本报告基于国信相对强弱指标(GSRS)模型,通过对股票型基金、债券型基金及多类风格资产的轮动配置模拟,验证了该指标在资产配置中的有效性。模拟结果显示,多轮动配置组合的收益显著优于基准和单一资产,且整体风险控制较好。报告还针对不同资产类别和行业风格给出最新的配置建议,如偏向固定收益资产及优选大盘蓝筹、周期类股票或一类行业,以期实现超越市场的表现,为投资者提供量化择时的实用参考 。
| 指标 | 组合 | 基准 | 股票基金 | 债券基金 |
|---|---|---|---|---|
| 收益率 | 417.95% | 205.59% | 332.13% | 73.41% |
| 超额收益 | - | 212.36% | 85.82% | 344.54% |
| 标准差 | 0.0252 | 0.0244 | 0.0339 | 0.0052 |
| Sharpe比率 | 0.2243 | 0.1602 | 0.1567 | 0.3349 |
| 交易次数 | 23 | - | - | - |
| 指标 | 组合 | 基准 | wind全A指数 | 中证全债指数 |
|---|---|---|---|---|
| 收益率 | 275.99% | 166.90% | 181.53% | 31.00% |
| 超额收益 | NA | 109.09% | 94.46% | 244.99% |
| 标准差 | 0.0330 | 0.0418 | 0.0448 | 0.0037 |
| Sharpe比率 | 0.1416 | 0.0942 | 0.0944 | 0.2312 |
| 交易次数 | 27 | - | - | - |
| 指标 | 组合 | 基准 | 一类行业 | 二类行业 |
|---|---|---|---|---|
| 收益率 | 520.08% | 284.80% | 321.43% | 421.73% |
| 超额收益 | NA | 235.28% | 198.65% | 98.35% |
| 标准差 | 0.0529 | 0.0505 | 0.0531 | 0.0502 |
| Sharpe比率 | 0.1920 | 0.1515 | 0.1526 | 0.1826 |
| 交易次数 | 16 | - | - | - |
| 指标 | 组合 | 上证综指 | 周期50指数 | 非周期100指数 |
|---|---|---|---|---|
| 收益率 | 428.12% | 157.47% | 209.97% | 227.47% |
| 超额收益 | NA | 270.65% | 218.15% | 200.65% |
| 标准差 | 0.0527 | 0.0457 | 0.0532 | 0.0485 |
| Sharpe比率 | 0.1825 | 0.1258 | 0.1306 | 0.1431 |
| 交易次数 | 16 | - | - | - |
| 指标 | 组合 | 基准 | 中证100 | 中证500 |
|---|---|---|---|---|
| 收益率 | 563.79% | 256.88% | 214.93% | 483.77% |
| 超额收益 | NA | 306.91% | 348.86% | 80.03% |
| 标准差 | 0.0549 | 0.0480 | 0.0473 | 0.0553 |
| Sharpe比率 | 0.1701 | 0.1334 | 0.1235 | 0.1597 |
| 交易次数 | 20 | - | - | - |
整体而言,报告传达的信息是通过基于市场表现的GSRS模型进行动量驱动资产轮动配置,有望实现超越基准的优异投资表现,同时解决传统理论层面对资产风格切换复杂因素难以预测的问题 。
报告开篇强调资产配置在投资中的核心地位。指出市场非完全有效且投资者非理性,积极资产配置是降低组合风险并提升收益的关键。强调风格资产配置(风格指股票与债券、大小盘、行业风格等)的动态调整有助于捕获风格转换带来的超额收益,控制组合波动。鉴于宏观经济、产业政策、投资者情绪等驱动力复杂且难以预测,作者提出采用基于历史资产表现的GSRS相对强弱模型,作为简洁易行的预测工具。
此模型以动量效应为理论基础,认为过去表现优异的资产在未来短期内仍具超额潜力,符合“惯性收益”(momentum),利用市场非完全效率实现交易优势。
主要论点:股票型基金与债券基金波动特征差异显著,利用GSRS模型轮动配置股票与债券基金的策略能显著提升收益并降低波动。
数据支持:
图表分析:
重点:研究股票市场权益类与固定收益资产间的轮动关系,验证资产之间“跷跷板效应”,运用GSRS优化配比提升组合表现。
实证结果:
图2与图3中,组合收益随时间明显优于各单项资产,买卖标志体现出GSRS信号对交易入场出场的辅助功能。表3、4揭示组合在收益和风险双方面的优化效果。
背景:国信证首次引入一、二类行业划分,发现两类行业间存在长期负相关的超额收益关系,适合采用轮动策略。
模拟数据:
图4曲线显示组合稳健领先基准,买卖标志点明交易时机。表5、6数据更进一步证实模型轮动的有效性。
主题:周期与非周期行业之间反映产业链关系及大小盘风格,形成独特且稳定的行业波动规律。
成果:
**图5及表7、8中显著展现组合收益优势和较高的风险调整回报水平,买卖标志显示策略交易清晰可信。
研究动机:价值与成长、小盘与大盘轮动存在周期性,长期单一持有难免错失风格转换带来的收益。
实证:
**图6体现出组合曲线明显领先沪深300与大小盘指数,交易买卖信号对应趋势转换,说明GSRS策略切换有效。表9、10显示组合在收益表现和风险调整收益方面均有优势。
这些建议紧密结合GSRS量化模型信号,体现积极动态资产配置与风险收益平衡的科学策略。
所有图表均结合买卖信号展示,直观验证了GSRS模型的实际运作及市场表现的超越基准性。数据完整且时间跨度足够,增强结果的代表性和可信度。
本报告并未涉及具体公司的股票估值分析或传统DCF、P/E估值模型应用,而是聚焦于资产类别间的轮动配置策略和模型回测。因此没有传统意义上的估值输入和估值结果。报告的“估值”可理解为通过动量驱动定量信号,判断资产相对优劣,实现动态配置“估值”与“价值发现”。故该部分核心在于相对收益率及动量信号的数学构建和信号示范。
参数设定(周频率、单边0.5%费率、历史回测参数优化)为模型决策提供了合理的边界。模型输出的超额收益即为“估值”成果的体现。
报告未专门章节深入讨论风险因素,但隐含风险主要有:
报告虽未详述缓释措施,但通过交易次数控制、低频率进行调仓,尽可能降低交易费用冲击,体现一定风险控制意识。
综合来看,报告作为一份基于量化模型回测的策略研究,科学严谨,但应注意对结论的适用范围和动态投资环境的限定条件。
本专题报告系统展示了国信证券依托GSRS国信相对强弱指标模型,在中国A股市场多类别资产的轮动配置研究及实证结果:
总体来看,该报告为量化投资领域提供了切实可行的资产轮动配置模型及策略框架,具有显著借鉴价值和应用潜力。建议投资者在采纳前,结合自身风险承受能力及市场环境动态调整参数,并关注未来策略有效性的持续验证及风险管理。
以上为本报告的详尽解读及综合分析。
量化投资技术系列之二十七:国信相对强弱指标GSRS在资产配置中的应用.pdf