本周宏观环境持续改善,国联证券多个量化策略表现分化。红利增强策略和可转债随机森林策略实现明显超额收益,沪深300、中证各指数股票选股因子增强组合持续表现优异,且具有多年稳定的超额累计收益。宏观Logit模型显示宏观环境底部回升,中观景气度指数略有下降,衍生品择时信号维持多头情绪。行业轮动策略聚焦非银金融、电子等板块,回测数据显示优秀的风险调整收益表现,整体量化配置稳健有效,投资者需关注量化模型风险。
| 组合名称 | 本周超额收益率 | 本月超额收益率 | 本年超额收益率 | 近一年年化夏普率 |
|---|---|---|---|---|
| 红利增强策略 | 1.14% | -1.32% | 13.75% | 1.22 |
| 可转债随机森林策略 | 1.05% | 1.01% | 23.47% | 1.63 |
| 期权增强策略 | -0.60% | -1.71% | 17.67% | 0.42 |
| 行业轮动策略 | -0.54% | -0.42% | -0.23% | 0.51 |
本文档为国联证券金融工程团队出具的专题周报,标题为《宏观环境持续改善,红利增强与转债随机森林超额优异—周报》,发布日期为2024年11月1日。本报告聚焦宏观经济环境的变化及其对各类量化策略表现的影响,重点分析主动量化策略中的红利增强策略、可转债随机森林策略及衍生品择时信号,结合宏观、中观、微观层面的市场量化指标进行投资策略推荐,并辅以遗传规划增强组合的绩效跟踪。其核心观点为:在宏观环境持续改善的大背景下,红利增强策略与可转债随机森林策略本周表现优异,同时多维度择时信号维持多头,风格偏好大盘成长及特定行业,报告最后附带风险提示,强调模型失效风险与市场不确定性。
国联金工团队已研发多类主动量化策略,包括:
本周表现差异显著,红利增强策略月超额收益达到1.14%,可转债随机森林周超额收益1.05%,期权增强和行业轮动策略均表现负超额。详细绩效见图表1,其中期权增强策略本年累计超额17.67%,红利增强超额13.75%,随机森林策略23.47%,均显示出较强的年化收益能力和较为稳健的夏普率水平(红利增强1.22,随机森林1.63)。这显示市场环境有利于股票红利及转债的择券发掘策略,统计套利策略短期受市场震荡影响有所回调。
宏观分析涵盖短期货币流动性(回购利率、SHIBOR)、长端利率(3-10年国债收益率)、信用指标(新增贷款、信用利差)、经济增长(PMI及下游订单)、汇率及海外制造业PMI,形成多维度宏观监测框架。数据频率涵盖日度、月度,确保对宏观环境变化的敏感捕捉。
截至11月1日,国债收益率继续下降,通胀指标CPI维持上行趋势。短期货币流动性改善(回购利率微幅上升)与中长期国债收益率下降趋势明显,人民币汇率有所升值。信用面略显收紧(新增贷款小幅下降),但M1同比增长积极,代表宽松货币环境有望持续。海外制造业PMI多维持稳中有降,日本制造业PMI略有提升。
最新宏观Logit预测值0.234,较月末的0.228有所回升,表明从统计模型角度看宏观环境处于回暖阶段。历史时间序列显示该值呈现周期性波动,当前处于相对底部反弹期,暗示后续宏观经济波动平稳或趋向改善。通过Logit模型对宏观经济事件的概率性预测增强,支持市场信心提升。
行业景气度通过追踪产业链、主营业务收入及成本结构,以及公开市场交易量综合反映。报告系统化拆解财务指标,构建行业景气框架,实现各行业景气度的定量监测。
根据各行业市值权重计算,形成覆盖上证指数的景气指数2.0。当前指数为1.106,较上周略有下降,提示盈利扩张周期仍在低位震荡。图表6展现了2017年以来景气指数的领先预测能力及与实际值的高度一致,显示景气度指数作为周期性指标的有效性。
行业景气前列为旅游景区、种植业和林业,后列为交通运输、光伏设备及玻璃玻纤。本周增长最快行业为石油石化、食品饮料及风电设备,降幅最大行业为医药生物、电源设备Ⅱ和电网设备,反映当前产业板块轮动特征。
采用估值(市盈率、市净率分位数均值)、风险溢价(ERP)、波动率(50日)及流动性(换手率)四指标综合刻画市场微观风险,因子等权合成结构风险指标,范围[0,1]。
11月1日,中证全指估值为0.449,沪深300为0.428,较前期有所下降,结构风险处于中低位,显示估值恢复理性。中证500估值0.585偏高,中证1000估值接近中证全指水平。图表11月度趋势显示,结构风险自2023年初低位反弹,至今波动加剧。整体微观风险尚处合理区间,有助于后续资产配置决策。
通过股指期货基差与指数相关性分析,构建日频择时信号。11月1日基于沪深300股指期货基差信号为1,表现为多头市场情绪,显示市场对未来行情保持乐观。中证500衍生品信号则为-0.8,较为谨慎。图表清晰展示了择时信号和相关系数的变化,为市场情绪分析提供强有力量化依据。
模型结合宏观、中观、微观及衍生品四维度信息,将市场划分为9种状态,综合考量经济周期及市场风险,形成功能丰富的非线性择时信号。模型灵活识别景气阶段及微观风险拐点,具备较强的动态适应力。
当前市场处于宏观利多、景气震荡下行状态(4-1),衍生品信号为多头,综合合成信号为1,提示当前应维持多头配置,建议加大股权多头比重。
2024年10月25日至11月1日,融资融券资金持续净流入442.06亿元,自2023年7月以来累计流入3517.27亿元,资金趋势缓步回暖,具备支撑市场的基础资金面优势。
通过宏观经济增长、利率、汇率、资金流等信号构建大小盘轮动指标,最新信号为1,偏好大盘。截至11月1日策略回测显示大盘仓位长期配置比例显著高于小盘,策略累积净值优于基准,夏普率提升,说明大盘股在当前市场环境下更具吸引力。
基于宏观通胀、货币条件、估值波动率、资金流等多个维度信号综合,构建成长价值轮动信号,当前信号为1,显示成长风格被优先推荐。回测覆盖2010-2024年,策略在多轮景气周期中表现稳健,表明成长板块因其特定基本面和资金配置优势持续得到青睐。
11月开局领先行业有渔业、有色金属、钢铁,落后行业为黑色家电、计算机。因子收益中,一致预期景气、龙头效应表现较佳,拥挤度因子负面显著,反映部分板块资金集中度过高风险。
2024年11月行业轮动组合基准收益-1.43%,增强组合收益略低,双剔除版表现相对较好,2023年至今双剔除版本超额收益38.04%,显示行业轮动策略在市场调整中具备显著风险对冲与收益提升能力。
综合多维度因子得分,非银金融、电子、电池、银行和综合居于行业配置首位。无剔除版和双剔除版权重分配趋同,凸显配置核心方向。
策略基于信用与企业盈利划分经济四象限,结合一致预期景气、盈利超预期、龙头效应等多维因子进行有效性检验,动态筛选高预期行业配置。年化超额收益无剔除版本8.85%,双剔除版本达10.50%,表现稳健。各年分绩效统计显示策略在波动市场中仍持续创造正超额回报。
四大战略指数(沪深300、中证500、中证1000、中证全指)均采用遗传规划方法挖掘因子,结合行业内选股,周频调仓,交易成本设双边千三。
报告明确警示量化模型存在失效风险,过往表现不代表未来收益,提示投资者关注市场波动、模型局限、信息时效性,并强调投资决策需结合个人风险承受能力。
本报告图表丰富,结合每个主要章节的内容对图表解读如下:
图表1(量化策略绩效):展示五个核心策略在多维时间尺度的绝对收益率、超额收益率、夏普比率及最大回撤。特别展示了红利增强和可转债随机森林今年以较高夏普率和超额收益凸显优异表现,印证文本论述。
图表5(宏观Logit历史预测):时序线表明Logit值由2017年至2024年多轮周期性波动,近期已明显反弹至0.2以上,映射宏观环境持续修复趋势,支撑多头策略。
图表6(景气指数2.0时序):红线真实值与灰线预测值吻合良好,显示该指数领先于A股盈利周期,对投资策略形成有效前瞻支持。当前指数表明盈利周期仍处于收缩尾部阶段,符合市场震荡格局。
图表8(分行业景气指数及变动):柱状显示行业景气与线形反映环比变化,石油石化率先回升,医药等行业下滑显著,提示板块轮动机会。
图表10和11(微观结构风险):表格与时序线图综合体现宽基指数估值、波动、流动性风险指标,整体处低位但有回升趋势。沪深300结构风险略低于其他宽基,符合多头情绪。
图表12(衍生品择时信号):红色信号频繁切换,但近期沪深300偏离负信号,整体维持1的多头,有效反映衍生品市场情绪。
图表14(多维度择时模型表现):曲线表明策略净值上扬,暗示择时信号有助捕捉行情,最新合成信号维持多头。
图表15(融资净买入额):柱状图直观反映融资资金的净流入,近期资本活跃度持续增加,表明市场资金面趋于宽松。
图表16-18(大小盘轮动信号与净值):多信号组合集中支持大盘头寸,策略净值曲线明显优于基准,显示调仓策略有效。
图表19-21(成长价值轮动信号与回测):信号指标稳定,回测净值逐年提升,尤其成长仓位被长期看好,与文本偏好吻合。
图表22(当月行业收益率):条形图展示主要行业涨跌分布,渔业等表现突出,帮助理解行业轮动逻辑。
图表23-24(因子收益与走势):累计收益与时间序列图呈现因子表现差异,拥挤度因子存在安全边际警示意义。
图表25-27(行业轮动组合收益 vs 净值):配合文字呈现了行业轮动策略的超额表现及净值增长,双剔除版本表现更优。
图表28-29(行业因子排名及权重配置):表格综合行业多因子得分,为行业配置提供坚实依据。权重分布科学,ETF推荐实用。
图表30-34(行业轮动策略构建及年化收益):流程图、净值曲线及年度绩效表明策略构建严谨,收益稳定,具备抗风险能力。
图表35-42(遗传规划指数增强绩效与分年统计):多个指数均显示长期超额收益,夏普率合理或较优,分年收益率波动透明,整体策略稳健。沪深300与中证全指尤其突出-。
本报告主要聚焦策略绩效及宏观择时,不涉及具体公司估值。其量化策略通过机器学习(随机森林)、遗传规划、均值方差组合优化等方法构建,核心在于基于历史数据提取信号因子,进行多维度择时与风格轮动,结合宏中微观经济指标与资金流量。估值角度体现在微观结构风险指标中,通过PE、PB及风险溢价评估市场广义估值状态,作为调整仓位和行业偏好的重要参考。
报告强调:
本报告基于全面的宏观经济数据采集与量化创新方法,深入剖析宏观环境、行业景气、微观风险及资金流向,结合先进的机器学习、遗传规划策略构建有效的股权增强组合。事实表明,2024年以来,由于宏观环境逐步改善,红利增强策略及可转债随机森林表现超群,多维度择时和行业轮动策略在波动市场中创造显著超额收益。风格上,市场偏好大盘成长板块,行业配置聚焦非银金融、电子、电池、银行及种植业。
图表所示,宏观Logit模型与景气指数均呈改善迹象,资金面持续净流入,衍生品多头信号稳健,支持继续维持积极仓位。各指数级遗传规划增强模型自2016年以来的超额收益均达到两位数年化水平,凸显策略的长期适用性和风险调整后的优异表现。多维度行业因子驱动轮动策略同样展现较高的年化超额收益和信息比率,尤其双剔除版本稳健。
综上,报告基于周密的数据分析与多模型策略支撑,坚定显示当前环境下积极配置优质红利股、大盘成长板块及精选转债的投资价值,宏观环境持续改善为策略发挥提供了核心驱动力。但亦提醒量化模型存在不确定性风险,投资者需结合自身风险偏好谨慎操作,,,,,,,,,,,,,,,,,,,。
该报告完整覆盖宏观环境、中观行业、市值结构、资金流及多重策略绩效,数据详实,指标丰富,方法先进且实用,符合专业金融分析要求。
金融工程定期:宏观环境持续改善 红利增强与转债随机森林超额优异.pdf