量化模型与构建方式 1. 高频宏观因子模型 - 模型名称：高频宏观因子模型 - 模型构建思路：通过资产组合模拟构建高频宏观因子体系，用以观察市场交易的宏观预期变化[10] - 模型具体构建过程： 1. 真实宏观指标合成低频宏观因子[10] 2. 筛选领先于低频宏观因子的资产[10] 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[10] 4. 不同因子的具体构建方式： - 高频经济增长因子：以工业增加值同比、PMI同比、社会消费品零售总额同比为低频因子，滚动回归拟合恒生指数、CRB金属现货[11] - 高频通货膨胀（消费端）：以CPI同比为低频因子，滚动回归拟合食用农产品价格指数、猪肉价格指数[11] - 高频通货膨胀（生产端）：以PPI全部工业品同比为低频因子，滚动回归拟合生产资料价格指数、CRB工业现货指数、CRB综合现货指数[11] - 高频利率因子：以国债到期收益率为低频因子，做空中债-国债总净价（1-3年）指数[11] - 高频信用因子：以信用债到期收益率减去国债到期收益率为低频因子，做多中债-企业债AAA财富（总值）指数，做空中债-国债总财富（总值）指数[11] - 高频汇率因子：以人民币兑美元中间价为低频因子，做多美元指数[11] - 高频期限利差因子：以长期国债到期收益率减去中短期国债到期收益率为低频因子，做多中债-中短期债券财富（总值）指数，做空中债-长期债券财富（总值）指数[11] - 模型评价：高频因子相比低频因子具有一定的领先性[11] 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[19] - 模型具体构建过程： 1. 模型分别预测水平、斜率、曲率因子[19] 2. 水平因子的预测基于宏观变量预判和政策利率跟随[19] 3. 斜率和曲率因子的预测基于AR(1)模型[19] - 模型评价：模型能够提供短久期债券的择时建议[19] 3. 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[30] - 模型具体构建过程： 1. 模型公式： $E[Real\_Return^{gold}]=k\times E[Real\_Return^{TIPS}]$ $E[R^{gold}]=\pi^{e}+k\times E[Real\_Return^{TIPS}]$ 2. 通过扩展窗口OLS估计参数k[30] 3. 以美联储长期通胀目标2%作为$\pi^{e}$的代理[30] - 模型评价：模型能够较好地预测黄金资产的未来收益[30] 4. 主动风险预算模型 - 模型名称：主动风险预算模型 - 模型构建思路：结合风险平价模型与主动信号，从股债横向比价、股票纵向估值水平、市场流动性三个维度动态调整资产权重[33][36] - 模型具体构建过程： 1. 股债横向比价：借鉴美联储FED模型，定义股权风险溢价（ERP）为： $ERP = \frac{1}{PE_{ttm}} - YTM_{TB}^{10Y}$ 当ERP > 5%时超配权益资产，当ERP < 2%时低配权益资产[37][38] 2. 股票纵向估值水平：滚动窗口计算股票估值在近5年历史中的分位数，当估值分位数 < 25%时超配权益资产，> 75%时低配权益资产[39] 3. 市场流动性：以M2-M1剪刀差为指标，当M2-M1 ≥ 5%时超配权益资产，当M2-M1 ≤ -5%时低配权益资产[41] 4. 将三个维度的信号代入softmax函数，计算权益资产风险预算权重： $softmax(x) = \frac{\exp(\lambda x)}{\exp(\lambda x) + \exp(-\lambda x)}$ - 模型评价：模型能够动态调整股债配置，提供稳健的资产配置建议[36][44] 5. 行业轮动模型 - 模型名称：行业轮动模型3.0 - 模型构建思路：从交易行为、景气度、资金面、筹码结构、宏观驱动、技术分析六个维度构建行业轮动子模型，并动态合成优选行业[51][54] - 模型具体构建过程： 1. 交易行为模型：捕捉行业日内动量+隔夜反转效应[54] 2. 景气度模型：捕捉行业盈余动量效应[54] 3. 资金流模型：捕捉主动抢筹+被动派发行为[54] 4. 筹码结构模型：捕捉持仓收益+阻力支撑效应[54] 5. 宏观驱动模型：捕捉高频宏观预期在行业上的映射[54] 6. 技术分析模型：捕捉行业成份股在趋势、振荡、量能指标上的交易信号[54] - 模型评价：模型能够动态捕捉行业轮动信号，提供双周频的行业配置建议[51][54] --- 模型的回测效果 高频宏观因子模型 - 高频经济增长因子：同比较前值上行[11] - 高频通货膨胀（消费端）：同比较前值下行[16] - 高频通货膨胀（生产端）：同比较前值上行[16] 债券久期择时模型 - 2024年12月回报37.8bp，等权基准收益率为176.4bp，策略超额收益为-138.6bp[22] - 最近一年，零息国债久期调整策略回报3.10%，等权基准收益率为8.25%，策略超额收益为-5.15%[22] 黄金预期收益模型 - 未来一年黄金的预期收益率为22.0%[30] - 基于TIPS收益率的择时策略过去一年绝对回报为27.23%[32][35] 主动风险预算模型 - 2024年12月组合收益1.63%，股票仓位16.81%，债券仓位83.19%[46] - 全样本区间内，年化收益率6.67%，最大回撤4.89%，收益波动比1.67[49][50] 行业轮动模型 - 2024年12月多空收益为2.13%，多头超额收益为0.02%，空头超额收益为2.11%[60][63]