量化资产配置专题：风格因子配置择时框架与基金优选.pdf

量化资产配置专题：风格因子配置择时框架与基金优选。风格因子的筛选：传统基金研究主要采用基于持仓的分析方法，按照持仓股票的市值规模、财务指标等特征聚合到基金层面，以展示基金的持 仓风格，这种方法受制于基金持仓的公布频率低，只能获得季末时点数据。基于基金净值的研究方法，采用风格因子线性回归拟合、风格因子 相似度等来跟踪基金风格，因基金净值披露频率高，可以实现更为高频的风格跟踪。基于因子的配置一方面要求因子为单因子，另一方面要求 各因子之间相关性较弱。结合A股超额收益的来源，我们选取了景气、质量、价值潜力与红利四个因子。

风格因子的配置与择时：完整的因子配置框架包含两个维度，一个是从外生变量如宏观环境出发研究因子配置，这会决定因子的中长期趋势； 另一个是从内生变量如因子动量、拥挤度等角度进行择时，这是通过判断交易风险进行短期择时。通过分析影响风格因子的核心变量（货币、 信用和中美利差），我们构建了风格因子的轮动时钟，在当前货币宽松、信用下行以及中美利差下行的宏观环境下，红利的趋势仍在。未来随 着国内稳增长政策的发力带来信用企稳或者美国降息带来中美利差上行，市场风格将会逐步利好景气因子。

因子拥挤度的测算：因子拥挤是指由于跟踪或投资某一因子的资金过多，导致该因子的收益或收益稳定性下降，是考虑因子配置与择时的重要 维度。我们基于交易数据，从交易热度、资产收益、估值指标、杠杆资金、交易结构5个角度出发，整理筛选出8个指标衡量因子拥挤度。对于 单一指标拥挤度信号，使用近一年分位数进行标准化，根据指标的95%/99%分位数判断交易拥挤信号。对于综合拥挤度指标及信号，我们从5个 维度出发采用投票法构建综合拥挤度指标，指标大于0.5发出拥挤信号。在指标有效性分析上，通过拥挤信号发出后的1、3个月因子平均收益率、 胜率（收益为正的胜率）、极端下行风险分析指标有效性，并通过策略回测验证综合拥挤度指标在风格因子上的择时效果。基于信用-货币-中 美利差的风格轮动策略具有显著超额收益，2015—2022年样本内平均收益23.5%，相对风格等权超额收益13.9个百分点。样本外表现稳定，2023 年至今年化收益4.6%，相对风格等权超额收益16个百分点。引入拥挤度指标后，该轮动策略的风险显著降低，夏普比提升。