Workflow
五维行业轮动模型
icon
搜索文档
从微观出发的五维行业轮动月度跟踪-20250603
东吴证券· 2025-06-03 11:34
量化模型与构建方式 1. **模型名称**:五维行业轮动模型 - **模型构建思路**:基于行业内部风格差异,通过划分行业内部股票风格并构建离散指标与牵引指标,合成五大类行业因子(波动率、基本面、成交量、情绪、动量),形成行业轮动策略[6] - **模型具体构建过程**: 1. **因子划分**:按东吴金工多因子体系将微观因子分为五类(波动率、基本面、成交量、情绪、动量)[6] 2. **行业内部指标构建**: - **离散指标**:衡量行业内部股票风格分化程度 - **牵引指标**:反映行业内部领先股票对整体的带动作用 3. **合成因子**:结合离散指标与牵引指标生成五类行业因子,加权得到综合评分[6] - **模型评价**:通过多维度因子合成提升稳定性,近期波动率与成交量因子表现突出[8][9] 2. **指数增强策略模型** - **模型构建思路**:基于五维行业轮动模型筛选增强/剔除行业,调整沪深300成分股权重[21] - **模型具体构建过程**: 1. 每月末取五维模型第一组(多头)5个行业作为增强行业,最后一组(空头)5个行业作为剔除行业 2. 剔除沪深300中属于剔除行业的股票,将其权重按比例分配给增强行业股票[21] --- 量化因子与构建方式 1. **因子名称**:波动率因子 - **因子构建思路**:反映行业内部波动率风格分化与牵引效应[6] - **因子评价**:近期收益能力与稳定性评分最高[8][9] 2. **因子名称**:基本面因子 - **因子构建思路**:基于行业内部基本面指标(如估值、盈利)的离散与牵引效应[6] 3. **因子名称**:成交量因子 - **因子构建思路**:捕捉行业内部成交量活跃度的分化特征[6] - **因子评价**:近期表现仅次于波动率因子[8][9] 4. **因子名称**:情绪因子 - **因子构建思路**:衡量市场情绪对行业内部股票的差异化影响[6] 5. **因子名称**:动量因子 - **因子构建思路**:反映行业内部动量效应的扩散与收敛[6] --- 模型的回测效果 1. **五维行业轮动模型(多空对冲)** - 年化收益率:21.64% - 年化波动率:10.82% - IR:2.00 - 月度胜率:73.11% - 最大回撤:13.30%[10][13] 2. **五维行业轮动模型(多头超额)** - 年化收益率:10.43% - 年化波动率:6.62% - IR:1.58 - 月度胜率:70.59% - 最大回撤:9.36%[15][16] 3. **沪深300指数增强策略** - 年化超额收益率:8.81% - 超额波动率:7.52% - IR:1.17 - 月胜率:69.17% - 最大回撤:12.74%[22] --- 因子的回测效果 1. **波动率因子** - 年化收益率:11.56% - 波动率:10.20% - IR:1.13 - 胜率:59.68% - 最大回撤:14.27%[14] 2. **基本面因子** - 年化收益率:6.07% - 波动率:9.89% - IR:0.61 - 胜率:56.45% - 最大回撤:21.50%[14] 3. **成交量因子** - 年化收益率:7.81% - 波动率:12.14% - IR:0.64 - 胜率:58.87% - 最大回撤:18.51%[14] 4. **情绪因子** - 年化收益率:7.42% - 波动率:12.89% - IR:0.58 - 胜率:63.71% - 最大回撤:14.79%[14] 5. **动量因子** - 年化收益率:11.62% - 波动率:10.75% - IR:1.08 - 胜率:60.98% - 最大回撤:13.52%[14]