季度区间内行业配置方法探索总结
核心观点
- 多因子模型构建:在季度时间内,通过量价信息和分析师盈利预期构建两大类因子,分别寻找优化参数,并将二者联合使用形成多因子模型,以预测季度内行业走势。
- 超额回报与表现:该模型在44个季度的回测期内,年化超额回报达9.90%,季度胜率72.73%,平均IC值0.1758,正IC占比77.27%。
- 行业排除应用:模型可用于排除预期表现不佳的行业,每个季度创建负面行业排除池,跑输基准概率高达85%,平均剔除约10个行业。
- 调仓时机影响:调仓时点在1、4、7、10月的月初表现较好,其他时间点表现虽略有下降但仍有效。
主要发现
- 量价因子:包括简单动量、风险调整后的夏普比率、ATR调整后动量、估值所反映的交易情绪、复合动量因子及反转因子的叠加使用。
- 行业景气度因子:分析行业景气度,挑选出在季度区间内表现优异的行业。
- 多因子模型:将量价因子与行业景气度因子结合,构建多因子模型,通过回测验证其有效性。
风险提示
- 模型有效性:测试基于历史数据,存在过拟合风险,对样本外数据的有效性未得到验证。
结论
季度区间内行业配置方法通过构建多因子模型,结合量价信息和分析师预期,成功预测季度内行业走势,显著提高了投资成功率和超额回报,尤其在特定调仓时点表现更佳。模型还具备排除预期不佳行业的功能,有助于规避潜在风险。然而,模型的有效性需谨慎评估,考虑到历史数据的局限性。