基于宏观、中观、微观三维度的择时策略

宏观-中观-微观三维度构建A股择时策略 宏观环境的作用在于反映当前外部宏观环境对资产运行的利好程度，类似马尔可夫状态；中观景气度的作用有两方面，一方面是中观景气度对公司盈利增长具有预测性，同时市场情绪对于景气度边际变化较为敏感； 微观结构指标是左侧的反转预警指标，从微观层面刻画估值及波动率风险，可以提前预警市场的过度乐观与过度悲观的状态。 宏观环境变量对A股的资产运行方向预测胜率较高 通过信用、货币及PMI刻画宏观环境，以logistic回归预测宏观环境变量对A股的利多程度。从历史回测来看，预测相关性为0.96。 构建中观景气度指数，采用MACD刻画A股盈利扩张周期 运用中观高频数据构建景气度指数与上证指数盈利增速变化高度吻合，且具有领先性。采用MACD刻画景气强度与边际变化，当前处于2021年Q4以来的景气下行周期。 微观结构风险因子捕捉A股的情绪底与情绪顶 当前各大宽基指数结构风险因子均处于高估状态，但考虑到目前的利率状态对高估值形成支撑，同时市场情绪因短期波动率压制处于健康状态，我们认为出现系统性风险概率较低。 当期资产配置建议：阶段性转向持有 当期（2022年4月18日）的定量配置模型信号为持有，具体逻辑如下： 根据我们的定量模型，A股已进入配置节点，但由于当前交易拥挤度较高，且货币宽松周期进入尾声，市场反弹节奏或呈现复杂且迟滞的特征。 行业配置层面，我们建议在景气下行初期配置稳定性较强的食品饮料，而在经济周期底部可以更多配置β属性更强的农林牧渔与商贸零售行业。 风险提示 模型结论基于合理假设前提下基于历史数据统计规律推导而出，市场环境变化下可能导致出现模型失效风险。 1投资聚焦 我们通过三个维度来评估权益资产的配置价值，即通过宏观-中观-微观将逻辑自上而下串联，将三维度信号融合形成非线性的量化资产配置框架。宏观环境的作用在于反映当前外部宏观环境对资产运行的利好程度，类似马尔可夫状态；中观景气度的作用有两方面，一方面是中观景气度对公司盈利增长具有预测性，同时市场情绪对于景气度边际变化较为敏感，另外可与宏观逻辑互补，在宏观变量处于混沌期的时候为我们指引方向；内生结构指标是左侧的反转预警指标，从微观层面刻画估值及波动率风险，可以提前预警市场的过度乐观与过度悲观的状态。 通过的非线性的方式将三维度信息结合成资产配置的决策框架，如图表1所示，从历史的测试结果来看，非线性资产配置信号在各宽基指数均有效，大幅提升组合风险调整后收益。 图表1：三个维度刻画权益资产的配置价值 当期（2022年4月18日）的定量配置模型信号为持有，具体逻辑如下： 自2022年Q1稳增长政策刺激后，宏观logit变量显著上行，宽货币逐渐向宽信用切换，经济增长下行幅度较大，但短期已到底部，抗疫政策对经济的边际负面效应已显著衰弱。 中观景气拐点为2021年Q4，截至2022年4月18日，景气指数下行幅度较大，但短期已经由下行状态切换至震荡状态，受稳增长政策刺激，中观景气度呈现较强韧性。本轮景气下行周期的盈利与流动性均好于2018年，且下行周期的估值处于历史较低水平，市场下行空间有限。 微观结构层面，风险溢价与估值已到历史极低水平，流动性与波动率风险较高，促使短期交易拥挤度上行。 根据我们的定量模型，A股已进入配置节点，但由于当前交易拥挤度较高，且货币宽松周期进入尾声，市场反弹节奏或呈现复杂且迟滞的特征。 行业配置层面，我们建议在景气下行初期更多配置稳定性更强的食品饮料，而在经济周期底部可以更多配置β属性更强的农林牧渔与商贸零售行业。 2资产配置方法论 2.1权益资产配置的目标与具体路径 权益资产配置的目标 1）获取资产的风险溢价属性 2）Alpha：获取超越持有资产的夏普率/卡玛率/收益率权益资产配置的具体路径 1）寻找影响资产价值的核心因素 2）精确刻画不同阶段资产的预期收益与风险 3）基于信息构建配置信号 2.2三个维度刻画权益资产的配置价值 海外经典著作《Expected Returns on Major Asset Classes》认为所有投资的期望收益判断依赖以下4方面输入：预测性市场因子、行为金融学理论、历史收益、主观观点。 我们认为权益资产微观定价的预测性市场因子既包含分母因素（宏观：对流动性和风险偏好的敏感度），也与中观基本面高度相关。以新能源汽车、半导体这两个行业为例，它们在过去五年的行业股价的走势基本吻合于其产量和销售额的走势。 考虑到自2017年以来A股资产波动率显著下行，我们降低对于市场动量的配置权重，将动量与结构性风险合并成微观维度，与宏观环境与中观景气融合形成非线性的资产配置框架。宏观环境的作用在于反映当前外部环境对资产运行的利好程度；中观景气度反映权益资产的内生价值；内生结构指标是左侧的反转预警指标。 图表2：三个维度刻画权益资产的配置价值 3刻画资产运行的宏观状态 经济周期的循环主要由两条链路构成：央行对经济与通胀的逆周期调节作用；经济复苏对通胀的拉动。一般来说货币领先信用，信用领先经济。三类变量从不同维度映射当前宏观经济的变化。 图表3：央行主导下的经济周期循环链路 3.1宏观环境变量的选择 我们在构建外生宏观运行状态的时候，在选择指标上三个考虑：逻辑性、高频性与平稳性。一般来说我们评价一个国家经济运行的状况主要就是四个部分，汇率、货币、信用以及经济，我们认为这四个维度均会对资产价格产生影响，汇率是国家经济运行与资产价格的稳定器，后三者构成经济周期的循环链路，一般来说货币领先信用，信用领先经济，三类变量从不同维度映射当前宏观经济的变化。货币流动性我们选择的是银行间债券质押式回购利率，Shibor3月以及R007，信用端我们选择是社融当月新增人民币贷款、 M1M2 同比以及产业债信用利差，经济增长方面我们采用PMI刻画，汇率端我们采用人民币汇率指数，这个是日频数据。 图表4：宏观环境变量选取—覆盖五个维度 3.2Logistic回归计算各变量影响系数 我们采用求DIF值的方法对宏观变量序列做平稳性处理。 1）宏观变量滞后一期 2）求DIF值，12期EMA均值减去26期EMA均值 以A股未来60个交易日的收益率作为当前宏观环境对资产的利好状态，若未来60日收益率>0%，说明宏观环境为利好状态，反之则为利空状态。 以利好状态作为被解释变量，宏观变量作为解释变量，每个交易日，使用[ t-1000,t-60]日的时序数据进行Logistic回归。 通过滚动回归得到各宏观变量的回归系数后，将[ t-59, t ]日的外生变量代入模型，每天会得到一个取值在0~1之间的预测值，代表当天所预测的宏观环境对资产的利好程度，预测值越大，表示资产未来60个交易日涨跌幅为正的概率越大。 3.3Logit回归预测结果与资产未来涨跌幅正负呈高相关性 图表5：logit回归预测历史时序变化 我们分别计算了预测值与中证全指指数实际表现的相关性，从测试结果来看，logit回归结果与未来指数60个交易日上涨或是下跌的逻辑相关性非常高，但对趋势强度几乎无预测能力。 图表6：宏观变量与权益资产表现相关性 4刻画中观景气度指数—领先预测A股盈利扩张周期 景气度，指的是行业所处的经济状态和发展趋势，反映的是供给和需求的相对关系。中观景气度特点在于与权益资产营收/净利润增速高度相关，且具备领先性。 4.1中观景气度—两种刻画方法 图表7：两种中观景气度刻画方式的变量选择 目前市场上刻画中观景气度的方法有两种，第一种是采用中观高频数据刻画，特点是领先性且数据真实性较高，第二种采用一致预期与公司财务结合的方式刻画。考虑到历史盈利预测数据准确度不高，且有乐观估计偏向，我们采用中观高频的数据来刻画景气度。 图表8：景气度指数—中观高频指标选取 图表9：景气度指数—公司财务自下而上指标选取 4.2运用中观高频数据构建A股中观景气度指数 拼接所有因子数据，按季度采样，用PCA合成大类因子，回归目标为上证指数的归属母公司股东的净利润(同比增长率)。然后将因子提升频率至日频，用训练好的模型预测。中观高频景气度指数—与A股盈利趋势变化契合，并且具备领先预测性。 图表10：构建景气度指数—领先预测A股盈利扩张周期20070102至20220415 4.3景气度拐点领先季报发布1-4个自然月 图表11：历次景气周期拐点预测领先季报发布1-4个自然月 5微观结构—刻画权益资产的静态风险 权益资产的估值水平、风险溢价、长期波动率、流动性等指标具有均值回复性。 当这类因子达到历史极值时，未来市场出现反转现象概率较高。 5.1估值 我们用当前市盈率与市净率在过去5年中所处分位数的均值来度量权益市场估值水平。 图表12：各宽基指数估值水平 5.2风险溢价 股权风险溢价为投资股票的长期预期收益率和无风险利率之间的差异，反映作为风险资产的权益资产相对于无风险资产所要求的风险收益。我们用当前ERP在过去5年中所处的分位数来度量权益市场风险溢价。 图表13：各宽基指数风险溢价水平 5.3波动率 资产价格的波动实质上反映了资产所蕴含的风险，且具有均值回归特性。我们用50日波动率的年化值在近5年中所处的分位数来度量权益市场的波动率水平。 图表14：各宽基指数波动率水平 5.4流动性 自由流通市值换手率，反映权益市场中股票的流动性风险。在A股市场，当流动性达到历史极高值时，往往预示着牛市的尾声。我们用当前自由流通市值换手率在过去5年中所处的分位数来度量权益市场的流动性风险。 图表15：各宽基指数流动性风险水平 5.5合成微观结构风险因子 得到在估值水平、风险溢价、交易热度方面的度量指标后，将风险溢价度量指标求相反数，之后四因子等权相加，得到内生结构维度的左侧预测指标。 当前A股内生结构分位在0.47左右，自2021年Q4以来持续下行，目前已处于低估状态。从图表16所示各宽基指数截至2022年4月18日的结构风险值：中证500估值及风险溢价显著低于其他指数 各指数波动率及流动性风险偏高，短期交易处于高拥挤状态。 从微观结构的绝对风险水平来看，中证全指>中证1000>沪深300>中证500。 图表16：各宽基指数微观结构风险水平—截至20220418 微观结构风险因子有效预警了A股历史行情的“情绪顶”与“情绪底” 图表17：微观结构风险历史时间序列（以中证全指为例） 6宏观->中观->微观的非线性信号合成 本章主要目的是将权益资产配置的三个维度结合起来，宏观、中观、微观均映射了资产配置的不同逻辑，且影响逻辑呈非线性特征。根据宏观与中观状态将经济周期划分为四个状态，即映射不同的马尔可夫状态，每个状态在微观结构高估&低估下对应不同的多空信号逻辑，同时微观结构在历史极值分位点附近对于场有较强的独立预测作用。 6.1微观结构因子极值状态具有独立预测作用 通过图表19的统计结果发现，当市场处于极致低估&高估状态下，微观结构因子具有独立预测作用，当前资产的价格price in了乐观&负面预期。 图表18：微观结构风险>0.8&<0.2的资产收益率统计结果 6.2中观景气是影响资产收益表现的核心变量 根据中观景气状态及变化，分别刻画了中观景气&上行、中观景气&下行、中观萧条&上行、中观萧条&下行四个景气度状态，分别测试四个景气度状态对应的20日收益率均值及胜率、60日收益率均值及胜率。 从测试结果来看，景气&上行的状态下资产的表现显著优于景气&下行及萧条&上行，值得注意的是萧条&下行周期资产表现的统计结果较好，我们认为是A股2015年的流动性牛市：整体资产表现与景气度周期产生显著背离与错位导致的。 图表19：四个中观景气状态下的A股资产价格表现 6.3宏观状态在四个景气度周期下对资产价格表现的影响 我们分别测试了宏观环境变量在四个景气周期对于A股资产价格的影响，在测试过程中剔除微观结构因子值极限高估&或低估的交易日。