中观量化系列报告之四：行业轮动逻辑的标签化应用：重构轮动框架

金融工程 专题报告 行业轮动逻辑的标签化应用：重构轮动框架 ——中观量化系列报告之四 报告日期：2022-12-12 主要观点： 分析师：严佳炜 执业证书号：S0010520070001邮箱：yanjw@hazq.com 联系人：吴正宇 执业证书号：S0010120080052邮箱：wuzy@hazq.com 相关报告 1.《个股alpha与行业beta的双剑合 传统行业轮动模型存在局限性 行业配置在量化研究中占据重要地位，其必要性不言而喻。然而，在实践的过程中，一个传统的行业轮动框架往往存在诸如行业研究主体的颗粒度较难把握，传统分类方式的唯一性和互斥性等弊端。 本篇报告中，我们尝试打破思维定式，通过贴标签的形式对行业进行 多维度的描述，以标签为桥梁，事件驱动法为工具研究宏观因素与行业收益之间的联系，以期在当前的宏观和市场环境下为投资者提供行业配置的新思路。 构建板块-概念-风格三维一体式的行业标签体系 从板块、概念主题和风格三个维度打造行业标签体系：板块以中信一级行业分类为准；风格则通过估值和成长指标综合打分后进行界定，根据30%/40%/30%的比例确定行业属于成长/平衡/价值风格；概念主题主要 参考万德热门概念板块指数，依据百度指数的关键词热度数据以及主观逻辑筛选出相对热门且和宏观因素具有关联性的概念主题，进而通过成分股重合度和收益相关性将行业和概念主题进行逐一对应。 璧——“量化基本面”系列报告之七》宏观视角下的行业策略表现出色，且与微观模型相辅相成 2022-11-22 2.《固收+组合构建白皮书：大时代的小尝试（下）——“量化绝对收益之路”系列之四》2022-7-20 3.《固收+组合构建白皮书：大时代的小尝试（中）——“量化绝对收益之路”系列之三》2022-5-29 4.《FOF赋能绝对收益：基金组合构建实战（上）——“量化绝对收益之路”系列之二》2022-5-28 5.《固收+组合构建白皮书：大时代的小尝试（上）——“量化绝对收益之路”系列之一》2022-5-28 6.《企业生命周期理论如何运用在行业轮动中？——中观量化系列报告之三》2022-2-23 从经济增长、消费、货币、利率、汇率和地产六个维度挑选宏观指标，同时定义8种事件模式，基于事件驱动的研究思路和严格的筛选标准，考察宏观事件和概念指数之间的关系。进一步的，采用LASSO回归达到变量降维的目的，解决宏观变量间共线性的问题。 通过对二级行业构建逻辑回归模型预测下一期跑赢基准的概率，从而 建立从宏观-标签-行业间的映射，且达到宏观影响因子化的目的。从宏观 因子的测试结果来看，RankIC均值为13.1%，年化ICIR为2.82，IC月胜率为78.76%，多头端年化超额达15.2%，表现优异。最后，考察宏观和微观因子合成后的表现，复合因子相较于宏观因子和微观因子均有提 升，RankIC均值为15.1%，年化ICIR为2.49，IC月胜率为78.8%，且收益分组呈严格单调。基于宏观+微观视角下的行业轮动策略年化超额收益达25.85%，年化IR为2.5，超额月胜率约77%，分年度表现稳定。 风险提示 本报告基于历史个股数据进行测试，历史回测结果不代表未来收益。未来市场风格可能切换，Alpha因子可能失效，本文内容仅供参考。 正文目录 1传统行业轮动模型存在局限性4 2构建板块、风格和概念主题三维一体的行业标签体系6 2.1标签类型一：热门概念主题7 2.2标签类型二：风格11 3如何从宏观经济通过标签映射到行业表现上？12 3.1如何构建宏观事件驱动策略？13 3.1.1宏观指标的选择及宏观事件定义14 3.1.2基于LASSO筛选有效宏观事件15 3.2从标签到行业：宏观影响因子化19 4宏观+微观视角下的行业轮动策略23 5总结29 图表目录 图表1二级行业分化日益扩大4 图表2不同经济状态下成熟相对成长行业的表现汇总5 图表3主动投资者视角下的行业配置示意图6 图表4板块、风格和概念三维视角下的行业标签体系7 图表5概念主题关键词百度指数对比8 图表6热门概念主题标签名单8 图表7行业-概念匹配示意图9 图表8行业概念主题标签9 图表9风格判断规则示意图11 图表10中信二级行业风格汇总（2022.10.31,价值&成长）11 图表11板块、概念主题、风格标签汇总12 图表12自上而下的宏观行业轮动框架示意图13 图表13宏观变量汇总14 图表14宏观事件定义15 图表15宏观事件筛选流程15 图表16标签指数有效事件数示例16 图表17LASSO变量筛选示意图16 图表18标签指数有效事件数示例17 图表19部分标签指数对应有效事件汇总17 图表20基于宏观事件的标签指数策略净值18 图表21基于宏观事件的标签指数策略分年度表现18 图表22逻辑回归示意图19 图表23样本外行业预测胜率最高/最低的10个行业20 图表24宏观因子月度IC序列20 图表25宏观因子分�组年化超额收益21 图表26不同事件筛选条件下宏观因子表现21 图表27宏观视角下的行业轮动策略净值22 图表28宏观视角下的行业轮动策略分年度表现23 图表29宏观行业模型2022年11月持仓23 图表30基本面、技术面、资金面三维视角下的行业轮动24 图表31基本面、技术面、资金面的行业因子24 图表32复合因子月度IC序列25 图表33复合因子分�组年化超额收益25 图表34宏观因子、微观因子和复合因子表现汇总26 图表35宏观和微观因子相关系数时间序列26 图表36宏观+微观视角下的行业轮动策略历史净值27 图表37宏观+微观视角下的行业轮动策略分年度表现27 图表38行业轮动策略净值走势（不同行业数）28 图表39策略绩效汇总统计28 图表40策略月度单边换手28 图表41行业轮动策略11月持仓29 图表42基于标签体系的行业轮动模型流程图31 1传统行业轮动模型存在局限性 量化研究中，行业配置是基于宏观经济环境、行业景气度、基本面等多个维度的信息，对行业主线进行把握和判断的重要手段。伴随着市场趋向机构化，信息传播速度加快，市场有效性逐步增强，A股过去同涨同跌、百花齐放的现象将不复存在，取而代之的是愈发明显的结构性分化行情。以今年为例，虽权益市场整体表现低迷，但仍有行业独秀，若投资者能准确把握煤炭行业上涨的节奏，则能取得远超市场基准的收益，可见在当下背景下，行业配置的重要性愈发突出。然而，在实践的过程中，传统行业轮动模型的框架通常会存在以下痛点： 第一，行业研究主体的颗粒度较难把握。由于行业轮动模型的落地形式一般以 一级或二级行业组合为主，所以，在研究的过程中，自然也会聚焦相应层级的行业表现。但作为研究主体，无论是一级还是二级行业都存在缺陷：对于一级行业而言，随 着产业内分工逐步明确，不同子行业的商业模式开始出现较大的差异，行业分析框 架、所承担的风险要素、景气度的决定性因素呈现了更“个性化”的特点。我们计算各一级行业内二级行业月涨跌幅的最大值减最小值，再计算各一级行业差值在横截面的中位数作为收益离差，可以看到，所处同一板块下的二级行业（细分子赛道）的 分化也在逐步扩大。因此，以一级行业作为研究对象无疑较为粗犷。 图表1二级行业分化日益扩大 资料来源：wind，华安证券研究所 于二级行业而言，虽然从产业性质或商品业务层面对个股的划分确实更为细致，但成分股数量较少导致指数收益波动较大，极易受到权重股影响。举例来看，旅游及休闲行业有22只成分股，其中中国中免权重约72%，也就是说，个股对于整个二级行业的影响过大，导致如果出现企业的特质性信息，可能会造成对行业误导性的结论。此外，部分二级行业同质性强会造成不必要的重复研究的情况。 第二，传统分类方式具有唯一性和互斥性两大特点，存在一定的局限性。近年来，随着行业间的关联更加多变复杂，以及产业链之间的传导特征加快，对行业、板 块的划分提出了更高的要求。对此，目前业界也会尝试对行业进行分类来捕捉行业间的共性，例如大类板块、生命周期等，以此来降维并增强预测指标（例如宏观变量）与预测对象之间关系的稳定性，但统计结果往往不尽如人意：我们在《企业生命周期理论如何运用在行业轮动中？》将二级行业根据经营、投资和融资现金流的正负性对行业所属生命周期进行划分，并基于经济增长、通胀和流动性判断经济周期，研究不同经济周期下成长和成熟期行业间的收益分化：可以看到，在过热紧缩、复苏紧缩、滞胀紧缩和衰退宽松的状态下，收益分化非常显著，月超额胜率几乎都超过了70%，而在过热宽松、复苏宽松和滞胀宽松的状态下，收益分化并不明显，甚至在过热宽松下胜率和收益还出现反向。因此，由于行业受所属产业链、板块、风格等多个维度的影响，较难通过单一的分类体系将行业的收益特征详尽地描述出来， 需要通过更灵活的方式归纳行业的收益来源。 图表2不同经济状态下成熟相对成长行业的表现汇总 经济状态 超额月胜率（成熟相对成长） 月均超额收益 月数 过热紧缩 76.09% 1.00% 46 过热宽松 52.38% -0.08% 21 复苏紧缩 33.33% -0.94% 15 复苏宽松 52.63% 0.58% 19 滞胀紧缩 75.00% 1.09% 4 滞胀宽松 47.06% -0.48% 17 衰退紧缩 50.00% -2.51% 2 衰退宽松 20.00% -1.61% 20 资料来源：wind，华安证券研究所 另外，无论分类与否，最终的结果本质均是预测指标和行业指数间的一对一，但当前的研究现状是行业收益预测的稳定性远远不如个股，行业决策的准确性难以紧跟行业轮动的快节奏。综上，传统分类体系难以满足当前的需求。 第三，将行业作为研究对象不符合主动投资逻辑。事实上，行业更像是一种投资工具，而不是投资的依据。对比来看，多因子选股模型用一系列的因子来解释个股的收益来源，因子为媒介，个股则是模型背后的结果。反观行业，主动投资者往往 根据当前宏观、中观、微观多个维度的信息，形成诸如顺周期、光伏、大消费的投资观点，主要以互相交叉、且层级不一致的类行业、风格属性的形式存在，因此可尝试通过量化手段建立中间层，以此来构建从宏观因素-多层级的混合主体-细分行业。 图表3主动投资者视角下的行业配置示意图 资料来源：wind，华安证券研究所 基于上述分析，在本篇报告中，我们尝试打破思维定式，通过贴标签的形式对行业进行多维度的描述，以标签为桥梁，事件驱动法为工具研究宏观因素与行业收益之间的联系，并最终与微观行业模型结合，构建成熟、完善的行业轮动策略，以期在当前的宏观和市场环境下为投资者提供行业配置的新思路。 2构建板块、风格和概念主题三维一体的行业标签体系 传统上，投资者根据行业属性主观地对行业进行分类，或是通过估值聚类等统计手段对行业进行定量划分，这样做虽然能取得一定的成效，但仍然存在一些弊端：首先，随着行业的商业逻辑、生命周期的转变，同一板块内行业间的关联度可能会随时间发生较大的变化，因此在不同时期，行业间收益的协同性并非是稳定的；其次，同一行业可能由不同的板块属性共同驱动，例如农林牧渔，作为第一产业，具有明显的周期性（猪价上涨），但如今常常会被视为消费行业，由消费升级带来业绩提升，以大消费的逻辑进行研究。 由此可见，传统的分类方法具有唯一性和互斥性两大特点（亦是痛点），虽合乎逻辑但较难适应复杂多变的行业变革和发展。于是，我们想到，是否可以打破思维定式，通过贴标签的形式来对行业进行更全面、充分和多样化的描述？贴标签的过程即是对行业收益的驱动来源进行归纳整合的过程。以银行行业为例，其同时具有顺周期、低估值和大金融等属性。 在这一章的剩余内容中，着重探讨如何从板块、概念和风格三个维度打造行业标签体系，其中考虑到最终策略设定的投资域为中信二级行业，将一级行业作为板块标签的代理，后文不再赘述。 板块 行业 风格 概念 图表4板块、风格和概念三维视角下的行业标签体系 资料来源：华安证券研究所整理 2.1标签类型一：热门概念主题