基于宏观数据的资产配置与风格行业轮动体系

核心观点与关键数据

• 大类资产配置解决方案：通过宏观因子构建股票和债券的择时模型，并将其加入风险平价模型中调整资产风险预算，形成全天候策略。自2017年以来，全天候策略年化收益6.2%，最大回撤2.6%，夏普比率2.05，较风险平价策略取得1.2%的超额收益。最新配置观点为看多股票资产，看空债券资产，仓位分别为11%（股票）、39%（债券）、5%（转债）、5%（美股）、40%（信用债）。
• 风格轮动解决方案：
  • 价值成长风格轮动：基于宏观增长和流动性四象限，选择对应风格。自2017年以来，价值成长轮动策略年化收益9.2%，超额年化收益7.5%，月度胜率60.2%。最新配置观点为成长。
  • 大小盘风格轮动：同样基于宏观增长和流动性四象限，选择对应风格。自2017年以来，大小盘轮动策略年化收益9.2%，超额年化收益9.0%，月度胜率58.3%。最新配置观点为小盘。
• 行业轮动解决方案：构建宏观经济、中观基本面、微观技术面、交易拥挤度四维引擎，综合打分进行行业轮动。自2017年以来，行业轮动策略年化收益16.0%，超额年化收益13.2%，月度IC均值12.3%。最新综合得分排名前七位的行业为银行、国防军工、机械、农林牧渔、非银行金融、计算机、有色金属。

研究结论

• 大类资产配置：在Alpha稀缺、Beta主导的格局下，通过宏观因子进行大类资产配置，可以有效获取Beta收益，平滑波动。
• 风格轮动：价值成长风格和大小盘风格均呈现显著的周期性轮动特征，可通过宏观指标和市场情绪指标进行切换。
• 行业轮动：通过四维度综合打分体系，可以捕捉各行业的结构性轮动机会，实现更为精细和稳健的配置建议。

风险提示

• 因子失效风险
• 模型失效风险
• 宏观环境变动风险