多维宏观状态下的行业轮动策略：重构量化行业轮动框架，宏观篇（下）

上传者：潘*
时间：2021/03/07
热度：1161
0人点赞
举报

重构量化行业轮动框架，探寻多维宏观状态:一个完善的行业轮动框架，通常涵盖对宏观变量的解读、对行业景气度的分析以及考虑个股微观特征等多个维度。基于宏观维度，前期我们通过对不同环境极端状态进行提炼，刻画了从宏观到行业涨跌特征的知识图谱，策略样本外两年多取得了稳定的表现。本文为宏观事件策略的升级版，出发点是引进更多宏观指标及状态刻画，基于多指标特征共振挖掘更立体的多维宏观状态，进而研究行业轮动中有效的宏观驱动因素及逻辑，探索其中可量化建模的方法。挖掘不同宏观状态背后的行业轮动机会：本文与之前的单宏观事件的区别在于：单事件通常对形态要求更为苛刻因此较少触发信号，而多维事件则在宏观事件状态刻画上相对放开，但要求多个指标同时触发信号，只有当多个宏观指标处于极端状态并产生共振时，才触发相应“宏观事件”，进而研究其对特定行业的影响。指标选择上，共涵盖了约54个常见的宏观指标及各行业相关指标约1100个，每个指标根据其是否触发历史新高、是否处于短期高位等状态各定义8类事件状态，共衍生出约12000类宏观事件。策略实证结果：报告中围绕各行业的有效宏观事件库，构建了基于28个申万一级行业的轮动策略，自2010年1月至2021年2月共11年的样本测算区间内，轮动策略相对行业等权基准指数获得约26%的年化超额收益，各行业单独择时也均获正贡献。