▌基于风险的配置模型入手：结构化风险平价
　　结构化风险平价模型从层次聚类出发，根据聚类结果将扁平化的风险平价方法层次化，解决了传统风险平价模型对于初始资产依赖程度高的问题。
　　选取A股、债券、QDII、商品4大类共9个资产进行结构化风险平价配置，实现了1.79的夏普比率，相比于风险平价模型有着明显提升。
　　▌模型的改进：顶层大类及预算分配设计
　　首先传统的风险模型并没有包含对收益率的预测信息，导致模型的收益天花板有限，但在实际投资中往往会对大类及底层资产均有主观判断；因此我们尝试引入sigmoid函数，在模型中根据当期不同资产观点，调节每个节点的预算分配，达到合理反映资产观点的效果。
　　其次对于结构化风险平价的顶层聚类数目，我们采用Kmedoids的聚类办法，以满足在实际的资产配置过程中，可能对于资产池的分类要求并不是仅仅为二分类的问题。对于顶层大类的确定，我们利用“手肘法”给出最优参考的聚类数目k。
　　▌资产主动信号选择：ERP、M2折算底部、200日均线以上个股占比、价值成长轮动信号
　　大类资产层面信号，引入股权风险溢价ERP这个衡量股债相对性价比的指标，对股债配置提供指导，历史来看回测提供3.26%的年化超额收益，同时引入M2折算底部、200日均线以上个股占比对市场底部进行判断。
　　中观层面信号，在前期报告《基于系统化量化投资视角下的价值成长轮动》中，我们提出一种新的多指标扩散构造的价值成长预测模型，从国内宏观、海外流动性、资金流、技术面精选10个有效刻画成长价值轮动的预测指标，采用扩散方法构造风格轮动模型；2013年至今相对等权年化超额+9.21%预测较为精准且稳健。
　　▌叠加资产主动信号的结构化风险预算
　　我们把股权风险溢价模型以及价值成长轮动模型作为alpha信号加入结构化风险预算模型，使用A股、债券、QDII、商品4大类共9个资产进行结构化风险预算配置，设置顶层为4分类，回测年化收益6.46%，夏普比率2.01，相比于无观点的结构化风险平价表现有较为明显提升。
　　考虑国内投资者标的选择的限制，我们剔除美股和黄金资产，提供使用国内股债的2分类解决方案；回测年化收益7.13%，夏普比率1.72表现出色。
　　我们选取9个指数所对应的场内规模最大的ETF或LOF产品进行回测，设置顶层4分类，回测年化收益6.40%，夏普比率1.75，相比无观点的结构化风险平价配置表现优异。
　　▌风险提示
　　数据全部来自公开市场数据，市场环境出现巨大变化模型可能失效。基于历史数据的模型存在失效风险。
　　

研究报告全文：证券研2023年09月13日究报融入资产信号下的风险预算模型解决方案告金融工程深度报告投资要点分析师吕思江S1050522030001基于风险的配置模型入手结构化风险平价lvsjcfsccomcn结构化风险平价模型从层次聚类出发根据聚类结果将扁平分析师马晨S1050522050001化的风险平价方法层次化解决了传统风险平价模型对于初machencfsccomcn始资产依赖程度高的问题选取A股债券QDII商品4大类共9个资产进行结构化风险平价配置实现了179的夏普比率相比于风险平价模型有着明显提升模型的改进顶层大类及预算分配设计首先传统的风险模型并没有包含对收益率的预测信息导致模型的收益天花板有限但在实际投资中往往会对大类及底层资产均有主观判断因此我们尝试引入sigmoid函数在模型中根据当期不同资产观点调节每个节点的预算分配相关研究达到合理反映资产观点的效果其次对于结构化风险平价的顶层聚类数目我们采用K-medoids的聚类办法以满足在实际的资产配置过程中可能对于资产池的分类要求并不是仅仅为二分类的问题对于顶层大类的确定我们利用手肘法给出最优参考的聚类数目k资产主动信号选择ERPM2折算底部200日均线以上个股占比价值成长轮动信号大类资产层面信号引入股权风险溢价ERP这个衡量股债相对性价比的指标对股债配置提供指导历史来看回测提供326的年化超额收益同时引入M2折算底部200日均线金以上个股占比对市场底部进行判断融中观层面信号在前期报告基于系统化量化投资视角下的工价值成长轮动中我们提出一种新的多指标扩散构造的价程值成长预测模型从国内宏观海外流动性资金流技术面精选10个有效刻画成长价值轮动的预测指标采用扩散方研法构造风格轮动模型2013年至今相对等权年化超额921究预测较为精准且稳健叠加资产主动信号的结构化风险预算我们把股权风险溢价模型以及价值成长轮动模型作为alpha信号加入结构化风险预算模型使用A股债券QDII商品4大类共9个资产进行结构化风险预算配置设置顶层为证券研究报告4分类回测年化收益646夏普比率201相比于无观点的结构化风险平价表现有较为明显提升考虑国内投资者标的选择的限制我们剔除美股和黄金资产提供使用国内股债的2分类解决方案回测年化收益713夏普比率172表现出色我们选取9个指数所对应的场内规模最大的ETF或LOF产品进行回测设置顶层4分类回测年化收益640夏普比率175相比无观点的结构化风险平价配置表现优异风险提示数据全部来自公开市场数据市场环境出现巨大变化模型可能失效基于历史数据的模型存在失效风险请阅读最后一页重要免责声明2诚信专业稳健高效证券研究报告正文目录1风险平价模型介绍511风险平价模型基本原理512风险平价模型的不足62结构化风险平价模型721结构化风险平价模型算法具体步骤722结构化风险平价模型算法举例展示823结构化风险平价模型配置924结构化风险平价顶层聚类的灵活调整113结构化风险预算1331风险预算模型1332结构化风险预算模型1433主观观点的处理1434根据观点调整结构化风险预算示例154信号输入1641股权风险溢价模型1642价值成长轮动因子1843M2折算底部1944200日以上均线股票占比205加入ALPHA信号的结构化风险预算配置结果2151回测结果2152风险调整系数c敏感性测试2353模型细节展示2354股债回测结果2455指数对应基金回测结果266风险提示27图表目录图表1风险平价模型下两个资产组合表现6图表2风险平价模型下两个资产组合净值走势6图表3结构化风险平价模型示意图7图表4层次聚类合成关系表8图表5层次聚类树状图8图表6结构化风险平价模型各资产权重9图表7结构化风险平价层次聚类结果10图表8结构化风险平价与其他策略的净值曲线10图表9结构化风险平价与风险平价的风险收益表现11图表10结构化风险平价与风险平价的各大类资产平均仓位11请阅读最后一页重要免责声明3诚信专业稳健高效证券研究报告图表11结构化风险平价与风险平价的各大类资产平均风险贡献11图表129资产手肘图12图表13中信30个一级行业手肘图12图表149资产顶层3分类层次聚类树状图13图表15中信一级行业顶层6分类的层次聚类树状图13图表16结构化风险预算示意图14图表17sigmoid函数图像15图表18不同自变量下的sigmoid函数值15图表19结构化风险预算分配示意图16图表20ERP模型风险收益表现16图表21ERP模型净值曲线及信号产生区间17图表22ERP模型净值曲线及信号产生区间17图表23不同参数下月频ERP模型风险收益表现18图表24ERP接近触及15std18图表25价值成长轮动模型18图表26轮动模型历史表现及今年以来观点19图表27M2折算底部19图表28200日以上均线股票占比20图表294分类聚类树状图21图表30结构化风险预算净值曲线22图表31结构化风险预算与结构化风险平价的策略表现22图表32结构化风险预算资产权重22图表339资产平均权重23图表34某期资产权重对比23图表35风险调整系数c不同取值下的策略表现23图表36某期预算分配对比23图表37股债资产结构化风险预算净值曲线25图表38结构化风险预算与结构化风险平价的策略表现股债25图表39股债资产权重25图表40股债资产平均权重25图表41股债某期资产对比26图表42所选基金列表26图表43基金回测净值曲线26图表44基金回测收益风险表现27请阅读最后一页重要免责声明4诚信专业稳健高效证券研究报告1风险平价模型介绍11风险平价模型基本原理马科维茨曾提出均值方差理论基于风险和收益管理对资产进行数量化配置这是现代投资组合理论的基础均值方差模型的有效边界满足在给定收益下方差最小但在实际中存在诸多限制和缺陷例如在高度不确定的市场环境下对未来的预期收益的估计是非常难的且模型聚焦整体组合的风险而忽视了风险在资产之间的比例风险平价模型最早由磐安基金首席投资官钱恩平提出风险平价的核心理念是放弃对收益的预测把重心放到风险的规划上追求单个资产的风险贡献权重平衡组合权重直接反映资产的风险属性风险平价模型的数学表达式和各资产权重求解步骤如下假设投资组合中包含个资产记第类资产的权重为组合中所有资产的权重向量为12定义投资组合的波动率为其中代表投资组合的总风险代表各类资产的协方差矩阵定义资产对组合的边际风险贡献为组合波动率对权重的偏导数2那么资产对总风险的贡献为权重与边际风险贡献的乘积投资组合的总风险贡献就是每个资产的风险贡献之和即111根据风险平价模型我们应保证各资产风险对投资组合的风险贡献相同即考虑用二次函数作为优化目标函数那么风险平价模型的数学表述为2请阅读最后一页重要免责声明5诚信专业稳健高效证券研究报告10通过求解上述优化问题可以得到风险平价模型下各资产的权重12风险平价模型的不足风险平价模型的配置效果对初始资产的选择依赖性较大根据上述模型的理论推导可以发现风险平价模型仅仅关注了资产风险这一个维度的指标对于波动率较低即风险较低的资产模型会为其配置较高的权重若其收益情况不佳或初始资产本身就有明显的风险侧重时会很大程度上影响整体组合的收益水平与收益风险比因此模型表现与标的资质关系较大下面以一个例子作为说明我们选取两组不同的资产组合其所属大类资产分别为股债根据其在2010年7月1日至2023年6月30日内的日收益率数据建立风险平价模型进行回测资产组合1一股两债组合沪深300上证5年期国债上证10年期国债资产组合2两股一债组合沪深300中证500上证10年期国债图表1风险平价模型下两个资产组合表现年化收益年化波动最大回撤夏普比率一股两债443213594208两股一债478368712130资料来源wind华鑫证券研究图表2风险平价模型下两个资产组合净值走势资料来源wind华鑫证券研究从上面结果可以看到同样是三个资产的风险平价模型两个资产组合的年化收益比较接近但在夏普比率上却有着较为显著的差别我们从两个资产组合的资产构成上可以请阅读最后一页重要免责声明6诚信专业稳健高效证券研究报告找到这个问题的原因对于一股两债组合来说组合的风险大部分是来源于债券而对于两股一债组合来说组合的风险使更多来自于股票初始的资产组合表现出了较为明显的风险侧重这也体现了风险平价模型对于初始资产选择的依赖性较大这个不足初始资产组合中不同的资产选择会对最后的模型表现产生非常大的影响2结构化风险平价模型由于风险平价模型的不足我们使用结构化风险平价模型对风险平价模型进行进一步的优化结构化风险平价模型可以更好地将资产划分为具有相似特征的集群核心思想在于将组合资产首先进行层次聚类即根据资产间的相关性强弱进行逐层聚类根据聚类结果将扁平化的风险平价方法层次化将原先只做一次的风险平价配置结构化为多次然后再根据层次聚类的结果逐层分配每个资产的权重图表3结构化风险平价模型示意图资料来源华鑫证券研究21结构化风险平价模型算法具体步骤1根据历史数据计算协方差矩阵的估计量定义资产间距离为051其中为资产i与资产j之间的相关系数根据分层聚类结果生成树状图2遍历树状图的每个节点最下层的节点开始向上遍历a确定属于该节点的两个簇资产组合12b若12均为包含一个元素则根据波动率平价在两个资产组合间分配权重12若至少有一个簇包含多个元素则先查找包含多个元素的簇的组合波动率再根据波动率平价在两个资产组合间分配权重12请阅读最后一页重要免责声明7诚信专业稳健高效证券研究报告TTc计算该节点的组合波动率iwiiwiwiw1w2i为这两个资产组合的协方差矩阵并记录下该节点下的权重分配情况及组合波动率d直至所有节点都遍历完成3初始化每个资产的权重为1遍历每个资产a查找该资产所在的节点及在节点中的权重更新该资产权重b查找该资产所在的节点是否在更上一层的聚类结果中如果是则返回上一步c直到所有资产权重分配完成22结构化风险平价模型算法举例展示为了更加直观展现算法我们通过一个简单的资产配置例子介绍结构化风险平价模型具体的权重分配过程我们选取股债两大类共5个资产进行结构化风险平价配置A股沪深300中证500创业板指债券上证5年期国债上证10年期国债根据上述指数从2010年7月1日至2023年6月30日的日交易数据我们构建结构化风险平价模型图表4层次聚类合成关系表图表5层次聚类树状图资料来源wind华鑫证券研究资料来源wind华鑫证券研究从上面的树状图我们可以清晰明确的看到每个聚类包含的资产以及各个聚类之间的层次关系并将聚类结果汇总成了聚类合成关系表表中第一二列分别为被聚类的资产和资产组合编号第三列为该次聚类新生成的资产组合编号然后我们根据之前介绍的算法对各个资产自下而上逐层进行配置1中证500和创业板指被聚成一类他们都是单个的原始资产分别为资产2和3这个新资产组合的类的编号为6根据这两个资产的波动率分别为23在这两类资产请阅读最后一页重要免责声明8诚信专业稳健高效证券研究报告3间进行波动率平价即在该聚类中中证500的权重61创业板指的权重6223161该聚类的组合波动率为66662对于聚类生成的第7类是由沪深300和第6类聚成第6类中包含了两个资产我们查找到第6类的组合波动率为6然后按照波动率平价的方法进行权重分配分别得6到资产1和资产组合6的权重7172171然后计算该聚类的波动率1677773直至遍历完整个聚类树4再初始化每个资产权重为1遍历每个资产例如对于资产1沪深300资产1首先被聚类至资产组合7中则1171再查找资产组合7是否被聚类至更上一层中发现资产组合7被聚类至资产组合9中则1191由于资产组合9为最大类则至此确定了资产1的权重同理可确定其余资产权重23结构化风险平价模型配置我们采用A股债券QDII商品4大类共9个资产进行结构化风险平价配置A股沪深300中证500创业板指债券上证5年期国债上证10年期国债QDII恒生指数纳斯达克100商品黄金9999标普原油以上资产的回测使用2010年7月1日至2023年6月30日的日交易数据固定起始点进行层次聚类每月调仓一次根据上述结构化风险平价算法进行权重分配得到的每月权重资产如下图所示图表6结构化风险平价模型各资产权重资料来源wind华鑫证券研究请阅读最后一页重要免责声明9诚信专业稳健高效证券研究报告所有资产的层次聚类结果如下图所示图表7结构化风险平价层次聚类结果资料来源wind华鑫证券研究然后我们将结构化风险平价的结果与这9个资产进行风险平价的结果进行对比其净值曲线如下图表8结构化风险平价与其他策略的净值曲线资料来源wind华鑫证券研究从净值曲线上看虽然风险平价最后略微跑赢了结构化风险平价但从风险收益的指标上可以看到结构化风险平价的优势请阅读最后一页重要免责声明10诚信专业稳健高效证券研究报告图表9结构化风险平价与风险平价的风险收益表现资料来源wind华鑫证券研究结构化风险平价相比风险平价模型而言虽然年化收益率上表现稍差但在年化波动最大回撤上有着比较明显下降夏普比率也有着比较明显提高我们可以计算出风险平价与结构化风险平价中各大类资产的平均仓位图表10结构化风险平价与风险平价的各大类资产平均仓位资料来源wind华鑫证券研究对比风险平价和结构化风险平价模型在各大类资产上的平均仓位可以看到结构化风险平价相比于风险平价而言在权益类资产上的权重有着明显降低债券类资产上的权重也有着显著的提升进一步我们计算风险平价以及结构化风险平价中各大类资产每月调仓后的平均风险贡献图表11结构化风险平价与风险平价的各大类资产平均风险贡献资料来源wind华鑫证券研究可以看到结构化风险平价与风险平价在各大类资产的风险贡献上有着非常显著的差异从刚刚的层次聚类所得到的树状图可以看到三个A股资产被聚类在了一起并与QDII以及商品被聚到了一个大类中两个债券资产被聚类在了一个大类中因此可以看到A股资产的风险贡献很低这是因为三个A股资产的相关性非常高他们被归为更相近的资产而结构化风险平价的权重配置能很好识别资产内部的相关关系也更加能实现风险分散的作用同样的由于结构化风险平价的这个权重分配机制当我们改变初始资产池往里增加或减少某大类资产的资产数量或者某大类资产下的资产过多或者资产间相关性高结构化风险平价模型都能有效识别并且通过层次聚类后进行权重分配有效地分散风险使得配置结果更加稳健有效解决了风险平价模型对于初始资产池依赖性强这一不足24结构化风险平价顶层聚类的灵活调整在之前的层次聚类结果中最顶层的聚类都是二分类而在实际的资产配置过程中可能我们对于资产池的分类要求并不是仅仅为二分类这就需要我们对结构化风险平价的顶层聚类进行灵活地调整首先是通过客观办法对顶层聚类数目进行判断我们这边采用K-medoids的聚类办法该算法具体步骤如下请阅读最后一页重要免责声明11诚信专业稳健高效证券研究报告1从样本点中随机选取k个点作为中心点2按照与中心点最近的原则将剩余点分配到当前最佳的中心点代表的类中3在每一类中计算每个成员点对应的准则函数选取准则函数最小时对应的点作为新的中心点4重复2-3的过程直到所有的中心点不再发生变化或已达到设定的最大迭代次数该算法相比于K-means算法而言对于噪声点不敏感能够很好削弱异常值对聚类结果的影响然后我们利用手肘法确定最优的聚类数目k手肘法是一种利用SSE和K值的关系图确认最优k值的方式核心思想在于数据集在聚类过程中随着k的不断增大数据被分割的更加详细聚类中心不断增多误差平方和SSE逐渐减小当k值小于真实聚类数时随着k值的增大SSE值的变化比较大关系图显示两点之间的连线会比较陡峭当k与真实聚类数相等时随着k值的增大SSE值的变化较小关系图显示两点之间的连线会变得平缓所以SSE值和k值关系图是一个手肘型的折线图肘部为最优的k值我们记手肘法中关系折线图的第一个点和最后一个点连接形成一条直线计算折线图中x轴每个k值对应的直线的y值与对应折线图中的SSE的差值差值的最大值所对应的k值就是我们所要找的最优聚类数目k下面的左图是我们回测所选取的9个资产利用手肘法获取最优顶层聚类数目的示意图可以看到最优的顶层聚类数目为3右图为对中信30个一级行业利用上述方法得到的结果从图中可以看到最优的顶层聚类数目为5图表129资产手肘图图表13中信30个一级行业手肘图资料来源wind华鑫证券研究资料来源wind华鑫证券研究通过上述客观办法可以判断对于初始资产的顶层聚类数目这也是为我们主观对聚类数目进行一个设定提供了一个参考意见当我们通过客观办法或者主观设定确定了顶层聚类数目k后我们可以通过AGNES算法进行层次聚类AGNES算法是一种自底向上的凝聚层次聚类算法具体步骤如下请阅读最后一页重要免责声明12诚信专业稳健高效证券研究报告1将每个对象当成一个初始簇2计算各个簇之间的距离3寻找最近的两个簇并将他们合并为一类生成新的簇的集合4重复步骤2和步骤3直到某个终止条件被满足下图分别展示了运用上述算法对回测的9个资产顶层3分类的层次聚类结果和中信一级行业顶层6分类的层次聚类结果图表149资产顶层3分类层次聚类树状图图表15中信一级行业顶层6分类的层次聚类树状图资料来源wind华鑫证券研究资料来源wind华鑫证券研究3结构化风险预算从上面的模型可以看到无论是风险平价还是结构化风险平价模型模型配置的收益率并不是很高这是因为这两个模型都是基于风险的模型在模型中我们完全没有加入对资产收益率的判断因此我们考虑在结构化风险平价模型中加入主观观点添加alpha信号提升模型的配置收益也就是我们下面所使用的结构化风险预算模型31风险预算模型首先我们先介绍一下风险预算模型风险预算模型是对风险平价模型的改进风险平价模型的优化目标是使得各资产的风险贡献完全相等而风险预算模型仍然基于风险贡献但不再机械式地要求相等而是将优化目标设为各资产的风险贡献按预先设置的预算比例分配利用这一模型我们可以自主设定风险预算通过主观观点增加未来被看好的资产对组合的风险贡献其中各资产对组合的风险贡献为请阅读最后一页重要免责声明13诚信专业稳健高效证券研究报告1111其中越大表明第i类资产对组合的风险贡献就越大风险预算模型的具体优化式为21032结构化风险预算模型参考从风险平价模型到风险预算模型的改进同样的我们也对结构化风险平价模型进行了改进通过在结构化风险平价模型中加入主观观点添加alpha信号调整每个层次聚类节点上的风险预算配比将结构化风险平价模型改进为了结构化风险预算模型进一步提升模型的配置效果图表16结构化风险预算示意图资料来源华鑫证券研究33主观观点的处理对于外部模型给出的主观观点我们设置看多信号为1看空信号为-1利用sigmoid函数将信号转化为风险预算配比并加入参数c为风险调整系数参数c大于0且c越大表示投资者风险偏好程度越高其中添加风险调整系数c后的sigmoid函数如下1x1请阅读最后一页重要免责声明14诚信专业稳健高效证券研究报告我们按照外部模型给出的观点对层次聚类所得的结果根据资产间相关关系层层调整风险预算配比其中对聚类组合中没有观点的资产簇仍按照风险平价进行权重分配图表17sigmoid函数图像图表18不同自变量下的sigmoid函数值资料来源华鑫证券研究资料来源华鑫证券研究34根据观点调整结构化风险预算示例我们选取沪深300中证500创业板指上证5年国债上证10年国债为例说明我们的结构化风险预算模型的预算分配模型假设外部模型某期产生了沪深300优于创业板指的信号即给予沪深300看多信号1创业板指看空信号-1具体分配流程如下1对于中证500创业板指这两个资产分别为资产2和3聚类组成的簇由于存在创业板指看空信号3-1将该信号带入sigmoid函数得到风险预算3该簇内中证500无信号故将信号20带入sigmoid函数得到风险预算2然后对2和3进行归一化处理得到两个资产的风险预算并按该风险预算进行权重分配该聚类组成的簇编号为62对于沪深300和资产组合6而言由于沪深300当期有看多信号11将该信号带入sigmoid函数得到风险预算1记中证500创业板指的相关系数为1则资产组合6节点上的信号为6111带入sigmoid函数得到风险预算6然后对1和6进行归一化处理得到两个节点上的风险预算并按该风险预算进行权重分配该聚类组成的簇编号为73对于上证5年国债和上证10年国债分别为资产4和5由于这两个资产无观点因此在簇内就按风险平价进行权重分配该聚类组成的簇编号为84对于资产组合7和组合8而言记沪深300和资产组合6之间的相关系数为2则资产组合7该节点上的信号为71612将该信号带入sigmoid函数后得到资产组合7的风险预算为7资产组合8上无信号故将信号80带入sigmoid函数得到资产组合8的风险预算8并对7和8进行归一化处理得到两个节点上的风险预算并按照这两个组合的风险预算进行权重分配请阅读最后一页重要免责声明15诚信专业稳健高效证券研究报告5最后按照结构化风险平价模型中权重计算办法最终得到结构化风险预算模型中每个资产的权重图表19结构化风险预算分配示意图资料来源华鑫证券研究4信号输入41股权风险溢价模型股权风险溢价ERP模型是用于衡量股债相对风险溢价的指标股权风险溢价率达到历史高位往往是股市低点股权风险溢价率到达历史低位往往是股市高点该指标对于择时有一定的前瞻效果定义股权风险溢价ERP为沪深300的动态市盈率的倒数减去10年期国债的到期收益率即110我们以沪深300和10年期国债为回测资产回测区间为2010年7月1日至2023年6月30日每日进行调仓根据ERP模型构造如下策略当ERP信号超过3年滚动均值加1倍标准差时配置沪深300当ERP信号低于3年滚动均值减1倍标准差时配置10年期国债其余时间等权配置这两个资产回测结果如下图表20ERP模型风险收益表现年化收益年化波动最大回撤夏普比率ERP策略88512101928073等权组合55911032345051资料来源wind华鑫证券研究请阅读最后一页重要免责声明16诚信专业稳健高效证券研究报告图表21ERP模型净值曲线及信号产生区间资料来源wind华鑫证券研究由上面的结果可以看到股权风险溢价模型相比于等权配置获得了较为显著的超额收益该股债轮动策略实现了885年化收益以及309的年化超额收益配置效果良好然后我们测试了在月频调仓下ERP信号的效果我们当上月ERP均值超过3年滚动均值加X倍标准差时配置沪深300当上月ERP均值低于3年滚动均值减X倍标准差时配置10年期国债其中我们选择X1152分别进行回测结果如下图表22ERP模型净值曲线及信号产生区间资料来源wind华鑫证券研究请阅读最后一页重要免责声明17诚信专业稳健高效证券研究报告图表23不同参数下月频ERP模型风险收益表现资料来源wind华鑫证券研究从上面月频结果看到15std这个参数下回测的年化收益以及夏普比率表现更好在后面我们的结构化风险预算的回测中也将加入这个信号观察当下ERP位置可以看到当下ERP已经超过了1std接近触及15std的位置配置股票性价比较高图表24ERP接近触及15std资料来源wind华鑫证券研究42价值成长轮动因子在前期报告基于系统化量化投资视角下的价值成长轮动中我们提出一种新的多指标扩散构造的价值成长预测模型从国内宏观海外流动性资金流技术面精选10个有效刻画成长价值轮动的预测指标采用扩散方法构造风格轮动模型2013年至今年化收益1830相对等权超额921年化换手25倍超额夏普接近09预测较为精准且稳健图表25价值成长轮动模型请阅读最后一页重要免责声明18诚信专业稳健高效证券研究报告资料来源华鑫证券研究图表26轮动模型历史表现及今年以来观点资料来源wind华鑫证券研究43M2折算底部我们以2019年1月万得全A3170点的底部和该月M2为基准假设万得全A的底部与M2成正比计算出每月的万得全A流动性底部绘制成曲线并较好地契合了大底的位置图表27M2折算底部请阅读最后一页重要免责声明19诚信专业稳健高效证券研究报告资料来源wind华鑫证券研究44200日以上均线股票占比我们以200日以上均线股票占比这个指标判断市场底部当200日均线以上个股占比小于10时判断市场见底此时看多股票图表28200日以上均线股票占比资料来源wind华鑫证券研究请阅读最后一页重要免责声明20诚信专业稳健高效