根据提供的研报内容，以下是关于量化模型和因子的详细总结。 量化模型与构建方式 1. 模型名称：基于动态宏观事件因子的中证港股通大消费指数择时策略[2][3] * 模型构建思路：探索中国宏观经济对香港大消费主题上市公司的影响，从经济、通胀、货币和信用四个维度选取宏观数据，构建事件因子，并基于因子看多信号的比例来确定择时仓位[3][20][21] * 模型具体构建过程： * 宏观数据选用与预处理：从经济、通胀、货币和信用四大类中初选20余个宏观指标[21][23]。预处理步骤包括： * 频率对齐：将日频数据统一为月频（取月末值或月均值）[27] * 缺失值填充：对于缺失数据，使用过去12个月一阶差分值的中位数加上一期数值进行填充。公式为：[27] * 滤波处理：对比原始数据和使用单向HP滤波处理后的数据，避免未来函数。单向HP滤波公式为：[28] * 数据结构变化：对数据衍生出同比、环比、移动平均等格式[29] * 宏观事件因子构建： * 确定事件方向：计算宏观数据与下一期指数收益率的相关性，正相关则构建正向突破事件，负相关则构建反向突破事件[30] * 确定领先滞后性：测试数据滞后0-4期，动态识别与资产的最佳领先滞后关系[30] * 生成事件因子：构建三类事件因子（数据突破均线、突破中位数、同向变动），并设置不同参数，共生成28个因子事件[30][32] * 因子筛选指标：主要使用收益率胜率（综合成功率与盈亏比）和开仓波动调整收益率（综合成功率、收益率和波动率）作为衡量指标[31][32]。收益率胜率公式为：，开仓波动调整收益率公式为：[32] * 因子事件初筛选：筛选标准包括：通过t检验（95%置信区间）、收益率胜率>55%、事件发生次数>滚动窗口期数/6[32][33] * 因子叠加优化：选择胜率最高的事件因子作为基础，再选择与基础因子相关性低于0.85的次高胜率因子进行叠加，若叠加后胜率提升则采用叠加因子[33] * 动态剔除：若某期无因子通过筛选，则该宏观指标当期标记为空仓，不参与大类因子打分[33] * 确定最优滚动窗口：在48, 60, 72, 84, 96个月等不同窗口下测试，根据开仓波动调整收益率选择每个宏观数据的最优参数[33][34] * 最终因子筛选：在测试区间内，根据开仓波动调整收益率，最终筛选出5个表现最优的宏观事件因子[12][34][35] * 择时策略构建：将最终选定的5个宏观事件因子的看多信号进行综合。当看多因子比例大于2/3时，大类因子信号标记为1（满仓）；当看多因子比例小于1/3时，信号标记为0（空仓）；比例介于两者之间时，信号标记为具体比例值（如66.7%）。该信号直接作为当期的择时仓位[3][35][37] 量化因子与构建方式 1. 因子名称：PMI:原材料价格[35] * 因子构建思路：作为通胀维度的指标，用于预测中证港股通大消费主题指数的走势[21][35] * 因子具体构建过程：使用原始数据，最优滚动窗口为96个月[35] 2. 因子名称：中美国债利差10Y[35] * 因子构建思路：作为货币维度的指标，反映中美货币政策和流动性差异对港股市场的影响[21][23][35] * 因子具体构建过程：使用原始数据，最优滚动窗口为72个月[35] 3. 因子名称：金融机构:中长期贷款余额:当月新增:滚动12M求和:同比[35] * 因子构建思路：作为信用维度的指标，反映中长期信贷投放情况，体现经济活力[23][35] * 因子具体构建过程：使用原始数据，最优滚动窗口为48个月[35] 4. 因子名称：M1:同比[35] * 因子构建思路：作为货币维度的指标，反映企业活期存款和现金状况，是经济活跃度的晴雨表[23][35] * 因子具体构建过程：使用原始数据，最优滚动窗口为48个月[35] 5. 因子名称：新增社融:滚动12个月求和:同比[35] * 因子构建思路：作为信用维度的指标，全面反映金融体系对实体经济的资金支持[23][35] * 因子具体构建过程：使用原始数据，最优滚动窗口为96个月[35] 模型的回测效果 * 基于动态宏观事件因子的中证港股通大消费指数择时策略[2][11][22] * 回测期：2018年11月至2025年10月[2][11] * 年化收益率：10.44%[2][11][22] * 年化波动率：18.47%[22] * 最大回撤：-29.72%[2][11][22] * 夏普比率：0.59[2][11][22] * 收益回撤比：0.35[2][11][22] * 平均仓位：约46%[10] * 2025年9月收益率：8.40%[11][12] 因子的回测效果 （报告中未单独列出上述5个因子的回测指标值，此部分略）
港股通大消费择时跟踪：10月维持港股通大消费高仓位
国金证券·2025-10-20 20:56