投資策略專題研究：析精剖微機(jī)構(gòu)拆解看北向資金

投資策略專題研究：析精剖微，機(jī)構(gòu)拆解看北向資金北向持倉(cāng)機(jī)構(gòu)全面畫像對(duì)北向機(jī)構(gòu)進(jìn)行全面畫像的目的是為了綜合了解不同北向機(jī)構(gòu)的特征，對(duì)如何有效利用北向資金信息給予啟發(fā)。因此，全面畫像應(yīng)詳盡體現(xiàn)北向資金作為資金流信息對(duì)市場(chǎng)行情的映射作用，對(duì)情緒熱點(diǎn)的引導(dǎo)作用，以及對(duì)行業(yè)配置的參考作用。一方面，北向機(jī)構(gòu)有內(nèi)資外資、券商銀行的機(jī)構(gòu)類型之分，不同機(jī)構(gòu)間的特征存在差異，對(duì)北向資金進(jìn)行機(jī)構(gòu)拆解尤為必要；另一方面，我們可從持倉(cāng)規(guī)模、換手特征、收益情況、行業(yè)配置和選股能力四個(gè)角度入手進(jìn)行機(jī)構(gòu)側(cè)寫。機(jī)構(gòu)拆解和四角度特寫組成了對(duì)北向持倉(cāng)機(jī)構(gòu)庖丁解牛式的全面畫像。持倉(cāng)規(guī)模對(duì)比：外資銀行大規(guī)模龍頭在所有機(jī)構(gòu)中，外資銀行的規(guī)模較大，外資券商次之，內(nèi)資銀行較小。外資銀行處于大規(guī)模龍頭位置，大體反映全體北向機(jī)構(gòu)的資金走勢(shì)。從持倉(cāng)市值的走勢(shì)來(lái)看，北向資金總量呈現(xiàn)累計(jì)增加的趨勢(shì)，2022年9月30日持倉(cāng)市值約為2017年1月3日的11.6倍，扮演了強(qiáng)勢(shì)的外資增量資金角色。對(duì)比持倉(cāng)市值走勢(shì)與滬深300收盤價(jià)曲線，二者形態(tài)上存在明顯的相似性，表明北向資金總量在一定程度上能夠反映市場(chǎng)行情。從流入流出量的差異上看，外資銀行的資金流較大，外資券商次之，與持倉(cāng)市值差異相對(duì)應(yīng)。2020年之后北向資金流的波動(dòng)明顯增大，原因在于北向資金總持倉(cāng)市值已經(jīng)達(dá)到較高水平。在資金流與滬深300指數(shù)收盤價(jià)的對(duì)比中，滬深300處于大幅上漲或者下跌時(shí)，北向資金流也往往處于較大額度的流入或者流出狀態(tài)。總體而言，從持倉(cāng)市值視角，我們發(fā)現(xiàn)在全體北向機(jī)構(gòu)中，外資銀行處于大規(guī)模龍頭位，是全體北向資金的引領(lǐng)者。換手特征和收益情況對(duì)比：外資券商高換手逐利券商系機(jī)構(gòu)（外資券商和內(nèi)資券商）顯示出較高換手率，而銀行系機(jī)構(gòu)（外資銀行和內(nèi)資銀行）換手率較低，券商系的交易特征明顯。4種北向機(jī)構(gòu)的累計(jì)收益均不遜色滬深300，其中外資券商的累計(jì)收益較高，外資銀行次之，內(nèi)資銀行的累計(jì)收益較低。從換手特征和收益情況對(duì)比看，外資券商扮演著高換手逐利的角色，是北向資金靈活性的體現(xiàn)。對(duì)于日均換手率，內(nèi)資券商和外資券商普遍比內(nèi)資銀行和外資銀行高；對(duì)于日均收益率，外資券商和外資銀行明顯高于內(nèi)資券商和內(nèi)資銀行。我們挑選了兩家代表性的外資券商（極訊亞太）和外資銀行（渣打銀行）進(jìn)行對(duì)比，統(tǒng)計(jì)持倉(cāng)市值和持倉(cāng)股票數(shù)目?？梢钥闯?，極訊亞太是典型的交易型外資券商，其持倉(cāng)市值與持倉(cāng)股票數(shù)目均處于高波動(dòng)狀態(tài)，股票平均持倉(cāng)天數(shù)為1.33天，日均換手率為75.59%，表明該機(jī)構(gòu)基本上處于當(dāng)日買入次日賣出的狀態(tài)。渣打銀行則是典型的配置型外資銀行，持倉(cāng)市值與持倉(cāng)股票數(shù)目持續(xù)保持穩(wěn)步提升，渣打銀行的股票平均持倉(cāng)天數(shù)為130.41天，日均換手率僅為1.03%，凸顯出渣打銀行的長(zhǎng)期配置風(fēng)格。兩家代表性機(jī)構(gòu)對(duì)比的結(jié)果，可能暗示外資券商重交易，外資銀行重配置。下文將結(jié)合對(duì)北向機(jī)構(gòu)收益的Brinson拆解，進(jìn)一步印證該結(jié)論。行業(yè)配置和選股能力對(duì)比：外資券商配置選股雙優(yōu)，外資銀行擅于配置為了對(duì)比不同機(jī)構(gòu)的行業(yè)配置和選股能力，我們使用Brinson業(yè)績(jī)歸因模型對(duì)機(jī)構(gòu)收益進(jìn)行來(lái)源拆解。Brinson模型是基金研究領(lǐng)域?qū)疬M(jìn)行績(jī)效歸因的常用手段，相比于基金季度頻率的持倉(cāng)數(shù)據(jù)，我們可獲得北向日頻的持倉(cāng)信息，借鑒Brinson模型對(duì)北向持倉(cāng)進(jìn)行收益拆解既具可行性，又能得到更詳細(xì)的拆解結(jié)果。華泰金工前期研報(bào)《Brinson績(jī)效歸因模型原理與實(shí)踐》（2021年2月21日）已經(jīng)對(duì)不同的Brinson模型和多期收益調(diào)整算法進(jìn)行了全面對(duì)比，本文選用其中較為推薦的BF模型+GRAP算法構(gòu)建Brinson模型。在北向資金詳細(xì)持倉(cāng)的Brinson拆解方案中，我們以滬深300指數(shù)為基準(zhǔn)，經(jīng)過(guò)對(duì)基準(zhǔn)指數(shù)持倉(cāng)和北向持倉(cāng)的行業(yè)拆分后，獲得基準(zhǔn)指數(shù)和北向資金的行業(yè)配置權(quán)重矩陣和行業(yè)收益矩陣，通過(guò)Brinson拆解算法以及GRAP算法多期收益調(diào)整，最終得到不同北向機(jī)構(gòu)的累計(jì)配置收益和累計(jì)選股收益。為了直觀表現(xiàn)不同北向機(jī)構(gòu)的行業(yè)配置情況，我們展示拆分出的行業(yè)配置權(quán)重矩陣和行業(yè)收益矩陣（轉(zhuǎn)換為累計(jì)收益形式）。全體北向資金在2017年至2021年重配

食品飲料、醫(yī)藥以及家電行業(yè)，電子、非銀金融和銀行的權(quán)重占比也處于較高水平。截至2022年9月30日，北向資金在電力設(shè)備及新能源行業(yè)上的權(quán)重明顯升高，配置權(quán)重僅次于食品飲料。在對(duì)全體北向行業(yè)累計(jì)收益情況的展示中，可以看到全體北向資金的主要收益來(lái)源于食品飲料、醫(yī)藥和家電行業(yè)。在不同機(jī)構(gòu)中，外資銀行和外資券商的行業(yè)收益來(lái)源與全體北向資金基本相似。對(duì)于內(nèi)資銀行，其行業(yè)收益主要來(lái)自電子、非銀金融和食品飲料行業(yè)。內(nèi)資券商的行業(yè)收益主要來(lái)源于電子、食品飲料和家電行業(yè)。從行業(yè)配置和行業(yè)收益上看，外資銀行和外資券商均擅長(zhǎng)配置熱點(diǎn)行業(yè)，與此同時(shí)，外資銀行和外資券商作為北向資金最主要的兩個(gè)資金來(lái)源，基本表現(xiàn)出和全體北向一致的行業(yè)配置和收益來(lái)源，可以認(rèn)為，全體北向資金主要是外資銀行和外資券商的映射，而外資銀行占據(jù)主體地位。最終，經(jīng)過(guò)Brinson拆解，我們得到不同北向機(jī)構(gòu)的累計(jì)超額收益、累計(jì)配置收益和累計(jì)選股收益?？梢钥闯?，對(duì)于累計(jì)超額收益，外資券商較高，外資銀行與全體北向機(jī)構(gòu)基本一致，內(nèi)資銀行和內(nèi)資券商的累計(jì)超額收益較低；對(duì)于累計(jì)配置收益，外資券商和外資銀行的水平較高，表明二者的行業(yè)配置能力較強(qiáng)；對(duì)于累計(jì)選股收益，外資券商較高，全體北向和外資銀行次之，表明外資券商的選股能力較強(qiáng)。此外，在使用單機(jī)構(gòu)合成機(jī)構(gòu)群配置權(quán)重信息的過(guò)程中，可以選擇使用資金量加權(quán)合成或者等權(quán)合成方式，從累計(jì)超額收益看，資金量加權(quán)方式往往顯示出更高的累計(jì)超額收益，即資金量具有信息增益效果，表明北向資金的獲益能力可能部分源于其大體量。優(yōu)中擇優(yōu)：月度輪動(dòng)優(yōu)選機(jī)構(gòu)策略首先，我們進(jìn)行優(yōu)選機(jī)構(gòu)策略的探索嘗試，根據(jù)2022年9月30日的累計(jì)配置收益和累計(jì)選股收益，嘗試兩種探索方案：

機(jī)構(gòu)優(yōu)選探索1：選擇配置收益超過(guò)外資銀行均值、選股收益超過(guò)外資券商均值的作為優(yōu)選機(jī)構(gòu)。機(jī)構(gòu)優(yōu)選探索2：在外資券商中,把選股收益超過(guò)外資券商均值的機(jī)構(gòu)作為優(yōu)選機(jī)構(gòu)。隨后將優(yōu)選機(jī)構(gòu)通過(guò)資金量加權(quán)合成為新的機(jī)構(gòu)群，進(jìn)行Brinson拆解?？梢钥吹?，無(wú)論是累計(jì)超額收益、累計(jì)配置收益還是累計(jì)選股收益，兩種機(jī)構(gòu)優(yōu)選探索下的收益都擁有較高收益，領(lǐng)先于外資券商和外資銀行。上述結(jié)果表明，部分北向機(jī)構(gòu)能夠長(zhǎng)期穩(wěn)定地高水平發(fā)揮，這為優(yōu)選機(jī)構(gòu)的可行性提供了佐證。不過(guò)，由于直接選取了累計(jì)配置收益和累計(jì)選股收益最高的機(jī)構(gòu)，這種探索方案明顯具有“過(guò)擬合”的風(fēng)險(xiǎn)。為了排除這種風(fēng)險(xiǎn)，我們嘗試構(gòu)建月度輪動(dòng)的機(jī)構(gòu)優(yōu)選策略。我們構(gòu)建兩種月度輪動(dòng)機(jī)構(gòu)優(yōu)選策略：

1.月度輪動(dòng)券商優(yōu)選策略：在每個(gè)月底，選取累計(jì)選股收益高于全體外資券商均值的外資券商構(gòu)成下一月度的優(yōu)選機(jī)構(gòu)，以下月初收盤價(jià)交易，每月輪動(dòng)優(yōu)選。這種策略的優(yōu)勢(shì)在于券商持倉(cāng)規(guī)模差異不大，具體應(yīng)用時(shí)便于機(jī)構(gòu)間的資金量合成。2.月度輪動(dòng)混合優(yōu)選策略：在每個(gè)月底，選取累計(jì)選股收益高于全體外資券商均值的外資券商、累計(jì)配置收益高于全體外資銀行均值的外資銀行作為下一月度的優(yōu)選機(jī)構(gòu)。該策略的缺陷在于合成不同機(jī)構(gòu)的資金量時(shí)，具有規(guī)模優(yōu)勢(shì)的外資銀行會(huì)掩蓋其他機(jī)構(gòu)的信息。我們將不同策略選取的機(jī)構(gòu)持倉(cāng)合并之后進(jìn)行Brinson拆解?？梢钥吹?，無(wú)論是累計(jì)超額收益、累計(jì)配置收益還是累計(jì)選股收益，兩種月度機(jī)構(gòu)優(yōu)選策略的收益都擁有較高的收益，領(lǐng)先于外資券商和外資銀行。由此，我們驗(yàn)證了兩種優(yōu)選策略的有效性，在后續(xù)的擇時(shí)策略以及行業(yè)配置策略中，我們將月度輪動(dòng)券商優(yōu)選策略中入選次數(shù)較多的機(jī)構(gòu)組成“優(yōu)選機(jī)構(gòu)”，應(yīng)用到策略構(gòu)建中。全面畫像總結(jié)和機(jī)構(gòu)關(guān)注推薦至此，我們對(duì)北向持倉(cāng)機(jī)構(gòu)的全面畫像已經(jīng)完成，不同類型的北向機(jī)構(gòu)特征存在明顯差異，例如外資券商重交易、外資銀行重配置。全面畫像的重要意義在于，在不同應(yīng)用場(chǎng)景下可以針對(duì)性選擇北向機(jī)構(gòu)信息加以利用。如果對(duì)行業(yè)中長(zhǎng)期配置尋找參考數(shù)據(jù)，外資銀行和外資券商都是合適選擇；如果需要跟蹤短期資金流向信息，外資券商參考意義更大。北向資金情緒指數(shù)和擇時(shí)策略北向資金作為資金流向指標(biāo)中較為有效的指標(biāo)，同時(shí)具備大體量和“聰明錢”特性，而資金流作為推動(dòng)市場(chǎng)交易的重要?jiǎng)恿Γ毕蛸Y金在一定程度上也反映了市場(chǎng)短期情緒。為了驗(yàn)證這一點(diǎn)，我們基于北向資金信息和滬深300指數(shù)信息構(gòu)建出一系列情緒指標(biāo)，利用事件分析篩選出有效的情緒事件指標(biāo)合成北向資金情緒指數(shù)，并基于情緒指數(shù)構(gòu)建擇時(shí)策略。構(gòu)建指標(biāo)時(shí)，我們遵循的總體思路是：

1.首先，構(gòu)建出能反映資金流情緒的一級(jí)指標(biāo)，包括資金流入流出、資金流與指數(shù)量?jī)r(jià)信息耦合和機(jī)構(gòu)一致性指標(biāo)。2.其次，一級(jí)指標(biāo)的極端值衍生出二級(jí)指標(biāo)，例如“資金流入流出”衍生出“大額流入流出”指標(biāo)，不同方向的極端值被區(qū)分為積極或消極事件指標(biāo)，例如大額流入為積極事件，大額流出為消極事件，事件序列均為0或1值序列，值為1時(shí)表示事件出現(xiàn)。3.最后，在機(jī)構(gòu)參數(shù)層面，我們使用各類北向機(jī)構(gòu)以及優(yōu)選機(jī)構(gòu)，其他參數(shù)范圍則基于經(jīng)驗(yàn)判定。事件發(fā)生，共識(shí)形成——事件分析各類指標(biāo)的極端值形成事件，意味著各方資金共識(shí)開始形成，值得作為一個(gè)信號(hào)進(jìn)行考量。為了驗(yàn)證各事件指標(biāo)的有效性，我們采用事件分析的方法衡量指標(biāo)效果。事件分析的核心是衡量事件對(duì)指數(shù)漲跌預(yù)測(cè)的準(zhǔn)確性。具體而言，對(duì)于任意一個(gè)事件指標(biāo)，我們采集事件發(fā)生時(shí)點(diǎn)，統(tǒng)計(jì)時(shí)點(diǎn)后未來(lái)一周滬深300指數(shù)的上漲概率，如果積極事件指標(biāo)對(duì)應(yīng)的上漲概率越大，則表明該事件指標(biāo)有效，反之亦然。為了避免指標(biāo)篩選時(shí)參考了全區(qū)間信息從而影響之后的回測(cè)，我們劃分了樣本內(nèi)（2017年1月1日-2021年9月30日）和樣本外

（2021年10月01日-2022年9月30日）區(qū)間，分別進(jìn)行事件分析。對(duì)指標(biāo)進(jìn)行評(píng)價(jià)時(shí)，我們主要遵循以下幾項(xiàng)標(biāo)準(zhǔn)：

1.積極和消極指標(biāo)效果對(duì)比明顯的指標(biāo)較為推薦；

2.指標(biāo)應(yīng)蘊(yùn)含清晰的邏輯，且指標(biāo)的預(yù)測(cè)方向應(yīng)當(dāng)與邏輯一致；

3.事件數(shù)過(guò)少（<10）的指標(biāo)參考價(jià)值小，不進(jìn)入分析；

4.樣本外區(qū)間較短會(huì)導(dǎo)致事件數(shù)變少，統(tǒng)計(jì)結(jié)果不做著重考慮，以樣本內(nèi)為準(zhǔn)?？梢钥吹?，逆市流入和逆市流出指標(biāo)在樣本內(nèi)外均對(duì)比明顯，有效性較高，其邏輯在于當(dāng)指數(shù)下跌或上漲時(shí)，北向資金逆市而行，凸顯北向資金方的情緒；大額流入流出在全體北向機(jī)構(gòu)、外資券商和優(yōu)選機(jī)構(gòu)中效果對(duì)比顯著；反常態(tài)流入流出在外資券商和優(yōu)選機(jī)構(gòu)中表現(xiàn)較好，其內(nèi)涵在于反常態(tài)流入流出意味著交易行為趨勢(shì)的轉(zhuǎn)向，能夠及時(shí)反映北向資金的市場(chǎng)觀點(diǎn)轉(zhuǎn)變。資金流與指數(shù)收盤價(jià)背離指標(biāo)在樣本內(nèi)正反指標(biāo)對(duì)比明顯，全體北向機(jī)構(gòu)、外資券商、外資銀行和優(yōu)選機(jī)構(gòu)效果出色；資金流與指數(shù)換手率背離，全體北向機(jī)構(gòu)和優(yōu)選機(jī)構(gòu)的表現(xiàn)較好，反向指標(biāo)預(yù)測(cè)效果更好。這兩類指標(biāo)體現(xiàn)了北向資金流與指數(shù)量?jī)r(jià)特征不匹配的情形，準(zhǔn)確反映北向資金低位買入和高位賣出的行為時(shí)點(diǎn)，進(jìn)而提前捕捉“聰明錢”的市場(chǎng)情緒。一致流入流出指標(biāo)在樣本內(nèi)正負(fù)指標(biāo)對(duì)比明顯，尤其是全體北向機(jī)構(gòu)、外資券商、外資銀行和優(yōu)選機(jī)構(gòu)，一致流入流出體現(xiàn)北向機(jī)構(gòu)行為的一致性，資金方的一致性越強(qiáng)，對(duì)于市場(chǎng)走勢(shì)的推動(dòng)力也越強(qiáng)。值得強(qiáng)調(diào)的是，全體北向包含的機(jī)構(gòu)數(shù)目較多，因此是體現(xiàn)機(jī)構(gòu)行為一致的較好選擇。資金流與凈流入機(jī)構(gòu)比例背離，和資金流與凈流入機(jī)構(gòu)比例相關(guān)性兩項(xiàng)指標(biāo)表現(xiàn)一般，不推薦使用。北向資金情緒指數(shù)構(gòu)建基于事件分析的結(jié)果，我們共選取6項(xiàng)有效的事件指標(biāo)，其中3項(xiàng)由全體北向機(jī)構(gòu)構(gòu)建：

機(jī)構(gòu)一致性、資金流與收盤價(jià)背離和資金流與換手率背離，這些指標(biāo)實(shí)際上與北向機(jī)構(gòu)的特征有緊密聯(lián)系，全體北向包含全部的北向投資機(jī)構(gòu)，能準(zhǔn)確反映北向資金的整體動(dòng)態(tài)，含有豐富的趨勢(shì)信息，因此全體北向的有效性較好。另外3項(xiàng)由外資券商構(gòu)建：逆市流入流出、大額流入流出和反常態(tài)流入流出，這3項(xiàng)指標(biāo)同屬于資金流入流出類別，對(duì)于交易性很強(qiáng)的外資券商來(lái)說(shuō)，是體現(xiàn)北向資金短期動(dòng)向的優(yōu)質(zhì)代理指標(biāo)。我們統(tǒng)計(jì)這6項(xiàng)指標(biāo)中正反向指標(biāo)發(fā)生時(shí)點(diǎn)后的滬深300平均凈值走勢(shì)。對(duì)于6項(xiàng)積極事件指標(biāo)，滬深300指數(shù)往往在事件后的3-4天達(dá)到凈值高峰，表明這些事件有效預(yù)測(cè)了指數(shù)未來(lái)的積極走勢(shì)；對(duì)于6項(xiàng)消極事件指標(biāo)，滬深300也對(duì)應(yīng)地在未來(lái)3-4天內(nèi)達(dá)到凈值的低谷，從而體現(xiàn)消極事件的影響。為了構(gòu)建情緒指數(shù)，我們基于選取的6項(xiàng)有效指標(biāo)，將正向指標(biāo)序列中的事件點(diǎn)標(biāo)記為+1，反向指標(biāo)序列中的事件點(diǎn)標(biāo)記為-1，相加合成之后形成日度頻率的北向資金情緒指數(shù)。情緒指數(shù)原始值波動(dòng)較大，將指標(biāo)進(jìn)行20日移動(dòng)平均后，可以看到情緒指數(shù)處于高峰時(shí)，滬深300指數(shù)一般處于短期的上漲趨勢(shì)，指數(shù)處于低谷時(shí)，滬深300指數(shù)也往往在下跌之中，與此同時(shí)，情緒指數(shù)的峰值往往先于滬深300收盤價(jià)峰值，表明北向資金情緒指數(shù)具有一定的前瞻預(yù)測(cè)性。擇時(shí)策略構(gòu)建為了更有效地驗(yàn)證情緒指數(shù)預(yù)先反映市場(chǎng)情緒的效果，我們構(gòu)建了基于北向情緒指數(shù)的擇時(shí)策略：當(dāng)情緒指數(shù)大于某個(gè)閾值時(shí)（測(cè)試閾值分別為1，2，3），發(fā)出買入信號(hào)，當(dāng)情緒指數(shù)小于某個(gè)閾值時(shí)（測(cè)試閾值分別為-1，-2，-3），發(fā)出賣出信號(hào)。不同閾值下的擇時(shí)策略凈值和業(yè)績(jī)指標(biāo)如下。當(dāng)事件數(shù)閾值=1時(shí)，擇時(shí)策略的信號(hào)量最多，總開倉(cāng)次數(shù)達(dá)180次，樣本內(nèi)開倉(cāng)勝率57.72%，累計(jì)凈值最高；當(dāng)事件數(shù)閾值=2時(shí)，總開倉(cāng)次數(shù)為68次，樣本內(nèi)外年化超額收益分別為15.65%和12.08%，樣本內(nèi)開倉(cāng)勝率為63.93%；當(dāng)事件數(shù)閾值=3時(shí)，擇時(shí)策略的信號(hào)量最少，總開倉(cāng)次數(shù)為24次，但樣本內(nèi)開倉(cāng)勝率達(dá)到76.19%。在樣本外區(qū)間，三種事件數(shù)閾值下的年化超額收益均在10%以上。擇時(shí)策略的開倉(cāng)勝率隨著事件數(shù)閾值的提升而增加，以及樣本內(nèi)外擇時(shí)策略的穩(wěn)定性，有力驗(yàn)證了北向資金情緒指數(shù)的有效性。在實(shí)際應(yīng)用中，為了兼顧交易費(fèi)用和勝率，我們更推薦使用事件數(shù)閾值為2時(shí)的擇時(shí)策略。積極事件方面，9月9日出現(xiàn)3個(gè)積極事件：大額流入，反常態(tài)流入以及凈流入與指數(shù)收盤價(jià)背離；9月26日出現(xiàn)4個(gè)積極事件：逆市流入，大額流入，反常態(tài)流入以及凈流入與指數(shù)收盤價(jià)背離。消極事件方面，9月5日出現(xiàn)兩個(gè)消極事件：大額流出和一致流出；9月7日出現(xiàn)兩個(gè)消極事件：逆市流出和一致流出?？傮w而言，9月積極信號(hào)略多于積極信號(hào)，北向資金情緒偏樂(lè)觀。行業(yè)配置策略北向資金指標(biāo)在行業(yè)輪動(dòng)上的有效性已在前期報(bào)告《行業(yè)配置策略：資金流向視角》（2021-11-05）中得到驗(yàn)證，為了探索北向資金信息在行業(yè)配置層面上的優(yōu)質(zhì)利用方式，我們將比較持倉(cāng)市值因子、資金流向因子、主動(dòng)權(quán)重和機(jī)構(gòu)打分因子共計(jì)4個(gè)因子不同構(gòu)建方式的優(yōu)劣：

1.在機(jī)構(gòu)層面，使用全體北向、內(nèi)資券商、內(nèi)資銀行、外資券商、外資銀行和優(yōu)選機(jī)構(gòu)構(gòu)建因子。2.在因子頻率上，使用日頻、周頻、雙周頻、月頻和雙月頻進(jìn)行測(cè)試。3.在構(gòu)建方式上，使用原始值、同比和環(huán)比三種構(gòu)建方式。因子回測(cè)為了防止基于全區(qū)間結(jié)果選擇因子，從而導(dǎo)致后續(xù)回測(cè)過(guò)擬合，我們劃分了樣本內(nèi)（2017年1月1日-2021年9月30日）和樣本外（2021年10月1日-2022年9月30日）區(qū)間，對(duì)四種行業(yè)配置因子進(jìn)行逐一回測(cè)。持倉(cāng)市值因子的回測(cè)結(jié)果如下表，單元格值表示分層回測(cè)中分層1-分層5的年化收益率差值，此值越大表示因子的多空對(duì)比效果越好?？梢钥闯?，全體北向機(jī)構(gòu)、外資券商和優(yōu)選機(jī)構(gòu)在樣本內(nèi)外的回測(cè)中表現(xiàn)都比較好，外資銀行在樣本內(nèi)表現(xiàn)較好，在樣本外表現(xiàn)變差。在因子頻率上，周頻和雙周頻在樣本內(nèi)外效果穩(wěn)定。在構(gòu)造方式上，原始值構(gòu)造在樣本內(nèi)表現(xiàn)較好，在樣本外表現(xiàn)卻較差，可能的原因是北向資金原始值在行業(yè)上的偏向性很高，不能及時(shí)進(jìn)行行業(yè)輪動(dòng)，同比構(gòu)造下的因子在樣本內(nèi)外表現(xiàn)則較為穩(wěn)定。因此我們推薦使用同比或者環(huán)比構(gòu)造的持倉(cāng)市值因子。樣本內(nèi)外表現(xiàn)較好的機(jī)構(gòu)有全體北向、外資券商和優(yōu)選機(jī)構(gòu)。在因子頻率上，周頻和雙周頻在樣本內(nèi)表現(xiàn)較好，樣本外則只有雙周頻表現(xiàn)突出。在構(gòu)造方式上，原始值和同比構(gòu)造表現(xiàn)較好，但由于原始值下的資金流向因子意義直觀，邏輯清晰，我們更推薦使用原始值構(gòu)造的資金流向因子。樣本內(nèi)表現(xiàn)較好的機(jī)構(gòu)包括全體北向、外資券商、外資銀行和優(yōu)選機(jī)構(gòu)，樣本外依然效果穩(wěn)定的機(jī)構(gòu)只有外資券商和優(yōu)選機(jī)構(gòu)。在因子頻率上，周頻和雙周頻在樣本內(nèi)外效果穩(wěn)定較好。在構(gòu)造方式上，原始值構(gòu)造在樣本外也出現(xiàn)效果變差現(xiàn)象，而同比和環(huán)比的效果則較為穩(wěn)定，背后的原因可能是主動(dòng)權(quán)重因子與持倉(cāng)市值因子較為相似，都存在行業(yè)偏向性高的現(xiàn)象，因此我們推薦使用同比或環(huán)比構(gòu)造下的主動(dòng)權(quán)重因子。樣本內(nèi)外表現(xiàn)較好的機(jī)構(gòu)包括全體北向、外資券商和優(yōu)選機(jī)構(gòu)。在因子頻率上，周頻和雙周頻在樣本內(nèi)效果較好，樣本外則是雙周頻和月頻效果較好。在構(gòu)造方式上，原始值、同比和環(huán)比構(gòu)造的差別不大，因此我們認(rèn)為可以依據(jù)應(yīng)用情境選取合適的構(gòu)造方式。行業(yè)配置策略構(gòu)建基于上文對(duì)360個(gè)指標(biāo)的回測(cè)結(jié)果對(duì)比，我們選取兩組因子構(gòu)造復(fù)合因子：分別是由外資券商下的3類因子構(gòu)建的周頻因子，和全體北向下的3類因子構(gòu)建的雙周頻因子。這3類因子分別是持倉(cāng)市值因子、資金流向因子和機(jī)構(gòu)打分因子，主動(dòng)權(quán)重因子未被采納，原因在于主動(dòng)權(quán)重因子和持倉(cāng)市值因子、資金流向因子相關(guān)性較高，因此予以剔除。采用因子排序打分的方式合成因子，具體而言，對(duì)單因子在各行業(yè)上的因子值進(jìn)行排序打分并歸一化處理，再將各因子相加，得到復(fù)合因子。對(duì)周頻復(fù)合因子進(jìn)行分層回測(cè)，回測(cè)區(qū)間2017年12月11日至2022年9月30日（北向資金數(shù)據(jù)始于2016年12月，同比因子需積累1年數(shù)據(jù)，故回測(cè)始于2017年12月，下同）。結(jié)果如下，分層1和分層5的凈值曲線對(duì)比明顯，分層1的調(diào)倉(cāng)勝率為58.30%，分層5的調(diào)倉(cāng)勝率僅為37.25%。分層1的年化超額收益為10.15%，信息比率為1.44?？傮w而言，周頻復(fù)合因子的表現(xiàn)較好，且超額收益自2022年4月以來(lái)未出現(xiàn)明顯回撤?；谥茴l復(fù)合因子，我們構(gòu)建多頭的行業(yè)配置策略，根據(jù)因子值選取排名前三的行業(yè)持有，調(diào)倉(cāng)頻率為周頻，回測(cè)結(jié)果如下?？梢钥吹?，策略累計(jì)超額收益總體呈現(xiàn)上升趨勢(shì)，2021年9月行業(yè)配置策略和滬深300基準(zhǔn)指數(shù)均出現(xiàn)較大回撤。策略的年化超額收益率為15.41%，信息比率為1.48，調(diào)倉(cāng)勝率為58.30%?？傮w而言，周頻行業(yè)配置策略表現(xiàn)較好。對(duì)雙周頻復(fù)合因子進(jìn)行分層回測(cè)，回測(cè)區(qū)間2017年12月4日至2022年9月30日。結(jié)果如下，分層1和分層5的凈值曲線依然對(duì)比明顯，分層1的調(diào)倉(cāng)勝率為62.70%，而分層5的調(diào)倉(cāng)勝率僅為36.51%。分層1的年化超額收益為11.03%，信息比率為1.45。雙周頻復(fù)合因子的分層測(cè)試效果也較好。與周頻復(fù)合因子類似，基于雙周頻復(fù)合因子，我們構(gòu)建多頭的行業(yè)配置策略，調(diào)倉(cāng)頻率為雙周頻，回測(cè)結(jié)果如下?？梢钥吹?，策略累計(jì)超額收益持續(xù)穩(wěn)定上升，2021年11月至2022年4月經(jīng)歷一定程度回撤。策略的年化超額收益率為16.19%，信息比率為1.50，調(diào)倉(cāng)勝率為62.70%?？傮w而言，雙周頻行業(yè)配置策略的表現(xiàn)也較好。2022年9月30日周頻復(fù)合因子和雙周頻復(fù)合因子的行業(yè)打分情況如下。周頻復(fù)合因子打分最高的三個(gè)一級(jí)行業(yè)分別是家電、基礎(chǔ)化工和醫(yī)藥，打分最低的三個(gè)一級(jí)行業(yè)分別是電力設(shè)備與新能源、非銀行金融和房地產(chǎn)；雙周頻復(fù)合因子打分最高的三個(gè)一級(jí)行業(yè)分別是通信、國(guó)防軍工和傳媒，打分最低的三個(gè)一級(jí)行業(yè)分別是非銀行金融、建材和消費(fèi)者服務(wù)。為何是周頻和雙周頻？在對(duì)多個(gè)因子進(jìn)行回測(cè)的過(guò)程中，我們發(fā)現(xiàn)周頻和雙周頻下的因子在樣本內(nèi)外效果穩(wěn)定，而構(gòu)建復(fù)合因子時(shí)，最終選取外資券商的周頻因子和全體北向的雙周頻因子。為何是外資券商是周頻和全體北向的雙周頻呢？我們從兩種角度給出解釋。第一個(gè)角度較直接，在全區(qū)間下，對(duì)全體北向機(jī)構(gòu)、外資券商和外資銀行的持倉(cāng)市值同比因子進(jìn)行分層回測(cè)，分別繪制三個(gè)機(jī)構(gòu)不同頻率下因子分層1-分層5的年化收益率差值（未扣費(fèi)）?？梢钥吹?，全體北向和外資銀行在雙周頻達(dá)到峰值，頻率增加或減少都會(huì)使收益差值變小，而外資券商則在日度頻率上