基于宏观风格轮动的宽基指数配置策略

目录TOC\o"1-2"\h\z\u策略框架概述 4回测框架 5宏观指标选择与处理 6宏观基本面指标体系搭建 6刻画宏观基本面指标的两个角度 6风格特征因子构建与择时 8风格择时：因子构建 8风格择时：模型构建 9风格择时：支持向量回归（SupportRegression,SVR）介绍 9风格择时：特征筛选 10风格择时：保留特征最小数量N参数优选 风格择时：滚动窗口动态优选变量进行样本外预测 指数优选策略回测 13从风格优选映射到指数优选 13指数优选回测：季度换仓 13指数优选回测：年度换仓 15风险提示 17图表目录图表1.借助风格特征因子的自上而下策略框架 4图表2.自上而下宏观基本面到指数优选策略框架梳理 4图表3.指数优选策略备选指数相关信息 5图表4.宏观基本面指标分类及时滞处理方式介绍 6图表5.宏观基本面指标“当前值”与“边际变动”处理方式汇总 7图表6.选取的四种常用风格因子 8图表7.四种常用风格因子多空收益（季度换仓） 9图表8.不同换仓频率对应不同“边际变动”指标 9图表9.SVR示意图（二维） 10图表10.特征递归消除（三重交叉验证）流程 图表季度换仓策略每期使用特征数量 图表12.滚动窗口建模进行样本外预测 12图表13.滚动窗口建模进行样本外预测 13图表14.季度换仓回测区间内各季度超额收益分布及胜率情况 13图表15.季度换仓回测区间内各季度持有指数数量 14图表16.季度换仓策略净值 14图表17.季度换仓策略超额净值 14图表18.季度换仓近10季度各备选指数推荐排序 14图表19.季度换仓回测区间内各季度超额收益分布及胜率情况 15图表20.年度换仓回测区间内各期持有指数数量 15图表21.年度换仓策略净值（每年不同季度换仓） 16图表22.年度换仓策略超额净值（每年不同季度换仓） 16图表23.年度换仓近10季度各备选指数推荐排序 16策略框架概述通过测算发现直接由宏观基本面指标出发对目标指数未来收益率进行预测效果不佳。其原因可能在于备选指数中宽基、主题、风格类指数混杂，难以短时间内建立有效的统一逻辑体系，对各类指数进行择时。结合中外学术研究与业界实践经验，我们认为在特定的经济、货币和信用周期下，风格特征可能具有一定重复性，比如成长/价值，动量/反转，大小盘，高低波动率等。（宏观指标与风格特征因子相关性的具体论述请见2023年5月18日发布的报告《宏观基本面行业轮动新框架——对传统自上而下资产配置困境的破局》）最终我们尝试从宏观指标出发，以风格特征因子为桥梁，构建指数优选策略。该策略的整体思路如下图所示。图表1.借助风格特征因子的自上而下策略框架 自上而下投资框架 宏观基本面 途径一目标指数宏观基本面途径一目标指数风格轮动风格轮动途径二资料来源：万得，我们将“自上而下宏观基本面到指数优选”的框架梳理为如下四大部分：基本面指标构建体系：旨在把握中外经济增长、通胀、货币、信贷以及市场情绪等维度信息；行业风格体系构建：用定量标准优选指数风格因子，用于后续风格研判；风格研判量化模型：突破传统自上而下建模方法的局限性，构建有效稳健的风格预测体系；图表2.自上而下宏观基本面到指数优选策略框架梳理系定量刻画指标特征

二.指数风格体系构建格预判？

三.指数风格预判框架预测？

四.指数优选组合每期指数推荐模型的业绩、胜率资料来源：万得，回测框架3005008001000ESG100全收益业绩比较基准：中证800全收益回测区间：2010.01.04–2023.08.01换仓周期：分别以季度/年度换仓，以截止周期末最后一交易日信息计算因子，以下一周期第一个交易日收盘价换仓。可选指数代码可选指数全称基期h00300.CSI沪深300全收益指数2004-12-31h00905.CSI中证小盘500全收益指数可选指数代码可选指数全称基期h00300.CSI沪深300全收益指数2004-12-31h00905.CSI中证小盘500全收益指数2004-12-31h00906.CSI中证800全收益指数2004-12-31h00852.SH中证1000全收益指数2004-12-31h00922.CSI中证红利全收益指数2004-12-31h00171.CSI中国战略新兴产业成份全收益指数2010-12-31h00846.CSI中证财通中国可持续发展100(ECPIESG)全收益指数2011-06-30资料来源：万得，中银证券宏观指标选择与处理宏观基本面指标体系搭建指标构建原则：从刻画经济增长、通货膨胀、货币、信贷以及市场情绪等维度优选指标。尽量规避1标，实现自上而下对风格的研判。指标时滞处理：除了PMI、利率估值、市场情绪等指标能较为及时的获取，大部分当月/季宏观指标通常在次月/季8号-20号之间公布。基于指标公布日期的不同情况，对各指标进行A和B两类时滞处理。图表4.宏观基本面指标分类及时滞处理方式介绍大类指标 指标 说明 频率 时滞处理经济增长实际GDPPMI_12MA当季同比PMI12个月移动平均值季频月频baPPI当月同比月频b通货膨胀CPIPPI-CPI当月同比PPI与CPI当月同比剪刀差月频月频bbM0M1当月同比当月同比月频月频bb货币周期M2当月同比月频bM1-M0M1与M0当月同比剪刀差月频bM2-M1M2与M1当月同比剪刀差月频b十年国债利率收盘利率日频a信贷周期社融存量当月同比月频b市场情绪wind全A指数ERPwind全A指数波动率wind全A指数E/P(ttm)-10年国债利率wind全A指数近1季度波动率日频日频aaSP500指数VIXSP500指数隐含波动率日频a汇率美元指数收盘价日频a注1：a代表次月初即可获取当月数值（滞后1天）；b代表次月初/季初可获得上月/季数值（大约滞后1个半月）。资料来源：万得，刻画宏观基本面指标的两个角度针对一个宏观指标，我们分别从指标“当前值”与指标“边际变动”两个方面进行刻画：指标“当前值”：63个交易日简单平均作为当前值3个月简单平均作为当前值季频指标：可获取的最近季度末指标直接作为当前值t月当前值–(t-N)1个季度、1年、3年的边际变动。图表5.宏观基本面指标“当前值”与“边际变动”处理方式汇总大类指标 指标 说明 频率 时滞处理 当前值处理

当前值d_1qd_1yd_3y经济增长实际GDPPMI_12MA当季同比PMI12个月移动平均值季频月频baCC√√√√√√√√PPI当月同比月频bA√√√√通货膨胀CPI当月同比月频bA√√√√PPI-CPIPPI与CPI当月同比剪刀差月频bA√√√√M0当月同比月频bA√√√√货币周期M1M2当月同比当月同比月频月频bbAA√√√√√√√√M1-M0M1与M0当月同比剪刀差月频bA√√√√M2-M1M2与M1当月同比剪刀差月频bA√√√√十年国债利率收盘利率日频aB√√√√信贷周期社融存量当月同比月频bA√√√√wind全A指数ERPwind全A指数E/P(ttm)-10年国债利率日频aB√√√√市场情绪wind全A指数波动率wind全A指数近1季度波动率日频aC√√√√SP500指数VIXSP500指数隐含波动率日频aB√√√√汇率美元指数收盘价日频a×√√√注1：a代表次月初即可获取当月数值（滞后1天）；b代表次月初/季初可获得上月/季数值（大约滞后1个半月）。注2：A代表以近3个月月频指标简单平均作为“当前值”；B代表以近63个交易日日频指标简单平均作为“当前值”；C代表直接以最近可获取的指标值作为当前值。资料来源：万得，风格特征因子构建与择时风格择时：因子构建因子构建思路：我们可以考虑分别从估值、动量、波动率和大小盘四个角度构建风格因子。通过现7以多空收益构建各风格因子。估值图表6.选取的四种常用风格因子估值市值风格因子动量市值风格因子动量波动波动率资料来源：四种常用风格因子的构建方式如下：估值：以指数市净率(PB_LF）为标准，做多最高估值指数，做空最低估值指数。动量：1年收益率，做多收益率最高指数，做空收益率最低指数。波动率：1季度日收益率标准差，做多波动率最高指数，做空波动率最低指数。大小盘：3001000全收益指数。图表7.四种常用风格因子多空收益（季度换仓）因子多空累计净值Vol_12mVol_12mMomValue_3mpe_caLarg2.01.51.00.50.0060708091011121314151617181920212223资料来源：风格择时：模型构建10序列上建立择时模型。自变量：各季度末各宏观指标“当前值”及“边际变动”；因变量：自变量对应下一换仓周期该指数收益率。针对不同换仓频率，我们对自变量“边际变动”的时间选择有所不同，具体如下表所示。图表8.不同换仓频率对应不同“边际变动”指标季度换仓年度换仓√ √ √√√ √换仓频率 当前值 季度变动 年度变季度换仓年度换仓√ √ √√√ √资料来源：风格择时：支持向量回归（SupportVectorRegression,SVR）介绍SVR模型可以简单理解为，在线性函数的两侧创造了一个“间隔带”，而这个“间隔带”的间距为�。对所有落入到间隔带内的样本不计算损失，最后通过最小化总损失和最大化间隔来得出优化后的模型。yyx资料来源：SVR模型与传统线性回归区别：损失计算不同：SVR模型当且仅当和f(x)和y之间的差距的绝对值大于�时才计算损失，一般的线性模型中只要f(x)和y不相等就计算损失。优化方法不同：SVR型通过梯度下降后的平均值来优化模型。SVR模型较线性模型具有更好的鲁棒性。风格择时：特征筛选特征递归消除法（RecursiveFeatureElimination，RFE）是一种特征选择算法,通过反复训练模型，并剔除其中的弱特征，直到达到所需的特征数量。算法步骤如下：F1（选择性能评价指标排名最低的特征，将其从特征集合中剔除。再次训练模型，计算模型的性能评价指标。23步，直到特征数量达到预设值或者无法继续剔除特征为止。为保证特征筛选的稳健，我们在运行特征递归消除法时使用了三重交叉验证（RFECV:3-foldcrossvalidation）。特征递归消除法+三重交叉验证需要人工输入保留特征的最小数量。资料来源：风格择时：保留特征最小数量N参数优选GridSearchCV对该参数进行遍历建模，并通过均方误差（MSE）的保留数量。（10年）47个特征：15个“当前值”（不含美元指数），32个“边际[10,40]2575%的特征被保留。11.季度换仓策略每期使用特征数量资料来源：风格择时：滚动窗口动态优选变量进行样本外预测20061月。2006年以前缺失，或更新频率与目前不一致。2010Q11020062017Q11010对于在窗口期内数据存在部分缺失的宏观指标，进行剔除处理。（2006年数据建模型，直至窗口期内该风格因子数据无缺失。图表12.滚动窗口建模进行样本外预测2017Q1-至今2017Q1-至今(满10年窗口运行，样本外建模预测)宏观指标数据从2006年开始，模型从2010年开始运作，在2017年前，宏观指标数据不足10年，使用全时段指标建模；2017年开始，可持续满10年窗口滚动运作。……样本外预测2006Q1-2016Q4样本内优选变量(第1个完整10年）2017Q12006Q1-2016Q4样本内优选变量(第1个完整10年）2017Q1样本外预测2017Q22017Q22006Q2-2017Q1样本内优选变量(第2个完整10年）…样本外预测2023Q22023Q22013Q2-2023Q1样本内优选变量资料来源：指数优选策略回测从风格优选映射到指数优选ttt+1刻各风格因子值进行预测。若预测为正，则看多该风格因子；预测为负，则看空该风格因子。下图展示的是我们如何将对多个风格研判的结论映射到指数优选组合上的方法：首先基于宏观基本面因子对未来的风格多空方向进行研判；然后根据风格研判情况和风格因子构建时多空收益的计算方式对各备选指数进行打分：若在t期对某一风格因子看多（看空），则在当期使用备选指数多空收益构建因子时，做多的备选指1分（-1分），做空的备选指数记-1分（1分），0分；最后将多个风格研判所得的指数打分进行等权求和，对得分最高的指数做多。若多个指数得分相同且均为最高分时，对这些指数进行等权配置。子看多子看多看空分分），分分），分t期风格研判指数1指数2指数3…指数7风格1看多10-1…0风格2看空00-1…1……风格4看多110…0分数求和汇总S1S2S3…SN资料来源：

t期指数优选组合指数优选回测：季度换仓季度换仓策略在回测区间（2010-至今）对应年化超额收益6.52%，季度胜率达63.6%。每季度较中证800全收益指数超额收益分布如下图所示，可以看出整体呈右偏分布，季度超额集中于[-5%,5%]区间。换仓频率 最大值 换仓频率 最大值 75%分位 中位数 25%分位 最小值 胜率 年化超额季度 63.6% 6.52%季度换仓各季度超额收益分布25季度换仓各季度超额收益分布2561000134152520151050资料来源：万得，季度换仓各期持有指数数量介于1-3只之间。回测净值与超额累计净值如下图所示。图表15.季度换仓回测区间内各季度持有指数数量季度换仓每期持有指数数量4.0季度换仓每期持有指数数量3.02.01.00.010

11 12 13 14

16 17

19

21 22 23资料来源：万得，图表16.季度换仓策略净值 图表17.季度换仓策略超额净值4.03.53.02.52.01.51.00.50.0

h0h0.CSI0906组合指数1011121314151617181920212223

2.42.22.01.81.61.4

指数优选回测超额累计净值指数优选回测超额累计净值1011121314151617181920212223资料来源：， 资料来源：，季度换仓策略近10个季度各备选指数推荐排序如下表所示。最近一次换仓（2023.07.03）看多指数中证800全收益和中证1000全收益。图表18.季度换仓近10季度各备选指数推荐排序指数简称2021-042021-072021-102022-012022-042022-072022-102023-012023-042023-07中证800全收益2322233331中证1000全收益1367651161中证500全收益2644233333中证红利全收益2122211613中证ESG100全收益2344653333沪深300全收益6111126616新兴成指全收益6676256166注：数字1表示当期最推荐指数，若当期多个指数均标为1表示多个指数等权配置。资料来源：万得，指数优选回测：年度换仓5.89%3.17%4.61%1.50%四种情形每次165.4%。四种情形每次调仓较中证800全收益指数超额收益分布如下图所示，可以看出整体呈右偏分布，每次调仓未来持有1年的超额收益集中于[-10%,10%]区间。换仓频率 最大值换仓频率 最大值75%分位 中位数25%分位 最小值 胜率 平均年化超额年度 65.4% 4.54%141412年度换仓各季度节点未来112111087764211100022224资料来源：万得，20091季度开始回测，再截取2010年以来的季度收益，重新捏合出可比的回测净值。四种情形每次换仓持有指数数量介于1-3只之间。回测净值与超额累计净值如下图所示。图表