>> 开源证券-大类资产配置研究系列(11):行业轮动3.0,范式、模型迭代与ETF轮动应用-241209
| 上传日期: |
2024/12/10 |
大小: |
5562KB |
| 格式: |
pdf 共30页 |
来源: |
开源证券 |
| 评级: |
-- |
作者: |
张翔,魏建 |
| 下载权限: |
无限制-登录即可下载 |
|
|
本篇报告是“行业轮动综合解决方案系列”的第三篇报告,在该系列报告中我们将会开发最新的行业轮动模型、更新以往研究成果,并给出行业轮动应用的综合解决方案。 行业轮动交易模式的变化与应对 行业轮动在2022年以来轮动走向极致。从赔率角度:行业分化幅度在2017~2021年期间迎来持续5年的上行趋势,在2022年之后分化幅度逐渐减弱,目前赔率处于历史中位水平。从胜率角度:2021年之前行业动量持续性强,而从2022年开始行业动量延续性减弱,轮动速度明显加快。 在不同轮动频率与颗粒度下测试表明,行业动量效应在“一级行业+双周频率”下表现最优,适合以此展开行业轮动模型研究。 开源金工行业轮动3.0模型构建 行业轮动体系3.0在“一级行业+双周频率”下,针对体系2.0中已有的交易行为、景气度、资金流3个模型进行迭代,同时新增加筹码结构、宏观驱动、技术指标3个新模型丰富了行业轮动的观察维度。 6个模型的轮动逻辑:交易行为模型捕捉行业日内动量+隔夜反转效应;景气度模型捕捉行业盈余动量效应;资金流模型捕捉主动抢筹+被动派发行为;筹码结构模型捕捉持仓收益+阻力支撑效应;宏观驱动模型捕捉高频宏观预期在行业上的映射;技术指标模型捕捉行业成份股在趋势、振荡、量能指标上的交易信号。 行业轮动信号合成研究 6个模型等权重合成模型,在2022年之前表现稳健,然而自2023年行业轮动加速后模型表现不佳。为了使行业轮动模型能够灵活适应市场波动,我们采用最小化排名跟踪误差方法,动态确定各模型的合成权重,构成行业轮动3.0模型得分。2012年以来,动态合成模型因子IC均值9.30%,年化ICIR为1.705,IC胜率61.4%;行业五分组多空年化收益25.5%,信息比率1.765。多头组合年化收益为18.7%,相对基准年化超额13.2%,信息比率1.432;空头组合年化收益-6.2%,相对基准负向超额12.1%,信息比率1.631。从分年度表现来看,行业轮动3.0信号在多头端与空头端表现均衡,且行业选择能力显著。 ETF行业轮动应用方案 对市场ETF产品进行全面梳理,并重点对行业主题ETF进行动态行业分类,大类行业ETF共有346只产品,覆盖24个一级行业。采用“行业-指数-产品”的ETF轮动框架,将行业轮动3.0信号构建ETF轮动组合。 2017年以来,ETF轮动组合年化绝对收益为25.5%、信息比率0.90;相对行业等权基准的超额年化收益为22.5%,超额信息比率为1.16。截至2024年11月底,ETF轮动组合绝对收益为20.0%。 风险提示:模型基于历史数据测试,市场未来可能发生重大。组合基于历史数据回测,并不直接构成产品推荐
|
|