1、请阅读最后一页的免责声明 1 2012019 9 年年 4 4 月月 1 1 日日 证券研究报告证券研究报告金工专题金工专题报告报告 金融工程研究金融工程研究大小盘风格的日历效应及风格轮动策略构建大小盘风格的日历效应及风格轮动策略构建 风格配置研究风格配置研究 市场数据（市场数据（2019-4-1）上证综指涨幅上证综指涨幅 投资要点投资要点 大小盘风格轮动具有非常明显的月度效应和动量效应，而且基于大小盘轮动效应构建策略预期可以带来非常高的收益。大小盘风格轮动具有非常明显的月度效应和动量效应，而且基于大小盘轮动效应构建策略预期可以带来非常高的收益。每年的 2/3/8/9/10 月小市值风格相对较
2、强，4/6/12 月份大市值风格总体较强；市值因子的日度收益率之间存在联动性，日度收益率存在动量效应。大小盘风格指数可以采用规模指数进行替代构建；对于上证 50 和中证 500 之间的轮动，在完美轮动信号下纯多头策略的年化收益达 33%，而同期指数仅 1%。Beta、Rsq、波动率、估值、动量及换手率类因子具有相对较好的轮动择时效应。、波动率、估值、动量及换手率类因子具有相对较好的轮动择时效应。首先，在指标构建和信号生成方法上。除价格动量和指数离散度指标外，其他指标都采用指数成分股合成因子后再计算小盘与大盘指数因子之比的办法表现较好；另外，采用均线系的信号生成方法效果较好。其次，总体上风险类、
3、估值类、动量类和换手率类单指标对大小盘轮动具有一定的择时效果，但这些单指标择时效果都存在一定的偏差。比如估值偏差指标回测的收益较高，在 2016 年之前总体偏向于小盘风格，但指标信号对之后的漂亮 50 行情没有跟踪到，直到2017 年之后指标才逐渐恢复有效状态。采用多指标信号合成的办法可以提高单指标大小盘轮动择时的效果，由采用多指标信号合成的办法可以提高单指标大小盘轮动择时的效果，由 MOM_RSRSrsq、Barra_Rsq 和和 Barra_Beta 三个指标信号合成的策略最优。三个指标信号合成的策略最优。首先，用这三个指标中的两个指标分别组成的两个双指标信号合成策略的收益和稳健性都比较高
4、，其中三天持有期、万五单边交易成本下纯多头策略和多空策略的年化收益分别为 17%、14%，同期指数年化收益不到 2%。其次，双指标合成信号策略在大多数固定持有期下最高可承受单边千五的交易成本，而三指标信号合成的策略可承受千六的交易成本、策略对交易成本的敏感性进一步降低。最后，基于上证 50 与中证 500 指数轮动效应的择时信号对沪深 300 与中证 500 轮动、上证 50 与中证 1000 轮动也具有较好的择时效果。近一周 4.18%近一月 5.89%近三月 27.12%股价走势图股价走势图 数据来源：Wind，国融证券研究发展部 研究员研究员 徐倩 执业证书编号：S00705171200
5、01 电话：010-83991783 邮箱： 联系人 何彦林 电话：010-83991448 邮箱： 相关报告相关报告 选股因子研究之业绩超预期、加速成长及股价波动非平衡因子 基于上证50ETF期权交易情绪的指数择时 选股因子在不同市值、产业链板块的有效性 可转债短期投资策略：打新及正股事件套利 跟踪外资动向构建长、短周期投资策略-陆股通资金流动的选股效应研究 采用 AdaBoost 算法提高选股因子使用效率 A 股投资组合的风险预测-40%-30%-20%-10%0%10%创业板综上证指数2 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研
6、究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 2 目目 录录 1.市值风格的日历效应市值风格的日历效应.5 1.1 市值因子的日历效应显著且存在明显的动量效应.5 1.2 通过规模指数构建大小盘轮动指数同样存在较强的日历效应和动量效应.8 1.3 大小盘完美轮动策略的收益十分可观.9 2.影响大小盘轮动的指标梳理影响大小盘轮动的指标梳理.10 2.1 指标筛选过程：通过系统的方法进行指标筛选.10 2.2 筛选结果：动量、估值、换手率、风险类指标对大小盘轮动具有相对较好的择时能力.12 3.大小盘轮动策略的构建：动量与风险指标合成信号的择时效果最好大小盘轮动策略的构建：
7、动量与风险指标合成信号的择时效果最好.15 3.1 多指标信号合成：最优组合的年化收益达 17%，远超指数.15 3.2 稳健性测试：策略适用于千六以下的单边交易成本情形.18 3.3 扩展性测试：策略信号对其他大小盘指数组合的轮动择时也有效.20 附录附录.基于三指标信号的轮动策略对回测的起始日期也是稳健的基于三指标信号的轮动策略对回测的起始日期也是稳健的.22 2 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 3 插图目录插图目录 图 1：市值多空组合净值与市值纯因子
8、净值走势一致.5 图 2：大部分年份小市值风格的相对收益为正（2005-2018）.5 图 3：市值因子各年月度收益的平均值：市值风格存在明显的季节效应，且近几年部分月份亏损较大.5 图 4：市值因子各年日度收益的平均值：日度收益存在明显的动量效应.6 图 5：市值因子各年日度收益的平均值的 5 日均线：分样本 2005 年至 2015 年、2016 年至 2018 年.6 图 6：各小盘指数/大盘指数各年月度收益的平均值：存在明显的季节效应.7 图 7：中证 500/上证 50 各年日度收益均值的 5 日均线：分样本 2005 年至 2015 年、2016 年至 2018 年.7 图 8：中
9、证 500 与上证 50 指数完美轮动的净值远优于同期指数.8 图 9：信号生成之分位数法：分位数为 75.11 图 10：信号生成之分位数法：分位数为 25.11 图 11：信号生成之均线比较法.11 图 12：信号生成之均线走势判断法.11 图 13：单指标轮动净值与指数净值：Barra_Beta.13 图 14：单指标轮动净值的超额净值：Barra_Beta.13 图 15：单指标轮动净值与指数净值：Rsq_80D.13 图 16：单指标轮动净值的超额净值：Rsq_80D.13 图 17：单指标轮动净值与指数净值：MOM.13 图 18：单指标轮动净值的超额净值：MOM.13 图 19：
10、单指标轮动净值与指数净值：CORRapx.14 图 20：单指标轮动净值的超额净值：CORRapx.14 图 21：单指标轮动净值与指数净值：VAL_EP_BiasL.14 图 22：单指标轮动净值的超额净值：VAL_EP_BiasL.14 图 23：单指标轮动净值与指数净值：TVR_20D_DN.14 图 24：单指标轮动净值的超额净值：TVR_20D_DN.14 图 25：两指标轮动净值与指数：第一组，5 天持有期.17 图 26：两指标轮动净值的超额净值：第一组，5 天持有期.17 图 27：两指标轮动净值与指数：第二组，5 天持有期.17 图 28：两指标轮动净值的超额净值：第二组，5
11、 天持有期.17 图 29：两指标多空轮动净值与指数：第一组，5 天持有期.17 图 30：两指标多空轮动净值与指数：第二组，5 天持有期.17 图 31：沪深 300 与中证 500 轮动策略净值与指数.21 图 32：沪深 300 与中证 500 轮动策略净值的超额净值.21 图 33：上证 50 与中证 1000 轮动策略净值与指数.21 图 34：上证 50 与中证 1000 轮动策略净值的超额净值.21 图 35：沪深 300 与中证 500 多空轮动策略净值与指数.21 图 36：上证 50 与中证 1000 多空轮动策略净值与指数.21 2 0 1 4 6 3 8 7/3 6 1
12、 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 4 表格目录表格目录 表 1：不同完美回看信号与不同持有期下中证 500 与上证 50 指数轮动策略回测统计.9 表 2：对大小盘轮动具有一定预测作用的大类指标及单指标列表.12 表 3：多指标信号合成最好的两个组合在不同持有期下的历史回测净值统计.16 表 4：两指标信号合成的第一组策略在不同持仓周期下对交易成本的稳健性（年化收益率）.18 表 5：两指标信号合成的第二组策略在不同持仓周期下对交易成本的稳健性（年化收益率）.19 表 6：三指标信号合成策略在不同
13、持仓周期下对交易成本的稳健性（年化收益率）.20 表 7：基于中证 500/上证 50 指数轮动的信号对其他大小盘指数组合轮动效应的回测.20 2 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 5 1.市值风格的日历效应市值风格的日历效应 1.1 市值因子的日历效应显著市值因子的日历效应显著且存在明显的动量效应且存在明显的动量效应 国内 A 股市场，小市值股票相对大市值股票长期具有显著的溢价（见图 1、图 2），而且根据对大小盘风格因子的跟踪经验，每年年底又存在非常明显的
14、大市值风格。大小盘风格的短期反转或偏离常态对投资人来说都是希望避免的，因为风格趋势的反转会带来损失，因此需要比较全面的了解大小盘风格波动的特征（比如季节效应）或通过其他指标来提前预测风格趋势的变化。图 1：市值多空组合净值与市值纯因子净值走势一致 图 2：大部分年份小市值风格的相对收益为正（2005-2018）数据来源：Wind，国融证券研究发展部 数据来源：Wind，国融证券研究发展部 对于大小盘风格的变动，严格的讲应该采用市值纯因子的净值走势来代表，但是图 1 可以发现，市值的多空组合（小市值比大市值）净值与纯因子组合的净值走势非常一致，为了简便，这里直接考察市值的多空组合净值的变动特征。
15、图 3：市值因子各年月度收益的平均值：市值风格存在明显的季节效应，且近几年部分月份亏损较大 数据来源：Wind，国融证券研究发展部 13579111311.522.53200820092010201120122013201420152016201720182019小市值纯因子多空小市值因子（右轴）-0.4-0.200.20.40.60.820052006200720082009201020112012201320142015201620172018-4.0%-2.0%0.0%2.0%4.0%6.0%123456789101112均值05-18均值05-15均值16-182 0 1 4 6 3
16、8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 6 市值风格存在明显的月度效应。从图 3 对小市值因子各年月度收益平均值的统计来看。首先，在 2005 年至 2018 年的全样本数据统计下，发现每年的1/2/3/5/8/9/10/11 月小市值效应较强，而 4/6/7/12 月份的小市值风格较弱，且其中最弱的月份是 12 月。其次，由于 2016 年之后小市值风格净值出现比较长期且较大幅度的反转，特别是在 2017 年总体上偏向大市值风格，因此总体样本的规律可能受小市值风格反转的负面影响而发生
17、变化，需要考察分样本的月度统计情况。通过 2005 至 2015 年和 2016 年至 2018 年两个分样本数据统计的比较发现，2005 至 2015 年分样本统计的结果与全样本的统计结果一致，而最近三年分样本中 2/3/8/9/10 月小市值风格的亏损也相对较少、4/6/12 月份也较弱（与全样本统计基本一致），但 1/5/7 月的亏损明显加强（与全样本统计不同）。图 4：市值因子各年日度收益的平均值：日度收益存在明显的动量效应 数据来源：Wind，国融证券研究发展部 图 5：市值因子各年日度收益的平均值的 5 日均线：分样本 2005 年至 2015 年、2016 年至 2018 年 数
18、据来源：Wind，国融证券研究发展部 市值风格也存在明显的动量效应。这一点大致可以从前文的月度统计的季节性效应特征推测出来，更加方便的办法是查看各年的日度收益之间是否存在明显的联动。在图 4 中可以看到，市值因子的日度收益率之间是存在联动的，-1.0%0.0%1.0%2.0%3.0%211202938475665748392101110119128137146155164173182191200209218227236245254263272286295304313322331340349358均值5日均线-0.6%-0.1%0.4%0.9%1/31/131/232/22/122/223/43
19、/143/244/34/134/235/35/135/236/26/126/227/27/127/228/18/118/218/319/109/209/3010/1010/2010/3011/911/1911/2912/912/192005至2015年均值MA52016年至2018年均值MA52 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 7 正收益后续也通常连着是正收益、而负收益也通常会延续几日，通过计算日度收益的均线可以更加明显的发现该特征。同样出于稳健性的角度将样
20、本进行区分，通过图 5 中两个分样本日度收益数据 5 日均线的走势特征看，虽然 2005 年至 2015 年样本数据大多处于 0 以上、近 3 年样本数据大多处于 0 以下，但是从均线的走势可以发现数据存在明显的前后联动，即动量效应是存在的。另外，从均线的波动情况看，近 3 年的样本中动量的延续性明显变弱，波动加剧，通过指标对动量效应的追踪难度加大。结合小市值风格的月度效应看，在月度收益绝对值较大的月份（如 1/3/5/7 月）动量的延续性相对较强，在这些月份直接采用动量跟随策略的效率较高。图 6：各小盘指数/大盘指数各年月度收益的平均值：存在明显的季节效应 数据来源：Wind，国融证券研究发
21、展部 图 7：中证 500/上证 50 各年日度收益均值的 5 日均线：分样本 2005 年至 2015 年、2016 年至 2018 年 数据来源：Wind，国融证券研究发展部-6%-4%-2%0%2%4%6%8%123456789101112中证500/上证50中证500/中证100中证500/沪深300中证1000/上证50中证1000/中证100中证1000/沪深300-0.015-0.01-0.00500.0050.010.015213243546576879901011121231341451561671781892002112222332442552662822933043153
22、263373483595日均线（05-15）5日均线（16-18）2 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 8 1.2 通过规模指数构建大小盘轮动指数同样存在较强的日通过规模指数构建大小盘轮动指数同样存在较强的日历效应和动量效应历效应和动量效应 前文基于市值风格的研究可以指导多因子选股策略中对市值风格的灵活暴露，但是大小盘轮动策略的具体实施更容易通过指数 ETF 或股指期货的交易来实现，因此这里选择一些规模指数分别代表大盘风格、小盘风格来考察指数之间大小盘风格轮动
23、的效应是否显著1。本文分别以上证 50、中证 100 和沪深300 指数作为大盘风格，以中证 500、中证 1000 指数作为小盘风格，并分别构建小盘/大盘的净值代表小市值风格指数。基于规模指数构建的小市值风格指数也具有明显的月度效应和动量效应。从图 6 的月度收益统计看，2/3/5/8/11 月的小盘指数更强，而 4/6/10/12 月大盘指数更强，存在非常明显的月度效应，且该月度效应与之前基于小市值风格因子净值的月度效应统计（全样本的）是基本一致的。另外，从图 6 不同指数对组成的大小盘指数的日历效应看，各指数对所测的结果基本一致，但其中用中证 500 指数/上证 50 指数、中证 100
24、0 指数/上证 50 指数在各月收益的绝对值更大，更加适合构建大小盘风格指数进行轮动研究2。从图 7 基于中证 500 指数/上证 50 指数构建的大小盘日度效应的统计来看，不论是 2005 年至 2015 年的早期样本还是 2016 年至 2018 年的近期样本中都可以看到 5 日均线存在一定的动量效应。图 8：中证 500 与上证 50 指数完美轮动的净值远优于同期指数 数据来源：Wind，国融证券研究发展部 1 指数之间的轮动可能不一定是大小盘风格，因此需要检验看指数之间是否存在类似小市值风格轮动的基本特征，如季节性和日度动量效应等。2 由于中证 1000 指数的发布日期是 2014 年
25、 10 月 17 日，比较晚，出于数据可得性及回测长度的要求，本文主要以中证500 指数/上证 50 指数来构建大小盘指数进行大小盘轮动策略研究。051015202530上证50中证500回看未来5天的信号_持有5天2 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 9 1.3 大小盘完美轮动大小盘完美轮动策略策略的收益十分可观的收益十分可观 通过前文对大小盘轮动效应基本特征的统计研究，初步预计采用动量及季节性效应就能在一定程度上追踪到大小盘轮动效应，即基于该轮动效应构建策
26、略初步判定是可行的。那么，大小盘轮动策略能带来足够多的收益或超额收益吗？本文测试方法：生成完美择时信号对中证 500/上证 50 指数的轮动进行多头法净值回撤。完美信号就是交易的当天可以知道未来 N 天期间（N 为组合固定的持有时间长短）是大盘指数强还是小盘指数强，如果未来 N 天期间是小盘强就提前买入中证 500 指数，否则买入上证 50 指数；本文 N 分别取 5/10/20天；交易成本设单边万 5，即买卖双边合计是千 1 的成本。结果见表 1 和图 8。表 1：不同完美回看信号与不同持有期下中证 500 与上证 50 指数轮动策略回测统计 信号 持有期 年化收益率 年化标准差 年化收益/
27、标准差 夏普比率(rf=3.5%)最大回撤 卡马比率 回看未来 5 天 5 33%33%29%1.17 1.05 50%0.66 回看未来 5 天 10 8%29%0.27 0.15 70%0.11 回看未来 5 天 20 7%29%0.26 0.14 65%0.11 回看未来 10 天 5 21%29%0.74 0.62 66%0.32 回看未来 10 天 10 13%13%29%0.45 0.33 62%0.21 回看未来 10 天 20-1%29%-0.05-0.17 63%-0.02 回看未来 20 天 5 17%29%0.58 0.46 63%0.27 回看未来 20 天 10 17
28、%29%0.57 0.45 62%0.27 回看未来 20 天 20 7%7%29%0.23 0.11 63%0.11 上证 50-4%29%-0.13-0.25 72%-0.05 中证 500 1%33%0.02-0.09 72%0.01 数据来源：Wind，国融证券研究发展部。大小盘完美轮动策略有非常高的绝对收益，同时，完美轮动策略的超额收益也非常高。首先，真正完美信号下所有组合都是大幅度跑赢同期指数的。信号完美对齐的是回看天数和持有期天数相等的回测组合，分别对应表 1 中的第2、6、10 行，年化收益分别是 33%、13%和 7%，而同期指数表现最好的中证500 年化收益仅 1%。其次，
29、完美信号之外的测试中，仅“回看未来 10 天+持有期 20 天”的组合不能跑赢指数，其他信号回看时间与持有期错开的组合也都能大幅度跑赢指数。第三，持有期越短最终轮动的效果越好，回看未来的时间越短轮动效应越强。同一个回看天数窗口下，5 天持有期的表现最好，而且不同持有期下的年化收益差异还比较大；另外，回看未来时间越短，年化收益越高。第四，回看未来时间越长，信号的稳定性也更好。相反，回看时间短的信号下信号的衰减或变化也比较快，持有期增大后年化收益下降的比较快。特别是回看未来 10 天的信号在持有期 20 天的情况下收益大幅下降为几乎与原指数相同。最后，从信号回看天数与持有期错配的回测结果看，大小盘
30、轮动的周期其实是比较短的。原因一是信号衰减比较快，二是回看时间变长后并非完美信号与持有时间匹配下的回测效果最优。2 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 10 2.影响大小盘轮动的指标梳理影响大小盘轮动的指标梳理 2.1 指标筛选指标筛选过程：通过系统的方法进行指标筛选过程：通过系统的方法进行指标筛选 本文在事前除大致猜测大小盘轮动可以采用动量效应进行追踪外，对大量其他的指标与大小盘风格轮动效应的关系并不了解。因此，本文直接采用通用的办法对指标进行筛选，并仅对筛选
31、后的指标进行详细的稳健性、指标组合及跟踪测试。简单明了，本文采用回测的方法来检验指标对大小盘轮动效应的择时效果，即直接用指标生成大小盘轮动的信号、并根据信号买卖对应的小盘或大盘指数持有的方法，进行历史回溯测试。测试得到的结果很明确，如果该指标好，那么最后回测出来的净值就会好。在具体的回测过程中涉及三个重要的问题：（1）指标的使用问题：不同的指标可能有不同的特征，或者说不同的指标与大小盘风格轮动之间的映射函数可能不同，那么，如何有效地利用这些指标生成合适的买入或卖出信号？首先，本文不知道指标的信号方向，即当指标比较大的时候是看多大盘风格还是看多小盘风格不能确定，因此分别从指标大与看好小盘风格（方
32、向为 1）或指标大与看好大盘风格（方向为-1）两个相反的角度进行回溯测试。其次，由于指标生成信号的过程中，或者产生多头信号的时间多一些或者产生空头信号的时间多一些，因此信号数量存在非对称性，为了弥补这个问题，本文分别就信号进行多头回测（仅满仓 Long，回测类型为 L）和空头（仅满仓Short3，回测类型为 S）回测。另外，也考察了多空回测（比如拿一半的钱买多头指数的 ETF，另一半的钱去做空另一个指数的期货，回测类型为 LS）。第三，由指标数据形成买卖信号。本文采用三种常见的信号生成方式（图9-图 12）：a）分位数法（简称 s1_pctl_n，n 为具体参数），当指标大于某个分位数 n 就
33、生成买入或卖出信号；b）均线比较法（简称 s2_ud_ma_n，n 为具体参数），当指标大于其均线（ma_n）时就生成买入或卖出信号；c）均线走势判断法（简称 s3_dir_ma_n，n 为具体参数），当指标的均线（ma_n）向上走时就生成买入或卖出信号。另外，今天（T）的交易参考昨天（T-1）盘后的信号，如果信号相对之前一天（T-2）没有发生变化就继续持有之前的组合（不 Rebalance）。（2）回测的稳健性问题。很多日频数据指标通常会产生非常密集的信号，在不考虑交易成本的情况下，那些信号密集且胜率稍微超过 50%的指标容易回测出非常高的收益；但是，该回测下没有考虑交易成本的稳健性问题，一
34、方面信号过于密集交易困难，另一方面交易成本很高，导致回测的高收益在实际交易下非稳健，而且也容易产生过拟合的问题。因此，为了一定程度上避免该问题，一是将指标信号的使用时间延长（持仓时间延长），考察在符合实际交易的情况下指标的择时效果，本文在回测中设定不同的固定持有期进行测试，即建 3 本文回测中的 Short 中都假设杠杆为 1。2 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 11/调仓以后，固定持有该组 N 个交易日后再判断信号是否发生变化及调仓；二是加入适当的交易成本
35、，本文交易成本单边设定为万 5，及买卖一次是千 1。在不同的持有期参数下回测，还可以观察指标信号的衰减性、稳定性及其他特征。图 9：信号生成之分位数法：分位数为 75 图 10：信号生成之分位数法：分位数为 25 数据来源：国融证券研究发展部 数据来源：国融证券研究发展部 图 11：信号生成之均线比较法 图 12：信号生成之均线走势判断法 数据来源：国融证券研究发展部 数据来源：国融证券研究发展部 回测函数中：调仓价格为开盘价，未考虑滑点，交易成本单边是万五，空头组合的杠杆假设为 1（无杠杆），且不考虑利息收入。综合起来，参数遍历的细节如下：信号分正向和负向两种1，-1，轮动回测的方式分纯多头
36、、空头、多空组合轮动三种L，S，LS，组合固定持有期N 分为1 3 5 10 20个交易日五种，分位数法 s1_pctl_n 中的 n 有50 60 70 80 90五种参数，均线比较 s2_ud_ma_n 或均线走势判断 s3_dir_ma_n 法中的 ma_n 的n 有1 3 5 10 20 60六种参数。因此，对于单个指标总共要进行 2*3*5*（5+6+6）=510 次回测。（3）如何通过回测结果筛选出相对有效的指标？本文采用两个原则：一是回测净值的年化收益率要大于对应期间表现最好的指数（不管是大盘指数还是小盘指数）的年化收益，二是该指标回测的结果在不同的持有期1 3 5 10 20下
37、都有效，即均满足第一条。当然，这样筛选出来的不仅是指标，还有指标的使用方法。-6-14-1.5-1-0.500.511.51357911131517指标值边界信号(右)-6-14-1.5-1-0.500.511.51 2 3 4 5 6 7 8 9 101112131415161718指标值边界信号(右)-6-14-1.5-1-0.500.511.51357911131517指标值均线MA信号(右)-6-14-1.5-1-0.500.511.51 2 3 4 5 6 7 8 9 101112131415161718指标值均线MA信号(右)2 0 1 4 6 3 8 7/3 6 1 3 9/2
38、0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 12 最后，本文是采用程序化的方式进行指标的筛选，因此运行效率比较高，任何日频率的指标都可以进行初步的测试，但由于不是基于逻辑出发，因此容易遗漏或过拟合，对于需要复杂方法使用的指标可能并不适用。2.2 筛选结果：动量、估值筛选结果：动量、估值、换手率、风险、换手率、风险类指标对大小类指标对大小盘轮动具有盘轮动具有相对较好相对较好的择时的择时能力能力 为了筛选出能够对大小盘轮动具有预测作用的信号，本文选用了很多指标进行测试，这里仅列示后文筛选出的对大小盘轮动效应具有一定预测作用的
39、指标（见表 2）。针对指数，构建大小盘轮动的指标有两种方法：（1）直接计算的办法，即基于指数的价格或成交量等数据直接计算相关的指标。比如基于中证500/上证 50 比值曲线计算得到的收益率数据，通过平滑或计算均线的办法就能构建基于该比值曲线的动量（MOM）指标。（2）间接的指数成分股合成因子法，即先计算好指数成分股对应的指标或因子，然后根据成分股个股的权重将个股的因子数据加权合成指数的指标。一般来说，间接法可以基于指数生成非常多的新指标，但需要注意成分股指标加权时需要考虑各成分股指标之间的可比性，即需要去纲量4。表 2：对大小盘轮动具有一定预测作用的大类指标及单指标列表 大类 指标变量 指标含
40、义 指标构建方法 Beta Barra_Beta Barra 的 Beta 因子，CNE4 合成因子之比 Beta Beta_40D 40 天 CAPM 模型的 Beta 合成因子之比 Beta Beta_80D 80 天 CAPM 模型的 Beta 合成因子之比 Beta Beta_100D 100 天 CAPM 模型的 Beta 合成因子之比 Rsq Rsq_40D 40 天 CAPM 模型的拟合优度 合成因子之比 Rsq Rsq_80D 80 天 CAPM 模型的拟合优度 合成因子之比 动量 MOM 小盘指数比大盘指数的日度收益 直接使用 动量 MOM_RSRSrsq 主力支撑相对强弱的
41、拟合优度 合成因子之比 波动率 CORRapx 指数成分股横截面的相关系数,近似算法 合成因子之比或大盘指数的指标 波动率 SEMIVLOT_60D_DN 60 天上行波动率与下行波动率之比 合成因子之比 波动率 PVOLT20D_MA60D 20 天波动率的 60 日均值 合成因子之比 波动率 VOLTcs 指数成分股横截面波动率 合成因子之比 估值 VAL_EP_BiasL 估值因子 EP 的长期偏差 合成因子之比 估值 VAL_EP_TTM 估值因子 EP_TTM 合成因子之比 换手率 TVR_120D 换手率变动 合成因子之比 换手率 TVR_20D_DN 20 天上行换手率与下行换手
42、率之比 合成因子之比 数据来源：Wind，国融证券研究发展部。通过本文的筛选，发现 Beta、Rsq、波动率、估值、动量及换手率类因子具有相对较好的轮动择时效应。首先在指标构建方法上，除了直接的价格动量MOM 指标和衡量指数成分股涨跌的离散度指标 CORRapx 外，其他因子都采 4 比如跟个股价格的大小有关的 MACD 等指标就可以采用将原始指标直接除以当期价格的办法来去纲量。2 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 13 用计算成分股合成因子后再计算小盘与大盘
43、指数因子之比的办法使用。其次在指标数据的信号生成方法方面，直接采用均线系的信号生成方法效果较好。图 13：单指标轮动净值与指数净值：Barra_Beta 图 14：单指标轮动净值的超额净值：Barra_Beta 数据来源：Wind，国融证券研究发展部 数据来源：Wind，国融证券研究发展部 图 15：单指标轮动净值与指数净值：Rsq_80D 图 16：单指标轮动净值的超额净值：Rsq_80D 数据来源：Wind，国融证券研究发展部 数据来源：Wind，国融证券研究发展部 图 17：单指标轮动净值与指数净值：MOM 图 18：单指标轮动净值的超额净值：MOM 数据来源：Wind，国融证券研究发展
44、部 数据来源：Wind，国融证券研究发展部 0.001.002.003.004.002010201120122013201420152016201720182019上证50中证500Barra_BETA0.000.501.001.502.002.503.00Barra_BETA/上证50Barra_BETA/中证5000.000.501.001.502.002.503.002010201120122013201420152016201720182019上证50中证500Rsq_80D0.000.501.001.502.002.50Rsq_80D/上证50Rsq_80D/中证5000.000.5
45、01.001.502.002.503.003.502010201120122013201420152016201720182019上证50中证500MOM0.000.501.001.502.002.50MOM/上证50MOM/中证5002 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告 请阅读最后一页的免责声明 14 图 19：单指标轮动净值与指数净值：CORRapx 图 20：单指标轮动净值的超额净值：CORRapx 数据来源：Wind，国融证券研究发展部 数据来源：Wind，国融证券研究发展部
46、图 21：单指标轮动净值与指数净值：VAL_EP_BiasL 图 22：单指标轮动净值的超额净值：VAL_EP_BiasL 数据来源：Wind，国融证券研究发展部 数据来源：Wind，国融证券研究发展部 图 23：单指标轮动净值与指数净值：TVR_20D_DN 图 24：单指标轮动净值的超额净值：TVR_20D_DN 数据来源：Wind，国融证券研究发展部 数据来源：Wind，国融证券研究发展部 分指标具体来说：（1）Beta 及 Rsq 类指标都是风险指标，但指标表现有较大的差异。先从Barra_Beta 指标轮动回测的净值及与指数的净值对比看，该指标总体上偏向于小盘风格，在 2017 年之
47、前大部分时间都选择了中证 500 指数；而 Rsq_80D 指0.001.002.003.002010201120122013201420152016201720182019上证50中证500CORRapx0.000.501.001.502.002.50CORRapx/上证50CORRapx/中证5000.001.002.003.004.005.002010201120122013201420152016201720182019上证50中证500VAL_EP_BiasL0.001.002.003.004.005.00201020112012201320142015201620172018201
48、9VAL_EP_BiasL/上证50VAL_EP_BiasL/中证5000.000.501.001.502.002.503.003.502010201120122013201420152016201720182019上证50中证500TVR_20D_DN0.000.501.001.502.002.503.002010201120122013201420152016201720182019TVR_20D_DN/上证50TVR_20D_DN/中证5002 0 1 4 6 3 8 7/3 6 1 3 9/2 0 1 9 0 4 0 2 1 6:2 2证券研究报告金工专题证券研究报告金工专题报告报告
49、请阅读最后一页的免责声明 15 标对大小盘风格转换的识别能力较强，不论是在 2014 年底的“量化黑天鹅”期间还是 2017 年大盘风格的反转，该指标都识别到了，但对于小级别的风格轮动识别效果较差，在 2015 年之前的净值还没跑赢同期中证 500；这两个指标的择时表现随着固定持有时间的增加而有递减趋势，信号衰减较快。（2）纯动量指标 MOM 也有较好轮动择时效果，在 2016 年之前的净值相对上证 50 指数是稳定增强的，而到 2017 年之后对中证 500 指数有稳定的增强，但指标在市场大涨大跌期间对大小盘风格跟踪的效果较差，风格趋势比较明显的时期表现较好。（3）指数成分股离散度指标 CO
50、RRapx 常用于大盘择时，这里采用上证 50指数的离散度指标对大小盘轮动择时也有不错的效果，样本内年化收益 10%，远超同期指数。从该指标回测净值相对指数的超额净值来看，该指标轮动净值在 2015 年以后相对中证 500 指数有非常稳定的超额收益，但 2013 年之前对小市值风格的识别效果稍差。（4）从指标本身的构造来看，估值指标是存在一些动量效应的，因此其对大小盘择时的效果也带有动量指标的择时特征。从市盈率（倒数）的偏差指标VAL_EP_BiasL 轮动择时的净值可以发现，该指标值在 2016 年之前总体偏向于小盘风格，而且还能稳定的跑赢同期指数；但这之后的漂亮 50 行情并没有跟踪到，直
