本报告基于东吴金工特色多因子体系,构建了以估值、市值、波动率、动量等80个微观因子为基础的风格轮动量化策略。策略采用随机森林模型进行风格择时和打分,回测期2017年初至2025年8月,全期间年化收益17.08%、信息比率0.85,表现优于市场基准。2025年9月最新轮动组合聚焦成长、大市值、动量和高波动风格,最新月度收益达7.85%。
| 指标 | 策略 | 基准 | 超额 |
|---|---|---|---|
| 年化收益率 | 17.08% | 5.35% | 10.42% |
| 波动率 | 20.07% | 19.33% | 13.03% |
| 信息比率 | 0.85 | 0.28 | 0.80 |
| 胜率 | 55.77% | 57.69% | 56.73% |
| 最大回撤 | -29.89% | -35.78% | -9.57% |
| 指数代码 | 指数名称 | ETF代码 | ETF名称 |
|---|---|---|---|
| 980017.CNI | 国证芯片(CNI) | 159665.SZ | 半导体龙头ETF |
| 930851.CSI | 云计算 | 159739.SZ | 大数据ETF |
| 930713.CSI | CS人工智 | 159819.SZ | 人工智能ETF |
| 930986.CSI | 金融科技 | 159851.SZ | 金融科技ETF |
| 931079.CSI | 5G通信 | 159994.SZ | 5GETF |
该报告核心在于介绍利用东吴“金工”特色的微观多因子风格择时打分体系,结合随机森林模型实现风格轮动策略,并通过历史回测与当下持仓展示模型表现和操作指引。作者传递的主要信息是该策略在历史回测期间展现了优异绩效,具备风格择时能力,且当前推荐的风格方向明确落于成长、大市值、动量和高波动率风格 ,1]。
风格轮动模型构建: 以微观80个基础风格因子构建640个微观特征,采用随机森林模型逐风格择时,结合常用指数替代传统的绝对风格因子权重划分,形成基于风格收益的标签体系。通过模型得分,实现从风格择时到打分再到实际投资的轮动框架。
策略绩效: 回测区间长达8年半(2017年1月-2025年8月),策略年化收益率17.08%、波动率20.07%、信息比率0.85,优于基准市场;最大回撤9.57%明显低于基准的35.78%,显示策略风险控制卓越。近期风格选择增长型、大市值、动量、高波动率,2025年9月收益率达7.85% ,1]。
由表格数据显示:
绩效图表(图1)显示:
整体绩效体现了该模型在不同市场环境下对风格因子有效捕捉,具备动态配置、优化资产组合的能力 ,2]。
图2反映2025年各风格因子实际收益率(多空对冲计算),动量、波动率、估值、市值因子表现波动较大,尤其8月份动量表现急剧负转正,带来显著短期收益波动。
图3为同一时期风格因子择时后的收益率,显示通过风格轮动策略优化后,各因子收益波动幅度有所收敛,体现模型对因子波动的调节作用。虽然个别月份仍有显著回撤,但整体收益更趋稳定,表明择时能力有效缓冲了市场噪音。
从两图对比看,模型提升了风格因子的择时能力,有助于提高收益的稳健性与连续性 ,3]。
2025年9月策略推荐明确聚焦于成长、大市值、动量和高波动率风格,辅助持仓标的均为细分行业的主题指数与对应ETF,如半导体龙头ETF(159665.SZ)、大数据ETF(159739.SZ)、人工智能ETF(159819.SZ)、金融科技ETF(159851.SZ)及5G通信ETF(159994.SZ)。
这些行业ETF覆盖高科技、新基建与数字经济板块,符合当前经济结构与政策支持导向,符合策略在微观因子选择上的成长及质量偏好,凸显模型动态适配市场热点的能力。
表格明确列示ETF代码与对应指数,便于实际投资操作与策略落地执行 ,3]。
报告中未特别详细披露估值方法或模型定价过程,风格轮动策略本质上偏重因子择时与风格切换逻辑,非传统个股或者行业估值模型。虽然底层因子含估值因子,但主要用于风格打分与择时,未见单独披露估值倍数或现金流模型等定价工具。
模型更侧重统计学习方法(随机森林)优化因子组合权重和择时决策,完成风格得分及买卖信号。
因此,该报告估值分析环节主要体现在对风格因子和投资组合的动态配置能力上,而非单一估值指标计算。
报告针对模型及策略风险作了全面提示:
本《东吴金工风格轮动月报(202509)》通过详实的微观多因子风格模型构建,巧妙结合传统风格因子与机器学习随机森林算法,实现对风格的动态择时与评分,进而搭建完善风格轮动策略框架。历史数据表明,策略在2017年至今取得了17.08%的年化收益率,并较基准市场实现了明显超额收益和风险控制,最大回撤仅为9.57%,胜率超过55%。
图表部分充分展示策略净值稳步提升及超额收益稳健积累,风格因子择时相较原始因子表现波动更小,说明模型成功降低了因子收益的波动风险。最新持仓配置聚焦半导体、云计算、人工智能、金融科技及5G通信主题ETF,体现策略对未来成长与创新领域的明确偏好。
风险提示部分清晰指出历史数据依赖、单因子波动及测算误差风险,提醒投资者切勿盲目跟随,需做好风险管理。
整体来看,报告不失为一份结合前沿量化技术与传统风格投资理论,理论与实践相结合的系统性风格投资策略跟踪报告。建议投资者在理解模型基础及风险限制下,将其作为多元投资方案的一个重要参考。
【东吴金工 风格轮动月报】从微观出发的风格轮动月度跟踪202509.pdf