行业轮动系列(一)：截面回归下的中观行业轮动策略.docxVIP

证券研究报告·金融工程深度报告

正文目录

行业轮动简介 1

因子选取与模型搭建 2

行业轮动策略效果 8

不同预期因子收益率下的策略效果 8

考虑成本与风控下的行业轮动策略 11

4总结 14

5风险提示 16

图表目录

图1、因子正交化前相关性系数 5

图2、因子正交化后相关性系数 5

图3、历史均值法下行业轮动策略表现 8

图4、历史均值法下行业轮动策略净值走势 9

图5、指数移动平均法下行业轮动策略表现 10

图6、指数移动平均法下行业轮动策略净值走势 10

图7、HP滤波法下行业轮动策略表现 11

图8、HP滤波法下行业轮动策略净值走势 11

图9、考虑成本下行业轮动策略表现 12

图10、考虑成本下行业轮动策略净值走势 12

图11、不同风控水平下行业轮动净值走势 13

图12、ES0.4_DD0.5下行业轮动净值走势 13

图13、不同风控水平下行业轮动策略表现 13

表1、WIND中国行业指数编制方式 2

表2、WIND中国行业指数明细 2

表3、模型所用因子一览 4

表4、ETF交易费用与股票交易费用对比 7

表5、本文所测试行业轮动策略效果对比 14

行业轮动简介

主流的行业轮动策略与选股策略高度相似，本质上都是在截面上挑选出未来大概率表现较好的行业（个股），以求获取相较于市场的超额收益。我们在分析中将行业轮动策略的构建分为以下三种模式：

基于宏观经济周期层面：在不同的经济周期下，行业间的表现往往呈现较大的差异性，因此在通过海内外的宏观数据判断当下所处的经济周期后，可选择当前周期下上涨概率较大的行业进行配置。

基于中观层面：从行业本身的量价、基本面等特征出发，判断行业未来一段时间内的走势。

基于微观层面：基于行业内成分股的量价、基本面等特征归纳、推断出行业层面特征，进而进行行业层面的比较与筛选。

以上三种模式各有优劣，对于宏观层面来说，由于宏观数据较为低频且具有明显的滞后性，因此可能无法及时捕捉到短中期较为强势的行业；从中观层面来说，行业信息主要来自量价信息，基本面等其他层面信息较少，可能无法多元、全面地对比行业；从微观层面上来说，由个股特征推导至行业特征地过程中存在着多种合成方案，不同合成方案导致的最终结果也会有所不同，因此人为干预的影响较大。除此之外，合成后的行业特征也可能面临行业间不可比的问题。

综上，考虑到可行性与便捷性，我们选择从中观角度出发以量价信息为主要媒介、线性模型为主要载体构建行业轮动策略。其与传统的股票多因子模型无异：以所有行业上一期的因子作为解释变量对所有行业当期收益率进行截面回归，得出因子收益率后并对因子下期收益率进行预测，进而可以预测行业下期收益率。具体地，模型可表示为：

??1,?? 1

??2,?? 1

??11,???1

??? ??????

??

? ??

??1

????

??

????2

??1,??

??2,??

[?]=[?]??????+[

? ? ? ] ??

??????1 ? ?????? ?

??

+[?]

??N,?? 1

??,???1

??,???1

[??????]

????,??

将上式写成向量的形式：

????=??????+???????????+????

式中，????∈???×1为N个行业在t时刻的收益率向量，???????∈???×??表示???1时刻N个行业在??个因子上的暴露，????∈?(??)×1是因子??个因子在??时刻的因子收益率，??????∈???×1表示国家因子—即所有行业对其的暴露都为1，

同时也是线性回归模型里的截距项，最后的????∈???×1，是线性回归模型中无法解释的残差部分。

将模型推导至??时刻可得：

????+???????+??≈???+????

????+??

?

????+??

??

???1,??+1

即得到了每个行业??+1时刻的预期收益率向量?????+??=

业的预期收益率，我们便可进行策略的搭建。

因子选取与模型搭建

???2,??+1，根据行

?

[???N,??+1]

?行业池选取

行业层面，我们选择现存的67只中国行业指数作为行业池，其本身为全收益指数且包含多个四级行业，具备较好的代表性，其具体编制方式如下：

表1、WIND中国行业指数编制方式

指数简称

发布日期

样本空间

指数介绍

收益处理方式

加权方式

万得中国行业指数

2010-04-12

全部A股

依据万得中国行业分