月度择时观点及策略表现 根据国金金融工程团队发布的《量化掘基系列之四:量化择时把握创业板50指数投资机会》我们构建了基于动态宏 观事件因子的创业板50指数择时策略。对于创业板50指数,策略给出6月份仓位建议为45,较5月份仓位建议的70有所下降。拆分来看,模型对于6月份经济增长层面维持中性的观点,信号强度为40,与上个月相同;货币流动性层面转为中性偏多的观点,信号强度为50,较上个月有所下行。 5月份配置模型表现一般,月涨跌幅为393,低于基准243的涨跌幅。但从历史表现方面来看,从2014年5月1日至2023年5月31日,策略年化收益率为1825、年化波动率为1735、最大回撤为1482、夏普比率为101、收益回撤比为123,在各个维度上表现优于基准。 最后,我们统计了2014年5月1日至2023年5月31日择时策略的逐年表现,可以发现该策略在多数年份都取得了正的超额收益,并且在等比例基准出现回撤的阶段,该策略较好地控制住了下行风险。 基于动态宏观事件因子的创业板50指数择时策略 为了探索中国宏观经济对A股的影响,我们尝试从动态宏观事件因子的角度,构建了基于动态宏观事件因子的创业板50指数择时策略。从经济、通胀、货币和信用四维度的30余个宏观数据指标中,基于数据样本内时间段的收益率胜率指标和开仓波动调整收益率指标数值,筛选出这些宏观数据每期最优的事件因子和最优的数据处理方式,并且挑选了11个对创业板50指数择时效果较好的宏观因子搭建择时策略。 在选定了最终使用的宏观指标之后,我们使用这些宏观数据构建的宏观事件因子来搭建择时策略。我们定义:当大类因子内部的细分因子不少于23的因子发出看多信号,则当期该大类因子的信号标记为1;当大类因子内部的细分因子少于13的因子发出看多信号时,则当期大类因子信号标记为0;若当大类因子内部的细分因子发出看多信号的比例处于两个区间之后,则大类因子标记为对应具体的比例。最后我们将两个大类因子的得分取平均值,合成最终当期的择时仓位信号。 可投资标的介绍:交银创业板50指数A(007464OF) 交银创业板50指数A(007464OF)紧密跟踪创业板50指数,是择时策略可投资的标的,该基金成立于2019年11月 20日,为被动指数基金,目前管理规模为1906亿元,由交银施罗德基金的基金经理邵文婷管理。 风险提示 1、以上结果通过历史数据统计、建模和测算完成,历史规律未来可能存在失效的风险; 2、各类事件因子可能会受到政策、市场环境发生变化的影响,出现阶段性失效的风险; 3、市场可能出现超出模型预期的变化,导致策略出现超出模型估计的波动和回撤。 内容目录 一、月度择时观点及策略表现3 二、基于动态宏观事件因子的创业板50指数择时策略5 201宏观数据的选用5 202宏观数据的预处理6 203宏观事件因子构建7 204择时策略构建8 三、可投资标的介绍:交银创业板50指数A(007464OF)9 31基金简介9 32基金经理介绍9 四、风险提示9 图表目录 图表1:宏观择时模块最新观点(截至5月31日)3 图表2:宏观事件因子择时策略表现3 图表3:各细分因子信号展示3 图表4:宏观事件因子择时策略仓位4 图表5:宏观事件因子择时策略净值4 图表6:宏观事件因子择时策略表现4 图表7:宏观事件因子择时策略逐年收益5 图表8:经济、通胀、货币和信用类指标5 图表9:事件因子构建流程图6 图表10:事件因子的构建7 图表11:各类衡量指标介绍7 图表12:最终筛选的宏观因子8 图表13:择时策略仓位确定流程图8 图表14:交银创业板50指数基本资料9 图表15:基金经理邵文婷在管基金一览9 一、月度择时观点及策略表现 根据国金金融工程团队发布的《量化掘基系列之四:量化择时把握创业板50指数投资机 会》我们构建了基于动态宏观事件因子的创业板50指数择时策略。 对于创业板50指数,策略给出6月份仓位建议为45,较5月份仓位建议的70有所下降。拆分来看,模型对于6月份经济增长层面维持中性的观点,信号强度为40,与上个月相同;货币流动性层面转为中性偏多的观点,信号强度为50,较上个月有所下行。从细分指标来看,经济增长因子内部本次共有5个指标参与打分,2个指标看多国债利差10Y1M、金融机构中长期贷款余额当月新增滚动12M求和同比3个指标看空(制造业PMI新出口订单、产量发电量当月值MA3同比、新增社融滚动12个月求和)合成经济增长大类因子信号为40;货币流动性因子内部本次共有4个指标参与打分,2个指标看多M1M2剪刀差、SHIBOR2周2个指标看空银行间质押式回购加权利率7天、SHIBOR2个月合成货币流动性大类因子信号为50。 我们选取策略的回测时间段为2014年5月1日至2023年5月31日,并设定手续费为单 边千分之三。图表4展示了在回测时间段根据大类因子信号所得到的择时仓位信号时间序列,可以看出择时策略整体的平均仓位较低,仅有约43。 为了能够更好地评价该择时策略,我们以回测期内策略的平均权重作为固定的择时仓位,构建一个等比例基准,并将其作为评估策略的对象。 5月份配置模型表现一般,月涨跌幅为393,低于基准243的涨跌幅。但从历史表现 方面来看,从2014年5月1日至2023年5月31日,策略年化收益率为1825、年化波动率为1735、最大回撤为1482、夏普比率为101、收益回撤比为123,在各个维度上表现优于基准。 最后,我们统计了回测期内择时策略的逐年表现,可以发现该策略在多数年份都取得了正的超额收益,并且在等比例基准出现回撤的阶段,该策略较好地控制住了下行风险。 图表1:宏观择时模块最新观点(截至5月31日) 观察维度 当前信号 上月信号 经济增长 40 40 货币流动性 50 100 择时仓位 45 70 配置观点 中性偏多 偏多 来源:Wind,国金证券研究所 图表2:宏观事件因子择时策略表现 择时策略 创业板50 等比例基准 20230131 1097 1097 475 20230228 580 774 335 20230331 048 290 125 20230430 328 410 178 20230531 393 562 243 来源:Wind,国金证券研究所 图表3:各细分因子信号展示 大类因子 细分因子 202302282023033120230430 2023053120230630 制造业PMI新出口订单 1 0 1 0 0 国债利差10Y1M 0 0 0 0 1 经济增长产量发电量当月值MA3同比 1 0 0 0 0 新增社融滚动12个月求和 0 0 1 1 0 金融机构中长期贷款余额当月新增滚动12M求和同比 NA NA 1 1 1 银行间质押式回购加权利率7天 货币流动性 逆回购利率7天银行间质押式回购加权利率7天 01 00 0 NA 0 NA 0 NA 大类因子 细分因子 2023022820230331202304302023053120230630 M1M2剪刀差 1 NA 1 1 1 SHIBOR2周 1 1 1 1 1 中美国债利差10Y NA NA NA NA NA SHIBOR1个月 1 NA NA NA 0 来源:Wind,国金证券研究所 图表4:宏观事件因子择时策略仓位 1 09 08 07 06 05 04 03 02 01 20145 20148 201411 20152 20155 20158 201511 20162 20165 20168 201611 20172 20175 20178 201711 20182 20185 20188 201811 20192 20195 20198 201911 20202 20205 20208 202011 20212 20215 20218 202111 20222 20225 20228 202211 20232 20235 0 择时仓位平均仓位 来源:Wind,国金证券研究所 图表5:宏观事件因子择时策略净值图表6:宏观事件因子择时策略表现 6 5 4 3 2 1 20145 201411 20155 201511 20165 201611 20175 201711 20185 201811 20195 201911 20205 202011 20215 202111 20225 202211 20235 0 择时策略创业板50等比例基准 2014050120230531择时策略创业板50等比例基准年化收益率1825630406 年化波动率173532971428 最大回撤148270483817 夏普比率101032007 收益回撤比123009011 来源:Wind,国金证券研究所来源:Wind,国金证券研究所 图表7:宏观事件因子择时策略逐年收益 1 08 06 04 02 0 02 04 2014201520162017201820192020202120222023 择时策略创业板50等比例基准超额收益(等比例基准) 来源:Wind,国金证券研究所 二、基于动态宏观事件因子的创业板50指数择时策略 创业板指数容易受到中国宏观、货币流动性等多因素的影响,具有很多不确定性,盲目投资往往会带来资金的重大损失,因此投资者应当具备建立中短期择时模型的能力,利用大盘的代表性来找到系统性的机会和规避系统性的风险。 为了探索中国宏观经济对创业板上市公司整体状况和走势的影响,我们选取创业板50指数作为研究对象,尝试从动态宏观事件因子的角度构建择时策略框架。 21宏观数据的选用 在构建动态事件驱动策略框架的过程中,我们首先需要确定使用什么数据去搭建什么事件因子,即去寻找与资产收益率相关的宏观数据,并构建能够刻画它们与资产关系的事件因子。 在数据方面,通过选取,我们将经济、通胀、货币和信用四大类的30余个因子,包括PMI、PPI、M1等数据,纳入测试的范围当中。 图表8:经济、通胀、货币和信用类指标 数据分类指标名称 频率 数据发布时间 制造业PMI 月 当月月末 制造业PMIMA12 月 当月月末 制造业PMI新订单 月 当月月末 制造业PMI新订单MA12 月 当月月末 制造业PMI新出口订单 月 当月月末 工业增加值当月同比 经济 产量发电量当月值MA3 月月 次月月中次月月中 产量发电量当月值MA3环比 月 次月月中 产量发电量当月值MA3同比 月 次月月中 消费者信心指数 月 次月月末 国债利差10Y1M 日 当日收盘 国债利差10Y3M 日 当日收盘 PPI同比 月 次月月中 PPI同比差值 通胀 PPICPI剪刀差 月月 次月月中次月月中 PMI原材料价格 月 当月月末 PMI原材料价格MA12 PMI生产动能PMI生产动能MA12 月 月月 当月月末当月月末当月月末 中美国债利差10Y 日 当日收盘 中美实际利差10Y 日 当日收盘 SHIBOR2周 日 当日收盘 SHIBOR1个月 日 当日收盘 逆回购利率7天银行间质押式回购加权利率7天 货币 银行间质押式回购加权利率7天 日日 当日收盘当日收盘 银行间质押式回购加权利率7天MA20 日 当日收盘 M1同比 月 次月月中 中美M2同比 月 次月月中 M1M2剪刀差 月 次月月中 新增社融滚动12个月求和 月 次月月中 新增社融滚动12个月求和同比 月 次月月中 信用金融机构中长期贷款余额当月新增滚动12M求和 月 次月月中 金融机构中长期贷款余额当月新增滚动12M求和环比 月 次月月中 金融机构中长期贷款余额当月新增滚动12M求和同比 月 次月月中 来源:国金证券研究所 挑选好数据后,需要对数据进行预处理操作后才可以进入事件因子的构建阶段,具体流程如图表9所示,我们将在后文对每个步骤进行详细的阐述。 图表9:事件因子构建流程图 来源:国金证券研究所 22宏观数据的预处理 对于数据的预处理方面,我们分成