摘要 2024年第三季度已经过去,市场主要指数均实现上涨,其中沪深300涨幅16.07%,中证1000涨幅16.6%,万得全A指数上涨17.68%,市场或已走出底部。 从行业表现来看,三季度所有中信一级行业正收益,其中非银行金融上涨43.80%,综合金融上涨42.57%。 2024Q3新成立公募基金425只,合计募集1885.18亿元,其中混合型139只,共募集160.00亿,债券型133只,共募集1353.97亿,股票型153只,共募集371.21亿。 从择时角度,我们自2019年开始深耕于大盘择时,基于多维角度,创立了短期、中期、长期的择时模型。我们认为市场择时一定不是单一模型可以实现的,在每个周期下,我们从不同角度出发,又构建了次级别的策略。同一周期下策略或者不同周期下的策略可以进行耦合与共振,这样才能做到攻守兼备。择时收益2024年整年目前表现较好,三季度部分模型虽然没有跑赢指数,但明显降低了最大回撤。 2024年第三个季度择时模型总体表现非常亮眼。价量共振模型,特征成交量模型,推波助澜V3模型,智能算法沪深300模型,成交额倒波幅模型在今年第三个季度的表现较为优秀。 从择时模型角度看,短中期模型共振看多,后市或倾向于看多向上的行情。 基于行业轮动模型分析:2024年Q4我们看好:纺织服装、通信、银行。 我们认为可以从以下九个维度判断市场底部:低价股比例、破净股比例、M2/总市值中位数、PE中位数和十年国债收益率倒数、全市交易额、个股流动性、区间最大跌幅的中位数、次新股的破发率、全市场的估值角度判断市场,当下市场或已走出底部。 在2024年Q4,我们将继续砥砺前行,开发更多优秀策略。 风险提示: 本报告中数据均为历史数据,不代表未来发展趋势。 投资主题 报告亮点 本篇报告以目前华创金工历史所有择时、行业轮动、选股模型为基础,通过回顾2024年三季度表现,全方位分析与展示各类模型收益,并给出各个模型对未来的预测结果。首先,这篇报告是一个历史报告中模型的结果汇总,其次,本篇报告通过分析最近的各个模型的收益,对模型效果进行评价,并给出未来预测结果。 投资逻辑 择时采用多角度模型来分析市场;行业轮动模型基于基金预估仓位与超欠配来对行业未来进行预判;选股策略采用多视角选股的方法,列出市场未来值得关注的股票组合。目前择时、行业轮动、选股在历史上都有不俗的表现,可以通过这些策略对市场未来的投资机会进行预判。 一、2024年三季度复盘:主要宽基、行业指数与基金表现 2024年第三季度已经过去,市场主要指数均实现上涨,其中沪深300涨幅16.07%,中证1000涨幅16.6%,万得全A指数上涨17.68%,市场或已走出底部。 图表1 2024年Q3主要指数表现 从行业表现来看,三季度所有中信一级行业正收益,其中非银行金融上涨43.80%,综合金融上涨42.57%。 图表2 2024年Q3行业指数收益 接下来我们看一下不同类型基金的表现,其中在市场指数普涨的情况下,平衡混合型基金表现最好,平均收益为8.98%。 图表3 2024年Q3不同类型基金收益率 2024Q3新成立公募基金425只,合计募集1885.18亿元,其中混合型139只,共募集160.00亿,债券型133只,共募集1353.97亿,股票型153只,共募集371.21亿。 二、择时策略 择时上,我们自2019年开始深耕于大盘择时,基于多维角度,创立了短期、中期、长期的择时模型。我们认为市场择时一定不是单一模型可以实现的,在每个周期下,我们从不同角度出发,又构建了次级别的策略。同一周期下策略或者不同周期下的策略可以进行耦合与共振,这样才能做到攻守兼备。 在过去持续地对多周期择时模型进行深挖和完善,我们得到了丰富的研究成果:短期择时体系有价量共振模型与低波之刃模型:其中价量共振模型主要作用在于跟踪趋势与捕捉顶部的背离,低波之刃模型在于捕捉市场底部的反弹行情。中期择时体系主要有推波助澜模型与月历效应模型:依赖涨跌停比率,构建推波助澜V1模型;挖掘更多信息,构建推波助澜V2模型;提升权重股占比,基于自由流通市值加权,构建推波助澜V3模型。 月历效应模型是基于A股的春季躁动逻辑,基于中小盘指数构建的高胜率择时模型。长期择时体系主要有动量摆动模型:动量摆动模型先判断个股,再合成指数信号。基于短中长期各个周期模型,我们构造了综合兵器模型:综合兵器模型不仅利用多个版本的模型,而且利用同一个模型下不同宽基指数的信号,各个模型拥有各自特色的逻辑去捕捉市场的波段,将各个模型的信息充分汲取并且整合,最终实现了质的飞跃。 我们还基于特征收益分布,开发了特征龙虎榜机构模型,特征成交量模型。基于遗传规划,开发了智能算法择时模型:目前拥有沪深300指数的短期择时模型与GRASP(贪婪自适应搜索)算法合成的中证500指数短期择时模型。 我们不仅在A股指数的量化择时模型有所建树,我们还在港股指数上,开发了相应的量化择时模型,成交额倒波幅模型,在恒生指数与恒生中国企业指数的择时回溯结果表现非常亮眼。 (一)短期择时模型 1、价量共振模型 价量共振模型的基础逻辑是当供不应求时,人潮汹涌,都要买进,成交量自然放大;反之,供过于求,市场冷清无人,买盘稀少,成交量势必萎缩。华创金工探索的价量共振模型是基于一类低延迟快速的均线HMA来量化成交量,结合价格指标,创设一个结合价与量的新择时模型“价量共振择时模型”。价量共振择时模型,从初始的V1模型到更加稳健的价量共振V3模型(价量共振V1模型的缺点就是会在放量下跌的市场中,发出错误的买入信号。通过规避放量下跌产生的错误信号,形成价量共振V3模型)。 图表4价量共振V3模型回测结果(上证指数) 价量共振V3模型在上证指数自2005年1月4日至2024年09月30日,年化收益12.49%,最大回撤15.05%,胜率63.9%,盈亏比1.92,夏普比率0.828,平均每年交易10.3次,平均多头持有周期5.9日,历史回溯表现非常优秀。 价量共振V3模型在上证指数自2024年01月01日至2024年09月30日的绝对收益为17.76%,最大回撤4.76%,而上证指数绝对收益为12.63%,最大回撤14.73%。模型表现超越了基准指数,价量共振模型今年的表现非常优秀。 价量共振V3模型在上证指数自2024年7月1日至2024年09月30日的绝对收益为10.17%,最大回撤0.21%,而上证指数自2024年7月1日至2024年9月30日的绝对收益为11.41%,最大回撤9.77%。模型表现超越了基准指数(夏普比率和卡玛比率),价量共振模型基本没有回撤,价量共振模型在三季度的表现非常优秀。 2、低波之刃模型 一般来说,当价量共振模型空仓时候,市场处于一个缩量状态,缩量市场要么下跌,要么震荡,因此低波之刃模型是在一个缩量并且震荡的市场下,获取多头波段收益。市场在震荡的时候,不断洗筹,成交量逐渐萎缩,市场波动在逐渐降低,直到市场冷冷清清,市场成交量与成交额降至冰点,才会有后续期待的反弹行情。低波之刃模型量化了市场处于极端缩量和极端冷清的这种状态,并且能够把握后续的反弹行情。 图表5低波之刃模型回测结果(上证50指数) 低波之刃模型在上证50指数上自2015年2月9日以来至2024年09月30日,年化收益4.08%,最大回撤12.57%,胜率57.5%,盈亏比1.25,夏普比率0.152,平均每年交易16.3次,平均多头持有周期2.8日,历史回溯表现表明能够在市场处于震荡的情形下获取极度萎缩后的反弹收益。 低波之刃模型在上证50指数自2024年01月01日至2024年09月30日的绝对收益为-5.89%,最大回撤6.65%。而上证50指数自今年2024年01月01日至2024年09月30日绝对收益为20.21%,最大回撤12.91%。 低波之刃模型在上证50指数自2024年07月01日至2024年09月30日的绝对收益为-2.44%,最大回撤3.07%。而上证50指数自2024年07月01日至2024年09月30日绝对收益为14.55%,最大回撤10.22%。 3、特征龙虎榜机构模型 股票龙虎榜作为投资者可以窥探顶级资金交易行为的主要渠道一直备受关注,市面上也流传着很多有关龙虎榜的打板战法,但是龙虎榜本身包含的信息过于庞杂,上榜个体的交易目的也互有不同,甚至很多游资席位上榜的目的就是为了拉高股价进行出售,由于这些原因,使得龙虎榜数据并没有广泛的运用于量化投资领域。本文将从行为金融有限注意力理论的角度对这部分数据进行切入,以龙虎榜中全部机构席位信息总和作为原料进行加工,透过不同机构席位释放的干扰信号,探究机构席位资金出现极端行为时,宽基指数所呈现的规律并构建相应的择时策略。 由于龙虎榜资金净流入强度指标期望收益分布图呈现出明显的非线性V字型,正收益来自两端,负收益来自中间。因此择时模型的构造逻辑为做多两边做空中间,本文采用了一类巧妙的建模方法,构建了沪深300指数相应的龙虎榜机构多空择时模型。 特征龙虎榜机构模型在沪深300指数上自2013年01月01日以来至2024年09月30日,年化收益16.17%,最大回撤20.93%,胜率58.5%,盈亏比1.46,夏普比率0.770,平均每年交易17.6次,平均多头持有周期11.2日,空头持有期6.4个交易日。 特征龙虎榜机构模型在沪深300指数自2024年01月01日至2024年09月30日的绝对收益为-7.41%,最大回撤9.02%。而沪深300指数自今年2024年01月01日至2024年09月30日绝对收益为18.65%,最大回撤14.41%。 特征龙虎榜机构模型在沪深300指数自2024年07月01日至2024年09月30日的绝对收益为-0.34%,最大回撤3.11%。而沪深300指数自2024年07月01日至2024年09月30日绝对收益为15.52%,最大回撤10.73%。 图表6特征龙虎榜机构模型回测结果(沪深300指数) 4、特征成交量模型 成交量指的是一个时间单位内对某项交易成交的数量。当供不应求时,人潮汹涌,都要买进,成交量自然放大;反之,供过于求,市场冷清无人,买盘稀少,成交量势必萎缩。 而将人潮加以数值化,便是成交量。A股宽基指数有着明显的放量上涨,缩量下跌规律。 由于量能指标的期望收益分布呈现出明显的右偏V型形状,特征成交量模型采用了一类巧妙的建模方法,将成交量建模趋于完善,开创性地挖掘成交量模型的缩量做空与地量反弹,因此从成交量的特征分布进行切入,将市场划分为放量上涨区域,高位震荡区域,缩量下跌区域,地量反弹区域。并构建相应的择时策略,在放量上涨区域做多,在缩量下跌区域做空,在地量反弹区域中做多,在回溯中获得了远超宽基指数的择时收益。 特征成交量模型在万得全A指数上自2004年1月2日以来至2024年09月30日,年化收益27.86%,最大回撤40.54%,胜率55.3%,盈亏比1.53,夏普比率1.038,平均每年交易34.6次,平均多头持有周期5.2日,空头持有期5.9个交易日。模型表现非常优秀。 特征成交量模型在万得全A指数上自2024年01月01日至2024年09月30日的绝对收益为32.59%,最大回撤7.04%。而全A指数2024年01月01日至2024年09月30日绝对收益为9.02%,最大回撤16.85%。模型的表现远超基准,表现非常优秀。 特征成交量模型在万得全A指数上自2024年07月01日至2024年09月30日的绝对收益为11.49%,最大回撤6.94%。而全A指数自2024年07月01日至2024年09月30日绝对收益为16.80%,最大回撤8.68%。模型在三季度以来的表现较为优秀。 图表7特征成交量机构模型回测结果(万得全A指数) (二)中期择时模型 1、推波助澜模型 推波助澜V1模型:市场涨停个股较多的时候,市场人气旺盛,容易走出上涨行情;市场跌停个股较多的