报告基于通胀、经济增长、信用、货币等宏观因子构建了涵盖股票、债券、商品和黄金的大类资产配置量化模型。回测数据显示,组合年化收益7.74%,最大回撤仅5.41%,表现稳健,近一年配置以债券为主,合理分散风险,体现较好风险收益平衡。
| 月份 | 收益率 | 相较沪深300表现 |
|---|---|---|
| 绝大部分月份 | 正收益 | 10个月优于沪深300 |
—— 《基于宏观因子的大类资产组合配置策略》
核心论点与信息:
该报告通过建立基于宏观经济指标(通货膨胀、经济增长、信用、货币、利差、利率和波动率等)的量化模型,动态调整大类资产在股票、债券、商品及黄金间的配置比例。回测期间(2014年1月至2024年9月)的组合表现显示,该宏观量化策略不仅实现了7.74%的年化收益率,还将最大回撤控制在5.41%,表明了良好的风险收益平衡。近年组合主要以债券为主,偶尔适度配置黄金,股票及其他商品配比较低,显示稳健保守的策略偏好。作者提醒,因模型基于历史数据,存在政策、市场及地缘风险,模型结果不能直接作为投资建议。
模型构建方法:
报告依托通胀、经济增长、信用环境、货币状况、利差(债券利差等)、利率水平与波动率等关键宏观因子,通过对国内股市(用沪深300指数代表)、债券市场(中债国债总财富指数)、商品市场(选取白银、螺纹钢、铁矿石、铜、焦炭、豆油六种价值权重等权重代替除黄金之外商品)和黄金(SGE黄金9999指数)进行组合配置,形成量化轮动模型。
数据处理细节:
该宏观因子数据在处理上运用了CENSUS X-13方法来调整春节效应,做到季节性调整、空缺数据填补,并利用HP滤波实现平滑处理,减少短期数据波动影响,从而保证模型信号的稳定性和有效性。
模型回测表现:
回测区间全部为月度调仓,净值曲线(图1)显示自2014年起投资组合稳健增长,无较大剧烈下挫。年化收益7.74%,最大回撤5.41%,收益稳定且风险受控,显著优于多数同类策略。按年回测显示,2014至2024年每年均录得正收益,且收益波动较小,无明显负年,进一步体现稳健性。图2具体细节显示年度收益区间约为2%-19%,2016年达到最高约19%收益,2021-2022年虽收益相对较低但仍为正。月度层面,过去12个月内9个月正收益,且10个月表现优于沪深300指数,说明该模型在短期亦保持了超越市场的能力。
图3展示了近年来三年资产配置变化轨迹。核心特点是债券比例长期维持主导地位,约占70%以上,黄金次之,波动较小,股票与其它商品比例较少并存在较强波动,表明模型偏向于防守性和风险控制。最近一次调仓数据指出组合配置以债券90%、黄金6%,股票及其他商品合计约4%,体现出模型在当前宏观环境下的保守配置倾向。
报告指出,模型建立基于过去的历史数据,无法完美预测未来市场。面对政策调整、市场结构变化及地缘政治风险等不可预见因素,模型可能失效。同时强调这是研究展示,非投资建议,投资者需慎重使用。
虽未见详细表格内容,但报告明确采用了一系列宏观变量作为基础因子,结合CENSUS X-13、HP滤波等数据处理,增强因子稳定性和信号准确性。该步骤为量化模型的核心技术保障,为后续资产配置提供数据基础。
提供最新的月度收益数据,支持模型在短期持续优于沪深300的论断,显示模型的动态调整能力在近年依旧有效。
本报告属于宏观资产配置策略专题,未涉及传统个股估值方法,如DCF或市盈率等。其估值表现体现在量化模型所计算的资产组合回报率与回撤指标,因此核心估值指标为净值增长、最大回撤和风险调整后的收益。所采用的最大回撤、年化收益率等风险收益指标分别作为组合绩效的量化指标。没有涉及具体金融证券的估值模型,但模型以内生的宏观因子影响资产配置,此种方法可视为基于宏观变量的动态风险调节估值框架,属于资产组合级别的量化分析范畴。
作者识别的风险主要包含:
报告明确指出这些潜在风险可能导致模型失效,不构成投资建议,提醒投资者审慎对待。
该报告详细展示了一种基于通胀、经济增长、信用、货币、利差、利率及波动率等多项宏观指标的动态大类资产配置量化模型。通过对2014年至2024年近11年的历史数据进行回测,结合科学的数据预处理工具,模型成功实现了7.74%的年化收益和5.41%的最大回撤,表明其在风险控制中取得优异成绩。
图表分析更加具体表达出模型的稳健性:净值曲线稳步上扬且最大回撤有限,年度收益均为正且大多数年份收益均优于沪深300,突显了模型抗跌能力与超额收益潜力。资产配置在近三年持续以债券为主,辅以适量黄金,有限暴露于股票和其他商品,表现出高度防御性的风险偏好策略。
报告风险提示合理,强调模型基于历史数据且未来市场的不确定性和不可控因素可能导致模型失效。整体来看,模型适合追求稳健回报和风险控制的机构或投资者,操作简洁且回撤小,适应宏观经济波动。
然而报告欠缺部分具体数据披露与极端情景测试,及对模型灵敏度分析的展开,未来完善空间依然存在。
综上,报告传达了积极稳健的宏观量化投资组合构建思路和实证结果,展示了优秀的风险调整后收益表现,推荐作为资产配置参考模型使用,但须配合投资者自身风险偏好及市场动态灵活调整。
图1:基于宏观因子的大类资产轮动组合净值曲线(2014/1/1 至 2024/9/23)
图2:宏观量化模型组合的年度收益
图3:宏观量化模型组合最近三年的资产配置比例
上海证券_金融工程报告:基于宏观因子的大类资产组合配置策略_B295F227-542C-4995-B186-F3CD5FA7B156.pdf