因子选股系列之九十二：基于时点动量的因子轮动

基于时点动量的因子轮动 ——因子选股系列之九十二 研究结论 市场在一些特殊时点存在“引爆点”式的动量效应。我们基于市场自身状态与外部事件催化，梳理了五类会形成这种动量效应的特殊时点，即下跌反弹、顶部切换、横盘突破、北向异常流入和宏观指标披露。在这些特殊时点领涨的行业/ETF在未来一个月能够持续跑赢其他行业/ETF，即具有非常显著的行业轮动或ETF轮动能力。 在这些特殊时点上行业和ETF上都存在动量效应，这引发我们思考alpha或风格因子在这些时点上是否也存在动量效应？我们以这些时点信号触发时因子的多头超额收益作为衡量因子时点动量的代理指标，并分别在alpha因子和风格因子中检验其是否具有因子/风格轮动能力。 在alpha因子的时点动量检验中我们发现时点动量确实具有显著的因子轮动能力： 金融工程|专题报告 报告发布日期2023年06月28日 证券分析师杨怡玲 yangyiling@orientsec.com.cn 执业证书编号：S0860523040002 联系人栾张心怿 luanzhangxinyi@orientsec.com.cn （1）将时点动量用于因子分组，多头组的因子未来一个月的分组多、空收益明显强于空头组的因子，即时点信号触发时多头超额高的因子未来的多头超额持续保持较高水平； （2）以时点动量加权的复合因子，股票多、空收益均显著强于传统等权或ICIR加权法； （3）基于时点动量加权因子构建的全市场TOP50组合，自20130101至20230531相对中证500的年化超额收益为26.17%，今年以来超额收益为10.64%； （4）在中证500指数增强模型中，使用时点动量加权打分替换传统ICIR加权打分，可将基础版本的年化超额收益由16.58%提升至19.33%；放宽行业轮动中看多、看空行业的主动暴露可进一步提升至20.94%。 我们进一步将时点动量应用于风格因子，发现时点动量在风格因子中也具有非常显著的风格轮动能力： （1）用时点动量对风格因子分组，强势风格打分下的股票多头收益明显高于股票空头； （2）时点信号偏好Beta、Size、Value、Volatility等风格； （3）加入风格轮动后的中证500指数增强模型在稳定性方面得到进一步提升，年化超额收益由20.94%提升至21.33%，信息比由3.10变为3.15，最大回撤由-8.09%改善为-6.06%。 风险提示 量化模型失效风险 市场极端环境的冲击 基础版本 超额收益 16.58% 23.73% 9.77% 36.82% 26.48% 15.00% 15.27% 13.52% 10.31% 14.35% 12.58% -1.79% 跟踪误差 4.63% 4.12% 3.73% 7.81% 3.34% 3.11% 3.70% 4.16% 4.95% 5.29% 3.99% 4.40% 最大回撤 -6.16% -1.57% -2.59% -3.31% -0.78% -1.49% -1.91% -2.60% -3.54% -6.16% -3.04% -3.13% 只变因子 超额收益 19.33% 8.70% 14.16% 36.60% 35.06% 21.43% 24.48% 16.46% 2.69% 25.26% 17.57% 3.17% 跟踪误差 6.46% 4.97% 4.45% 10.44% 6.91% 4.30% 5.18% 6.15% 6.79% 7.14% 6.39% 5.13% 最大回撤 -7.85% -2.87% -2.06% -6.05% -1.76% -1.42% -1.93% -4.45% -7.85% -5.68% -6.01% -2.57% 变因子 超额收益 20.94% 10.64% 16.93% 38.67% 36.17% 23.23% 24.92% 18.29% 1.15% 28.13% 19.84% 4.63% 变行业 跟踪误差 6.76% 5.14% 4.75% 10.36% 7.05% 4.60% 5.52% 6.29% 7.03% 8.17% 7.10% 5.13% 最大回撤 -8.09% -2.74% -2.28% -5.60% -1.26% -1.79% -2.06% -4.55% -8.09% -5.68% -5.46% -2.59% 变因子变行业 超额收益 21.33% 12.71% 18.78% 41.42% 34.88% 19.62% 25.70% 12.40% 8.17% 27.23% 22.36% 2.82% 变风格 跟踪误差 6.77% 5.16% 4.62% 10.67% 7.15% 4.43% 5.58% 6.52% 6.85% 7.89% 6.99% 5.17% 最大回撤 -6.06% -2.68% -1.54% -5.19% -1.51% -1.49% -1.81% -4.83% -6.06% -5.68% -4.71% -3.02% 时点动量在中证500指数增强上的应用 全样本期201320142015201620172018201920202021202220230531 全样本期 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 20230531 全样本期 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 20230531 全样本期201320142015201620172018201920202021202220230531 基于循环神经网络的多频率因子挖掘—— 因子选股系列之九十一 DFQ遗传规划价量因子挖掘系统——因子选股系列之九十 分析师情感调整分数ASAS——因子选股系列之八十九 基于偏股型基金指数的增强方案——因子选股系列之八十八 2023-06-06 2023-05-28 2023-03-28 2023-03-06 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 目录 一、时点动量研究框架4 二、时点动量信号说明5 2.1下跌反弹5 2.2顶部切换7 2.3横盘突破7 2.4北向异常流入8 2.5宏观指标披露8 三、基于时点动量的行业轮动9 3.1单信号下的行业轮动9 3.2复合信号下的行业轮动11 3.2.1不定期调仓11 3.2.2定期调仓11 四、基于时点动量的因子轮动12 4.1时点动量在因子分组中的应用13 4.1.1不定期调仓13 4.1.2定期调仓14 4.2时点动量在因子加权中的应用15 4.2.1不定期调仓16 4.2.2定期调仓17 4.3时点动量在TOP组合中的应用17 4.4时点动量在指数增强中的应用19 五、基于时点动量的风格轮动21 5.1寻找强势风格21 5.2提升指数增强22 六、总结24 风险提示24 图表目录 图1：带头反弹行业的动量效应示意图4 图2：带头反弹ETF的动量效应示意图4 图3：时点动量研究框架4 图4：下跌反弹信号示意图5 图5：中证全指的ATR60（20130101-20230531）6 图6：下跌反弹信号数量统计（20130101-20230531）6 图7：顶部切换信号数量统计（20130101-20230531）7 图8：横盘突破信号数量统计（20130101-20230531）8 图9：北向异常信号数量统计（20170101-20230531）8 图10：宏观指标披露信号数量统计（20130101-20230531）9 图11：单信号下的行业轮动测试结果（不定期调仓）10 图12：复合信号下的行业轮动测试结果（不定期调仓）11 图13：复合信号下的行业轮动测试结果（定期调仓）12 图14：因子库说明12 图15：单信号下的因子分组表现（不定期调仓）13 图16：复合信号下的因子分组表现（不定期调仓）14 图17：单信号下的因子分组表现（定期调仓）15 图18：复合信号下的因子分组表现（定期调仓）15 图19：单信号下的因子加权表现（不定期调仓）16 图20：复合信号下的因子加权表现（不定期调仓）16 图21：单信号下的因子加权表现（定期调仓）17 图22：复合信号下的因子加权表现（定期调仓）17 图23：复合时点动量加权下的TOP50组合表现18 图24：TOP组合参数敏感性18 图25：中证500成分股≥80%下的三个版本超额收益对比19 图26：中证500成分股不限制下的三个版本超额收益对比20 图27：指数增强模型在改进前后的换手率对比20 图28：风格因子库说明21 图29：单信号下的因子分组表现（不定期调仓）21 图30：各时点信号的风格偏好22 图31：中证500成分股≥80%下的四个版本超额收益对比22 图32：中证500成分股不限制的四个版本超额收益对比23 一、时点动量研究框架 市场在某些特殊时点存在“引爆点”式的动量效应。如下图所示，在2022年4月27日中证全指在经历了一波下跌后开始反弹，当日电力设备及新能源行业指数上涨7.48%，涨幅位居所有中信一级行业榜首，且该行业在未来一段时间内持续跑赢市场，呈现出较强的“领头羊”属性。与此同时，当天带头反弹的ETF（如电池ETF）在未来1-3个月内的涨幅同样强于市场整体表现。基于上述现象，我们不禁思考：哪些特殊时点存在这种动量效应？哪些资产在这些特殊时点具备动量效应？ 图1：带头反弹行业的动量效应示意图图2：带头反弹ETF的动量效应示意图 20220427电力设备及新能 源带头反弹，上涨7.48% 持续跑赢市场 1.61.5 1.4 1.3 1.2 1.1 1 0.9 中证全指电力设备及新能源 1.81 .7 .6 .5 .4 .3 .2 .1 20220427电池ETF 带头反弹，上涨9.77% 持续跑赢市场 1 1 1 1 1 1 1 0.9 中证全指电池ETF 数据来源：wind，东方证券研究所数据来源：wind，东方证券研究所 首先，针对第一个问题，我们认为当市场自身发生趋势突变或外部事件刺激市场形成趋势突变时，均有助于上述特殊时点的生成。最终，我们确定了五种存在动量效应的特殊时点，它们依次为：下跌反弹、顶部切换、横盘突破、北向异常流入和宏观指标披露。其次，由于以上时点信号均基于市场整体状态判断而来，因此这种动量效应可能会广泛存在于各类权益资产中，如行业、风格、因子、ETF和基金等。本篇报告重点研究时点动量在因子以及风格轮动中的应用，具体过程将遵从以下三个步骤： （1）确定时点动量的信号触发日； （2）计算信号触发后，各资产的动量因子； （3）将信号日的动量因子应用于资产轮动。 图3：时点动量研究框架 市场自身状态 时点动量 外部事件刺激 宏观指标披露 ETF 北向异常流入 风格 横盘突破 因子 顶部切换 行业 下跌反弹 特殊时点信号时点动量下的轮动资产 数据来源：东方证券研究所绘制 二、时点动量信号说明 本章将对五种时点动量信号的定义进行说明。其中，下跌反弹、顶部切换和横盘突破信号均源于市场自身状态的趋势突变，而北向异常流入和宏观指标披露均由外部事件催化而来。 2.1下跌反弹 下跌反弹信号试图捕捉的动量效应为，当市场经历快速下跌并开启反弹行情时，反弹最强的板块、行业、股票、因子具有持续的动量效应。我们对下跌反弹信号的触发条件设定如下： （1）过去一段时间中证全指的跌幅超过下跌阈值𝐷； （2）下跌过程中的小幅回弹幅度低于反弹阈值𝑈； （3）指数触底后的反弹幅度超过反弹阈值�。 直观上，下跌反弹信号要求中证全指先后经历下跌与反弹阶段，且下跌过程未发生明显回弹。后文将用反弹区间指代最低点至信号日这一区间。 图4：下跌反弹信号示意图 下跌深度 信号日 反弹高度大于阈值 反弹高度小于阈值 反弹高度 反弹区间 数据来源：东方证券研究所绘制