1、 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 1 金融工程金融工程 证券证券研究报告研究报告 2018 年年 06 月月 04 日日 作者作者 吴先兴吴先兴 分析师 SAC 执业证书编号：S1110516120001 18616029821 陈可陈可 联系人 相关报告相关报告 1 资产配置策略研究之三：基于风格因子溢价的资产配置视角 2017-12-05 2 资产配置策略研究之二：引入衰减加权和趋势跟踪的主成分风险平价模型研究 2017-11-17 3资产配置策略研究之一：基于半衰主成分风险平价模型的全球资产配置策略研究 2017-09-18 资产资产轮
2、动轮动策略研究策略研究（一一）：不一样的宏观不一样的宏观动量动量视角视角 宏观动量与股票择时宏观动量与股票择时 由于单个因子存在太多噪声以及宏观对股票市场的映射关系非线性，使得几乎所有的单因子宏观动量策略均难以得到好的择时效果。为了克服单因子噪声过大的困扰，我们通过吸收宏观分析中常用的交叉验证思想，构造了基于经济增长动量指标的动量策略，其回测效果基本超越所有了所有的单因子回测表现，其中最优策略年化收益达到 12.57%，最大回撤为 33.65%，信息比达到 0.72；此外，为了克服宏观动与股票市场非线性的困扰，我们深挖宏观逻辑，细化了经济过热期和货币政策超越经济周期这两种情形，改进了我们此前构
3、造的宏观动量指标，基于新宏观动量指标_所构建的动量策略，年化收益达到 26%，最大回撤为 26.32%，信息比达到 1.26，表现大幅提升。宏观动量与债券择时宏观动量与债券择时 由于宏观动量与债市之间的关系是线性的，我们无需对宏观动量指标进行过多的改造。简单的宏观+趋势动量策略的效果已经显著超越了所有的单因子模型和趋势动量模型，其年度平均收益达到 1.62%（采用净价指数择时，没有考虑票息收益）,，而回撤收益控制在 3.26%左右，信息比为1.01。股债轮动模型股债轮动模型 我们在传统 60/40 的股债轮动模型的基础上构建我们的股债轮动策略。整体上，我们构建的股债轮动策略从 2006 年至
4、2017 年年回报率达到 22.24%，最大回撤为 25.24%，夏普比达到 1.12，策略整体表现优异，大幅超越传统60/40 股债轮动模型。其中在 2013 年和 2016 年获取负收益，分别是 13 年钱荒导致股债双杀和 16 年 1 月份熔断触发股灾所致。风险风险提示提示：模型依赖历史信息，存在失效风险 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 2 内容目录内容目录 1.引言引言.4 2.宏观信息的三种运用宏观信息的三种运用.5 3.宏观动量与股票市场择时宏观动量与股票市场择时.7 3.1.宏观变量的初步筛选.7 3.2.单因子宏观动量策略初探
5、.8 3.3.简单趋势动量策略.10 3.4.深入宏观逻辑的宏观动量策略.11 3.4.1.交叉验证的魔力.12 3.4.2.非线性的宏观股票映射关系刻画.14 3.4.3.纳入非线性宏观特征动量指标的实证检验.20 3.4.4.回测敏感性分析.21 4.宏观动量与债券市场择时宏观动量与债券市场择时.21 4.1.单因子宏观动量策略初探.21 4.2.传统趋势动量策略.22 4.3.宏观+趋势动量策略.23 5.股债轮动模型股债轮动模型.24 图表目录图表目录 图 1：几类经典大类资产配置模型对收益预测的依赖程度.4 图 2：宏观动量所获取收益的理论来源.4 图 3：宏观信息与资产轮动结合的三
6、种主要路径.5 图4：部分具有协整关系的宏观序列的预测显著程度T值分布(000300.SH，2006.01-2018.03).6 图 5：单因子宏观动量策略跑输买入持有策略的原因分解.10 图 6：三组趋势动量策略的净值曲线.11 图 7：三组宏观动量策略的净值曲线（沪深 300，2006-12-31 至 2018-3-31）.13 图 8：传统趋势动量策略与基于经济增长指标的宏观动量策略对比（k=3）.13 图 9：美林时钟与资产轮动.15 图 10：金融危机后美股在不同的经济环境下均表现出色.15 图 11：我们的宏观股票传导逻辑流程图.17 图 12：国内 CPI 表现与隐含通胀目标（%
7、）.17 图 13：经济过热状态下的非线性特征刻画方法.18 图 14：货币政策还是宏观经济驱动的逻辑的刻画.19 图 15：纳入非线性宏观特征动量指标的回测净值表现.20 图 16：三组趋势动量策略的回测表现.23 图 17：宏观+趋势动量策略的净值表现.24 图 18：股债轮动策略净值表现.25 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 3 表 1：部分常用宏观序列的平稳性检验及与 000300.SH 收益序列的协整关系检验(2006.01-2018.03).5 表 2：宏观指标筛选.8 表 3：单个宏观指标动量择时策略效果评价.9 表 4：三组趋
8、势动量策略的回测表现.11 表 5：基于经济增长动量指标的宏观动量策略（K=1，3，5）.12 表 6：不同期数条件下 基于经济增长动量指标(交叉验证)的宏观动量策略与单因子宏观动量策略排名对比.13 表 7：基于经济增长动量指标的宏观动量策略（K=3）.14 表 8：纳入非线性宏观特征动量指标的回测评价表.20 表 9：不同经济增长阈值（纵轴）与不同信息比率阈值（横轴）下平均年化收益表现.21 表 10：债券单因子宏观动量策略回测效果.21 表 11：不同历史信息期数下的趋势动量策略回测表现.22 表 12：宏观+趋势动量策略的回测表现.23 表 13：股债轮动策略各年的市场表现.24 金融
9、工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 4 1.引言引言 传统意义上，大类资产配置的核心在于风险分散而非收益预测(择时)。但国内市场上由于杠杆受限，完全不融入收益预测观点的资产配置模型最终会得到接近债基的配置比例。为了提升资产配置模型的实用性，我们需要借助一些资产轮动策略加大组合配置的灵活性，提升组合整体的市场表现。图图 1：几类经典大类资产配置模型对收益预测的依赖程度几类经典大类资产配置模型对收益预测的依赖程度 资料来源：天风证券研究所 大类资产的轮动节奏与宏观走势息息相关。大类资产的轮动节奏与宏观走势息息相关。资产轮动规律并非完全的黑箱，宏观视角就是
10、打开其中奥秘的“关键之匙”。各国经验均表明，大类资产轮动的重要转折往往也伴随着重要的宏观趋势拐点；宏观信息中蕴藏着丰富的宝藏，能够为投资者指引出更合适的配置方向。我们尝试基于宏观逻辑在资产配置中加入更多的择时成分；相比于其他的择时体系，基于宏观的择时往往在逻辑可解释性、效果稳健性上更胜一筹。如何有效地挖掘宏观信息？本文提供了一个基于宏观动量的研究视角。如何有效地挖掘宏观信息？本文提供了一个基于宏观动量的研究视角。宏观动量是海外众多宏观对冲基金的策略核心基础，其本质是市场对宏观层面趋势性信息的反应长期不足，使得基于经济趋势判断的择时能够显著获取超额收益。例如，当经济处于繁荣趋势期间，股票的市场表
11、现持续优于债券类资产；而当经济处于衰退趋势时，债券表现能够持续优于股票。我们基于每期宏观数据相对上期的变化方向，刻画出当期的宏观动量信息，并挖掘该信息与各资产市场表现之间的联系。图图 2：宏观动量所获取收益的理论来源宏观动量所获取收益的理论来源 资料来源：天风证券研究所 宏观动量的核心是对宏观逻辑的精确量化宏观动量的核心是对宏观逻辑的精确量化。相比于其他类型的研究视角，宏观动量的魅力在于：1）其信号计算过程简洁且参数依赖程度低，无需截取较长的样本来训练参数，这 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 5 很契合当下国内市场有效样本不足的现状；2）每次
12、资产轮动信号的产生均基于一定的宏观逻辑，某种程度上减轻了资产配置模型中过拟合的风险。但与此同时，宏观动量策略在具体落地时仍面临一些困扰：1)无论是宏观数据指标、还是宏观经济本身在短期均存在明显的噪声，所构建的宏观动量指标可能会误判经济趋势；2）不同场景下宏观对各资产类别的作用机制不同，需要在模型中充分考虑各类宏观逻辑的深入量化。例如，经济增长实际上对股票的影响是非线性的：如果经济增长处于适宜程度，那么经济增长与股价收益大致正相关；如果经济处于过热状态（超出了货币当局的容忍上限），那么经济增长意味着更严厉的货币政策，对股票收益偏负面。宏观动量指标构建宏观动量指标构建本身并不复杂本身并不复杂，其内
13、核完全在于宏观逻辑的，其内核完全在于宏观逻辑的刻画刻画，本文尝试通过深挖不，本文尝试通过深挖不同资产的宏观逻辑，以期提供一个不一样的宏观动量视角同资产的宏观逻辑，以期提供一个不一样的宏观动量视角。2.宏观信息的三种运用宏观信息的三种运用 宏观信息蕴含了决定大类资产轮动的重要线索，不少投资者希望基于对宏观因素的量化来提升配置组合的整体市场表现。宏观信息与资产轮动之间的结合主要分为三种路径：图图 3：宏观信息与资产宏观信息与资产轮动轮动结合的三种主要路径结合的三种主要路径 资料来源：天风证券研究所 基于基于宏观状态信息：宏观状态信息：利用宏观数据绝数值对各类资产收益直接预测。利用宏观数据绝数值对各
14、类资产收益直接预测。不同宏观状态下，各类资产具有不同的预期收益，可以基于宏观数值绝对水平判断未来资产收益。该方法奏效的前提是宏观数据的绝对水平能够代表宏观经济状态的差异。但在实际运用中，我们发现：所能采集到的宏观序列均具有较大的噪音，甚至大多数时间序列并不平稳，也无法与资产收益序列形成协整关系，少部分具备协整关系的宏观序列的预测意义也并不显著。所以，依赖宏观数据绝对值信息进行分析建模很难得到有效的结果。表表 1：部分常用宏观序列的平稳性检验及与部分常用宏观序列的平稳性检验及与 000300.SH 收益收益序列的协整关系检验序列的协整关系检验(2006.01-2018.03)平稳性检验平稳性检验
15、 协整检验协整检验(沪深沪深 300 收益率序列，领先收益率序列，领先 1 期期)PPI:全部工业品:当月同比 否 否 6 大发电集团耗煤量:当月同比 否 否 产量:汽车:当月同比 否 否 兰格钢铁:钢铁流通业采购经理人指数(LGSC-PMI)是 是 PMI 否 否 美国:供应管理协会(ISM):制造业 PMI 否 否 美国:成屋签约销售指数:同比:季调 否 否 M1:同比 否 否 M2:同比 否 否 社会融资规模:当月值 是 是 贸易差额:当月同比 是 是 金融机构:新增人民币贷款:中长期:当月值 是 是 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 6
16、 CPI:当月同比 是 是 GDP:当季同比 否 否 工业增加值:当月同比 是 是 产量:发电量:当月同比 否 否 产量:粗钢:当月同比 否 否 产量:挖掘机:当月同比 否 否 中国航运景气预警指数(CSAI)否 否 铁路货运量:当月同比 否 否 贷款需求指数 否 否 社会融资规模:新增人民币贷款:当月值 是 是 企业家信心指数 否 否 宏观经济景气指数:先行指数 否 否 PMI:新订单 否 否 中小企业信心指数 是 是 房屋新开工面积:累计同比 否 否 商品房销售面积:累计同比 否 否 资料来源：Wind，天风证券研究所 图图 4：部分具有协整关系的宏观序列的预测显著程度部分具有协整关系的宏
17、观序列的预测显著程度 T 值分布值分布(000300.SH，2006.01-2018.03)资料来源：wind,天风证券研究所 基于基于宏观预期差信息：宏观预期差信息：利用利用市场预期与真实数据之间的预期差构建事件市场预期与真实数据之间的预期差构建事件驱动驱动型策略。型策略。在宏观数据尚未公布之前，市场会形成对宏观数据的预期，并依据预期宏观数据对各资产进行定价；而当宏观真实数据披露后，市场会瞬间反应两者之间的预期差，对各资产定价造成波动。投资者原则上可以基于预期差构建事件驱动型策略，该策略具有调仓灵活、期望收益高等特点，往往会在战术资产配置（TAA）层面为投资组合增强收益。但此类模型在实际运用
18、中仍然存在一定的困扰：1）统计局对宏观数据披露不存在固定的时间表，我们很难获知预期差形成的具体日期，而大部分超额收益均在较短周期内兑现；2）具有较高的参数依赖性，需要较长的样本进行参数训练，使得真正的样本外表现记录并不充分。基于宏观趋势信息：利用宏观动量指标对各类资产进行择时判断基于宏观趋势信息：利用宏观动量指标对各类资产进行择时判断。一般而言，资产收益表现对宏观趋势的反应不足，如果能够尽早确定宏观趋势，可以在整个趋势过程中获取较高的动量回报。整体上，宏观动量信号趋势拐点特征清晰，在预测拐点上比传统的动量策略具有显著优势；在趋势追踪过程中，所产生的信号与传统动量策略独立性较强，往往能够形成互补
19、。宏观动量信号所面临的挑战在于：1）资产收益与宏观动量之间的联系是非线性的，需要基于市场宏观逻辑判断不同时期各类宏观动量对资产收益的影响程度强弱；2）动量指标相当于宏观绝对数值的一阶差分，数据的稳健性显著提高，但仍然存在较大程度的噪声干扰，当宏观数据所反映的宏观趋势较为混沌时，模型极容易产生错误信号。1.04 1.00 0.41 0.33 0.32 0.15 -0.02 -0.200.000.200.400.600.801.001.20新增社会融资规模 新增人民币贷款 中小企业信心指数 钢铁流通业PMI CPI(同比)工业增加值(同比)贸易差额(同比)金融工程金融工程|金工专题报告金工专题报告
20、 请务必阅读正文之后的信息披露和免责申明 7 本篇报告尝试从宏观动量角度出发，本篇报告尝试从宏观动量角度出发，期望期望加强加强对对各类资产的各类资产的择时预测能力以提升资产配置择时预测能力以提升资产配置组合的整体表现。组合的整体表现。我们分别在我们分别在股票股票市场、债券市场基于宏观逻辑上构建动量指标，并分析市场、债券市场基于宏观逻辑上构建动量指标，并分析指标的择时回测表现；最后，我们根据每期的宏观动量信号，构建资产配置组合。指标的择时回测表现；最后，我们根据每期的宏观动量信号，构建资产配置组合。3.宏观动量与宏观动量与股票股票市场择时市场择时 我们选取沪深 300 指数(000300.SH)
21、作为基准构建择时策略，调仓频率为月度，每个月末按收盘价基于最新的宏观信息进行调仓（若当日无法交易，则顺延至最近交易日），由于交易频率低，暂不考虑交易费用设置。3.1.宏观变量宏观变量的初步的初步筛选筛选 传统意义上，股价波动与经济增长、通货膨胀以及货币政策密切相关。我们从三个维度分别筛选宏观指标。1）经济增长经济增长 由于单一指标难以窥探经济增长全貌，我们需要从不同观察视角选取常用的指标。观察经济增长的维度主要包括：支出和生产视角、信贷视角、海外和贸易视角以及问卷预期视角。其中支出和生产视角方面，投资分项是支出层面中弹性最大的一部分，而投资所对应的大部分增量产能主要集中于生产层面的地产行业和制
22、造业，我们主要从上述细分项中选择常用的指标。2）通货膨胀通货膨胀 人民银行隐含的通胀目标与 CPI 表现密切挂钩，此外 PPI 通常反映工业景气度，也是央行进行货币政策决策的重要参考。所以我们主要选取 CPI 同比和 PPI 同比两个指标作为通胀度量。3）货币政策货币政策 由于中国尚未培育出一个具备走廊、活跃报价且稳定程度高的基准利率品种，所以我们需要在众多短端报价中寻找一个最为合适的替代品。尽管 DR007 近年来越来越接近基准利率的定位，但由于存续期较短（从 14 年开始报价）并不符合回测要求。相对而言，Shibor 3M具备定价稳定、报价活跃等特征，是当下较为理想的刻画货币政策意图的指标
23、。为了满足月度调仓的需求，我们计算 Shibor 3M 的月度平均值作为月度货币政策指标。金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 8 表表 2：宏观宏观指标筛选指标筛选 指标栏目指标栏目 指标名称指标名称 数据公布延迟数据公布延迟 数据发布频率数据发布频率 经济增长(海外与贸易)兰格钢铁:钢铁流通业采购经理人指数(LGSC-PMI)1m 月 经济增长(海外与贸易)美国:供应管理协会(ISM):制造业 PMI 1m 月 经济增长(海外与贸易)美国:成屋签约销售指数:同比:季调 1m 月 经济增长(海外与贸易)贸易差额:当月同比 1m 月 经济增长(生产
24、与支出)6 大发电集团耗煤量:当月同比 1m 月 经济增长(生产与支出)产量:汽车:当月同比 1m 月 经济增长(生产与支出)GDP:当季同比 1m 月 经济增长(生产与支出)工业增加值:当月同比 1m 月 经济增长(生产与支出)产量:发电量:当月同比 1m 月 经济增长(生产与支出)产量:粗钢:当月同比 1m 月 经济增长(生产与支出)产量:挖掘机:当月同比 1m 月 经济增长(生产与支出)中国航运景气预警指数(CSAI)1m 月 经济增长(生产与支出)铁路货运量:当月同比 1m 月 经济增长(生产与支出)房屋新开工面积:累计同比 1m 月 经济增长(生产与支出)商品房销售面积:累计同比 1
25、m 月 经济增长(生产与支出)宏观经济景气指数:先行指数 1m 月 经济增长(问卷与预期)PMI 1m 月 经济增长(问卷与预期)企业家信心指数 1m 月 经济增长(问卷与预期)PMI:新订单 1m 月 经济增长(问卷与预期)中小企业信心指数 1m 月 经济增长(信贷)M1:同比 1m 月 经济增长(信贷)M2:同比 1m 月 经济增长(信贷)社会融资规模:当月值 1m 月 经济增长(信贷)金融机构:新增人民币贷款:中长期:当月值 1m 月 经济增长(信贷)贷款需求指数 1m 月 经济增长(信贷)新增社会融资规模:当月值 1m 月 通货膨胀 CPI：当月同比 1m 月 通货膨胀 PPI：当月同
26、比 1m 月 货币政策 Shibor 3M：当月同比 1m 月 资料来源：wind，天风证券研究所 3.2.单因子宏观动量策略初探单因子宏观动量策略初探 首先我们对所选取的每个宏观指标分别构建单因子动量策略，为了形成对比，我们将简单的买入持有策略作为比较基准。具体构建流程如下：选用资产：沪深 300 指数（000300.SH）策略开始时期：2006 年 12 月 31 日与宏观序列起始发布日期的最大值 策略终止时期：2017 年 12 月 31 日 调仓规则：先基于逻辑判断不同宏观指标对股票市场的影响方向；当存在正影响时，如果当月获取的最新一期数据高于上期，则全仓买入 0000300.SH，否
27、则开空仓；当存在负影响时，如果当月获取的最新一期数据高于上期，则开空仓，否则全仓买入 000300.SH。调仓周期：月末调仓 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 9 表表 3：单个单个宏观宏观指标指标动量择时策略动量择时策略效果效果评价评价 指标名称指标名称 影响方向影响方向 择时胜率择时胜率 绝对收益绝对收益 相对收益相对收益 最大连续错误次数最大连续错误次数 最大回撤最大回撤 信息比信息比 简单持有策略简单持有策略 54.96%6.26%0.00%4 72.30%0.2156 PPI_全部工业品_当月同比 正 45.04%-6.60%-12.
28、82%10 82.30%-0.3224 6 大发电集团耗煤量_当月同比 正 41.98%-0.40%-6.52%9 45.51%-0.0226 产量_汽车_当月同比 正 56.49%9.61%3.21%6 49.84%0.4673 兰格钢铁_钢铁流通业采购经理人指数(LGSC-PMI)正 41.22%5.09%-3.05%8 20.58%0.386 PMI 正 52.67%4.42%-1.84%4 54.22%0.2149 美国_供应管理协会(ISM)_制造业 PMI 正 50.38%4.73%-1.57%9 63.41%0.2289 美国_成屋签约销售指数_同比_季调 正 45.80%1.1
29、6%-5.11%6 70.29%0.0579 M1_同比 正 51.15%4.19%-2.07%8 50.51%0.2189 M2_同比 正 50.38%0.39%-5.88%7 46.35%0.02 新增社会融资规模_当月值 正 49.62%0.97%-5.29%9 59.02%0.0443 贸易差额_当月同比 正 42.75%2.79%-3.47%10 62.60%0.1358 新增人民币贷款_中长期_当月值 正 49.62%-4.02%-10.29%7 76.43%-0.1936 CPI_当月同比 正 47.33%5.19%-1.07%12 55.57%0.2528 GDP_当季同比 正
30、 55.73%8.61%2.29%8 41.67%0.5811 工业增加值_当月同比 正 54.20%5.13%-1.13%6 49.49%0.2565 产量_发电量_当月同比 正 51.91%5.33%-0.94%5 40.80%0.2666 产量_粗钢_当月同比 正 52.67%1.47%-4.79%6 44.50%0.0703 产量_挖掘机_当月同比 正 53.44%1.55%-4.89%5 40.97%0.0745 中国航运景气预警指数(CSAI)正 51.91%7.10%0.84%7 52.94%0.3412 铁路货运量_当月同比 正 47.33%0.68%-5.59%7 47.82
31、%0.0357 贷款需求指数 正 46.56%1.76%-4.52%5 61.27%0.088 社会融资规模_新增人民币贷款_当月值 正 55.73%2.26%-4.00%8 62.59%0.1043 企业家信心指数 正 47.33%2.15%-4.13%7 57.66%0.12 宏观经济景气指数_先行指数 正 53.44%9.24%2.98%7 46.66%0.4646 PMI_新订单 正 51.91%4.07%-2.25%4 53.68%0.2061 中小企业信心指数 正 44.27%-0.97%-6.79%7 36.07%-0.0644 房屋新开工面积_累计同比 正 51.91%4.87
32、%-1.54%7 43.48%0.2489 商品房销售面积_累计同比 正 43.51%1.73%-4.54%8 57.09%0.0835 shibor 3M 负 51.91%5.25%-1.01%4 59.87%0.2517 资料来源：天风证券研究所 从上述回测结果来看，单因子宏观动量策略基本很难跑赢简单的买入持有策略。只有“产量_汽车_当月同比”、“GDP_当季同比”、“宏观经济景气指数_先行指数”指标的动量策略 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 10 在择时胜率和回撤控制、绝对收益上能够显著战胜买入持有策略，但但由于缺乏足够支撑的由于缺乏足
33、够支撑的逻辑，逻辑，不排除这是数据挖掘后的结果不排除这是数据挖掘后的结果。为何单因子为何单因子宏观宏观动量策略会显著跑输简单动量策略会显著跑输简单的的买入持有策略？买入持有策略？我们分析：1）即便做了动量化处理，宏观指标仍然存在大量噪音扰动，且噪音来源多样，包括一些季节性因素、翘尾因素、统计变更因素以及宏观经济自身波动等等，逐个指标消除这些因素非常困难；2）宏观动量与股票市场的映射关系并非线性的，这种非线性一方面体现在宏观动量对股票市场的影响并不固定（例如经济呈现复苏趋势时对股票有利，一旦经济过热就会对股票不利），一方面体现在映射反馈时间不确定（例如当经济过热时，股票往往会下跌，但何时出现拐点
34、很大程度取决于市场预期与央行紧缩政策之间的博弈）。图图 5：单因子宏观动量策略跑输买入持有策略：单因子宏观动量策略跑输买入持有策略的原因的原因分解分解 资料来源：天风证券研究所 如何改进已有的单因子宏观动量策略？如何改进已有的单因子宏观动量策略？首先，我们希望通过合适的方法，尽可能降低单个指标的噪声影响，得到更稳健的序列用于刻画宏观趋势；其次，我们尝试深挖宏观动量与资产收益之间的内在逻辑，并将该逻辑深入到我们的量化策略中，以降低非线性关系所带来的困扰。此外，我们还关注传统动量策略与宏观动量策略的异同。此外，我们还关注传统动量策略与宏观动量策略的异同。传统动量策略与宏观动量策略具备一定的关联性，
35、其收益均是来源于当前市场对趋势动态的反应不足。为了进一步分析比较两类策略在择时信号、择时表现等方面的异同，我们将构建传统动量策略作为后续宏观动量策略的比较基准，并期望能够将两者结合提升整体的择时收益。3.3.简单趋势动量策略简单趋势动量策略 我们将构建一组简单的趋势动量策略作为之后各类动量策略的比较基准。趋势动量策略利用当前及过去市场表现作为下一期择时的依据，如果历史表现优异，则认为接下来一期做多将获取正的期望回报。策略奏效的前提是基准指数收益在月度频率上具有显著的动量效应。我们根据所参考历史表现期数不同，构建趋势动量策略组*_+。_具体构建流程如下：选用资产：沪深 300 指数（000300
36、.SH）策略开始时期：2006 年 12 月 31 日 单因子宏观动量策略的困境 单宏观因子噪音较大 季节性因素 统计变更因素 翘尾因素 宏观经济自身波动 宏观与股票关系非线性 影响方向不固定（经济繁荣经济过热）反馈时间不固定（经济过热，但何时反转？）金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 11 策略终止时期：2017 年 12 月 31 日 调仓规则：1）在每个时期，分别计算过去月的单月指数信息比率+1，；针对其中任意期的信息比率值，如果大于信息比率阈值_(_=1.5)，则计入得分1 分，如果小于-_，则计入得分-1 分；如果取值处于-_,_之间，
37、则计入得分 0 分，由此算出期市场历史表现得分_。12）我们对期的_汇总求和得到_，如果_0 则在时期全仓买入指数；如果_ 0,_ 0，股债配比维持 60%和40%；如果_ 0，股债配置比分别为 50%和 50%；如果_ 0,_ 0，股 债 配 置 比 分 别 为 70%和 30%；如 果 如 果_ 0,_ 0，股债配置比分别为 50 和 30%。调仓周期：月末调仓 表表 13：股债轮动策略各年的市场表现股债轮动策略各年的市场表现 平均年化收益平均年化收益 最大回撤最大回撤 波动率波动率 回撤开始日期回撤开始日期 回撤结束日期回撤结束日期 信息比信息比 Calmar 夏普比夏普比 2007 1
38、20.37%20.90%34.49%2007/10/16 2007/11/28 3.4895 5.76 3.4025 2008 10.68%1.34%3.16%2008/11/13 2008/11/25 3.3758 7.9921 2.4273 2009 58.78%25.24%28.99%2009/8/3 2009/8/31 2.0277 2.3291 1.9242 2010 5.45%12.39%11.04%2010/1/5 2010/5/17 0.4935 0.4397 0.2218 2011 2.52%1.71%1.45%2011/6/1 2011/7/28 1.7331 1.474-
39、0.3311 2012 13.18%6.69%7.27%2012/8/9 2012/12/3 1.8121 1.9695 1.3996 2013-2.14%12.37%11.95%2013/2/6 2013/12/26-0.1793-0.1733-0.4302 2014 47.67%3.05%10.87%2014/12/8 2014/12/9 4.384 15.6148 4.1081 2015 19.46%20.46%21.71%2015/6/8 2015/7/8 0.8964 0.9509 0.7582 2016-3.99%11.43%12.34%2016/1/6 2016/1/28-0.3
40、237-0.3495-0.5668 0.90.9511.051.11.151.21.25策略净值 基准 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 25 2017 21.41%6.07%10.02%2017/11/22 2017/12/7 2.1355 3.5284 1.8363 整体 22.24%25.24%17.14%2009/8/3 2009/8/31 1.2974 0.8812 1.1224 资料来源：天风证券研究所 图图 18：股债轮动策略净值表现股债轮动策略净值表现 资料来源：天风证券研究所 整体上，我们构建的股债轮动策略从 2006 年至
41、2017 年年回报率达到 22.24%，最大回撤为25.24%，夏普比达到 1.12，策略整体表现优异，大幅超越 60/40 基准组合。其中在 2013年和 2016 年获取负收益，分别是 13 年钱荒导致股债双杀和 16 年 1 月份熔断触发股灾所致。024681012宏观动量组合净值 60/40组合净值 金融工程金融工程|金工专题报告金工专题报告 请务必阅读正文之后的信息披露和免责申明 26 分析师声明分析师声明 本报告署名分析师在此声明：我们具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，本报告所表述的所有观点均准确地反映了我们对标的证券和发行人的个人看法。我们所得报酬
42、的任何部分不曾与，不与，也将不会与本报告中的具体投资建议或观点有直接或间接联系。一般声明一般声明 除非另有规定，本报告中的所有材料版权均属天风证券股份有限公司（已获中国证监会许可的证券投资咨询业务资格）及其附属机构（以下统称“天风证券”）。未经天风证券事先书面授权，不得以任何方式修改、发送或者复制本报告及其所包含的材料、内容。所有本报告中使用的商标、服务标识及标记均为天风证券的商标、服务标识及标记。本报告是机密的，仅供我们的客户使用，天风证券不因收件人收到本报告而视其为天风证券的客户。本报告中的信息均来源于我们认为可靠的已公开资料，但天风证券对这些信息的准确性及完整性不作任何保证。本报告中的信
43、息、意见等均仅供客户参考，不构成所述证券买卖的出价或征价邀请或要约。该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对任何人的个人推荐。客户应当对本报告中的信息和意见进行独立评估，并应同时考量各自的投资目的、财务状况和特定需求，必要时就法律、商业、财务、税收等方面咨询专家的意见。对依据或者使用本报告所造成的一切后果，天风证券及/或其关联人员均不承担任何法律责任。本报告所载的意见、评估及预测仅为本报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。过往的表现亦不应作为日后表现的预示和担保。在不同时期，天风证券可能会发出与本报告所载意见、
44、评估及预测不一致的研究报告。天风证券的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。天风证券没有将此意见及建议向报告所有接收者进行更新的义务。天风证券的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。特别声明特别声明 在法律许可的情况下，天风证券可能会持有本报告中提及公司所发行的证券并进行交易，也可能为这些公司提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。因此，投资者应当考虑到天风证券及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲
45、突，投资者请勿将本报告视为投资或其他决定的唯一参考依据。投资评级声明投资评级声明 类别类别 说明说明 评级评级 体系体系 股票投资评级 自报告日后的 6 个月内，相对同期沪 深 300 指数的涨跌幅 行业投资评级 自报告日后的 6 个月内，相对同期沪 深 300 指数的涨跌幅 买入 预期股价相对收益 20%以上 增持 预期股价相对收益 10%-20%持有 预期股价相对收益-10%-10%卖出 预期股价相对收益-10%以下 强于大市 预期行业指数涨幅 5%以上 中性 预期行业指数涨幅-5%-5%弱于大市 预期行业指数涨幅-5%以下 天风天风证券研究证券研究 北京北京 武汉武汉 上海上海 深圳深圳 北京市西城区佟麟阁路 36 号 邮编：100031 邮箱： 湖北武汉市武昌区中南路 99 号保利广场 A 座 37 楼 邮编：430071 电话：(8627)-87618889 传真：(8627)-87618863 邮箱： 上海市浦东新区兰花路 333 号 333 世纪大厦 20 楼 邮编：201204 电话：(8621)-68815388 传真：(8621)-68812910 邮箱： 深圳市福田区益田路 5033 号 平安金融中心 71 楼 邮编：518000 电话：(86755)-23915663 传真：(86755)-82571995 邮箱：