报告系统梳理了基于赔率、胜率、趋势与拥挤度四种投资范式构建的资产配置策略,覆盖股票、债券、可转债等多资产类别。通过构建多资产赔率指标、宏观隐含因子驱动的胜率信号、时序动量的趋势信号及趋势-拥挤度的过滤体系,显著提升策略收益和风险调控能力。多策略综合应用实现年化收益7.6%-16.2%、夏普比率0.68-3.23,展示了大类资产组合系统化主动管理框架的可行性与优越性.
| 资产类别 | 赔率指标 | 胜率指标 | 趋势指标 | 拥挤度指标 |
|---|---|---|---|---|
| A股 | 股息率-国债收益率 | 经济领先指标 | 时序动量 | 成交金额、行业分歧度 |
| 可转债 | 隐含波动率比率 | 经济领先指标 | 时序动量 | 负溢价比例 |
| 利率债 | 预期收益率 | 经济、通胀、政策、资金 | 时序动量 | 国开-国债利差 |
| 信用债 | 信用利差 | 经济、通胀、政策、资金 | 时序动量 | — |
| 黄金 | 黄金市值/负利率债规模 | 货币政策、美元指数、通胀 | 时序动量 | ETF/期货持仓 |
| 风格 | 因子离散度 | 宏观、政策、波动率 | 过去12个月ICIR | 换手率、波动率、beta |
| 行业 | ROE调整后PB | 行业景气度 | 过去12个月IR | 换手率、波动率、beta |
报告标题: 《资产配置的四种范式:赔率、胜率、趋势与拥挤度 | 量化专题报告》
作者: 林志朋、刘富兵
发布机构: 国盛证券研究所(国盛证券金融工程团队)
发布时间: 2020年9月14日
主题: 以量化视角解析资产配置的四大投资范式,构建系统化资产配置主动管理框架,覆盖大类资产配置、行业轮动及风格轮动。
核心论点和目标:
本报告从大类资产的收益来源出发,提出四种资产配置范式:赔率交易、胜率交易、趋势交易与拥挤交易。通过对各范式的理论基础、指标设计和策略回测系统梳理,建立起一个全方位覆盖多资产类别、多维度多层次的资产配置体系,实现有效的风险调整后的超额收益。报告不仅阐述相关金融逻辑,也辅以丰富实证回测数据,展示各范式策略的业绩表现和风险控制效果。最终打造一个可落地的系统化主动资产配置框架,针对不同投资者的需求推荐不同的应用策略选择。
报告以大类资产价格等同于宏观风险暴露乘以定价误差的框架,类比个股定价中的P=EPS⋆PE,指出大类资产定价同样由两部分组成:
图表1(资产价格=宏观风险×定价误差)及相关盈亏逻辑构成四范式投资理念基础,设置了后续指标构建与策略设计的理论支持。
核心观点:
赔率交易理念主张关注资产估值是否合理,以此捕捉价差回归的投资机会。报告分别针对不同资产设计赔率指标:
以上各资产赔率指标策略均提供明显正收益,同时风险控制较好,最大回撤均处于较低水平。
复合策略设计: 将多资产赔率指标联合构建资产配置策略,通过多资产配置、多样化带来的风险平滑以及止损和波动率控制,解决单一资产端左侧风险和时点追踪成本,实证显示2014年以来该策略年化收益8.8%,波动率2.6%,最大回撤3.2%,夏普比率高达3.23,绩效优异且稳健。
图表4、6、7、9、12分别展示了股债轮动、可转债轮动、利率债久期择时、信用债轮动以及多资产赔率结合的策略表现,均显著跑赢基准。
核心观点:
胜率交易理念聚焦于资产在边际动力层面的走势,强调宏观基本面变化对资产价格走势的驱动力。报告采用高频宏观隐含因子(经济增长、利率、通胀、信用、汇率)映射大类及细分资产,构建了大型多资产宏观风险对冲工具箱。
宏观对冲工具箱用于辅助宏观判断并构建基于宏观预期驱动的资产配置策略。实证显示基于改进美林时钟的策略,2014年以来年化收益7.8%,波动率2.5%,最大回撤3.1%,夏普比率2.96,表现稳健且与宏观周期有较佳匹配。
图表15、16和19分别展示资产对五大宏观因子及行业细分资产的Beta值和T值,图表26、27、29则揭示领先指标与实证美林时钟的表现及资产配置效果。
核心观点:
截面动量无效:由于大类资产间相关性较低,截面动量(资产间相对表现比较)缺乏意义,导致风险和交易成本上升,夏普比率下降。
时序动量有效:资产与自身历史的走势比较,能显著提升收益,年化8.7%收益及良好风险指标。
动量分解:将时序动量分解为“宏观Beta动量”和“特质Alpha动量”:
这两部分动量策略分别对应报告中胜率交易与赔率交易的思想,两者结合有助于提升时序动量的风险调整后表现。
图表35、36、41、42分别展现截面动量、时序动量、宏观Beta动量与特质Alpha动量策略的业绩。
核心观点:
拥挤交易反映市场对趋势预期的非理性放大,引发正反馈和资产价格波动。
衡量拥挤度指标:
趋势-拥挤度分析框架: 将趋势指标与拥挤度结合,过滤高风险期趋势信号,降低尾部风险,提升组合夏普比率。
以股票趋势-拥挤策略和债券趋势-拥挤策略按照80/20权重组合成股债配置,年化收益7.6%,波动率3.3%,最大回撤4.4%,夏普2.27均明显优于传统风险平价配置。
在风格和行业轮动层面,同样应用趋势与拥挤度对行业打分,月频调仓,行业轮动策略表现年化16.2%,超额收益9.1%,夏普0.68,显著优于万得全A基准。
图表43、44分别展示股票和债券市场拥挤度与市场回撤的历史对应关系,图表45-47展现趋势-拥挤股债组合策略绩效,图表51、52为行业趋势-拥挤轮动的因子图谱及回测结果。
报告汇总四种范式在大类资产、风格资产及行业资产上的应用,形成横纵两维的系统性分析框架:
表格54详细罗列了不同资产类别在四种范式下的核心指标和参考因子,充分体现了资产配置的科学化、系统化的设计思路。
另外报告中也对目前国内被动资产配置策略局限性提出批判,强调主动管理体系的必要性,展示四范式协同带来的性能优势,凸显报告的实践意义与前瞻价值。
本报告没有采用传统的单一估值法,而是结合赔率、胜率、趋势与拥挤四大范式进行多维度、多方法交叉验证,从而形成系统的资产配置策略:
综合多指标、策略构建体现不同估值视角的互补,策略回测表现出高夏普比率与稳定的最大回撤,显示估值体系的稳健性及有效定价能力。
报告明晰风险点包括:
此外,报告也指出宏观环境的变化及市场结构调整可能影响各指标的有效性,警示需要动态调整及模型完善。
风险提示部分强调指标设计基于历史金融逻辑和统计显著性,但未来宏观环境变化可能影响效果,投资者应谨慎对待。
整体上,报告自洽、严谨,稳健客观,尤其数据样本多样,方法科学,具有较强的实用价值和理论贡献。
本报告系统梳理并实证分析了资产配置的四大范式:赔率、胜率、趋势与拥挤度。基于大类资产、行业细分及风格因子构建了一套指标体系和积极主动的系统化资产配置框架。各范式分别对应不同资产的收益来源及投资逻辑:
以图表和回测数据为支撑,报告充分展示四范式互补优势,强调由被动向主动、系统化资产配置的转变必然趋势,并构建了切实可行的投资执行方案,为投资者提供量化多维度选择。
综上,报告为理解和实践复杂多维资产配置提供了坚实框架及数据支撑,极大丰富了量化资产配置理论与策略体系,具有较高的学术价值与实操指导意义。...
以上为报告的详细解读与分析,涵盖了理论框架、核心范式、策略设计、回测表现、风险评估及系统化资产配置方案之全貌,旨在为专业投资者提供精确、全面的量化资产配置研究视角。
【国盛量化】资产配置的四种范式:赔率、胜率、趋势与拥挤度 | 量化专题报告.pdf