固收+策略系列报告详尽分析
一、元数据与报告概览
- 报告标题:固收+策略系列报告之一
- 作者/分析师:任瞳、周靖明、许继宏
- 发布机构:招商证券
- 日期:报告无明确发布日期,但数据覆盖至2023年6月,综合时间信息应为2023年下半年
- 主题:围绕固收+策略的设计与优化,重点关注权益端风格轮动策略及股债风险预算配置模型
核心论点与目标:
- 策略背景:在理财产品净值化趋势下,中低风险投资者对固收+策略需求强烈。
- 权益策略创新:基于成长/价值轮动中的赔率和胜率指标模型,建立稳健且实用的风格轮动策略,通过实践性优化降低换手率和持股数量,实现良好收益风险表现。
- 配置策略构建:引入风险预算模型完成股债配置,风险预算比例设置为固定比例及动态宏观择时两种,后者结合宏观指标,提升整体配置表现。
- 绩效总结:最终策略年化收益达7.93%,最大回撤仅4.04%,夏普比率高达1.99,表现稳健良好。
- 风险提示:基于历史数据模型构建,存在政策及市场环境变化导致模型失效的风险。
总体而言,报告希望传达的是,借助科学的因子选股方法结合实用的股债风险预算模型,能构建适合中低风险偏好的固收+策略,其具备实操性、稳定性和较优的风险调整收益特征。
二、逐章深度解读
2.1 前言与策略回顾
- 报告强调自资产管理新规以来,固收+策略产品成为市场焦点。先前报告提出基于赔率(投资回报期待)和胜率(成功概率)的成长/价值轮动策略,经过样本外测试效果显著。
- 本报告致力于将权益端轮动策略做实践性改进,并融入宏观择时信号,结合股债风险预算框架,构建更稳健的固收+策略。
2.2 权益部分:风格轮动策略
2.2.1 策略概述
- 因子构建:采用经典成长及价值因子。其中价值因子为账面市值比(BP_LF)和净利润市值比(EP_TTM);成长因子采用季度净利润同比增速、利润增长环比差分、净利润加速趋势三个指标,所有因子经过市值中性化和标准化处理,组合成成长/价值风格暴露。
- 赔率与胜率:
- 赔率:发现不同风格估值水平与其预期赔率存在明显负相关,通过历史线性回归建立赔率估计模型。
- 胜率:结合五个宏观指标(国债收益率、美债收益率、PMI、中长期贷款同比、CPI-PPI剪刀差)和三个微观指标(动量、强势股比例、北向资金持仓变动),通过加权得分映射生成区间[0,100%]胜率信号。
- 投资期望计算:结合赔率和胜率得出投资期望值,若期望大于零提示投资价值,驱动风格轮动决策。
图表说明:
- 图1和图2分别展示成长和价值风格的估值差分位数与赔率的负相关及样本内外数据吻合度,验证模型稳定性。此为核心量化模型基础。
2.2.2 实践性改进
- 证券池调整:从全A市场调整至中证800,提升流动性和实施可行性。
- 成长因子微调:采用季度净利润同比增速及其环比微分,生成更具前瞻性复合成长因子。
- 持股构建:每周选取暴露前20%股票等权持有,随后基于收益平稳性筛除高波动和高换手个股,剔除20%,再将组合降至暴露前5%以减少持股数。
关键数据:
- 原始策略持仓约160只,实践改进后缩至约29只。
- 换手率年均由8.59次降至3.7次。
- 限制换手率后年化回报略降至18.41%,但涨动稳健性和交易成本明显改善。
- 进一步精选个股后,年化收益回升至19.81%,夏普比率0.78,策略风险控制明显增强。
图表说明:
- 表2和表3明细展示各阶段收益与波动,图3和图5对应策略净值走势对比,显示实践改进策略在保持收益优势同时大幅降低波动和交易频率。
2.2.3 换手率控制和调仓机制
- 采用组合调仓替代个股频繁换手,对短期频繁切换信号进行滤除处理,减少震荡换仓风险。
- 通过机制示意图详细说明当信号切换时,基于持仓周数及期望值判断调仓或继续持股,提升策略稳定性和实操性。
2.3 配置部分——股债配置
3.1 配置框架
- 权益端选用修正后的风格轮动策略,债券端采用50%中证国债指数+50%信用债AAA指数组合。
- 资产配置模型选用风险预算框架,避免均值方差模型对预期收益高敏感的问题。
- 通过参数调整给予不同风险预算比例,灵活控制股债权重,实现风险平价和偏股不同配置。
3.2 固定比例风险预算模型
- 数学表达式详述组合总体风险函数与各资产风险贡献比例(PCR),各项风险贡献率之和为1。
- 通过最小化PCR与指定风险贡献率的目标差异,计算优化组合权重。
- 测试1:1(风险平价)、1:3、1:5、1:7、1:10五档风险预算比例,权益风险比例上限20%约束。
- 结果显示,权益风险贡献比例增加时收益提升,波动和最大回撤也增加,收益风险平衡点约为1:5。
- 1:5模型年化收益7.44%,最大回撤4.11%,夏普比率1.75,卡玛比率1.81。
图表说明:
- 图6净值曲线清晰显示各风险预算比例下策略净值增长情况。
- 表4详细列举各配置对应收益、波动、最大回撤及风险指标。
- 表5年化收益数据分年度显示,便于理解策略的持续性和稳健性。
- 图7收益贡献显示债券和权益对复合收益的贡献分布及回撤趋势。
3.3 宏观择时融合
3.3.1 宏观指标选取与择时测试
- 四个宏观指标纳入择时视角:ERP比率、金融机构人民币存贷款剪刀差、中长期贷款余额同比、房地产开发投资。
- 指标判断细节明确,均以显著信号区分利好权益或非权益,并基于过去历史分位或均值标准差计算阈值。
- 建立买入持有中证800或空仓的择时测试,四个指标单独和综合信号均能显著提升择时效果。
图表说明:
- 图9至图12展示每个宏观指标择时效果曲线对比中证800,累计净值线条清晰凸显择时优势。
- 图13宏观指标总得分择时测试进一步强化信号尚佳的择时效果。
3.3.2 融合模型构建及效果
- 依据宏观择时信号动态调整风险预算股票比率,债券与股票风险预算比例动态范围设为1:(1+x),x范围[-4,4],实际区间1:1至1:9。
- 增加实操限制,若股债比变化低于3%,则不触发实际调仓,控制换手率。
- 结果显示,宏观择时模型相较固定比例模型在收益(年化升8.02%)、波动(降低至4.12%)、夏普(提升至1.95)及回撤表现(最大回撤无显著恶化)均有改善。
- 实践性修正对绩效无大幅影响,调整次数年均2.51次,换手控制良好。
图表说明:
- 图14净值走势对比,宏观择时表现最优。
- 表6列举不同模型详细收益风险数据,表7则展示逐年收益、波动及回撤细节。
- 图15债券权益贡献累积收益与最大回撤示意,图16股债配比动态调整情况说明资产配置合理和调仓节奏。
四、小结
- 本报告基于赔率和胜率创建稳健的成长价值风格轮动策略,实践性优化显著降低换手率(由8.59降至3.7)及持仓规模(160降至28.81只),保持19.81%年化收益,夏普率0.78。
- 利用风险预算模型进行股债配置,基于固定比例及宏观择时动态调整的混合策略均表现良好,特别是宏观择时模型提高收益稳定性,夏普率近2达到1.99,最大回撤约4%,风险收益表现优异。
- 模型整体设计兼具理论创新和实际操作可行性,适合风险偏好中低的固收+投资者。
- 风险提示中也强调基于历史数据的模型可能面临政策和市场环境突变风险。
三、图表深度解读
图表1-2:估值与赔率相关性图
- 显示成长与价值风格在样本内外均存在估值差与赔率负相关关系,拟合曲线平滑且样本外点数与样本内一致,模型有较好预测能力。
- 关键在于确认估值便宜的风格往往伴随更高赔率,为构建投资期望提供理论基础。
表1:胜率指标明细
- 详细列举8个宏微观指标及其计算方法和信号判断逻辑,展现了多维度扩散式数据对胜率信号构成,强调指标对成长或价值风格的指向性基础。
表2/3与图3/5:策略收益与净值曲线对比
- 表2数据展示原始轮动策略年化收益超出中证800约13.5%,夏普从0.3提升至0.8,最大回撤明显压缩。
- 从图3净值演进看,轮动策略净值曲线高于成长、价值及中证800,展现较好趋势把握能力。
- 表3数据显示实践性改进后指标略有波动但整体性能稳健,图5净值曲线也反映改善持仓和换手后回撤幅度降低。
图4调仓示意图
- 说明调仓逻辑决策流程,明晰换手限制规则,提升策略运行效率和实际操作简便度。
表4-5与图6-7:风险预算模型表现
- 详细展现不同股债风险预算下策略表现,体现最大化权益收益需要适度提高权益风险占比,且1:5风险预算比最优收益风险匹配。
- 图6净值稳定攀升,图7显示债券与权益长期合作共赢贡献效益。
图8:1:5股债配置动态表现
- 体现权益收益贡献随市场变化明显波动,债券作为稳定基底分担波动,属于风险平衡配置示范。
图9-13:宏观择时指标单一及组合择时效力
- 各指标择时均显有效,组合指标择时曲线与中证800明显分离,彰显集成指标战胜个别指标。
表6-7与图14-16:宏观择时融合风险预算表现
- 结合宏观择时后,策略年收益改善,波动略降,夏普与卡玛比率提升。
- 净值曲线稳定性增强,最大回撤控制在4%周围。
- 股债配置动态调整合理,调整频率适中,兼顾实操便利。
四、估值分析
报告核心并未专门做传统股票估值估算,而是在权益策略端通过估值差位数转换为投资赔率,构建赔率-胜率相乘的投资期望。风险预算模型层面采用的估值思路为资产风险贡献比例(PCR)优化配置,无须预期收益参数确认风险预算比例即可灵活调整策略股债权重,避免参数敏感性问题。动态风险预算则结合宏观择时信号做比例调整提升了收益风险表现。
此安排体现了金融量化投资中以估值信号驱动投资期望,通过风险贡献维度进行资产权重路径控制的现代资产配置理念。
五、风险因素评估
- 报告强调固收+策略基于过往数据和模型,面临政策和市场结构变化导致模型失效的风险。
- 固定与动态风险预算均基于历史协方差矩阵和宏观指标,市场极端变动或模型失效可能带来波动扩大及收益下降。
- 换手率限制提升了实用性,但策略对突发信号可能响应不足;精选个股可能带来个股集中风险。
- 风险预算模型中权益最大配置比例被限定于20%,体现风险控制意识。
六、批判性视角与细微差别
- 报告整体立足数据和模型,强调实用改进,保持稳健客观。
- 但对多指标胜率简单加权赋分和指数映射可能忽略个别指标的不同重要性与时变权重,未来改进空间值得关注。
- 模型对中证800做限制提升实操可能忽略市场中其他机会,策略适用性应基于投资者偏好调整。
- 宏观择时融合提升表现,但指标滞后性及指标时间窗口选择敏感性未被深述,相关信号稳定性存在不确定性。
- 报告中多处收益率年化超19%的数值,但策略夏普率仍不到1,意味着波动仍较大,需投资者风险承受能力配合。
- 模型回测未提及是否考虑交易成本税费、滑点等现实因素,对实盘表现存在一定差异风险。
七、总结与综合评价
本报告系统性构建并实证了固收+策略框架,其中:
- 权益端基于成长价值因子构建的赔率与胜率相乘投资期望轮动模型,运用中证800证券池,实现换手率和持股数的显著降低,依旧保持年化近20%的高收益水平,表现优于基准指数,且夏普率达到0.78,较为稳健。
- 配置端采用灵活风险预算组合优化方法,结合固定比例与宏观择时动态调整策略,风险收益曲线优异,夏普率最高达1.99,最大回撤控制在4%以下,卡玛比率表现出色,体现了良好风控能力。
- 报告中的多个图表(如图1、2确认风格风格切换相关性,图3、5直观收益对比,图6、14净值增长动态,图13宏观择时指标信号有效性等)均有力支撑论断。
- 宏观指标的多元完全融合及利用投资期望度量方法创新性结合赔率和胜率,体现了较先进且务实的量化研究实践。
- 实践性修正体现了投资策略设计对换手率和持仓规模的平衡,反映出了面向实盘的高度适应与执行力。
总体上,本报告科学合理地结合权益因子研究与股债配置优化,采用风险预算模型和宏观择时,有效构筑固收+策略,对中低风险投资者具有重要的指导价值及实践意义。读者应关注宏观环境改变对模型稳定性的影响与策略实施时的交易成本控制。
参考附图(部分关键图示)
-
图1:样本内外价值风格估值水平和赔率相关性
-
图2:样本内外成长风格估值水平和赔率相关性
-
图3:策略多头净值(中证800)
-
图5:策略多头净值(实践性改进)
-
图6:策略净值(固定风险预算)
-
图13:宏观指标总得分择时测试
-
图14:策略净值(宏观择时+风险预算)
-
图15:策略收益贡献明细及最大回撤(宏观择时+风险预算)
-
图16:股债配比(宏观择时+风险预算)
以上详尽分析涵盖了报告中各章节的理论与实证研究内容,系统性解读了模型构建、数据验证、图表支撑及风险评估,有助于深入理解固收+策略设计及实操优化。该策略框架兼具理论创新和落地价值,具有重要的投资参考意义。,3-16]