20170223-申万宏源-开放的择时体系_多指标分化度择时框架与行业择时初探_20页_1mb

开放的择时体系——多指标分化度择时框架与行业择时初探

核心内容

本报告介绍了基于市场走势分化度的择时框架，并对其进行了优化和扩展，探索了其在行业择时中的应用效果。通过引入新的分化度指标，如回归方程拟合优度和 $\beta$ 值标准差，以及简化参数设置，提升了策略的稳定性和择时效果。

主要观点

1. 分化度择时原理：

   • 市场的上涨和下跌均呈现周期性变化，分化度指标反映了市场各板块走势的一致程度。
   • 在上涨周期中，分化度变化与市场走势变化的组合可识别出阶段切换信号，如市场回调+分化度下降为卖出信号。
   • 在下跌周期中，类似逻辑适用于买入信号识别。

2. 分化度指标扩展：

   • 引入了两个新指标：回归方程的拟合优度和 $\beta$ 值标准差，以更全面地反映市场走势分化。
   • 不再对分化度指标进行平滑处理，减少数据过度拟合。

3. 择时信号构建：

   • 通过组合市场涨跌与分化度升降，构建择时信号。
   • 买入信号使用短周期参数，卖出信号使用长周期参数，以平衡灵敏度和稳定性。

4. 行业择时初探：

   • 将分化度择时方法从全市场推广到行业层面，使用申万一级行业指数进行测试。
   • 测试结果显示，行业择时策略在多数行业中均能取得超额收益。

关键信息

1. 分化度指标测试结果（2006-2016）

2. 行业择时效果（部分行业）

择时策略总结

• 拟合优度：表现最优，交易次数最少，盈亏比最高，累计收益最高。
• $\beta$ 值标准差：表现次优，综合效果优于原始指标。
• 相关系数标准差：虽然效果较好，但不如拟合优度和 $\beta$ 值标准差。
• 止损影响：在拟合优度策略中，止损对收益影响较小，盈亏比依然较高。

未来展望

• 指标扩展：希望引入更多分化度指标，以进一步提升择时效果。
• 行业应用：初步测试显示，分化度择时在行业层面同样有效，未来可进一步优化和扩展。
• 市场适应性：策略具有较强的市场适应性，适合不同市场环境下的择时需求。

投资提示

• 分化度择时策略具有较高的收益潜力和较低的交易频率。
• 择时信号构建需结合市场涨跌与分化度升降，以识别周期切换。
• 策略需谨慎使用，市场有风险，投资需谨慎。