Workflow
金融工程定期:资产配置月报(2024年12月)
开源证券·2024-11-30 18:10

量化模型与构建方式 1. 高频宏观因子 - 因子名称:高频宏观因子 - 因子的构建思路:通过资产组合模拟构建一套高频宏观因子体系,用以观察市场交易的宏观预期变化[12] - 因子具体构建过程: 1. 真实宏观指标合成低频宏观因子 2. 筛选领先于低频宏观因子的资产 3. 以资产同比收益率为自变量,低频宏观因子同比为因变量,通过滚动多元领先回归确定资产权重,构建投资组合模拟宏观因子走势[12] - 因子评价:高频经济增长、高频通货膨胀(消费端、生产端)相比于对应低频宏观因子有一定领先性[13][18] 2. 债券久期择时模型 - 模型名称:债券久期择时模型 - 模型构建思路:利用改进的Diebold2006模型预测即期收益率曲线,并映射出不同久期债券的预期收益[21] - 模型具体构建过程: 1. 模型分别预测水平、斜率、曲率因子 2. 水平因子的预测基于宏观变量预判和政策利率跟随 3. 斜率和曲率因子的预测基于AR(1)模型[21] - 模型评价:模型预测未来三个月水平因子下降,斜率因子陡峭化,曲率因子增凸,推荐持有1年期短久期债券[21] 3. 转债配置模型 - 模型名称:转债配置模型 - 模型构建思路:比较转债和正股的相对估值,比较偏债型转债与同等级期限的信用债配置价值,以及在转债内部进行风格轮动[24] - 模型具体构建过程: 1. 构建"百元转股溢价率"指标,计算滚动历史分位数衡量转债和正股当前的相对配置价值 2. 取"修正YTM–信用债YTM"中位数衡量偏债型转债和信用债之间的相对配置价值 3. 选择转债20日动量与转债波动率偏离度作为市场情绪捕捉指标,双周频调仓构建转债风格轮动组合[24][26][28] - 模型评价:高估值转债会系统性地带来负收益,转债风格轮动组合表现优于转债等权指数[26][28] 4. 黄金预期收益模型 - 模型名称:黄金预期收益模型 - 模型构建思路:将黄金和美国抗通胀债券(TIPS)的远期实际回报关联,构建黄金的预期收益模型[29] - 模型具体构建过程: 1. 公式:E[Real_Returngold]=k×E[Real_ReturnTips]E[Real\_Return^{gold}]=k\times E[Real\_Return^{Tips}] 2. 公式:E[Rgold]=πe+k×E[Real_ReturnTips]E[R^{gold}]=\pi^{e}+k\times E[Real\_Return^{Tips}] 3. 扩展窗口OLS估计参数k,以美联储长期通胀目标2%作为π^e的代理[29] - 模型评价:模型测算未来一年黄金的预期收益率为21.5%[29] 模型的回测效果 1. 高频宏观因子: - 高频经济增长同比下行[12] - 高频通货膨胀(消费端)同比下行[18] - 高频通货膨胀(生产端)同比上行[18] 2. 债券久期择时模型: - 11月回报16.7bp,等权基准收益率为94.4bp,策略超额收益-77.6bp[22] - 最近一年,零息国债久期调整策略回报4.05%,等权基准收益率为7.41%,策略超额收益-3.36%[22] 3. 转债配置模型: - "百元转股溢价率"为19.48%[25] - "修正YTM–信用债YTM"中位数为1.16%[25] - 债风格轮动年化收益为21.79%,最大回撤15.59%,信息比率1.36,月度胜率64.2%[28] - 今年以来收益为19.94%,最大回撤为15.59%[28] 4. 黄金预期收益模型: - 未来一年黄金的预期收益率为21.5%[29] - 基于TIPS收益率的择时模型过去一年绝对回报为36.33%[33]