本报告基于通胀、经济增长、信用、货币、利差、利率和波动率等宏观因子,构建覆盖股票、债券、商品和黄金的大类资产量化配置模型。模型采用季节性调整、节假日效应校正及HP滤波等技术,结合月度调仓策略,2014年至2024年回测展现年化收益7.71%,最大回撤5.41%。近三年组合以债券为主,股票配置降至1%以下,配置黄金及其他商品比例提升。年度收益均为正,且过去12个月月度均实现正收益,6个月优于沪深300,表现稳健,具备在不同宏观环境下获得绝对收益的能力。
| 资产类别 | 权重比例 (%) | 变化特点 |
|---|---|---|
| 债券 | 86.01 | 主要配置资产,比例维持高位 |
| 股票 | <1 | 削减至近三年最低,避险倾向明显 |
| 黄金 | 5.53 | 配置比例较前三季度提升 |
| 其他商品 | 8.20 | 配置比例提升,略低于11月 |
报告标题: 基于宏观因子的大类资产组合配置策略
作者及机构: 分析师王红兵(SAC编号:S0870523060002),上海证券研究所
发布日期: 2024年
主题: 依据宏观经济因子,构建面向国内市场的股票、债券、商品及黄金等大类资产的配置轮动策略,并通过历史回测验证其有效性。
核心论点与结论:
该报告通过通胀、经济增长、信用风险、货币供应、利差、利率以及波动率等多个宏观变量,采用量化模型构建大类资产组合,回测显示策略具备较好的风险收益比。年化收益率达到7.71%,最大回撤仅5.41%,且组合自2014年以来每年均录得正收益,特别是在最新期资产配置中重仓债券,并且股票配置降至近三年最低点,黄金和其他商品配置有所提升,体现了模型对市场环境变化的动态响应能力。整体上,该模型有较强的绝对收益能力,且风险控制得当。模型适合月度调仓操作,但强调模型基于历史数据,存在失效风险,且不构成投资建议。,1]
报告明确构建了基于七大类宏观因子(通货膨胀、经济增长、信用、货币、利差、利率和波动率)的大类资产组合量化模型,投资资产涵盖国内股票(以沪深300指数代表)、债券(中债国债总财富指数代表)、商品(包括但不限于白银、螺纹钢、铁矿石、铜、焦炭、豆油,除黄金外采用等权重处理)、黄金(SGE黄金9999)等。这体现了模型以多资产类别覆盖宏观经济的典型做法,利用资产类别间的相关性降低组合波动。
在数据处理上,报告采用CENSUS X-13方法调整春节效应和季节性调整,填补空缺数据,并使用赫德里克-普雷斯科特(HP)滤波进行信号平滑,这些技术确保宏观因子数据的稳定性和可靠性,避免短期噪音干扰因子信号。HP滤波是一种常用的时间序列平滑技术,可分离长期趋势和周期波动,适合宏观经济变量的处理。,2]
模型在2014年1月至2024年12月2日进行了月度调仓的历史回测,核心量化组合表现如下:
该年化收益率水平在当前国内市场环境中表现稳健,特别是最大回撤较小,显示组合具有较好的资本保全能力。
报告选用各资产类别对应指数为替代标的,确保回测的现实代表性:
模型实现稳健的年度收益,2014-2024年间每年均录正收益,显示较强稳定性。2024年过去12个月,组合每月均为正收益且有6个月超越沪深300指数,显示组合在不同市场阶段具有相对强韧性和择时能力。,2,3]
报告明确提出模型风险警示:
该风险提示体现了对量化模型固有限制及不可控因素的认识,提醒投资者客观对待回测表现的有效性和未来不确定性。,4]
本报告系统性地介绍了基于中国宏观因子构建的跨资产大类资产配置量化策略。通过严谨的数据处理与回测,模型在2014至2024年间实现7.71%的年化收益和5.41%的最大回撤,展现了很好的风险收益平衡。多资产涵盖股票、债券、商品及黄金,动态调整资产比例,当前配置仍以债券为主,股票则处于历史低位,黄金与其他商品配置提振,反映模型对宏观环境的响应灵敏。
图表深刻说明了组合的稳健净值增长和年度持续正收益,月度收益数据印证了模型短期择时能力。同时,资产配置的动态变化佐证了量化模型的市场适应能力。风险提示对模型的局限做了合理说明,提示投资者审慎使用。
总体而言,报告立场明确,认为该宏观量化资产配置模型在中国市场背景下具备稳健的风险控制和可观的绝对收益能力。其投资评级倾向于中性偏积极,但明确非投资建议,强调谨慎评估未来风险。对于寻求多资产风险分散和基于宏观因子动态调仓的投资者,该模型提供了有效的量化策略框架。未来模型的完善可以考虑增加因子权重透明度及风险应对方案,以提升方案的实操和解释力。
上海证券_金融工程研究:基于宏观因子的大类资产组合配置策略_667E8326-8CE2-5C46-AAF4-1DA05B7948DD.pdf