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
金工定期报告20241009 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20240930 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。 9月份模型收益统计：本策略2024年9月看多债券，不建议配置其他资产，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。本策略2024年9月的收益率为0.76%，等 权基准组合的收益率为10.75%，超额收益为-9.99%。本次股票资产的大幅上涨主要来源于政策面利好消息以及积极的市场情绪，均不在我们模型考量的范围之内，所以我们未能捕捉到本次的股票牛市行情。 最新宏观状态判断：根据2024年9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均未发生改变。 10月份配置建议：看多债券，对小盘股、大盘股、商品、黄金等资产保持谨慎态度。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4.33%的大盘股， 95.67%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10月09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 《“重拾自信2.0”RCP因子绩效月报 20240930》 2024-10-09 《“日与夜的殊途同归”新动量因子绩效月报20240930》 2024-10-08 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9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9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9月配置情况9 表6：2024年9月宏观风险因子状态10 表7：2024年10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9月） 2.1.本月表现 由于政策面的利好消息以及市场情绪回暖，2024年9月股票资产涨势喜人，大盘股 （+21.43%）和小盘股（+33.27%）在月末都有非常大幅的拉升。债券资产（-0.01%）本月表现不佳，商品（1.81%）和黄金（+4.30%）资产小幅上涨。 图5：2024年9月各大类资产净值走势 数据来源：Wind，东吴证券研究所 本
