基于宏观变量的二维化多因子行业配置.pdfVIP

金 融 工 程 金融工程 [Table_MainInfo] [Table_Title] 2011.12.22 基于宏观变量的二维化多因子行业配置 数 量化研究系列之二十一 量 刘富兵 蒋瑛琨 化 021 021 专 liufubing008481@ jiangyingkun@ 题 编号 S0880511010017 S0880511010023 报 本报告导读：我们分别从收益率与概率两方面入手建立了基于宏观变量的 告 二维化多因子行业配置模型，利用模型给出的多头及空头行业组合进行配 对交易年化收益达 18%，信息比率为 1.68，胜率达69%，结果稳健且有 效。最后我们给出了12 月份的相对看多及看空行业。 摘要： [Table_Summary]  多因子模型的应用相当广泛，其在组合管理，业绩归因，股 票风格评分等领域都发挥着巨大作用，本文主要选择基于宏 观变量的多因子模型进行行业配置。  未来，随着融资融券业务的进一步拓展，利用做空获取收益 证 将越来越重要，为此本文不仅给出看多的行业，同时给出看 券 空的行业，以期帮助投资者从多空两个方向赚取收益。 研  经典的多因子模型只对收益率进行预测，其所忽视的一面 究 是，没有对方向进行预测。事实上，我们可以综合两方面的 报 因素，给出具体的看多及看空行业。 告  通过逐步回归，最终我们筛选出拟合度较好的宏观因子，其 中收益率预测模型的宏观因子有：PPI、工业增加值、商品 零售价格指数、M2；方向预测模的宏观因子有：PPI、M1、 宏观景气指数一致指数以及金融机构各项贷款余额增速。  从配置的结果来看，运用二维化多因子模型进行配置的效果 非常好，在近3年的时间里，该模型获得140%的累积收益， 累积超额收益为 101%，年化超额收益达到 23%，胜率超过 65%，最大回撤不超过9%，信息比率达到2.05。  不仅如此，利用二维化模型给出的空头配置进行做空交易并 利用期货对冲能获得8%的稳定年化收益，而多空配对交易的 年化收益更是提高到了 18%，这佐证了模型的有效性及稳定 相报告 [Tble_Report] 性。 《上市公司分红送转事件研究》  此外，相比收益率与概率模型，二维化模型在收益率、波动 2011.12.01 《风格投资IV：A 股大小盘风格轮动研究》 率、胜率、最大回撤、信息比率等方面均有显著提高，这表 2011.11.29 明，多因子模型进行二维化考虑是有意义的。 《多因子选股模型之组合构建Ⅲ》  12 月份，二维化模型我们推荐交运设备、食品饮料、有色金 2011.10.13 属、轻工业制造以及机械设备；我们不看好的行业有：公用 事业、信息服务、交通运输、信息设备以及建筑建材。 请务必阅读正文之后的免责条款部分