报告基于宏观因子(进出口与景气度)构建三阶段回归模型,预测上证50ETF与有色期货ETF价差,提出价差择时配置策略。回测结果显示三种配置方案显著超额收益,最高年化收益22%,夏普率1.22,有色期货ETF作为低相关资产,提高组合收益和风险调整表现。
| 指标 | 进出口因子 | 景气度因子 | 进出口与景气度双因子 |
|---|---|---|---|
| 样本外预测R2 (%) | 63.6 | 71.4 | 78.9 |
| 有效预测占比 (%) | 90.7 | 98.6 | 99.1 |
| 胜率 (%) | 57.1 | 57.3 | 58.4 |
| 夏普比率 | 1.00 | 0.61 | 1.31 |
| Calmar比 | 0.92 | 0.61 | 2.24 |
报告标题: 基于宏观因子的股指与有色期货配置策略
发布日期: 2020年4月2日
发布机构: 上海东证期货有限公司,东证衍生品研究院
作者: 王冬黎(高级金融工程分析师)、曹洋(高级分析师,铜、镍方向)
研究主题: 探讨基于宏观经济因子对上证50ETF与有色期货ETF价差进行预测,并基于价差信号构建资产配置策略。
核心论点:
报告提出,上证50ETF作为A股代表指数,与以上期所有色金属指数(IMCI)基金为代表的有色金属期货ETF存在一定的相关性和价差周期特征。通过对宏观经济关键指标(进出口和经济景气度)的量化建模,采用三阶段回归模型(3PRF)进行价差预测,可以指导上证50ETF与有色期货ETF的组合配置,从而获得超越单一资产的投资回报。
评级和目标价: 报告未提供具体评级或目标价,但建议从资产配置角度关注有色期货ETF的配置价值,尤其在中期趋势上具备潜在优势。
报告首先通过全球商品指数基金现状引入背景,指出商品指数ETF数量及规模,特别是有色金属ETF市场的组成和发展。大成有色期货ETF作为国内有色金属期货指数基金的代表,覆盖六种主要有色金属(铜、铝、锌、铅、镍、锡),基金目标为紧密跟踪上期所有色金属指数表现,提供无杠杆且方便的投资通道。
关键数据点:
此部分为后文建模提供现实市场环境基础,尤其强调有色金属价格与宏观经济周期的高度相关性及ETF作为投资工具的易用性优势。
报告提出基于基本面量化方法探讨上证50ETF与有色期货ETF价差预测的思路。两者虽然均受经济增长和金融政策宽松影响,但在不同周期的涨跌幅度差异大,价差呈现周期性,且与部分国内宏观经济指标表现出较强相关性。因此以宏观因子为基础,构造价差择时模型,从而进行资产配置策略调整。
图表4展示上证50ETF与IMCI指数长期走势大体呈正相关趋势,表明两资产的共性经济驱动因素。图表5则分析了价差的均值回复特征,说明价差虽波动,但存在一定的回归趋势,适合运用统计与经济指标预测。
逻辑分析:
此节为后续选择宏观因子和模型策略提供理论支点。
选取的宏观指标包括:
进出口指标:
反映中国对大宗商品的外部需求,特别显示外需和海外经济景气的变化。图表6显示价差值与进出口金额的同比增速变化趋势对比,展示较强的同步性。
景气度指标(PMI):
国内制造业采购经理指数的细分项,作为先行指标较早反映经济活跃度。图表7显示价差与PMI移动平均数的走势对比,也呈一定同步波动特点。
意义: 这两类指标综合了外需和内需,反映宏观经济基本面最直接的变化,是价差预测构建的重要依据。
采用一种创新的降维和预测装置——三阶段回归过滤器模型(3PRF),区别于传统的主成分分析(PCA),重点在于捕捉对目标变量(价差)预测能力最强的因子组合:
策略方面,数据显示数据以周度频率进行平滑处理(移动平均)与滞后调整,采取滚动窗口(52周)做动态预测。价差预测值用来判断交易信号:预测上涨则做多价差(即超配股指),预测下跌则做空价差(即超配有色期货),无明显预测不操作。
该方法能动态适应驱动因子变化,有效缓解单一指标失效风险,体现了模型的稳健性与适用性。
单独进出口指标预测价差,样本外预测R2为63.6%;景气度指标预测效果更优,R2为71.4%;两因子结合后R2显著提高至78.9%,说明模型对价差的解释力和预测效果极佳,且有效预测占比与周度胜率表现良好。
策略回测结果显示:
基于价差预测信号调整配置权重,设计3个代表性配置组合:
回测区间为2016年1月至2020年3月中旬。表现数据如下:
| 配置方案 | 年化收益率 | 年化波动率 | 最大回撤 | 夏普比率 | 年化超额收益(相对上证50ETF) |
|---|---|---|---|---|---|
| 10/0 | 22% | 16% | -12% | 1.22 | 15% |
| 8/2 | 16% | 15% | -12% | 0.92 | 9% |
| 6/4 | 10% | 14% | -14% | 0.53 | 3% |
| 上证50基准 | 7% | 20% | -28% | 0.26 | — |
| 有色期货基准 | 6% | 15% | -21% | 0.23 | — |
图表10和图表11直观展示净值增长趋势和上述数据,均显著跑赢单一标的,尤其夏普和回撤指标改善明显。
分析: 该策略显著优化了风险调整收益,平滑了组合波动,且基于价差择时调整配置权重在风险控制和收益提升上表现出一致优势。
总结部分强调:
报告显著提醒两点风险:
风险提示虽然简短,准确抓住因模型依赖宏观经济因子且经济周期波动的核心风险,建议投资者审慎跟进。, 8]
本报告重点围绕价差预测与资产配置,未涉及传统的企业估值方法(如DCF、P/E等),报告估值重点体现为策略回测收益与风险指标的比较。
模型估值可以理解为通过宏观因子预测价差,从而估算配置策略未来收益的隐含价值。预测的统计指标(样本外R2,夏普比率,Calmar比率等)充当策略“估值”的量化判定标准。
模型回测期间(2016-1至2020-3)在不同配置权重下显示出的超额收益和风险调整比率,代表了基于本策略的资产配置“估值”水平。
报告主要列示两类核心风险:
该风险提示提醒策略使用者关注宏观经济的变化和模型结果的动态验证,防范回撤风险。报告并未详述风险缓释机制,投资者需谨慎以对。
这些细微之处提示投资者在参考本策略时需兼顾实际操作与风险管理,模型虽具备较强统计功效,但不能盲目信赖。
该报告通过详实的数据和创新的三阶段回归模型,系统地探讨了宏观经济因子(进出口和经济景气度)对股指(上证50ETF)与有色金属期货ETF之间价差的预测能力,进而构建了针对性的资产配置策略。
核心发现包括:
整体上,该策略为投资者提供了一种基于宏观基本面的系统性资产配置方式,兼顾收益与风险,有显著的实操参考价值。相关图表数据有效展示了各关键假设、模型性能和策略优越性,为投资决策提供了坚实依据。
图表1:全球商品指数基金分类基金数目
图表4:上证50ETF与IMCI指数长期走势相关性
图表5:上证50与IMCI价差均值回复特征
图表6:进出口关键指标与价差走势对比
图表7:景气度关键指标与价差走势对比
图表9:基于3PRF模型进出口与景气度因子价差预测效果
图表10:基于3PRF模型进出口与景气度因子配置效果
以上为本报告的归纳与深度解读,力求覆盖全部关键内容与数据,以供投资者、研究人员深刻把握其研究意义与实操应用价值。
金融工程策略报告:基于宏观因子的股指与有色期货配置策略.pdf