本报告基于经济周期拆解,创新构建周期得分生成器,整合六维宏观经济数据与21个行业中观价格、营收、存货数据,形成宏观与中观周期得分体系。通过构建行业轮动策略,精选兼顾宏宏观周期得分和行业中观周期得分的行业组合,历史回测表现优异,精选组合年化收益达20.51%,显著超额市场基准。报告还对若干失效区间进行了深度分析,并提出后续完善方向
标题:宏、中观复合周期驱动下的行业择时与配置策略
作者及团队:招商定量任瞳团队
发布日期:2024年9月11日
发布机构:招商证券
报告主题:本报告核心围绕宏观及行业中观周期得分的构建,进而设计并验证行业轮动策略,探讨如何基于复合周期指标实现更优行业配置,提升投资回报率。
报告创新地提出了“周期得分生成器”,该工具融合同比与环比数据的周期状态及斜率信息,融合领先指标与扩散指标方法,生成一种兼具方向性和力度的周期评分体系。基于六维宏观经济数据(景气度、通胀、盈利、存货、利率、信贷)和行业价格、营收、存货等中观数据,构建了宏观周期得分与行业中观周期得分。
在此基础上,报告搭建了宏观周期轮动策略、中观周期轮动策略,以及结合两者信号的复合行业轮动策略,三个策略均表现优异:
报告首先延续了之前系列中对经济中周期的量化拆解方法,焦点在于通过筛选表现内生变动较强的数据(制造业PMI同比增速表示景气度、PPI同比表现通胀、企业产成品存货同比反映库存等),采用HP滤波与傅里叶变换提取核心周期波段,划分周期状态(顶部、底部、上升中期、下降中期)。
不足之处在于第一版模型未能考虑短周期及周期斜率,这两个维度在捕捉经济短期波动和趋势加速度上非常关键。报告创新性填补了此空白:
同比数据生成“周期方向得分”,环比数据生成“周期斜率得分”,二者等权合成最终“周期得分”,经12个月移动平均技术处理降低波动性。该设计同时融合领先指标的周期提取与扩散指标的变化斜率信息,系统性强且具备一定前瞻性。
针对六个宏观维度,报告选择较为经典且代表性的指标:制造业PMI、PPI、工业产成品库存、工业利润总额、10年期国债收益率、人民币中长期贷款余额,分别构建景气度、通胀、存货、盈利、利率、信贷6个周期得分。
实证上发现,这六维周期得分整体领先于原始宏观数据走势,尤其是“实体部门”指标(景气度、通胀、盈利、存货)与“金融部门”指标(利率、信贷)之间虽有一定阶段性错位,但整体呈共振状态,反映宏观经济的复合周期特征。
综合宏观周期得分采用实体和金融部分各半加权合成,有效平衡两大模块的重要性。
基于该综合得分构建的周期判断具有较强的经济中周期特征:测算结果与OECD领先指标及制造业PMI均表现正相关,只不过周期得分更平滑,且不会对短暂外生冲击(比如2020年疫情)的波动作出剧烈响应,更加聚焦于中等周期经济趋势变化。
策略核心步骤如下:
行业范围限定为21个中信一级行业,剔除金融、房地产及服务业,因后续中观数据难以对标这些行业。
实证表现显示,TOP4组合年化收益18.39%,显著跑赢行业均值8.19%,最大回撤低于均值且表现稳健,验证宏观周期在历史相似阶段对行业表现的指导意义。
区域维度更细致,侧重行业本身的价格、营收、产成品存货三类指标,理由是其他潜在指标(零售、利润等)数据对标弱或者质量不佳。
具体做法是:
这种多因子且分频率的结构保证了周期测度的全面性和时效性,为行业中观择时提供了数据支持,且对周期特征的捕捉较宏观指标更为敏捷。
策略净收益表现与市场走势高度相关,能够较好识别趋势阶段。
在绝对收益和相对收益层面,该择时信号均表现可靠,周期得分曲线符合行业商业周期特征。
基于行业中观周期得分,每月底排序选择排名靠前行业,剔除金融、地产和部分服务业,均衡配置。
尽管中观得分在部分行业效果不佳(如通信与计算机行业使用共同数据源),表现未呈现完美分层,但整体TOP组合仍维持超额收益,年化14.17%,明显优于行业均值7.56%。未来数据源扩充与指标优化将进一步提升精准度。
通过截面同时判断宏观和中观周期排名,设定两种复合筛选策略:
2024年3月31日截面案例清晰呈现了交集行业的分布和对应分类。
精选组合筛选更严,收益表现更佳,年化达到20.51%,最大回撤和波动率控制良好;优选组合稍低,为14.89%,仍显著优于行业均值。
两者均显著表现出宏观和行业周期共同驱动下的配置价值,提供实证上强有力的行业择时依据。
展示周期得分生成分三步:指标筛选、HP滤波及傅里叶变换提取核心周期、周期状态判断(顶部、底部及趋势阶段)。此图形象说明对同比数据的中短周期分离处理,揭示技术路径。
清晰显示同比数据通过频谱图提取24-96个月(中周期)和0-24个月(短周期)状态,通过赋分及加权形成“周期方向得分”,环比数据计算历史分位映射形成“周期斜率得分”,二者结合构成最终“周期得分”。12个月移动平均展现平滑性。
多图联动展现各周期得分和对应宏观数据走势的领先与同步性,如PPI周期得分领先并较准确反映通胀预期,国债收益率周期得分与市场利率波动契合,盈利周期与工业利润同比同步,信贷周期得分和贷款余额同比波动关联紧密。综合图表现实体和金融周期错位但整体共振,打下综合周期得分加权基础。
步骤分明,从周期得分正负确认、历史同周期行业收益率选取与半衰权重处理,到行业得分排序决策清晰,体现方法论合理性和严谨性。
TOP4行业组合年化超额明显,累计净值曲线稳定上行,图中策略与行业均值分化明显,体现较强策略有效性。
图示标准化、频率合成量化细节,所选价、营收、存货指标体现深度行业数据库利用,奠定中观周期得分实证基础。
价格、营收、存货周期得分均在关键时点领先行业数据,结合消息面(产能置换、贸易战等)解析有效捕获周期转折。行业择时策略累计绝对收益与相对收益同步校验信号稳定性。
电子行业周期得分虽指标单一但信号有效,绝对收益把握优异,2023年回暖趋势与指数走势高度对应,体现中观周期指标的行业适用性及潜力。
展示行业组合超额收益及策略筛选行业分布,空间直观、生动说明复合周期选股框架大幅提升配置效率。
揭示2015、2021、2023年市场与模型断层实例,结合政策、市场情绪和外生冲击说明量化模型的局限及未来优化方向。
本报告的核心并非针对单一公司的基本面估值分析,而是在宏观与行业周期识别层面提出量化策略框架,故无传统DCF、PE、市销率等估值方法应用。通过构建“周期得分”并转化为行业轮动信号,其估值隐含逻辑在于捕捉周期性“概率加权的基本面改善预期”,驱动行业超额收益。周期得分等同于周期状态及斜率的加权,投资策略依赖于历史业绩回溯、时间权重半衰期机制确保动态响应能力。
报告明确预警:
本报告通过创新的周期得分生成器将宏观经济六大维度及行业价格、营收、存货中观指标纳入统一周期分析框架,成功实现了对中等周期经济状况的量化判定及行业择时。报告结构清晰,数据丰富,指标设计严谨,实证分析详实。主要发现如下:
总体来看,报告构建的宏、中观复合周期行业轮动策略体系方法论先进、数据支撑充分、策略表现突出,可为机构投资者的行业配置提供高价值决策辅助工具。
未来方向包括海外市场应用拓展,行业指标体系丰富,非传统行业周期体系构建,以及与交易信号融合的短期冲击应对策略。风险提示明确,贯彻合规与透明承诺,报告兼具理论与实务双重价值。
本报告通过多维数据融合、周期状态量化与动态赋分技术建立起高效的宏观与中观行业周期预判框架,基于系统性历史验证构筑强势轮动策略组合,可为中长期行业配置提供科学的择时依据,显著提升投资组合的风险调整收益水平,为量化投资领域贡献了极具创新性和实用价值的研究成果。
【招商定量·深度报告巡礼之十八】宏、中观复合周期驱动下的行业择时与配置策略.pdf