金融工程2023年度撥云見(jiàn)日終有時(shí)

1、當(dāng)前市場(chǎng)環(huán)境與未來(lái)破局之道量化擇時(shí)與資產(chǎn)配置在未來(lái)將至關(guān)重要今年以來(lái)海外通脹高金融環(huán)境收國(guó)內(nèi)受疫情影復(fù)蘇預(yù)期反在這樣的宏觀環(huán)境下市場(chǎng)出現(xiàn)了系統(tǒng)性的回撤波動(dòng)加劇此時(shí)對(duì)權(quán)益資產(chǎn)的的擇時(shí)就顯得尤為重要，通過(guò)宏觀擇時(shí)的方式，或能較為有效的控制住下行風(fēng)險(xiǎn)。圖表1：各股指2022年年初至今收(截至2022.11.30)圖表2：各股指2022年年初至今走(截至2022.11.30)000%-50%-1.0%-1.0%-2.0%-2.0%

105109509085080750706506-3.0%-3.0%

創(chuàng)業(yè)板指數(shù) 滬深0 全A 中證0 中證0 宏觀擇時(shí)

全A 滬深0 中證 中證0 創(chuàng)業(yè)板指 宏觀擇時(shí)Wind Wind量化行輪動(dòng)空間的增大與往相比單行業(yè)的波動(dòng)明顯放平均回也有所增過(guò)去投資者通過(guò)直接研判賽道長(zhǎng)期持單一行業(yè)獲取超額收在現(xiàn)階將面臨很大的風(fēng)。同時(shí)行的頻繁切換，也給量行業(yè)輪動(dòng)更大的操作的空間通過(guò)模型預(yù)測(cè)行業(yè)收益有效輪動(dòng)能夠更好的捕獲行業(yè)Beta的收益。圖表3：近2年中信一級(jí)行業(yè)年化波動(dòng)率37.0032.0027.0017.0012.00煤有鋼消電食國(guó)石汽醫(yī)農(nóng)基電家建房計(jì)傳綜非電機(jī)綜銀通建輕交紡商炭色鐵費(fèi)力品防油車藥林礎(chǔ)子電材地算媒合銀力械合行信筑工通織貿(mào)金 者設(shè)飲軍石牧化產(chǎn)機(jī)金行及制運(yùn)服零屬 服備料工化漁工融金公造輸裝售務(wù)及融用新事能業(yè)源20212022Wind圖表4：近10年中信一級(jí)行業(yè)中每年排名前5行業(yè)年份 第1 第2 第3 第4 第52013傳媒(102.56)計(jì)算機(jī)(75.72)通信(45.25)電子(42.41)國(guó)防和軍工(38.9)2014非銀行金融(129.76)建筑(99.9)房地產(chǎn)(78.15)銀行(71.83)交通運(yùn)輸(71.55)2015計(jì)算機(jī)(125.97)消費(fèi)者服務(wù)(122.86)通信(115.46)輕工制造(97.11)紡織服裝(94.68)2016食品飲料(7.56)家電(1.78)銀行(0.69)煤炭(0.36)石油石化(-0.56)2017食品飲料(54.57)家電(44.94)煤炭(19.31)非銀行金融(18.93)電子(18.54)2018消費(fèi)者服務(wù)(-8.69)銀行(-10.95)石油石化(-18.76)食品飲料(-20.37)農(nóng)林牧漁(-22.03)2019食品飲料(72.84)電子(72.23)家電(60.55)建材(52.99)農(nóng)林牧漁(48.16)2020電力設(shè)備及新能源(88.34)食品飲料(88.06)消費(fèi)者服務(wù)(81.06)國(guó)防和軍工(72.47)醫(yī)藥(50.4)2021電力設(shè)備及新能源(51.68)基礎(chǔ)化工(50.08)有色金屬(46.71)煤炭(44.51)鋼鐵(44.07)2022(截至11.30)煤炭(31.39)房地產(chǎn)(-0.07)交通運(yùn)輸(-1.81)建筑(-3.57)石油石化(-4.76)，傳統(tǒng)低選股因子的風(fēng)格化傳統(tǒng)多因子模型換倉(cāng)頻率相對(duì)較低所用因子以基本面因子低頻量?jī)r(jià)因子為主根據(jù)我們跟蹤計(jì)算最近幾年這類低頻因子IC及多空收的穩(wěn)定性都出現(xiàn)一些下，逐漸表現(xiàn)出風(fēng)格化的特征為了解決當(dāng)前因子面臨的問(wèn)題而越來(lái)越多的投資者開(kāi)始在新的維度探尋和挖掘，包括高頻因子、機(jī)器學(xué)習(xí)模型等。圖表5：大類因子的C均值與多空收益圖表6：一致預(yù)期、市值、成長(zhǎng)和反轉(zhuǎn)因子多空凈值 圖表7：質(zhì)量、技術(shù)、價(jià)值和波動(dòng)率因子多空凈值期 市值 長(zhǎng) 反轉(zhuǎn) 質(zhì)量 術(shù) 值 波動(dòng)率21.81.41.210.80.6

3.12.61.60.6?????????TA2、基于動(dòng)態(tài)宏觀事件因子的股債輪動(dòng)策略宏觀擇時(shí)的常用方法當(dāng)量化分析師嘗試使用宏觀數(shù)據(jù)構(gòu)建模型對(duì)未來(lái)資產(chǎn)收益率進(jìn)行判斷時(shí)一般有兩種方式：1）進(jìn)行線性回歸擬合，將未來(lái)資產(chǎn)的收益率作為因變量，將宏觀數(shù)據(jù)作為自變量進(jìn)行線性回歸通過(guò)回歸模型預(yù)期未來(lái)資產(chǎn)收益率或者漲跌方向2)構(gòu)建事件驅(qū)動(dòng)模型通過(guò)統(tǒng)計(jì)某類特定的宏觀事件發(fā)生時(shí)未來(lái)資產(chǎn)的漲跌情況從中篩選出勝率高的宏觀事件從而構(gòu)建事件因子但是對(duì)于宏觀數(shù)據(jù)來(lái)說(shuō)其與未來(lái)資產(chǎn)的收益率不一定呈現(xiàn)線性相關(guān)的關(guān)系,或者僅有弱相關(guān)性，例下圖中展示的PPI同比與全A收益率的相關(guān)性只有-0.1336，并沒(méi)有一個(gè)非常強(qiáng)的相關(guān)性，但是在某一時(shí)間段內(nèi)，可能與資產(chǎn)收益率的相關(guān)性劇增例下圖中紅框所框出來(lái)的部分所我們希望使用構(gòu)建宏觀事件的方式去捕捉這類宏觀數(shù)據(jù)的顯著變化的時(shí)點(diǎn)，來(lái)輔助我們來(lái)做投資決。圖表9：全A與PPI同比的線性相關(guān)性 圖表10：全A與PPI同比的走勢(shì)04萬(wàn)得全萬(wàn)得全次月收益02010-.1-.2-.3-.4

相相關(guān)性:-.136-0 -5 0 5 10 PP同比

7,0006,0005,0004,0003,0002,0001,0000

萬(wàn)得點(diǎn)位

比

-10-5051015Wind動(dòng)態(tài)事件驅(qū)動(dòng)的優(yōu)勢(shì)傳統(tǒng)的事件驅(qū)動(dòng)類策略的構(gòu)建流程一般為使用樣本內(nèi)時(shí)間段數(shù)據(jù)去測(cè)試事件的勝率和可靠性等等然后在樣本外長(zhǎng)期沿用并不做任何改變或者說(shuō)沒(méi)有一個(gè)完善的體系去規(guī)范樣本外該事件因子是否是持續(xù)有效使得投資者在樣本外的使用過(guò)程中無(wú)法很好的把控事件因子與資產(chǎn)收益率之間關(guān)系的變動(dòng)。例下圖中顯示的，南華工業(yè)品指數(shù)同比與PPI同比的相關(guān)性，在2012年之前，南華工業(yè)品指數(shù)同比的走勢(shì)對(duì)于PPI同比有一定的領(lǐng)先性但是隨著時(shí)間的推移目前南華工業(yè)品指數(shù)同比基本對(duì)于PPI同比的領(lǐng)先性逐漸減弱。下圖中LME銅價(jià)與全A指同比的走勢(shì)變化，也體現(xiàn)了同樣的結(jié)論。若我們不能及時(shí)把握數(shù)據(jù)與資產(chǎn)關(guān)系變化的話，很有可能滯后或者甚至做出錯(cuò)誤的投資決策。為了一定程度上解決傳統(tǒng)事件驅(qū)動(dòng)類策略的弊端本文嘗試構(gòu)建動(dòng)態(tài)事件驅(qū)動(dòng)策略框架。將事件因子的評(píng)價(jià)環(huán)節(jié)包含在每期事件因子的選擇當(dāng)中，動(dòng)態(tài)選擇與資產(chǎn)走勢(shì)更相關(guān)的事件因子，解決樣本外因子的評(píng)價(jià)問(wèn)題和動(dòng)態(tài)因子優(yōu)選問(wèn)題，使得投資者只需要關(guān)注于挑選更多有效的宏觀數(shù)據(jù)進(jìn)模型中，提升模型的信息輸入就好。圖表11：PPI同比與南華工業(yè)品指數(shù)同比時(shí)關(guān)系 圖表12：全A同比與LME銅價(jià)同比時(shí)滯關(guān)系15105010PPI比 南華工業(yè)品指:同右)

1010806040200204060

30202010105005010A::比 :LME3:)Wind宏觀事件因子構(gòu)建框架及流程關(guān)于數(shù)據(jù)方面，我將經(jīng)濟(jì)、通脹、貨幣和信用四大類的30余個(gè)宏觀指，包括PMI、PPISHIBORM1等數(shù)據(jù)納入了測(cè)試的范圍當(dāng)中后續(xù)還可以對(duì)更廣泛的數(shù)據(jù)做進(jìn)一步的測(cè)試。圖表13：經(jīng)濟(jì)、通脹、貨幣和信用類指標(biāo)數(shù)據(jù)分類 指標(biāo)名稱頻率數(shù)據(jù)發(fā)布時(shí)間制造業(yè)PMI月當(dāng)月月末制造業(yè)PMI:生產(chǎn)經(jīng)濟(jì)制造業(yè)PMI:新訂單月月當(dāng)月月末當(dāng)月月末制造業(yè)PMI:新出口訂單月當(dāng)月月末PMI:新訂單-PMI:產(chǎn)成品庫(kù)存月當(dāng)月月末工業(yè)增加值:當(dāng)月同比月次月月中產(chǎn)量:發(fā)電量:當(dāng)月值月次月月中消費(fèi)者信心指數(shù)月次月月末固定投資完成額:第一產(chǎn)業(yè)月次月月中國(guó)債利差10Y-1M日當(dāng)日收盤國(guó)債利差10Y-3M日當(dāng)日收盤PPI:同比月次月月中CPI:同比通脹PPI-CPI剪刀差月月次月月中次月月中PMI:原材料價(jià)格月當(dāng)月月末SHIBOR:隔夜日當(dāng)日收盤SHIBOR:2周日當(dāng)日收盤SHIBOR:1個(gè)月日當(dāng)日收盤銀行間質(zhì)押式回購(gòu)加權(quán)利率:7天日當(dāng)日收盤銀行間質(zhì)押式回購(gòu)加權(quán)利率:14天日當(dāng)日收盤銀行間質(zhì)押式回購(gòu)加權(quán)利率:1個(gè)月日當(dāng)日收盤銀行間質(zhì)押式回購(gòu)加權(quán)利率:3個(gè)月日當(dāng)日收盤貨幣 同業(yè)存單:1個(gè)月日當(dāng)日收盤同業(yè)存單:3個(gè)月日當(dāng)日收盤逆回購(gòu)利率:7天-銀行間質(zhì)押式回購(gòu)加權(quán)利率:7天日當(dāng)日收盤中美國(guó)債利差10Y日當(dāng)日收盤中國(guó)國(guó)債美國(guó)TIPs利差:10年日當(dāng)日收盤國(guó)開(kāi)債國(guó)債利差:10年日當(dāng)日收盤AA級(jí)企業(yè)債國(guó)債:10年利差日當(dāng)日收盤中間價(jià):美元兌人民幣日當(dāng)日收盤M1:同比月次月月中M2:同比月次月月中M1-M2剪刀差信用社會(huì)融資規(guī)模:當(dāng)月值月月次月月中次月月中社會(huì)融資規(guī)模存量:同比月次月月中金融機(jī)構(gòu):中長(zhǎng)期貸款余額月次月月中Wind圖表14：事件因子構(gòu)建流程圖對(duì)于數(shù)據(jù)的預(yù)處理方面我們分成了4個(gè)小步即對(duì)齊數(shù)據(jù)頻率填充數(shù)據(jù)缺失值季節(jié)性調(diào)整和濾波處理以及數(shù)據(jù)格式的變動(dòng)。其中根據(jù)對(duì)數(shù)據(jù)的理解不同的數(shù)據(jù)使用不同的數(shù)據(jù)格式使數(shù)據(jù)更能捕捉資產(chǎn)收益率變動(dòng)方向。圖表15：數(shù)據(jù)格式的變動(dòng)數(shù)據(jù)格式 解釋data_raw 原始數(shù)據(jù)data_YoY 數(shù)據(jù)的同比變化data_MoM 數(shù)據(jù)的環(huán)比變化data_diff 數(shù)據(jù)的差額變化data_MA12 數(shù)據(jù)的12個(gè)月移動(dòng)平均data_diff_roll12_sum 數(shù)據(jù)的新增量的滾動(dòng)12個(gè)月求和data_diff_roll12_sum_YoY 數(shù)據(jù)的新增量的滾動(dòng)12個(gè)月求和同比變關(guān)于事件因子的構(gòu)建我們將其拆解成7個(gè)小步即確定事件的突破方式確定數(shù)據(jù)與資產(chǎn)的領(lǐng)先滯后性生成事件因子因子事件初篩疊加事件因動(dòng)態(tài)剔除低勝率的事件因以確定評(píng)判事件的最優(yōu)滾動(dòng)窗。其中我們構(gòu)建了三類的事件因子包括數(shù)據(jù)突破數(shù)據(jù)均線數(shù)據(jù)突破數(shù)據(jù)中位數(shù)以及數(shù)據(jù)的同向變化，并且給這些因子事件賦予了不同的參數(shù)，這樣一共構(gòu)建了36個(gè)不同的因子事件。圖表16：事件因子的構(gòu)建因子事件 參數(shù)數(shù)據(jù)突破數(shù)據(jù)均線 均線長(zhǎng)度：2-12數(shù)據(jù)突破數(shù)據(jù)中位數(shù) 滾動(dòng)窗口：2-12數(shù)據(jù)同向變動(dòng) 同向變動(dòng)期數(shù):1-5在生成完所有的事件因子之后我們就可以進(jìn)入對(duì)事件因子的評(píng)價(jià)和篩選階段我們列出了4種不同的衡量指標(biāo)包:勝率收益率勝率波動(dòng)調(diào)整收益率和開(kāi)倉(cāng)波動(dòng)調(diào)整收益率?；谶@些指標(biāo)不同的特點(diǎn)，我們決定選擇用收益率勝率作為每期事件因子的篩選指標(biāo)；用開(kāi)倉(cāng)波動(dòng)調(diào)整收益率作為后續(xù)確定數(shù)據(jù)滾動(dòng)時(shí)間窗口的指。圖表17：各類衡量指標(biāo)介紹事件因子衡量指標(biāo) 指標(biāo)構(gòu)建 指標(biāo)優(yōu)劣勢(shì)∑??1,??>0∑勝率 ?? ??∑??

，??為總開(kāi)倉(cāng)次數(shù) 只考慮指標(biāo)成功率∑????,??>0收益率勝率

???? ????∑??|??∑????/??

，??為總開(kāi)倉(cāng)次數(shù) 除了成功率，還包含盈虧比的信息 ???? ，為總期數(shù) 綜合考慮指標(biāo)成功率，收益率和波動(dòng)率的信息，但是包含不開(kāi)波動(dòng)調(diào)整收益率

√1∑??(????)2

倉(cāng)時(shí)間段的信息，導(dǎo)致不開(kāi)倉(cāng)時(shí)間長(zhǎng)的事件也可能有高數(shù)值???1???? ∑?????? ，??為總開(kāi)倉(cāng)次數(shù) 綜合考慮指標(biāo)成功率，收益率和波動(dòng)率的信息，開(kāi)倉(cāng)波動(dòng)調(diào)整收益率

√1 ∑(????)2

且重點(diǎn)關(guān)注開(kāi)倉(cāng)階段的信息，但是要求數(shù)據(jù)量大些???1?? ??確定好篩選指標(biāo)之后我們對(duì)每期生成因子做個(gè)初步的有效性篩選包括a)滿足t檢驗(yàn)，能在95的置信區(qū)間內(nèi)拒絕事件信號(hào)發(fā)出之后下一期資產(chǎn)收益為0的原假設(shè)b)事件益率勝>55。c)該事件的發(fā)生次>滾動(dòng)窗口的時(shí)間期/6。最后我們通過(guò)計(jì)算樣本內(nèi)時(shí)間2005年1月-207年1230余個(gè)宏觀數(shù)據(jù)構(gòu)建的事件因子的開(kāi)倉(cāng)波動(dòng)調(diào)整收益率，挑選出了樣本內(nèi)表現(xiàn)較好的11個(gè)因子，我們將其列在了下表中并且說(shuō)明了每個(gè)數(shù)據(jù)的數(shù)據(jù)格式數(shù)據(jù)處理方法和對(duì)應(yīng)的滾動(dòng)窗口期我們將這11個(gè)因子分成了兩大:經(jīng)濟(jì)增長(zhǎng)和貨幣流動(dòng)性經(jīng)濟(jì)增長(zhǎng)包含經(jīng)濟(jì)通脹和信用三者都是不同維度描述經(jīng)濟(jì)的運(yùn)行情況另外將貨幣類的指標(biāo)單獨(dú)劃分成一類用來(lái)刻畫市場(chǎng)的流動(dòng)性。圖表18：最終篩選的宏觀因子因子分類因子名稱數(shù)據(jù)處理方法滾動(dòng)窗口M1:同比原始數(shù)據(jù)84PPI:YoY原始數(shù)據(jù)48PPI-CPI剪刀差X1348經(jīng)濟(jì)增長(zhǎng)工業(yè)增加值同比X1372國(guó)債利差10Y-1M原始數(shù)據(jù)84產(chǎn)量:發(fā)電量:當(dāng)月值:MA3:環(huán)比X13-HP84M1-M2剪刀差HP72中美國(guó)債利差:10年原始數(shù)據(jù)84貨幣流動(dòng)性中國(guó)國(guó)債美國(guó)TIPs利差:10年X1396銀行間質(zhì)押式回購(gòu)加權(quán)利率:7天原始數(shù)據(jù)48逆回購(gòu)利率:7天-銀行間質(zhì)押式回購(gòu)加權(quán)利率:7天:MA20原始數(shù)據(jù)96擇時(shí)與股債策略表現(xiàn)在選定了最終使用的宏觀指標(biāo)之后我們使用這些宏觀數(shù)據(jù)構(gòu)建的宏觀事件因子來(lái)搭建擇時(shí)策略我們定義當(dāng)大類因子內(nèi)部的細(xì)分因子大于2/3的因子發(fā)出看多信號(hào)則當(dāng)期該大類因的信號(hào)標(biāo)記為1當(dāng)大類因子內(nèi)部的細(xì)分因少于1/3的因子發(fā)出看多信時(shí)，則當(dāng)大類因信號(hào)標(biāo)記為0若當(dāng)大類因子內(nèi)部的細(xì)分因發(fā)出看多信的比例處于兩個(gè)區(qū)間之后則大類因子標(biāo)記對(duì)具的比例最后我們將兩個(gè)大類因子的得分取平均值，合成最當(dāng)期的股票倉(cāng)信號(hào)。圖表19：擇時(shí)策略倉(cāng)位確定流程圖下圖展示的是該宏觀事件因子擇時(shí)策略的表現(xiàn)從2005年1至2022年1月年化收益率為18.73，同期全A指數(shù)為10.88，相對(duì)Wind全A有約的年化超額收益。該擇時(shí)策略在波動(dòng)率端也有比較好的表現(xiàn)，年化波動(dòng)率由指數(shù)原來(lái)28.64的波動(dòng)率下到了15.17最大回撤明顯下降從指數(shù)的68.81下降到了13.77夏普比率上升1.13。圖表20：宏觀事件因子擇時(shí)策略凈值 圖表21：宏觀事件因子擇時(shí)策略表現(xiàn)25 01/2005-11/2022 股票擇時(shí) Wind全A20年化收益率 18.73 10.88150 年化波動(dòng)率 15.17 28.9450股票擇時(shí) wind全A

最大回撤 -13.77 -68.61夏普比率 1.13 0.46收益回撤比 1.36 0.16另外我們也嘗試了使用擇時(shí)策略中獲得的股票倉(cāng)位信息搭配風(fēng)險(xiǎn)預(yù)算模型來(lái)構(gòu)建不同風(fēng)險(xiǎn)偏好的股債輪動(dòng)策略。這里我們使用全A指數(shù)作為股票資產(chǎn)，中債綜合財(cái)富總值指數(shù)作為債券資產(chǎn)來(lái)搭建股債輪動(dòng)的模型。根據(jù)不同權(quán)益風(fēng)險(xiǎn)貢獻(xiàn)度下的權(quán)益權(quán)重?cái)?shù)據(jù)我們構(gòu)建了三類不同風(fēng)險(xiǎn)等級(jí)的股債輪動(dòng)模型:進(jìn)取型:基于章節(jié)4.1構(gòu)建的股指擇時(shí)模型來(lái)搭建股倉(cāng)位變動(dòng)范圍0-100使股指擇時(shí)模型的股票倉(cāng)位作為策略的股票倉(cāng)位，剩余的倉(cāng)位分配給債券。穩(wěn)健型:基于風(fēng)險(xiǎn)預(yù)算模型來(lái)搭建，每期權(quán)益的風(fēng)險(xiǎn)貢獻(xiàn)度為90-100，具體的變數(shù)值=90+(100-90)*股指擇時(shí)模型股倉(cāng)位。保守型:基于風(fēng)險(xiǎn)預(yù)算模型來(lái)搭建每期權(quán)益的風(fēng)險(xiǎn)貢獻(xiàn)度為60-90具體的變動(dòng)值=60+(90-60)*股指擇模型的股倉(cāng)位。下圖中展示了這三類配置策略和基準(zhǔn)的股債64組合未考慮交易成本的表現(xiàn)，回測(cè)期從2005年1至2022年11月期間保守穩(wěn)健和進(jìn)取三個(gè)策略年化收益率分別為6.26，11.96和22.44，同期股債64年化收益率為9.25，穩(wěn)健和進(jìn)取型從收益的角度都穩(wěn)跑贏基準(zhǔn)保守型雖然收益沒(méi)有跑贏但是波動(dòng)率最大回撤和夏普率都是4者里面最高的適合風(fēng)險(xiǎn)偏好較低的投資者而其他兩個(gè)風(fēng)險(xiǎn)偏好的策略也同樣在各維度上表現(xiàn)優(yōu)于基準(zhǔn)。圖表22：宏觀事件因子配置策略凈值 圖表23：宏觀事件因子配置策略表現(xiàn)01/2005-01/2005-11/2022股債64保守穩(wěn)健進(jìn)取年化收益率9.256.2611.9622.44年化波動(dòng)率17.243.398.7114.94最大回撤-46.24-3.55-6.77-13.72夏普比率0.531.461.211.36收益回撤比0.201.761.771.647 356 305 254 203 152 101 50 0股債64 保守 穩(wěn)健 進(jìn)取右軸)Wind Wind在最后我們也測(cè)試了下交易成本對(duì)我們配置策略的影響我們?nèi)Q手率最高的進(jìn)取型策略(年平均換手率僅432)作為例子，下中可以看到考慮手續(xù)費(fèi)后，整體收益降幅可控，分一的單邊手續(xù)費(fèi)下年化收益僅下滑約0.5，分之二手續(xù)費(fèi)下滑約1。手費(fèi)對(duì)于該配置策略整體的影響不大。圖表24：不同交易成本下，進(jìn)取型策凈值圖表25：不同交易成本下，進(jìn)取型策略表現(xiàn)4035302520151050無(wú)手續(xù)費(fèi) 千一 千二 千

01/2005-11/2022無(wú)手續(xù)費(fèi)千分之一千分之二千分之年化收益率 22.44 21.92 21.40 20.88年化波動(dòng)率 14.94 14.95 14.97 14.98最大回撤 -13.72 -13.84 -13.97 -14.10夏普比率 1.36 1.33 1.30 1.27收益回撤比 1.64 1.58 1.53 1.48Wind Wind3、基于多維度行業(yè)景氣度與估值動(dòng)量的行業(yè)輪動(dòng)策略行業(yè)景氣度與估值動(dòng)量行業(yè)輪動(dòng)策略可以從不同周期以及多個(gè)維度進(jìn)行構(gòu)建短期可以關(guān)注市場(chǎng)情緒通過(guò)價(jià)量指標(biāo)捕捉市場(chǎng)變化并構(gòu)建預(yù)測(cè)信號(hào)中期則可以從行業(yè)基本面出發(fā)關(guān)注行業(yè)景氣度與估值的變化；而長(zhǎng)期需要對(duì)經(jīng)濟(jì)周期做出判斷，并根據(jù)所處的經(jīng)濟(jì)周期篩選優(yōu)勢(shì)行業(yè)。行業(yè)景氣度反映了行業(yè)中上市公司的整體經(jīng)營(yíng)狀況景氣度上行的行業(yè)往往會(huì)獲得投資者的追捧行業(yè)估值的變化也表現(xiàn)出較強(qiáng)的持續(xù)性估值提升的行業(yè)在未來(lái)估值進(jìn)一步上升的可能性也較大因此行業(yè)景氣度和估值的變化能夠?qū)π袠I(yè)收益率的預(yù)測(cè)起到重要作用。我們從多個(gè)維度構(gòu)建行業(yè)景氣度和估值動(dòng)量的因，探索中期行業(yè)配置策略。宏觀中觀經(jīng)濟(jì)周期微觀景氣度估值機(jī)構(gòu)持倉(cāng)北上資金宏觀中觀經(jīng)濟(jì)周期微觀景氣度估值機(jī)構(gòu)持倉(cāng)北上資金 短期價(jià)一致預(yù)期與業(yè)績(jī)超預(yù)期研報(bào)情緒指標(biāo)構(gòu)建原則與測(cè)試方法行業(yè)層面的指標(biāo)反映的是所屬行業(yè)上市公司的整體情因我們可以通過(guò)個(gè)的相關(guān)指標(biāo)合成行業(yè)的景氣度與估值指下圖展示的行業(yè)因子的構(gòu)建流在因子構(gòu)建的過(guò)程中，我們需要考慮以下幾個(gè)問(wèn)。首先上市公司每個(gè)季度會(huì)披露季報(bào)但由于許多行業(yè)的財(cái)務(wù)數(shù)據(jù)呈現(xiàn)出明顯的季節(jié)性特征單季度數(shù)據(jù)直接比較會(huì)存在較大問(wèn)題因此對(duì)于區(qū)間類數(shù)據(jù)如營(yíng)業(yè)收入凈利潤(rùn)等我們將單個(gè)季度數(shù)據(jù)調(diào)整為最近四個(gè)季度的數(shù)TTM對(duì)于時(shí)點(diǎn)類數(shù)據(jù)如總資產(chǎn)、凈資產(chǎn)等，我們?nèi)耘f取期初和期末的均值。其次在將公司層面的財(cái)務(wù)數(shù)據(jù)合成行業(yè)指標(biāo)時(shí)我們需要考慮不同的合成方式除了一般采用的整體法外我們還將采用中位數(shù)法流通市值加權(quán)法和龍頭股法共四種方法來(lái)計(jì)算行業(yè)指標(biāo)具體的行業(yè)因子合成方法如下表所示不同的計(jì)算方法其側(cè)重點(diǎn)也有所同，具體的行業(yè)因子選取的合成方式因指標(biāo)而異最后由于行業(yè)間盈利與估值等數(shù)據(jù)存在較大差異不能夠直接比較因此我們將其轉(zhuǎn)化為指標(biāo)的邊際變化這里主要采用常用的環(huán)比和同比的方式進(jìn)行計(jì)算。圖表27：行業(yè)因子構(gòu)建流程個(gè)股個(gè)股T中位數(shù)法龍頭股法環(huán)比盈利質(zhì)量估值動(dòng)因子構(gòu)建我們共構(gòu)建出盈利質(zhì)量以及估值動(dòng)量三大類行業(yè)因子為了評(píng)估因子對(duì)行業(yè)收益的預(yù)測(cè)能力我們采用因子IC測(cè)試和分位數(shù)組合測(cè)試來(lái)作為因子篩選的標(biāo)準(zhǔn)這里的行業(yè)收益，我們采用中信一級(jí)行指數(shù)的收益率由于行業(yè)分類中綜合金融歷史數(shù)據(jù)較短我們暫時(shí)從行業(yè)池中剔除樣本內(nèi)測(cè)區(qū)間取為2010年1月1日至2022年3月1日。圖表28：盈利類因子定

行業(yè)的盈利數(shù)據(jù)是行業(yè)景氣度的重要反映當(dāng)行業(yè)盈利情況轉(zhuǎn)暖時(shí)行業(yè)景氣度上行受投資者關(guān)注的可能性更大未來(lái)存在更大的超額收益為了衡量行業(yè)的盈利情況我們選取了行業(yè)整體的毛利率、凈利率、凈利潤(rùn)ROA以及ROE等指標(biāo)的變動(dòng)構(gòu)建因子。其中，毛利率凈利率和凈利潤(rùn)是反映行業(yè)盈利水平最直接的指標(biāo)ROA和ROE是公司盈利質(zhì)量的重要指標(biāo)。因子名稱 因子定義 加權(quán)方式 變動(dòng)方法GrossMargin_Chg 毛利率變動(dòng) 流通市值加權(quán)法 環(huán)比NetMargin_Chg 凈利率變動(dòng) 整體法 環(huán)比NetProfit_Chg 凈利潤(rùn)變動(dòng) 流通市值加權(quán)法 環(huán)比ROA_Chg 總資產(chǎn)收益率變動(dòng) 流通市值加權(quán)法 環(huán)比ROE_Chg 凈資產(chǎn)收益率變動(dòng) 流通市值加權(quán)法 環(huán)比圖表29：質(zhì)量類因子定

行業(yè)的景氣程度不僅可以通過(guò)盈利數(shù)據(jù)來(lái)看行業(yè)中企業(yè)的營(yíng)運(yùn)能力或償債能力等指標(biāo)也能夠衡量營(yíng)運(yùn)能力通常用資產(chǎn)周轉(zhuǎn)率或存貨周轉(zhuǎn)率等指標(biāo)來(lái)刻畫通常來(lái)說(shuō)企業(yè)資產(chǎn)周轉(zhuǎn)越快流動(dòng)性越高資產(chǎn)獲取利潤(rùn)的能力也越強(qiáng)而償債能力可以用流動(dòng)比率來(lái)衡量，償債能力越強(qiáng)從側(cè)面反了獲利能力越強(qiáng)因此運(yùn)營(yíng)能力和償債能力的邊際改善通常預(yù)示著行業(yè)景氣度的提升。我們選取了總資產(chǎn)周轉(zhuǎn)率存貨周轉(zhuǎn)率以及流動(dòng)比率的變化來(lái)構(gòu)建質(zhì)量類因子其中總資產(chǎn)周轉(zhuǎn)率和存貨周轉(zhuǎn)率采用環(huán)比變化而流動(dòng)比率采用同比變化同樣各個(gè)因子采取了各自具有優(yōu)勢(shì)的加權(quán)方式。因子名稱 因子定義 加權(quán)方式 變動(dòng)方AssTurnover_Chg 總資產(chǎn)周轉(zhuǎn)率變化 中位數(shù)法 環(huán)比InvTurnover_Chg 存貨周轉(zhuǎn)率變化 流通市值加權(quán)法 環(huán)比CurrentRatio_Chg 流動(dòng)比率變化 龍頭股法 同比價(jià)格的變化由盈利的變化和估值的變化兩部分構(gòu)成上文中我們通過(guò)盈利和質(zhì)量類指標(biāo)對(duì)行業(yè)景氣度進(jìn)行衡量接下來(lái)我們將聚焦在另一個(gè)重要的維度即估值個(gè)股的估值往往受到流動(dòng)性市場(chǎng)情緒所處行業(yè)政策等多方面因素的影響在行業(yè)層面這些因素的改變對(duì)估值帶來(lái)的影響會(huì)出現(xiàn)持續(xù)性的特征這與行業(yè)層面體現(xiàn)出的價(jià)格動(dòng)量特征類似但也存在區(qū)別。我們認(rèn)為當(dāng)行業(yè)受到投資者追捧或行業(yè)本身迎來(lái)政策利好時(shí)短期龍頭股的估值會(huì)率先提升隨著伴隨著漲勢(shì)向非龍頭股的擴(kuò)散行業(yè)估值呈現(xiàn)出逐步提升的過(guò)程不同于價(jià)格變化估值變化剔除了因?yàn)橛麤r變化帶來(lái)的影響而盈利的影響因素我們放在行業(yè)景氣度中來(lái)刻畫因此我們將估值動(dòng)量作為另一個(gè)重要的行業(yè)影響因素而沒(méi)有用傳統(tǒng)的價(jià)格動(dòng)量。圖表30：估值動(dòng)量類因子定義因子名稱因子定義加權(quán)方式變動(dòng)方法BP_Chg市凈率倒數(shù)變動(dòng)流通市值加權(quán)法同比EP_Chg市盈率倒數(shù)變動(dòng)龍頭股法同比SP_Chg市銷率倒數(shù)變動(dòng)流通市值加權(quán)法同比我們用市凈率市盈率以及市銷率的倒數(shù)的變動(dòng)來(lái)構(gòu)建估值動(dòng)量類因均采用同比變化量。其中，市盈率采用龍頭股法來(lái)進(jìn)行計(jì)算，市凈和市銷率采用流通市值加權(quán)法。我們將三個(gè)維度因素結(jié)合起來(lái)構(gòu)建了體系化的行業(yè)預(yù)測(cè)模型首先將每個(gè)類別細(xì)分因子等權(quán)合成大類因子然我們分析了盈利因子質(zhì)量因子和估值動(dòng)量因子之間的相關(guān)性從結(jié)果可以發(fā)現(xiàn)三個(gè)因子之間整體相關(guān)性較低相關(guān)系數(shù)最大的是盈利因子與質(zhì)量因子之間的0.2249。因此，可以通過(guò)將三個(gè)因子合成共同預(yù)測(cè)行業(yè)收益。圖表31：行業(yè)因子Spearman相關(guān)系數(shù)行業(yè)因子盈利因子質(zhì)量因子估值動(dòng)量因子盈利因子1.00000.22490.1006質(zhì)量因子0.22491.0000-0.0066估值動(dòng)量因子0.1006-0.00661.0000，我們將盈利質(zhì)量以及估值動(dòng)量因子以等權(quán)的方式進(jìn)行合成得到景氣度估值因子因子表現(xiàn)方下圖展示景氣度估因子的IC時(shí)間序列可以看出大部分月份IC為正IC均值達(dá)到了8.88，風(fēng)險(xiǎn)調(diào)整的IC為0.32，說(shuō)明合成之后的景氣度估值因子的確可以從不同維度對(duì)行業(yè)收益進(jìn)行解。圖表32：景氣度估值因子IC0600604020-02-04-06-08

景氣度估值因IC 景氣度估值因I移平均圖表33：景氣度估值因子IC因子平均值標(biāo)準(zhǔn)差最小值最大值風(fēng)險(xiǎn)調(diào)整的ICt統(tǒng)計(jì)量景氣度估值因子8.8827.46-52.8164.730.323.91，我們對(duì)景氣度估值因子進(jìn)行分位數(shù)組合測(cè)，可以看出，從Top組合至Bottom組，年化收益率呈現(xiàn)出明顯的單調(diào)遞減的趨勢(shì)Top組合和Bottom組合的差異非常明顯。市場(chǎng)組合代表將29個(gè)行業(yè)等權(quán)構(gòu)建的組合。從分位數(shù)組合的凈值可以看出Top組合的表現(xiàn)顯著跑贏市場(chǎng)組合年化收益率達(dá)到了14.28夏普比為0.48而B(niǎo)ottom組合的表現(xiàn)顯著跑輸市場(chǎng)組年化收益率為-4.23。從多空組合表現(xiàn)來(lái)看，景氣度估值因子多空凈值增加平穩(wěn)，年化收益率達(dá)到了18.54，夏普比率達(dá)到了1.11多空凈值在2021年12月有較大的回撤但2022年1和2月均表現(xiàn)較好，凈值反彈。圖表34：景氣度估值因子分位數(shù)組合凈值6543210op Btom 市場(chǎng)，圖表35：景氣度估值因子多空組合表現(xiàn)250%9200%8150%76543210-收益率

100%500%000%-50%-1.0%-1.0%-2.0%，圖表36：景氣度估值因子分位數(shù)組合指標(biāo)組合年化收益率波動(dòng)率夏普比率最大回撤率Top14.2829.590.4849.6319.4527.190.3549.7728.8026.440.3358.3332.8127.300.1058.9343.0226.070.1245.89Bottom-4.2326.90-0.1666.22市場(chǎng)6.1926.190.2453.63L-S18.5416.661.1118.88，景氣度估值行業(yè)輪動(dòng)策略我們構(gòu)建的景氣度估值因子在行業(yè)預(yù)測(cè)方面具有顯著效果我們根據(jù)該因子構(gòu)建行業(yè)輪動(dòng)策略,每月初選取排名前1/6的行業(yè)，即5個(gè)行業(yè)，以等權(quán)方式構(gòu)建行業(yè)輪動(dòng)組合按照月度進(jìn)行調(diào)倉(cāng)手續(xù)費(fèi)取千分之。然后我們將29個(gè)行業(yè)等權(quán)構(gòu)建基準(zhǔn)組合，月初再平衡。經(jīng)過(guò)上節(jié)的展示我們構(gòu)建的景氣度估值因子在行業(yè)預(yù)測(cè)方面具有顯著效我們首先根據(jù)該因子構(gòu)建行業(yè)輪動(dòng)策在構(gòu)建策略時(shí)我們按照月度進(jìn)行調(diào)倉(cāng)每月初選取排名前1/6的行業(yè)即5個(gè)行以等權(quán)方構(gòu)建行業(yè)輪動(dòng)組合手續(xù)費(fèi)取千分之三然后我們將29個(gè)行業(yè)等權(quán)構(gòu)建基準(zhǔn)組，月初再平?；販y(cè)時(shí)間段為2010年1月4日至2022年12月1日，其中2022年3月1日至2022年12月1日為樣本跟。下圖展示的是景氣度估值行業(yè)輪動(dòng)策略的凈值表可以看相比行業(yè)等權(quán)基景氣度估值行業(yè)輪動(dòng)策略的優(yōu)勢(shì)非常明超額凈值也非常平穩(wěn)的增從指標(biāo)上來(lái)看景氣度估值行業(yè)輪動(dòng)策略的年化收益率為10.89，夏普比率為0.40，而行業(yè)等權(quán)基準(zhǔn)的年化收益率僅為5.09夏普比率為0.21相較于行業(yè)等權(quán)基準(zhǔn)行業(yè)輪策略的年化超額收益率為5.99，信息比率為0.71。54543535454353252151050行業(yè)等權(quán)凈值 )超額凈外 ，圖表38：景氣度估值行業(yè)輪動(dòng)策略指標(biāo)指標(biāo)景氣度估值行業(yè)輪動(dòng)行業(yè)等權(quán)超額年化收益率10.895.095.99年化波動(dòng)率27.2424.738.66夏普比率0.400.210.69最大回撤率56.2559.0015.14月?lián)Q手率(雙邊)53.76--11月收益率10.769.701.03今年以來(lái)收益率-4.62-11.117.35總收益率280.2090.00112.07，行業(yè)輪動(dòng)策略的月均雙邊換手率為53.76，由于其中包含了季度的財(cái)務(wù)數(shù)據(jù)，整體換手率不算特別高。從分年度表現(xiàn)可以看出，除2011年2012年、2015年和2016年策略的超額收益率為負(fù)其余年份均有正超額收同時(shí)負(fù)超額年份的負(fù)超額收益率也相對(duì)較低策略在最近6年均保持正超額收其中200年有接近20的超額收今年以來(lái)，在行業(yè)頻繁切換的市場(chǎng)環(huán)境下，這類基本面輪動(dòng)策略表現(xiàn)優(yōu)異。截止12月初，策略超額收益率達(dá)到了7.35展望未來(lái)行業(yè)輪動(dòng)的重要性不言而喻我們團(tuán)隊(duì)也將進(jìn)一研究和探索，尋找能預(yù)測(cè)行收益的方。圖表39：景氣度估值行業(yè)輪動(dòng)策略分年度超額收益率10%

景氣度估值行輪動(dòng) 行業(yè)等權(quán)基準(zhǔn) 超額收益（右

7.3%200207.3%20020220320420520720820920020120262011201

% % -2% -5%-4% -1%4、基于高頻快照數(shù)據(jù)的量?jī)r(jià)背離選因子高頻量?jī)r(jià)背離背后的Alpha傳統(tǒng)多因子模調(diào)倉(cāng)頻率相對(duì)較所因子以基本面因子低頻量?jī)r(jià)因子為主近些年來(lái)這類因子的收益波動(dòng)也越來(lái)越大國(guó)的私募等機(jī)越來(lái)越重視基于高頻量?jī)r(jià)數(shù)據(jù)的短線策略相比傳統(tǒng)因子其收益的穩(wěn)定性也具有一定的優(yōu)勢(shì)國(guó)內(nèi)的主要機(jī)構(gòu)投資（例如公募基金等，目前還無(wú)法采用這類短線交易策略，而這類高頻量?jī)r(jià)因子在低頻化后，仍然可以提供增量信息并改善傳統(tǒng)多因子模型因此高頻量?jī)r(jià)因子越來(lái)越受到投資者的關(guān)注。本章將以我們構(gòu)建的快照量?jī)r(jià)相關(guān)性因子舉例來(lái)說(shuō)明高頻因子的優(yōu)勢(shì)以及對(duì)傳統(tǒng)多因子框架的增強(qiáng)作用利用股票的價(jià)格與成交量的信息構(gòu)建的價(jià)量因子已經(jīng)被證明可以預(yù)測(cè)股票的未來(lái)收益投資者通?？梢酝ㄟ^(guò)觀察股票價(jià)格與成交量的關(guān)系捕捉交易機(jī)會(huì)傳統(tǒng)的技術(shù)分析方法應(yīng)用在高頻方面也可以更好的提取有效特征我們將重點(diǎn)關(guān)注基于快照數(shù)據(jù)的股票價(jià)格與成交量的相關(guān)關(guān)系構(gòu)建高頻量?jī)r(jià)背離因子而后通過(guò)降頻后構(gòu)建了滿足機(jī)構(gòu)投資者要求的中證1000指數(shù)增強(qiáng)策略。股票價(jià)格和成交量在日內(nèi)的變化各不相同量?jī)r(jià)關(guān)系可反映了日內(nèi)投資者的博弈的不同情況當(dāng)股票價(jià)格上漲而成交量卻逐步減少時(shí)說(shuō)明市場(chǎng)參與各方對(duì)股價(jià)后續(xù)的走勢(shì)預(yù)期較為一致，此股票還未達(dá)到預(yù)期價(jià)格，未來(lái)上漲的可能性較大；而當(dāng)股票價(jià)格上漲，同時(shí)成交量放大此時(shí)市場(chǎng)參與方分歧加大樂(lè)觀和悲觀的投資者的數(shù)量都很多市場(chǎng)情緒趨于“冷靜，股價(jià)到達(dá)拐點(diǎn)的可能性較大對(duì)于下跌的情況也比較類似。圖表40：價(jià)升量跌 圖表41：價(jià)升量升 結(jié)合上述對(duì)于量?jī)r(jià)的形態(tài)的分析我們總結(jié)了不同形態(tài)下股價(jià)變動(dòng)預(yù)期可以看出當(dāng)量?jī)r(jià)出現(xiàn)背離時(shí)，無(wú)論當(dāng)前股價(jià)處在上升還是下降通道，未來(lái)上漲的可能性均較高；同理，當(dāng)量?jī)r(jià)趨時(shí)股價(jià)未來(lái)下跌的可能性較高因此通過(guò)分析股價(jià)與成交量之間的相關(guān)性，可以對(duì)未來(lái)價(jià)格走勢(shì)進(jìn)行預(yù)測(cè)。圖表42：不同量?jī)r(jià)形態(tài)下股價(jià)變動(dòng)預(yù)期量?jī)r(jià)相關(guān)性量?jī)r(jià)形態(tài)預(yù)期股價(jià)變動(dòng)量?jī)r(jià)趨同價(jià)升量升下跌量?jī)r(jià)趨同價(jià)跌量跌下跌量?jī)r(jià)背離價(jià)升量跌上漲量?jī)r(jià)背離價(jià)跌量升上漲日內(nèi)快照數(shù)據(jù)與量?jī)r(jià)因子構(gòu)建傳統(tǒng)的價(jià)格與成交量的研究往往是在相對(duì)較低的頻率上進(jìn)行分析例如對(duì)于分鐘級(jí)別數(shù)據(jù)而言其會(huì)喪失分鐘內(nèi)重要的交易信息因此通過(guò)提高數(shù)據(jù)采樣頻率可以市更微觀的結(jié)上獲額外信息有獲得更高超額收益的可能下圖展示的A股市場(chǎng)的高頻數(shù)據(jù)分類。圖表43：高頻數(shù)據(jù)分類快照數(shù)據(jù)價(jià)格成交量盤口委托掛單快照數(shù)據(jù)價(jià)格成交量盤口委托掛單逐筆數(shù)據(jù)逐筆成交逐筆委托/委托隊(duì)列上交所，深交所，快照數(shù)據(jù)交易所3秒一次的最新市場(chǎng)行情包括了價(jià)格成交量以及成交筆數(shù)以及委托掛單等信息相比分鐘級(jí)數(shù)據(jù)快照數(shù)據(jù)的頻率大幅提高，捕捉的交易信息更加完整，能夠更精準(zhǔn)刻畫股票日內(nèi)價(jià)格波動(dòng)能夠展現(xiàn)價(jià)格成交量及成交筆數(shù)在時(shí)序上的分布和變化?；谏鲜鰞?yōu)勢(shì)我們利用快照數(shù)據(jù)構(gòu)建因子對(duì)日內(nèi)價(jià)格與成交量的相關(guān)關(guān)系進(jìn)行衡量捕捉上文中提到的量?jī)r(jià)趨/背離特征。衡量?jī)蓚€(gè)因素相關(guān)關(guān)系的直接方法就是計(jì)算相關(guān)系數(shù)對(duì)于價(jià)格來(lái)說(shuō)我們選取快照成交價(jià)和快照收益（即快照成交價(jià)相比上個(gè)快照成交價(jià)的變化。對(duì)于成交量來(lái)說(shuō)，我們不僅選取了快照成交量，而且選取了成交筆數(shù)，同時(shí)還計(jì)算了每筆成交量。我們共構(gòu)建了如下六個(gè)因子：????????=????(????????,?????????)????????=????(????????,??????????)????????????=????(??????,??????????)???????????????????=????(????????????????1

?1,?????????)????????=????(????????????????1

?1,??????????)????????????=????(?????????????????1

?1,??????????)?????????其中????(…代表兩個(gè)變量之間的相關(guān)系數(shù)????????表示i時(shí)刻快照成交價(jià)??????????表示i時(shí)刻快照成交量?????????表示i時(shí)刻快照成交筆數(shù)。當(dāng)價(jià)格與成交量的相關(guān)系數(shù)為負(fù)時(shí)，意味著量?jī)r(jià)出現(xiàn)背離，按照此前推斷，股價(jià)上漲的可能性較高，反之亦然。因此，上述因子取值與未來(lái)股票收益率應(yīng)該存在負(fù)的相關(guān)關(guān)系。為了驗(yàn)證上述因子的預(yù)測(cè)能力，接下來(lái)我們將對(duì)上述6個(gè)因子的有效性進(jìn)行測(cè)試測(cè)試的時(shí)間段為206年1月至2022年8月。一般而言這類量?jī)r(jià)因子在市值相對(duì)較小的股票上表現(xiàn)更好因此我們主要以中證1000指數(shù)成分股作為股票池進(jìn)行因子有效性驗(yàn)證。同時(shí)，隨著中證1000股指期貨的上市，對(duì)沖工具的完善使得機(jī)構(gòu)投資者對(duì)中證1000指數(shù)增強(qiáng)類產(chǎn)品的需求逐漸加大，因此本篇報(bào)告把重點(diǎn)放在中證1000指數(shù)增強(qiáng)策略上。在構(gòu)建日頻因子時(shí)，我們計(jì)算上一個(gè)交易日的因子值，然后以當(dāng)日開(kāi)盤價(jià)作為成交價(jià)。量?jī)r(jià)背離因子日頻有效性驗(yàn)證首先我們基于日頻構(gòu)建量?jī)r(jià)背離因子即統(tǒng)計(jì)上個(gè)交易日內(nèi)所有快照數(shù)據(jù)構(gòu)建上文中的6個(gè)量?jī)r(jià)背因子我們對(duì)這些因子的有效性進(jìn)行檢驗(yàn)首先我們檢驗(yàn)了因子日頻收益的預(yù)測(cè)能力下表展示了6個(gè)因子的C統(tǒng)計(jì)指標(biāo)可以看出量?jī)r(jià)背離因子整體的IC均值為負(fù)即日內(nèi)價(jià)量背離時(shí)隔日個(gè)股的收益率相對(duì)較高符合上文中我們對(duì)量?jī)r(jià)背離因子的分析。其中CorrPV因子CorrRV因子以及CorrM因子C相對(duì)較高IC均值在3以上。圖表44：量?jī)r(jià)背離因子IC指標(biāo)（日頻）因子平均值標(biāo)準(zhǔn)差最小值最大值風(fēng)險(xiǎn)調(diào)整后ICt統(tǒng)計(jì)量CorrPM-3.108.43-28.7336.90-0.37-14.83CorrPV-3.798.37-26.3735.80-0.45-18.22CorrPVPM-2.175.27-26.8220.03-0.41-16.57CorrRM-2.089.56-31.3229.94-0.22-8.78CorrRV-3.138.54-29.8326.18-0.37-14.75CorrRVPM-1.224.92-19.2326.65-0.25-9.96，上交所，深交所，量?jī)r(jià)背離因子降頻后表現(xiàn)量?jī)r(jià)背離的現(xiàn)象對(duì)隔日股票的收益率具有明顯的預(yù)測(cè)作用但對(duì)于大多數(shù)機(jī)構(gòu)投資者來(lái)說(shuō)，日頻的預(yù)測(cè)周期相對(duì)較短交易難以實(shí)現(xiàn)且在手續(xù)費(fèi)較高的情況下比較難獲得實(shí)際收益在這種情況下擴(kuò)大因子預(yù)測(cè)周期降低因子預(yù)測(cè)頻率是一個(gè)重要的解決方法綜合考慮因子有效性的衰減以及交易的可行性我們降低預(yù)測(cè)頻率到周頻對(duì)股票收益進(jìn)行預(yù)測(cè)。在這里我們采用整體的方法即計(jì)算了過(guò)去一周單一股票所有日內(nèi)快照成交量與價(jià)格的相關(guān)系數(shù)構(gòu)建量?jī)r(jià)背離因子構(gòu)建方法與日頻因子類似這樣做的好處是既保留了局部?jī)r(jià)格與成交量的相關(guān)信息，也降低頻率，得到更長(zhǎng)的預(yù)測(cè)周期。從下表的周頻因子的表現(xiàn)可以看出，量?jī)r(jià)背離因子的IC均值差異較，其中CorrPVW因（W后綴代表周頻因子下同和CorrPMW因子的IC相對(duì)較高IC均值分別達(dá)到和-6.37，而日頻因子中表現(xiàn)較好的CorrPVPM因子在周頻下表現(xiàn)較為一般。圖表45：量?jī)r(jià)背離因子IC指標(biāo)（周）因子平均值標(biāo)準(zhǔn)差最小值最大值風(fēng)險(xiǎn)調(diào)整的ICt統(tǒng)計(jì)量CorrPMW-6.378.03-31.3822.55-0.79-14.62CorrPVPMW-1.315.22-20.5817.71-0.25-4.61CorrPVW-7.008.21-31.0419.78-0.85-15.69CorrRMW-2.949.34-29.4232.24-0.31-5.79CorrRVPMW-2.965.78-26.7214.26-0.51-9.44CorrRVW-4.148.90-26.3928.65-0.47-8.57，上交所，深交所，我們進(jìn)一步研究了周頻因子的多空組合的表現(xiàn)可以看出CorrPMW因子和CorrPVW因子的多空組合表現(xiàn)優(yōu)異，收益持續(xù)性相比日頻因子更好，同時(shí)近幾年因子也持續(xù)有效。CorrPVW因子的多空組合年化收益率達(dá)到了47.18，夏普比率達(dá)到了4.04。我們認(rèn)為，這主要是因?yàn)殡S著近些年高頻因子在私募機(jī)構(gòu)中的廣泛使用，策略逐步擁擠，導(dǎo)致之前有效的日頻因子對(duì)隔日股票收益率的預(yù)測(cè)的波動(dòng)性逐步加大甚至因子出現(xiàn)失效。而周頻因子通過(guò)降低預(yù)測(cè)頻率可以在一定程度上平滑量?jī)r(jià)波動(dòng)從而提高預(yù)測(cè)的穩(wěn)健性。orrW orrW orrPWorrVPW orrVWorrW orrW1451251058565452505，上交所，深交所，同樣我們選取了周頻因子中表現(xiàn)相對(duì)較好的CorrPMW因子和CorrPVW因子構(gòu)建合成因子。從下表的相關(guān)性分析可以看出成交筆數(shù)和成交量相關(guān)性較高基于此構(gòu)建的這兩個(gè)因子的相關(guān)系數(shù)也較高，我們將這兩個(gè)因子等權(quán)合成，得到代表這一類量?jī)r(jià)關(guān)系的因子CorrFactorW，同時(shí)通過(guò)市值行業(yè)中性化得到CorrFactorWAdjCI。圖表47：量?jī)r(jià)背離因子相關(guān)系數(shù)（周頻）因子CorrPMWCorrPVPMWCorrPVWCorrRMWCorrRVPMWCorrRVWCorrPMW1.000.050.870.310.080.29CorrPVPMW0.051.000.400.120.060.13CorrPVW0.870.401.000.340.100.33CorrRMW0.310.120.341.000.220.89CorrRVPMW0.080.060.100.221.000.41CorrRVW0.290.130.330.890.411.00，上交所，深交所，從因子的IC指標(biāo)來(lái)看中性化后的合成因子相比單因子雖然C均值提升不明顯但風(fēng)險(xiǎn)調(diào)整后IC達(dá)到了0.93說(shuō)明因子的穩(wěn)定性進(jìn)一步提高從多空凈值來(lái)看中性化后的合成因子的年化收益率低于中性化前的合成因子，但夏普比率大幅提升。CorrFactorWAdjCI因子的多空組合的年化收益率達(dá)到了38.88，夏普比率達(dá)到了4.08圖表48：量?jī)r(jià)背離合成因子IC指標(biāo)（周頻）因子平均值標(biāo)準(zhǔn)差最小值最大值風(fēng)險(xiǎn)調(diào)整后ICt統(tǒng)計(jì)量CorrFactorW6.858.23-21.1631.890.8315.32CorrFactorWAdjCI6.276.74-11.5823.350.9317.13，上交所，深交所，orrcororrcordjIorrcorW86420，上交所，深交所，結(jié)合量?jī)r(jià)背離因子的中證1000指數(shù)增強(qiáng)策略周頻量?jī)r(jià)背離因子具有顯著的預(yù)測(cè)能力但由于單一類型的因子波動(dòng)性較大同時(shí)由于高換頻（日頻周頻的策略的換手率相對(duì)較高其對(duì)交易成本比較敏感因此對(duì)因子預(yù)測(cè)的勝率和收益有較高的要求所以我們選擇將該因子與傳統(tǒng)因子一起使用構(gòu)建策略，達(dá)到控制換手率提高收益的效果下面我們將周頻量?jī)r(jià)背離因子與傳統(tǒng)因子結(jié)合到一起，構(gòu)建中證1000指數(shù)增強(qiáng)策略。我們進(jìn)一步探究了周頻量?jī)r(jià)背離合成因子與傳統(tǒng)因子的相關(guān)性可以看出量?jī)r(jià)背離合成因子與大部分因子的相關(guān)性不高，其與技術(shù)因子Technique_regM）因子相關(guān)系數(shù)最高，但也僅為0.21。因此，基于日內(nèi)高頻量?jī)r(jià)數(shù)據(jù)的因子的確可以提供與傳統(tǒng)因子不同信息。0250201502502015010050，上交所，深交所，在構(gòu)建中證1000指數(shù)增強(qiáng)策略前，我們首先在該成分股池中，檢驗(yàn)了各個(gè)類別因子的有效性。從下表可以看出，中小市值成長(zhǎng)風(fēng)格的中證1000股票池中，一致預(yù)期因子（ConsensusFactor成長(zhǎng)因（GrowthFactor以及技術(shù)因Technique_regM的預(yù)測(cè)能力相對(duì)較強(qiáng)。而量?jī)r(jià)背離因子表現(xiàn)僅次于技術(shù)因子，好于一致預(yù)期因子和成長(zhǎng)因子。我們將一致預(yù)期因子成長(zhǎng)因子技術(shù)因子以及量?jī)r(jià)背離因子以等權(quán)的方式合成量?jī)r(jià)背離增強(qiáng)因CGTCAdj同時(shí)為了對(duì)比量?jī)r(jià)背離合成因子帶來(lái)的增量信息我們將前三個(gè)因子等權(quán)合成為傳統(tǒng)合成因子CGT。從因子表現(xiàn)可以看出，量?jī)r(jià)背離增強(qiáng)因子的IC達(dá)到了7.66，相比單因子有了較大提高，風(fēng)險(xiǎn)調(diào)整后IC達(dá)到了1.02，而傳統(tǒng)合成因子IC僅為5.91，風(fēng)險(xiǎn)調(diào)整后IC為0.79。圖表51：中證1000成分股中因子IC指標(biāo)（周頻）因子平均值標(biāo)準(zhǔn)差最小值最大值風(fēng)險(xiǎn)調(diào)整后ICt統(tǒng)計(jì)量ConsensusFactor1.335.65-14.7817.490.244.33GrowthFactor2.507.52-17.8125.390.336.11Technique_regM7.188.28-16.7928.320.8715.98CorrFactorWAdjCI6.276.74-11.5823.350.9317.13CGT5.917.46-17.3027.060.7914.60CGTCAdj7.667.52-16.8931.051.0218.75，上交所，深交所，我們進(jìn)一步構(gòu)建多空組合從凈值可以看出量?jī)r(jià)背離增強(qiáng)因子的多空凈值穩(wěn)步增加好于傳統(tǒng)合成因子以及其他單因子，多空組合的年化收益率達(dá)到了55.60，夏普比率達(dá)了4.95，因子收益有較大的提高。而傳統(tǒng)合成因子的多空組合的表現(xiàn)也好于單因子，但年化收益率僅為43.57，夏普比率為3.73，遜于量?jī)r(jià)背離增強(qiáng)因子。Gotactr Gotactr ecnqergMGT GAdjosesusacor oFctrAjI20181614121086420，上交所，深交所，圖表5