金工深度研究：基于趋势和拐点的市值因子择时模型.pdf

金工深度研究：基于趋势和拐点的市值因子择时模型。

本文结合趋势和拐点模型构建了市值因子择时模型

为了解决市值风格择时的问题，本文从趋势和拐点入手，构建了有效的择时 模型，并进一步应用于沪深 300 与中证 2000 轮动。首先，我们参考宽基指 数的编制规则和 BARRA，给出合理的市值因子定义，并计算了市值因子收 益率和净值，作为择时对象。趋势模型依靠市值因子自身趋势难以从右侧跟 上行情，故使用宏观指标趋势，信号偏右侧。拐点模型使用量价数据，从高 动量、高成交、高波动、趋势趋同等角度衡量风格拥挤度，信号偏左侧。两 者融合后，市值因子择时的收益大幅提升，同时最大回撤和最长新高天数显 著下降，且参数较为鲁棒。文末还讨论了风格择时模型如何应对过拟合。

趋势模型：包括经济增长和流动性维度，用多组双均线系统判断趋势

趋势模型考虑市值因子自身趋势和宏观指标趋势，其中宏观指标包括经济增 长和流动性两个维度。为了应对指标噪声和降低参数敏感性，我们采用多组 双均线系统来判断趋势。训练集上回测显示，市值因子自身趋势的择时效果 差强人意，宏观指标趋势的择时效果较好，且多组双均线系统的参数较为鲁 棒。其中，经济增长维度用 5 个高频指标进行趋势评分，各指标均满足景气 利空小市值的先验逻辑；流动性维度用 4 个高频指标进行趋势评分，各指标 均满足宽松利好小市值的先验逻辑。趋势模型信号偏右侧。

拐点模型：从交易情绪出发构建拥挤度指标，采用门限测试检验有效性

拐点模型基于小市值/大市值组合成分股的量价数据构建了十类拥挤度指 标，每一类指标又包括不同参数或不同计算视角的子指标。在训练集上用门 限测试检验子指标能否有效提示市值风格的反转机会。结果显示，有 8 类指 标有子指标通过门限测试，具体是动量之比、成交额之比、换手率之比、真 实波幅之比、涨跌比之差、配对相关性之差、第一主成分贡献率之差、风险 对冲系数之差。将通过门限测试的子指标逐层整合，最终得到小市值/大市 值拥挤度得分，或可提前 20 个交易日提示前期强势风格反转的风险。

趋势模型与拐点模型结合，并进一步应用于沪深 300 与中证 2000 轮动

趋势模型总得分在-2 至+2 之间；拐点模型起到“一票否决”作用，故得分 设定为+2、-2 或 0。两者相加，当总得分≥1 时，开仓市值因子；当总得分 ≤-1 时，清仓市值因子；当总得分等于 0 时，维持先前仓位。经过对比试 验，趋势（开仓阈值 0.60）与拐点（高拥挤阈值 95%）模型结合的方案在 市值因子择时上的表现最优。我们进一步将沪深 300 指数作为大市值风格 的代表，将中证 2000 指数作为小市值风格的代表，用最优方案的信号开展 沪深 300 与中证 2000 轮动。回测区间从训练集延长至 2025-04-30，轮动 组合的年化收益为 21.02%，跑赢等权基准 13.74%。