行业轮动系列研究之宏观篇：量化模型与宏观逻辑的碰撞-20200424-光大证券-31页_2mb

量化模型与宏观逻辑的碰撞：行业轮动系列研究之宏观篇

核心内容

本报告旨在探讨如何通过量化模型与宏观逻辑结合，识别宏观状态并应用于大类行业轮动策略。报告分析了静态与动态宏观情景聚类模型的局限性，并提出通过“政策-经济”周期逻辑进行量化复刻，以提升策略的逻辑支撑与超额收益。

主要观点

1. 行业划分：采用K-Means、模糊C-均值聚类等方法对行业进行多维划分，结合主观逻辑调整，最终将行业划分为周期上游、周期中游、周期下游、可选消费、一般消费、金融、科技七大板块。
2. 静态聚类模型：基于宏观指标的高低位置进行聚类，将宏观状态分为4类，但其配置策略雷同，过度依赖历史强势板块，缺乏逻辑支撑。
3. 动态聚类模型：每月对过去5年宏观因子进行聚类，使板块配置更灵活，但统计过程相对黑箱，难以提供明确的投资逻辑。
4. “政策-经济”周期模型：通过主观复盘，结合宏观与中观数据，构建“数据强、政策松”、“数据强、政策紧”、“数据弱、政策紧”、“数据弱、政策松”四阶段模型，识别准确率可达70%。
5. 交叉印证策略：当两模型观点一致时，配置重合板块；当分歧较大时，采用等权配置。该策略在测试期（2016年7月至2020年3月）年化超额收益达8%，信息比率1.23。

关键信息

1. 行业划分方法

• 聚类方法：使用K-Means和模糊C-均值聚类，结合收益率、ROE、营收增速等指标。
• 调整逻辑：
  • 钢铁归入中游制造。
  • 白酒单独归入可选消费。
  • 综合板块因逻辑不统一暂不考虑。
• 板块划分结果：周期上游、周期中游、周期下游、可选消费、一般消费、金融、科技七大板块。

2. 宏观情景聚类模型

• 静态模型：将宏观状态分为4类，但配置策略雷同，样本外表现不可控。
• 动态模型：每月对宏观因子进行聚类，提升配置灵活性，但缺乏逻辑支撑。
• 模型表现：动态模型年化收益1.9%，相对等权指数年化超额1.9%。

3. “政策-经济”周期模型

• 四阶段划分：
  • 元：数据强、政策松 → 配置金融、可选消费、科技。
  • 亨：数据强、政策紧 → 配置周期上游、中游、可选消费。
  • 利：数据弱、政策紧 → 配置一般消费、科技、可选消费。
  • 贞：数据弱、政策松 → 配置金融、周期下游、一般消费。
• 模型表现：年化收益4.7%，相对等权指数年化超额4.3%，信息比率0.94。

4. 量化识别周期阶段

• 识别方法：基于Z-score和变化幅度，计算与四阶段的欧式距离，寻找最近状态。
• 准确率：总体识别准确率54%，特征显著时可达70%。
• 样本外预测：在2016年7月至2020年3月期间，模型表现相对稳定。

5. 双模型交叉印证策略

• 策略逻辑：当模型观点一致时配置重合板块；分歧较大时等权配置。
• 模型表现：年化收益8.2%，相对等权指数年化超额8.0%，信息比率1.23。
• 效果提升：通过交叉印证，策略的稳定性与收益显著提升。

风险提示

• 历史数据依赖：模型基于历史数据构建，未来可能失效。
• 主观判断影响：“政策-经济”周期划分依赖主观判断，存在偏差风险。

关键指标与数据

附录简述

• 层次聚类：分析行业收益率相关性，发现行业间距离结构不明显。
• 主成分分析：提取各维度经济数据的主成分，解释方差占比均高于50%。
• 货币政策指数：通过不同工具的贡献值计算，构建MPI指数。

图表概览

• 图1：美林时钟示意图
• 图2：收益分段后各行业最小生成树连通图
• 图3：ROE、营收同比模糊C-均值聚类后行业之间距离
• 图4：大类行业板块划分结果
• 图5：大类行业净值走势
• 图6-9：静态宏观情境聚类下的宏观状态
• 图10：静态宏观聚类模型的净值表现
• 图11：动态宏观聚类模型的净值表现
• 图12-13：“政策-经济”周期四阶段示意图
• 图14：GDP增长、CPI通胀率波动弱
• 图15：中国货币政策指数（MPI）走势
• 图16-17：上下游物价、工业景气、消费需求主成分走势
• 图18：数据特征显著时准确率更高
• 图19-21：不同模型及交叉印证后的净值表现

表格概览

• 表1：宏观情景聚类指标
• 表2：分段K-Means聚类
• 表3：静态宏观聚类模型持仓
• 表4：动态聚类总体持仓情况
• 表5：货币政策工具对应MPI变化量转换方法
• 表6：基本面数据
• 表7：周期四阶段特征
• 表8：各阶段预测准确率统计
• 表9：样本外预测情况
• 表10：“政策-经济”周期板块轮动策略
• 表11：“政策-经济”周期板块轮动分年度表现
• 表12：动态宏观聚类板块轮动分年度表现
• 表13：两套模型观点对比
• 表14：交叉印证后的宏观轮动策略分年度表现