2022年Q1量化策略总结：在下跌中寻找机会

摘要 2022年年初至今，A股市场经历了较大幅度的调整，市场悲观情绪持续蔓延。 在如此市场大环境下，更需要把握市场节奏，顺应市场趋势，挖掘潜在投资机会。本篇报告总结华创金工目前全部策略历史结果与今年一季度结果并给出未来观点。 首先，从择时角度，我们自2019年开始深耕于大盘择时，基于多维角度，创立了短期、中期、长期的择时模型。我们认为市场择时一定不是单一模型可以实现的，在每个周期下，我们从不同角度出发，又构建了次级别的策略。同一周期下策略或者不同周期下的策略可以进行耦合与共振，这样才能做到攻守兼备。2022年Q1择时模型价量共振策略确保了2022年Q1指数看多次数较少，规避了市场较大幅度的调整。中证500指数智能择时模型今年绝对收益为7.77%，远超指数的负收益。 在行业轮动角度，将基金收益分解至中信一级行业，从而得到单支基金在各行业上的近似比例，然后，将当期的平均行业持仓比例减去全市场的行业市值占比×平均总仓位，得到超配/低配比例，针对单个行业的时间序列数据进行中性化处理，即可得到每个季度的行业推荐，该策略年化可以获得23.3%的绝对收益，相对等权一级行业超额年化10.68%。我们在一季度初推荐的房地产今年收益为6.20%。 在选股角度，我们有《大师选股系列》、CANSLIM选股系列与形态选股模型，其中CANSLIM 2.0在2022年至今策略收益-11.54%，相对偏股混合型基金指数超额收益4.63%。 在2022年，我们将继续砥砺前行，开发更多优秀策略。 风险提示： 本报告中数据均为历史数据，不代表未来发展趋势。 投资主题 报告亮点 本篇报告以目前华创金工历史所有择时、行业轮动、选股模型为基础，通过回顾2022年一季度表现，全方位分析与展示各类模型收益，并给出各个模型对未来的预测结果。首先，这篇报告是一个历史报告中模型的结果汇总，其次，本篇报告通过分析最近的各个模型的收益，对模型今年效果进行评价，并给出未来预测结果。 投资逻辑 择时采用多角度模型来分析市场；行业轮动模型基于基金预估仓位与超欠配来对行业未来进行预判；选股策略采用多视角选股的方法，列出市场未来值得关注的股票组合。目前择时、行业轮动、选股在历史上都有不俗的表现，可以通过这些策略对市场未来的投资机会进行预判。 一、2022年一季度复盘与回顾 2022年一季度已经过去，A股三大指数均走低，上证指数、创业板收、深证成指累积分别下跌10.65%、19.96%、18.44%。 图表1 2022年Q1主要宽基指数收益 从行业表现来看，一季度中信一级行业有3个上涨。煤炭、房地产、银行板块涨幅分别为23.43%、6.20%、1.92%。 图表2 2022年Q1行业指数收益 值得一提的是，领涨的煤炭、房地产行业在3月的后半月表现非常亮眼。 在下跌的行业中，电子、国防军工、汽车、家电、食品饮料、机械指数跌幅居前，跌幅均超20%。 虽然一季度A股行情表现欠佳，但不乏牛股出现，在剔除年内上市新股后，上榜一季度十大牛股的涨幅门槛达到128.23%。 图表3 2022年Q1个股收益TOP10 接下来我们看一下不同类型基金的表现，其中在市场普跌的情况下，偏债混合型基金表现最好，季度平均收益为-3.47%，而股票型基金领跌，季度平均下跌16.36%。 图表4 2022年Q1不同类型基金收益率 一季度新成立公募基金678只，合计募集2738.27亿元，其中混合型423只，共募集1507.12亿，债券型118只，共募集996.98亿，股票型133只，共募集221.31亿，商品型4只，共募集12.85亿。 北向资金截止到2022年4月1日共流出199.08亿，其中沪股通流入198.89亿，深股通流出397.97亿。 二、择时策略 择时上，我们自2019年开始深耕于大盘择时，基于多维角度，创立了短期、中期、长期的择时模型。我们认为市场择时一定不是单一模型可以实现的，在每个周期下，我们从不同角度出发，又构建了次级别的策略。同一周期下策略或者不同周期下的策略可以进行耦合与共振，这样才能做到攻守兼备。 在过去持续地对多周期择时模型进行深挖和完善，我们得到了丰富的研究成果：短期择时体系有价量共振模型与低波之刃模型：其中价量共振模型主要作用在于跟踪趋势与捕捉顶部的背离，低波之刃模型在于捕捉市场底部的反弹行情。中期择时体系主要有推波助澜模型与月历效应模型：依赖涨跌停比率，构建推波助澜V1模型；挖掘更多信息，构建推波助澜V2模型；提升权重股占比，基于自由流通市值加权，构建推波助澜V3模型。月历效应模型是基于A股的春季躁动逻辑，基于中小盘指数构建的高胜率择时模型。长期择时体系主要有动量摆动模型：动量摆动模型先判断个股，再合成指数信号。 基于短中长期各个周期模型，我们构造了综合兵器模型：综合兵器模型不仅利用多个版本的模型，而且利用同一个模型下不同宽基指数的信号，各个模型拥有各自特色的逻辑去捕捉市场的波段，将各个模型的信息充分汲取并且整合，最终实现了质的飞跃。 我们还基于遗传规划，开发了智能算法择时模型：目前拥有沪深300指数的短期择时模型与GRASP(贪婪自适应搜索)算法合成的中证500指数短期择时模型。 （一）短期择时模型 1价量共振模型 价量共振模型的基础逻辑是当供不应求时，人潮汹涌，都要买进，成交量自然放大； 反之，供过于求，市场冷清无人，买盘稀少，成交量势必萎缩。华创金工探索的价量共振模型是基于一类低延迟快速的均线HMA来量化成交量，结合价格指标，创设一个结合价与量的新择时模型“价量共振择时模型”。价量共振择时模型，从初始的V1模型到更加稳健的价量共振V3模型(价量共振V1模型的缺点就是会在放量下跌的市场中，发出错误的买入信号。通过规避放量下跌产生的错误信号，形成价量共振V3模型)。 价量共振模型上证指数自2005年1月4日以来至2022年04月01日，年化收益13.28%，最大回撤15.05%，胜率64.8%，盈亏比1.89，夏普比率0.855，平均每年交易10.6次，平均多头持有周期6.2个交易日，历史回溯表现较为优秀。 价量共振V3模型在上证指数上自今年2022年1月1日至2022年04月01日的绝对收益为0.25%，最大回撤0.40%。而上证指数今年绝对收益-9.63%，最大回撤15.65%，，模型表现大幅超过基准指数，表现非常优秀。 图表5价量共振V3模型回测结果（上证指数） 2低波之刃模型 一般来说，当价量共振模型空仓时候，市场处于一个缩量状态，缩量市场要么下跌，要么震荡，因此低波之刃模型是在一个缩量并且震荡的市场下，获取多头波段收益。市场在震荡的时候，不断洗筹，成交量逐渐萎缩，市场波动在逐渐降低，直到市场冷冷清清，市场成交量与成交额降至冰点，才会有后续期待的反弹行情。低波之刃模型量化了市场处于极端缩量和极端冷清的这种状态，并且能够把握后续的反弹行情。 低波之刃模型在上证50指数上自2015年2月9日以来至2022年04月01日，年化收益7.08%，最大回撤12.57%，胜率67.7%，盈亏比1.01，夏普比率0.501，平均每年交易15次，平均多头持有周期3个交易日，历史回溯表现表明能够在市场处于震荡的情形下获取极度萎缩后的反弹收益。 低波之刃模型自今年2022年1月1日至2022年04月01日的绝对收益为-1.01%，最大回撤1.91%，而上证50指数今年以来收益为-9.83%，最大回撤17.19%，模型表现大幅超过基准指数，表现非常优秀。 图表6低波之刃模型回测结果（上证50指数） （二）中期择时模型 1推波助澜模型 推波助澜V1模型：市场涨停个股较多的时候，市场人气旺盛，容易走出上涨行情； 市场跌停个股较多的时候，市场人气冷淡，容易走出下跌行情。基于经验设定涨跌停阈值为9.5%，即个股涨幅大于9.5%为涨停，个股涨幅小于-9.5%为跌停。定义涨停比率：宽基指数单日涨幅大于9.5%的成分股数量占其成分股总数的比率。定义跌停比率：宽基指数单日跌幅大于9.5%(单日涨幅小于-9.5%)的成分股数量占其成分股总数的比率。推波助澜V1模型是基于涨停比率与跌停比率构建的择时模型。 推波助澜V2模型：而涨停和跌停仅仅只是利用个股当日涨跌幅的信息，因此我们定义连板比率，即连续涨停比率和连续跌停比率。连续涨停比率即宽基指数今日和昨日涨幅都大于9.5%的个股数量占其成分股总数的比率，同理，连续跌停比率即宽基指数今日和昨日跌幅都大于9.5%(涨幅小于-9.5%)的个股数量占其成分股总数的比率。类似涨跌停比率剪刀差的定义，涨停比率-跌停比率，因此我们定义连板比率剪刀差：即连续涨停比率-连续跌停比率。我们还定义了地天板比率和天地板比率，地天板比率即宽基指数今日地天板走势的个股数量占其成分股总数的比率，天地板比率即宽基指数今日天地板走势的个股数量占其成分股总数的比率。因此我们定义地天与天地板比率剪刀差：地天板比率-天地板比率。推波助澜V2模型是基于涨跌停比率剪刀差、连板比率剪刀差、地天与天地板比率剪刀差构建的择时模型。 推波助澜V3模型：A股指数的行情主要依靠权重股来带动，纯粹使用涨跌停个股数量简单加减不一定能真实反映A股的整体情绪，因此推波助澜V1模型与推波助澜V2模型计算涨跌停比率剪刀差的方式可能有所弊端。因此定义了自由流通市值加权涨跌停比率剪刀差、自由流通市值加权连板比率剪刀差、自由流通市值加权地天与天地板比率剪刀差，最终得到推波助澜V3模型，因此推波助澜V3模型是涨跌停择时系列中最稳健的模型。 推波助澜V3模型在沪深300指数上自2009年10月09日以来至2022年04月01日，年化收益12.63%，最大回撤14.16%，胜率60.3%，盈亏比2.08，夏普比率0.901，平均每年交易5.5次，平均多头持有周期15个交易日。 推波助澜V3模型自今年2022年1月1日至2022年04月01日的绝对收益为-8.76%，最大回撤10.14%。 图表7推波助澜V3模型回测结果（沪深300指数） 2月历效应模型 月历效应模型是基于A股的春季躁动逻辑，基于中小盘指数构建的高胜率择时模型。 月历效应模型在中证500指数上自2005年01月04日以来至2022年04月01日，年化收益8.21%，最大回撤16.73%，胜率94.4%，盈亏比29.96，夏普比率0.625，平均每年交易1次，平均多头持有周期16.3个交易日，策略胜率极高，择时回溯结果非常优秀。 而月历效应模型自今年2022年1月1日至2022年04月01日在中证500指数上的绝对收益为2.54%，最大回撤2.15%。 图表8月历效应模型回测结果（中证500指数） （三）长期择时模型 长期模型，即动量摆动模型：单纯从大盘宽基指数去挖掘长期信号，容易产生较多的噪音导致持有期限较为离散。而大盘宽基指数是由其成分股构建而成，成分股可获得的信息相比于单个大盘宽基指数更为丰富，因此从逻辑上来讲，利用成分股构建的择时系统应该要比利用单个大盘宽基指数构建的择时系统效果要更好，持有期集中度也会更强。我们试图基于成分股信号加权进而构造一类平均持有期限较长的摆动系统，该系统能够更为全面地反映市场运行的全貌，当摆动指标从下向上的时候做多，从上向下的时候平仓。 动量摆动模型在中证500指数上自2008年06月02日以来至2022年04月01日，年化收益10.49%，最大回撤42.44%，胜率68.8%，盈亏比2.59，夏普比率0.465，平均每年交易1.3次，平均多头持有周期89个交易日。 动量摆动模型在中证500指数上自今年2022年1月1日至2022年4月1日的绝对收益为0%，最大回撤0%。 图表9动量摆动模型回测结果（中证500指数） （四）综合择时模型 基于短中长期各个周期模型，我们构造了综合兵器模型：综合兵器模型不仅利用多个版本的模型，而且利用同一个模型下不同宽基指数的信号，各个模型拥有各自特色的逻辑去捕捉市场的波段。综合兵器V3模