场将从不确定性走出行业主线逐渐清晰33因子配置高不确定性时红利动量低波表现更好不确定性较高时权益市场震荡行情多行业轮动快而这些现象同样也能够反映到选股因子的表现上我们观察各高不确定性阶段和不确定性较低的阶段各申万风格因子的IC和多空收益情况因子定义详见附录表9不确定性环境下的因子IC和收益指标阶段规模估值分红盈利财务质量成长反转波动率流动性分析师预期变化高不确定性阶段1-009150083100389-00172-0030600088-01216-01181-0103400512高不确定性阶段2-014890069700633006280032000412-01049-00915-0095000376IC高不确定性阶段3-000370004000372006650032300517-00143-00715-0054600210低不确定性-001950065800440003080009700365-00618-00928-0103000449高不确定性阶段183366678333416733336667833250083310000IC为正高不确定性阶段2250062501000075007500875012503750250010000频率高不确定性阶段34286500078578571714371435000357135716429低不确定性4000740080007000560078003400200014008400高不确定性阶段1467306090-263-242-075176342283225高不确定性阶段2614141254119067082387194350041多空高不确定性阶段3052-168047203096241043122103-083低不确定性182122088097031124244116288015高不确定性阶段18333583375001667166725007500833383338333多空为正高不确定性阶段27500625087507500625075008750750075005000频率高不确定性阶段35000428678577143642985715000571457142857低不确定性6400720074006400620072006400660082005200资料来源申万宏源研究从上表中我们看到在高不确定性的环境下部分因子如小市值高分红高动量低波动率整体相比于低不确定性阶段有更高的平均IC和收益而低估值在低不确定性阶段胜率更高其余因子在低不确定性阶段胜率相对一般我们进一步观察2014-2015年上半年2019-2020年部分因子的累计IC情况请务必仔细阅读正文之后的各项信息披露与声明第19页共26页简单金融成就梦想权益量化研究图212014-2015H1部分因子累计IC规模分红图222014-2015H1部分因子累计IC估值盈反转波动率利质量分析师预期资料来源申万宏源研究资料来源申万宏源研究从因子视角来看2014年不确定性较高的阶段市值动量低波红利因子的IC都较稳定方向较为明确而在逐渐走出不确定性时因子出现一定波动估值及财务类因子在整体呈波动状态在不确定性提升初期稳定性不高都后续稳定性提升整体来看在这一不确定性较高的阶段因子收益整体与长期IC方向一致稳定性较高价量相关的因子及偏防御的高分红因子稳定性更强提示该阶段在因子策略上保持稳定略倾斜红利和价量可能是较好的选择而逐渐走出不确定性后常规风格因子IC波动增加胜率有所下降该阶段可能需要与更多基本面信息另类信息结合图23201510-20176年部分因子累计IC估值盈图2420197-2020年部分因子累计IC估值盈利质量分析师预期利质量分析师预期资料来源申万宏源研究资料来源申万宏源研究从上面两个时间段我们同样可以看到低估值在低不确定性阶段表现相对较好而其余基本面因子在不确定性较高时相对稳定不确定性较低时胜率不高请务必仔细阅读正文之后的各项信息披露与声明第20页共26页简单金融成就梦想