报告提出将资产配置理念从传统资产配置转向策略配置,聚焦基于赔率和胜率的Beta策略设计,构建基于货币、信用、增长、通胀和海外五个宏观因子的宏观胜率评分卡,结合资产赔率指标形成资产配置策略。实证结果显示,赔率-胜率复合策略能显著提升收益风险特征,年化收益率最高达6.7%,最大回撤显著降低,策略对中国市场量化资产配置具有重要指导意义。
| 时间段 | A股年化收益 | A股夏普比率 | 中债年化收益 | 中债夏普比率 | 风险平价策略年化收益 | 风险平价策略夏普比率 |
|---|---|---|---|---|---|---|
| 2005-2011 | 14.6% | 0.51 | 5.5% | 0.49 | 8.6% | 0.96 |
| 2012-2023 | 6.6% | 0.26 | 3.5% | 0.13 | 4.7% | 0.48 |
将赔率和胜率信号结合,定义高赔率/低赔率、高胜率/低胜率四种状态,分别分析股票和国债的收益与风险。
发现“高赔率+高胜率”和“低赔率+高胜率”状态收益更好波动更低,建议集中配置;“高赔率+低胜率”风险较大,建议分散配置。
基于复合框架的择时以及资产配置策略年化收益最高达6.7%,最大回撤2.8%,卡玛比率2.43,全面优于单一策略和风险平价策略。
| 策略类型 | 年化收益 | 年化波动 | 最大回撤 | 卡玛比率 |
|--------------|---------|---------|---------|---------|
| 赔率+胜率股票策略 | 13.6% | 14.0% | 21.2% | 0.64 |
| 纯赔率股票策略 | 6.6% | 17.4% | 29.5% | 0.22 |
| 纯胜率股票策略 | 15.5% | 14.5% | 29.3% | 0.53 |
| 赔率+胜率利率债策略 | 4.7% | 1.6% | 1.6% | 2.92 |
| 纯赔率利率债策略 | 4.3% | 1.7% | 6.3% | 0.69 |
| 纯胜率利率债策略 | 5.1% | 1.8% | 2.0% | 2.57 |
| 赔率+胜率资产配置策略 | 6.7% | 2.2% | 2.8% | 2.43 |
| 纯赔率资产配置策略 | 6.4% | 2.5% | 3.2% | 1.96 |
| 纯胜率资产配置策略 | 6.3% | 2.4% | 2.8% | 2.27 |
| 风险平价策略 | 4.8% | 2.4% | 7.1% | 0.67 |
复合策略通过结合估值均值回复与基本面动量,提升收益和控制风险,适合中国市场的资产配置需求。
本报告以宏观经济量化视角深化资产配置理念,提出以“赔率-胜率”复合框架刻画大类资产状态,进而优化资产组合管理。核心立论在于:
报告的亮点是具体指标体系的量化设计,以及通过丰富的图表和实证验证,体现了理论与实践的紧密结合。,3,5,26]
风险平价效果不理想的原因
通过表格1和图表2,我们看到2011年前后中国股债风险溢价显著下滑。股债夏普比下降明显,导致风险平价策略整体收益下降(2012-2023年风险平价策略年化收益降至4.7%,夏普比率从0.96降至0.48),且其回撤高(最大7.6%),反映出股票牛熊及债券熊市波动均影响明显。股债波动大导致风险平价策略难以稳定发挥优势。总体来看,股债风险溢价扩散的状态是风险平价策略效果的根本限制。,4]
策略配置理念优势
与传统资产配置专注利用风险溢价和资产间低相关性的市场有效性假设不同,在市场无效性较强、资产风险溢价低下时,需要通过策略转换思路:将低夏普比率资产“过滤”再构建更优组合。策略配置分为Alpha(关注横截面定价误差)和Beta(关注时间序列定价误差)两大类,侧重后者的绝对收益策略,契合中国市场实际。
赔率+胜率的Beta管理框架创新
受股票估值分解逻辑启发,提出用“赔率”(资产价格相对合理定价的偏离,左侧信号,代表均值回归)与“胜率”(资产核心驱动因子变动,右侧信号,代表动量交易)管理大类资产动态。此框架有效克服单一赔率或胜率信号的不确定性,兼顾基本面和估值的动态交互。
最新迭代亮点
相比2020年版,报告弱化趋势和拥挤度因素,聚焦赔率和胜率,强化胜率因子的宏观体系,从五维度(货币、信用、增长、通胀、海外)构建宏观胜率评分卡,并用更精准模型提升各类资产的赔率指标设计,如将股息率替代ERP、采用CCB模型定价错误衡量可转债赔率等。
理论基础与逻辑
汇聚早期对大类资产收益归因,明确货币、信用、增长、通胀和海外五大宏观因子可解释超50%的大类资产收益波动,突显宏观因素在胜率策略中的核心地位(图表5)。每个维度均设“方向”(趋势变化)和“强度”(预期超越)两类指标,丰富信息层次,降低过度拟合风险。
货币维度
信用维度
增长维度
通胀维度
海外维度
综合设计
五维度的“方向+强度”合计10个子因子,以金融逻辑约束资产的符号方向,对每个大类资产建立专属胜率评分,达到精细化宏观基础信息输入效果,后续构建胜率增强策略奠定量化基础
(注:所有图表均来自Wind与国盛证券研究所数据及国盛团队量化模型,与Bloomberg数据交叉验证补充),4,5,6,7,8,18,19,20,21,22,23,25]
估值原则
依据资产的基本面和价格偏离属性设定赔率指标:
风险预算法结合赔率与胜率
通过风险预算参数将赔率(定价偏离)与胜率(宏观动量)统一映射至资产权重,保证组合风险梯度与信号强弱成正比,结合协方差矩阵优化组合波动率,依照目标波动率和资产权重限制动态调仓。
调仓及交易频率差异
赔率策略因信号偏离缓慢,季度调仓,年化换手率90%;胜率策略敏感于宏观动量,月度调仓,换手率154%;复合策略结合两者优势,换手率适中,约177%。,19,20,21,22,23,25]
估值中枢漂移风险
赔率策略基于估值均值回归假设,估值中枢的“瞬时且持续”偏离会导致判断失误,特别近几年政策导向和市场结构变动频繁,导致中枢难以准确定义。
宏观因子结构转变风险
胜率策略依赖现有五因子对资产驱动力的稳定映射,若宏观指标不能有效反映基本面变动,或资产对宏观变量的敏感度发生改变,信号的解释力将下降。
政策与市场不确定性
突发政策拐点、外部冲击、新兴行业爆发等宏观外微观内因素均可能导致模型参数失效,策略暴露潜在风险。报告未详细量化概率,但提醒策略使用者关注。
模型假设依赖市场结构稳定
报告明确指出赔率策略受限于估值中枢的稳定,然而中国市场的快速变化,特别政策调控与金融创新可能导致中枢频繁漂移,模型稳定性有待长期跟踪验证。
宏观因子虽覆盖主流维度,但遗漏其他潜力因子
仅选取货币、信用、增长、通胀、海外五因子,未涵盖财政政策、地产周期、产业政策、汇率等,可能存在信息遗漏与潜在的噪声风险。
数据时滞与频率匹配问题
各类宏观指标披露时间差异较大,预期差数据覆盖也有限,短期内策略信号产生滞后,市场快速反转时可能出现滞后调仓风险。
换手率较高对投资成本敏感
胜率及复合策略单边换手率超150%,季度策略换手率接近90%,在实际应用中交易成本和滑点可能侵蚀超额收益,需进一步成本效益分析。
策略绩效对样本区间依赖
多项策略表现均基于2011年以来数据,在不同的宏观周期和金融市场环境下,模型稳健性如何尚待未来检验。
本报告系统构建和实证验证了基于中国市场特殊性的资产配置“策略配置”理念,创新提出基于“赔率-胜率”双信号的Beta管理框架,体现为:
精准定位中国市场资产配置瓶颈
股债风险溢价长期走低且波动加剧,传统风险平价策略表现受限,转向策略配置理念更适合本土市场。
多维宏观胜率评分卡精细化构建
五维度货币、信用、增长、通胀和海外因子,结合方向与强度指标,强化宏观对资产收益的解释能力,构筑动态宏观胜率体系。
资产赔率指标本土化优化
权益聚焦DRP,利率债依托预期收益差,转债应用CCB模型误差,精准量化左侧估值偏离信号。
风险预算优化结合两大信号
以排名方式将赔率和胜率信号映射为风险预算,结合风险平价框架和协方差结构,动态生成组合权重,实现风险可控下的收益提升。
策略实证数据表明胜率策略和赔率策略各有所长,二者复合策略优异
复合策略年化收益6.7%,最大回撤仅2.8%,卡玛比率2.43,均明显优于传统风险平价和单一信号策略。
策略分类解读四状态股债表现,指导实战操作
高赔率+高胜率状态资源集中配置,低赔率+高胜率状态不必回避,谨慎对待高赔率+低胜率状态,提升多元化以分散风险。
风险提示明确,强调市场结构与信号稳定性风险
资产估值中枢漂移和宏观因子结构变化是核心策略风险来源,投资者应保持动态评估。
报告依托详尽的数据分析、图表呈现和实证测试,为中国市场的资产配置提供了一套科学完备且具有操作性的策略框架,具有较强的理论价值和实践指导意义。,3,4,5,6,7,8,18,19,20,21,22,23,24,25,26,27]
报告仅供参考,不构成具体投资建议,请投资者根据自身风险承受能力合理决策。报告内容来源于权威数据库和专业模型,但风险提示中强调模型局限与市场变化风险。署名分析师声明观点独立,研究过程公正严谨。
该报告深刻揭示了中国市场资产管理的内在挑战与创新出路,系统整合宏观经济量化指标与市场定价偏差,探索资产状态管理新范式。其细致的数据处理、指标构建和实证验证方法,为量化投资策略开发提供有力范本,极具学术及应用价值。希望投资者和资产管理方能结合自身需求吸收报告精华,科学理性地进行策略设计与实施。
宏观经济量化系列之三:构建大类资产的宏观胜率评分卡 货币、信用、增长、通胀与海外五因子.pdf