基于宏观风险因子的大类资产轮动模型绩效月报20240831

金工定期报告20240903 证券研究报告·金融工程·金工定期报告 基于宏观风险因子的大类资产轮动模型绩效月报20240831 基于宏观风险因子的大类资产轮动模型绩效：2011年1月至2023年12月，模型年化收益率9.93%，年化波动率6.83%。夏普比率1.45，最大回撤率6.31%，在控制了高风险资产仓位的情况下取得近10%的年化收益，收益、风险、回撤控制方面表现都非常优秀。 8月份模型收益统计：本策略2024年8月看空小盘股、商品、黄金，对大盘股、债券不发出观点，模型给出的风险配比为大盘股：小盘股：债券：商品（非黄金）：黄金=1：0.5：1：0.25：0.03，最终配置了7.29%的大盘股，2.51%的小盘股，84.90%的债券，3.35%的非黄金商品和1.95% 的黄金。本策略2024年8月的收益率为-0.26%，等权基准组合的收益率为-1.79%，超额收益为1.53%。 最新宏观状态判断：根据2024年8月底最新的宏观风险因子状态，我们认为当前处于滞胀、宽利率宽信用、汇率因子下行、期限利差因子上行的阶段，各宏观风险因子状态较上期，除了信用因子由上行转为下行，其余均未发生改变。 9月份配置建议：看多债券，不推荐配置小盘股、大盘股、商品、黄金等资产。模型给出的风险配比为大盘股：小盘股：债券：商品（非黄金）：黄金=0.06：0.06：16：0.03：0.03，最终配置了2.85%的大盘股，97.15% 的债券，未配置其他资产。 风险提示：模型所有统计结果均基于历史数据，未来市场可能发生重大变化；单一模型可能存在风险，实际应用需结合资金管理、风险控制等方法；模型测算可能存在相对误差，不构成实际投资建议。 2024年09月03日 证券分析师高子剑 执业证书：S0600518010001 021-60199793 gaozj@dwzq.com.cn 研究助理刘静恒 执业证书：S0600123070085 liujingheng@dwzq.com.cn 相关研究 《CPV因子期货版3.0——CPV测谎机》 2024-09-02 《预期高股息组合跟踪-20240830》 2024-09-01 1/11 东吴证券研究所 内容目录 1.模型回顾：基于宏观风险因子的大类资产配置模型4 1.1.宏观风险因子体系4 1.2.大类资产投资时钟规律梳理4 1.3.相位判断法改善拐点6 1.4.“时钟+拐点改善法”大类资产轮动模型7 2.绩效回顾（2024年8月）9 2.1.本月表现9 2.2.下月观点9 3.风险提示10 2/11 东吴证券研究所 图表目录 图1：增长—通胀投资时钟5 图2：利率—信用投资时钟5 图3：因子动量法识别拐点存在滞后6 图4：“时钟+拐点改善法”大类资产轮动模型的净值走势7 图5：2024年8月各大类资产净值走势9 表1：宏观风险因子概览4 表2：大类资产指数选取5 表3：宏观状态对于大类资产的观点（投资时钟模型）5 表4：“时钟+拐点改善法”大类资产轮动模型的绩效评价指标8 表5：2024年8月配置情况9 表6：2024年8月宏观风险因子状态10 表7：2024年9月配置观点10 3/11 1.模型回顾：基于宏观风险因子的大类资产配置模型 此部分仅作要点回顾，内容详情请见东吴金工2024年2月1日发表的报告《“宏观量化”系列研究（一）：宏观风险因子构建与大类资产配置应用》： 1.1.宏观风险因子体系 表1：宏观风险因子概览 我们利用宏观数据和资产组合构建了包括经济增长、通胀、利率、汇率、信用、期限利差六个因子的宏观风险模型。这一模型全面刻画了宏观经济的多个方面，提供了更全面的风险视角。各因子具体构建方法如下： 宏观风险 所需指标 是否滞后 处理方式 合成方法 上行意义 工业增加值同比(M0000545) 1 HP滤波 经济增长 PMI(M0017126)0同比，HP滤波波动率倒数加权 经济上行 社会消费品零售总额同比 1 HP滤波 (M0001428) PPI同比(M0001227) 1 HP滤波 通胀 CPI同比(M0000612)1 HP滤波 波动率倒数加权 通胀上行 中债-国债总财富(1-3年)指数0 等权构造投资组 利率下 利率(CBA00621.CS) 合，计算净值同 降，宽货 中证货币基金指数0 比收益率 币环境 多头：上海金(AU9999.SGE)0 汇率空头：伦敦金现 (SPTAUUSDOZ.IDC)0 构造等权多空投资组合，计算净值同比收益率 直接标价法下汇率上升，人民币贬值 (H11025.CSI) 期限利差 (CBA00631.CS) 多头：中债-企业债AAA指数0 构造久期中性的 信用利差 信用(CBA04231.CS) 投资组合，计算 走阔，紧 空头：中债-国债总指数0 净值同比收益率 信用环境 多头：中债-中短期债券财富 (总值)指数(CBA00701.CS) 0构造久期中性的 投资组合，计算 期限利差 空头：中债-长期债券财富(总 值)指数(CBA00801.CS)0 数据来源：Wind，东吴证券研究所 净值同比收益率走阔 东吴证券研究所 1.2.大类资产投资时钟规律梳理 为了捕捉宏观因子之间的联动效应，我们引入了“美林时钟（增长—通胀时钟）”和“利率—信用时钟”模型。我们统计了各类资产在不同时钟状态下的表现，结论与国外市场基本一致： （1）从“增长—通胀时钟”的角度来看，复苏期和过热期均利好股票和商品，利空债券，滞涨期和衰退期利好债券和黄金，利空股票和商品。 （2）从“利率—信用时钟”的角度来看，宽利率阶段均利好债券，利空股票，紧利 4/11 表2：大类资产指数选取 率宽信用阶段利好股票，利空债券。值得注意的是，紧利率紧信用阶段，大盘股表现欠佳，小盘股仍有不错的表现。 大类资产指数名称指数代码合成方式 上证50000016.SH 大盘股 创业板指 399006.SZ 债券 中债-国债总财富 CBA00601.CS 商品（非黄金） 南华金属指数南华能化指数ICE布油 NH0400.NHFNH0500.NHF等权B.IPE 黄金 SGE黄金9999 AU9999.SGE 数据来源：Wind，东吴证券研究所图1：增长—通胀投资时钟 图2：利率—信用投资时钟 小盘股 等权 沪深300000300.SH 国证2000399303.SZ 等权 东吴证券研究所 数据来源：东吴证券研究所数据来源：东吴证券研究所 我们根据上述投资时钟展现出来的规律，定量化地给出了不同时钟状态下对于各资产的观点。我们设置了[-2，2]共�个档位，其中2代表极度看好，-2代表极度看空，中间以此类推。另外，由于商品和黄金并非现金流定价的逻辑，我们尽量不让信用风险因子和利率风险因子对其给出观点，只有在紧利率宽信用环境下，商品和黄金相对于其他状态下表现尤为突出，我们才给出了看多的观点。 表3：宏观状态对于大类资产的观点（投资时钟模型） 大盘股 小盘股 债券 商品（非黄金） 黄金 复苏 2 2 -2 2 1 过热 1 2 -2 1 -2 滞胀 -2 -2 2 -2 2 衰退 -2 -2 2 -2 1 5/11 东吴证券研究所 宽利率宽信用 -2 -2 2 0 0 宽利率紧信用 -2 -2 2 0 0 紧利率宽信用 2 2 -2 2 2 紧利率紧信用 -2 2 2 0 0 汇率上行 -1 -1 1 -1 -1 汇率下行 1 1 -1 1 1 期限利差上行 -1 -1 1 -1 0 期限利差下行 1 1 -1 1 0 数据来源：东吴证券研究所 1.3.相位判断法改善拐点 我们用因子动量法识别宏观风险因子的上/下行状态，其定义为： 1 𝑀𝑜𝑚𝑒𝑛𝑡𝑢𝑚�=𝑋�−3(𝑋𝑡−1+𝑋𝑡−2+𝑋𝑡−3) 因子动量连续两期为正，我们认为因子上行；因子动量连续两期为负，我们认为因子下行；其他情况下不给出观点，默认延续上期状态。 为了过滤短期噪声的干扰，防止宏观风险因子状态频繁切换，连续两期动量同向才会发出信号，但是这样做的代价就是我们直接战略性放弃了拐点。再加之我们只能用当前状态去预测下一期状态，我们对于拐点的判断就会滞后两期，这两期的错误配置决策会大大摊薄我们的模型收益。 图3：因子动量法识别拐点存在滞后 数据来源：东吴证券研究所 我们研究发现，宏观风险因子均受到38个月周期的共同驱动。因此，我们定义相 位判断法来判断宏观风险因子的状态，核心思想就是观察当前因子处于38个月周期的 6/11 东吴证券研究所 什么阶段。 我们用38个月为周期构造正弦波，滚动拟合宏观因子，判断当前所属相位。我们 将滚动拟合窗口设定为50个月，过长或者过短的窗口都会导致我们无法正确定位初相 位，对最终的识别结果造成影响。我们根据周期特征，将[-�,�]和[2�,4�]称为上行区 3333 域和下行区域，剩下的[�,2�]和[-2�,-�]称为顶部区域和底部区域。具体判断规则如下： 3333 （1）当相位处于上行区间时，给出因子上行观点(+1)。 （2）当相位处于下行区间时，给出因子下行观点(-1)。 （3）当相位处于顶部区间时，若宏观因子相较于上期继续上行，则维持因子上行观点(+1)，否则无法给出观点(0)。 （4）当相位处于底部区间时，若宏观因子相较于上期继续下行，则维持因子下行观点(-1)，否则无法给出观点(0)。 因子动量法善于捕捉因子的短期趋势，相位判断法对短期趋势的判断不够灵敏，但是在拐点识别处较有优势，有时甚至能对拐点进行偏左侧的预判。因此，我们融合两种方法的优势，以因子动量法为主，在疑似出现拐点导致因子动量法无法给出观点时，我们用相位判断法给出观点。 1.4.“时钟+拐点改善法”大类资产轮动模型 基于以上研究，我们构建了“时钟+拐点改善法”大类资产轮动模型，具体细节如 下： （1）我们无法预知下个月的宏观因子状态，但是宏观经济状况很少发生频繁的状态切换，因此我们假设下个月各个因子均延续本月状态。 （2）我们根据各个宏观风险因子所处的状态，计算截面上各个资产的总得分。 （3）引入风险预算模型，各资产的初始风险配比为大盘股：小盘股：债券：商品：黄金=1：1：1：0.5：0.5，在此基础上根据总得分进行调整，每有一分正的得分则风险配比翻倍，每有一分负的得分则风险配比减半。 （4）回测区间：2011年1月——2023年12月。 该策略的净值走势和绩效指标如下： 图4：“时钟+拐点改善法”大类资产轮动模型的净值走势 7/11 东吴证券研究所 数据来源：Wind，东吴证券研究所 表4：“时钟+拐点改善法”大类资产轮动模型的绩效评价指标 时钟+拐点改善 基准等权组合 总收益率 242.45% 83.59% 年化收益率 9.93% 4.78% 年化波动率 6.83% 10.99% 年化夏普比率 1.45 0.43 最大回撤率 6.31% 20.63% 胜率 73.08% 55.77% 数据来源：Wind，东吴证券研究所 最终经过优化的“时钟+拐点改善法”大类资产轮动模型年化收益率9.93%，年化波动率6.83%。夏普比率1.45，最大回撤率6.31%，在控制了高风险资产仓位的情况下取得近10%的年化收益，收益、风险、回撤控制方面表现都非常优秀。 8/11 东吴证券研究所 2.绩效回顾（2024年8月） 2.1.本月表现 2024年8月全体资产表现均不佳，大盘股（-1.97%）、小盘股（-4.92%）、非黄金类商品（-2.58%）都有不同程度的下跌，股票资产虽然月末迎来了一波上涨，但是仍未能修复本月的回撤，整体跌幅较大，债券（+0.02%）、黄金（+0.85%）小幅上涨。 图5：2024年8月各大类资产净值走势 数据来源：Wind，东吴证券研究所 本策略2024年8月看空小盘股、商品、黄金，对大盘股、债券不发出观点，模型