金工专题行业轮动系列1：换手率的量能提示

证券研究报告 金工专题报告 金工专题行业轮动系列1：换手率的量能提示 2023年03月22日 投资要点 上证指数-沪深300走势图 上证指数沪深300 12% 2% -8% -18% 2022-03 2022-06 2022-09 2022-12 % 1M 3M 12M 上证指数 -1.05 5.92 0.14 沪深300 -3.66 4.01 -6.65 刘飞彤分析师 执业证书编号:S0530522070001 liufeitong@hnchasing.com 相关报告 1金工周报2023年第5期：主线不明朗，预期下行2023-03-16 2金工周报2023年第4期：煤炭被动去库提升景气2023-03-07 3金工周报2023年第3期：预计情绪温度将快速回升参与共振2023-03-01 导语：行业轮动模型，目标在不同阶段寻找相对强势的行业，在行业配置中 将收益最大化。行业轮动的驱动力来源广泛，包括行业景气驱动、宏观经济周期驱动、市场情绪驱动、动量驱动、政策驱动等等。我们将针对行业轮动，广泛选取角度，开启行业轮动系列长期研究专题。 因子测试：我们借鉴股票多因子模型研究中，单因子测试的因子IC分析方法 论，考察换手率相关因子对于行业配置的有效性。因子IC结果显示，换手率斜率因子以月度、季度、半年度为计算频率的历史IC值负向明显，体现较长的计算周期中，当期换手率斜率因子和下期超额收益率一定程度上负相关性。 其中以月度为计算周期的因子值效果更佳，单期IC绝对值大于0.3的占比更大。而换手率均值因子以周度、月度、季度、半年度为计算频率的历史IC值均正向明显，体现当期换手率斜率因子和下期超额收益率一定的正相关性。 其中以月度为计算周期的因子值效果更佳，单期IC绝对值大于0.3的占比更大。 因子启示：1）换手率均值因子：换手率体现证券的交易热度，当期交易热度较高的行业，下期获得更高收益率的概率更高，换而言之，受资金追捧的行业更有可能收益上行。2）换手率斜率因子：换手率斜率体现一定的反转效应和拐点提示的作用。3）换手率的量能提示：成交量的放大往往代表市场观点 分歧的扩大，缩量代表市场预期观点趋于一致。在持续低交易量的过程中，买方市场和卖方市场主流观点维持一致，行情大概率延续已有趋势。在成交量由低迷转放量的过程中，代表原来较为一致的市场观点发生分歧，买卖双方中一方的观点开始转向。因此，成交量的中枢上移预示供需关系的变化，有一定可能代表原有趋势的转折。 行业量能轮动策略：在下降趋势中的行业指数“放量”可能带来较高的未来 收益率，反之，在上升趋势中的行业“放量”可能带来较低的未来收益率，另外持续的低成交量过程中行情大概率延续原有趋势。因此，我们通过筛选“底部放量”、“缩量上升”、剔除“顶部放量”的行业等权构建组合。由于此策略原理紧跟量的收缩和膨胀规律，称之为“量能”的变化规律，因此策略命名为“行业量能轮动策略”，下简称为策略。 回测效果：长期来看，策略相对于等权组合，年化收益高出4pct.+，夏普比 高出近一倍，同时缩小最大回撤。剔除未建仓组合，各期踩中率平均值为60%，踩中率中位值为60%。为聚焦于行业轮动，我们采用申万一级行业指数作为回测标的，申万一级行业指数包含行业所有上市A股，体现行业beta，收敛个股alpha。行业量能轮动策略专注于行业轮动，回测中获得较为平稳的超额收益。实际操作中，为了获取更高的业绩弹性，可将策略建议配置的行业指 数替换为行业龙头个股、高成长个股或者相关细分ETF。 风险提示：统计数据仅代表市场历史情况；模型依赖于历史数据；模型存在一定的误差；策略模型回测效果不代表未来使用效果；行业轮动同时受多方面因素影响，存在模型无法跟踪的情形。 此报告考请务必阅读正文之后的免责条款部分 内容目录 1因子测试方法-单因子验证3 2换手率相关因子测试4 3因子启示7 3.1换手率均值因子7 3.2换手率斜率因子8 3.3换手率的量能提示8 4行业量能轮动策略9 5风险提示11 图表目录 图1：申万一级行业换手率斜率因子历史IC-周度4 图2：申万一级行业换手率斜率因子历史IC-月度4 图3：申万一级行业换手率斜率因子历史IC-季度5 图4：申万一级行业换手率斜率因子历史IC-半年度5 图5：申万一级行业换手率均值因子历史IC-周度6 图6：申万一级行业换手率均值因子历史IC-月度6 图7：申万一级行业换手率均值因子历史IC-季度6 图8：申万一级行业换手率均值因子历史IC-半年度7 图9：换手率均值因子、换手率斜率因子IC值及相关指标7 图10：行业量能轮动策略和全行业等权重组合（基准）净值走势对比9 表1：行业量能轮动策略回测结果10 表2：行业量能轮动策略部分单期踩中率表现优秀的输出结果10 行业轮动模型，目标在不同阶段寻找相对强势的行业，在行业配置中将收益最大化。行业轮动的驱动力来源广泛，包括行业景气驱动、宏观经济周期驱动、市场情绪驱动、动量驱动、政策驱动等等。我们将针对行业轮动，广泛选取角度，开启行业轮动系列长期研究专题。 本文主要针对基础量价指标换手率及其含义展开研讨，探究不同行业指数换手率均值的相对高低，和换手率斜率的相对高低，在区分未来不同行业指数收益率的有效性，以助在行业配置中选择未来收益率相对更高的行业。 本文第一部分讲述测试换手率均值和换手率斜率因子的方法，即单因子检验；第二部分从不同频度测试因子的有效性，选取使用换手率有关因子最适合的频度；第三部分根据换手率的内在含义和第二部分所得结果进行逻辑梳理；第四部分根据第三部分的逻辑梳理，将其编写成交易策略，并进行回测展示。 1因子测试方法-单因子验证 我们借鉴股票多因子模型研究中，单因子测试的因子IC分析方法论，考察换手率相关因子对于行业配置的有效性。 信息系数（IC：InformationCoefficient,简称），某期的IC值是指当期不同标的因子暴露值和下期不同标的收益率在横截面上的线性相关性，考察因子预测收益的能力，在选股模型中，IC值越大的因子选股能力越强。我们将此方法运用在行业轮动模型中，IC值 即代表因子选择行业的能力。常用的计算方法有NormalIC和RankIC（秩相关系数），NormalIC计算当期因子暴露值和下期收益率的截面相关系数，RankIC计算当期因子暴 露值排名和下期收益率排名的截面相关系数。为提升降噪效果，本文采用RankIC。由于 IC值即为相关性系数，其取值范围为-1到1，绝对值取值范围为0到1。IC绝对值越接近于1则相关性越强、当期预测选择行业的能力越强，反之，越接近于0，则相关性越弱、当期预测选择行业的能力越弱。当IC的均值绝对值大于0.05时，因子的行业选择能力较强。 NormalIC=corr(𝑓𝑎𝑐𝑡𝑜𝑟𝑡−1，𝑟𝑒𝑡𝑢𝑟𝑛𝑡) RankIC=corr(𝑜𝑟𝑑𝑒�𝑓𝑎𝑐𝑡𝑜�，𝑜𝑟𝑑𝑒�𝑟𝑒𝑡𝑢𝑟�) 𝑡−1� � 𝑡−1 其中𝑓𝑎𝑐𝑡𝑜𝑟𝑡−1为各个行业在t-1期的因子值，𝑟𝑒𝑡𝑢𝑟𝑛�为各个行业在t期的收益率，这里收益率我们改用为各个行业相对沪深300的超额收益率，𝑜𝑟𝑑𝑒�𝑓𝑎𝑐𝑡𝑜�为各个行业指数在t-1期因子值的排名，𝑜𝑟𝑑𝑒𝑟𝑟𝑒𝑡𝑢𝑟�为各个行业指数相对沪深300超额收益率的排名。 信息比率（IR：InformationRatio）是一个区间内多期IC均值和IC标准差的比值，用于考察因子预测能力的有效性和稳定性。当IR大于0.5时因子稳定获取超额收益能力较强。 2换手率相关因子测试 测试样本范围：申万一级行业指数 测试样本区间：2008-06-01至2023-03-20 测试因子：行业指数换手率计算周期内的斜率、行业指数换手率计算周期内的均值计算周期：周度、月度、季度、半年度 图1：申万一级行业换手率斜率因子历史IC-周度 资料来源：财信证券、ifind（计算区间：2008-06-01至2023-03-20，蓝色柱状为各期计算周期内申万一级行业换手率斜率因子的IC值，下同） 图2：申万一级行业换手率斜率因子历史IC-月度 资料来源：财信证券、ifind（计算区间：2008-06-01至2023-03-20） 图3：申万一级行业换手率斜率因子历史IC-季度 资料来源：财信证券、ifind（计算区间：2008-06-01至2023-03-20） 图4：申万一级行业换手率斜率因子历史IC-半年度 资料来源：财信证券、ifind（计算区间：2008-06-01至2023-03-20） 换手率斜率因子以月度、季度、半年度为计算周期的历史IC值负向明显，体现较长的计算周期中，当期换手率斜率因子和下期超额收益率一定程度的负相关性。其中以月度为计算周期的因子值效果更佳，单期IC绝对值大于0.3的占比更大。 图5：申万一级行业换手率均值因子历史IC-周度 资料来源：财信证券、ifind（计算区间：2008-06-01至2023-03-20，蓝色柱状为各期计算周期内申万一级行业换手率均值因子的IC值，下同） 图6：申万一级行业换手率均值因子历史IC-月度 资料来源：财信证券、ifind（计算区间：2008-06-01至2023-03-20） 图7：申万一级行业换手率均值因子历史IC-季度 资料来源：财信证券、ifind（计算区间：2008-06-01至2023-03-20） 图8：申万一级行业换手率均值因子历史IC-半年度 资料来源：财信证券、ifind（计算区间：2008-06-01至2023-03-20） 换手率均值因子以周度、月度、季度、半年度为计算周期的历史IC值均正向明显，体现当期换手率斜率因子和下期超额收益率一定程度的正相关性。其中以月度为计算周期的因子值效果更佳，单期IC绝对值大于0.3的占比更大。 图9：换手率均值因子、换手率斜率因子IC值及相关指标 因子 频度 IC均值 IC标准差 IR IC值大于0.3的比例 IC值小于-0.3的比例 换手率均值 周度 0.143 0.3260 0.4384 35.0% 10.5% 月度 0.172 0.3324 0.5189 40.6% 8.6% 季度 0.155 0.3328 0.4651 31.6% 7.0% 半年度 0.230 0.2862 0.8033 37.0% 3.7% 换手率斜率 周度 -0.066 0.2612 -0.2525 8.9% 18.7% 月度 -0.171 0.2788 -0.6123 5.1% 40.0% 季度 -0.174 0.2776 -0.6282 5.3% 29.8% 半年度 -0.173 0.2618 -0.6599 0.0% 29.6% 资料来源：财信证券、ifind（计算区间：2008-06-01至2023-03-20） 3因子启示 换手率（TurnoverRate）指某一证券在指定交易区间内市场中转手买卖的频率，通过计算证券累计成交量和市场流通总量之间的比率可得，反映证券流通性强弱，其数值越大，表明证券的交投越活跃，同时反映了交易者之间筹码交换的程度。 换手率= ∑成分股成交量（股） ∑成分股流通总股数（股） ×100% 3.1换手率均值因子 换手率均值因子即为计算周期内的换手率均值，体现换手率水平的高低。根据上述历史IC数据，从换手率均值角度，当期换手率相对较高的行业，下期收益率相对较高。 换手率体现证券的交易热度，当期交易热度较高的行业，下期获得更高收益率的概率更 高，换而言之，受资金追捧的行业更有可能收益上行。 3.2换手率斜率因子 根据上述历史IC数据，从换手率斜率角度，以月度为计算周期，当期换手率斜率绝对值有较大比例大于0.3，具有一定的预测作用和行业选择能力，但是其预测方向需进一步讨论。 当期换手率斜率相