2024年金工深度研究：双因子定价模型的应用，择时与配置

市场因子与风格因子的稳定性是资产定价与预测的基础

在资产定价系列的前两篇报告《全球资产是否存在统一的市场因子》（20231201）和《如 何刻画全球资产统一的风格因子》（20240115）中，我们展开论述了市场因子和风格因子的 构建流程，并就其稳定性进行了初步讨论。本报告尝试基于市场因子和风格因子搭建统一 的定价与预测框架，因此首先针对因子的构建方式和稳定性进行更全面、更深入的分析， 进一步论证因子的稳健性与模型的有效性。

跨资产数据统一进行主成分分析可得到较为一致的市场因子、风格因子

在市场因子和风格因子的构建过程中，我们对股票指数、MSCI 一级行业指数、利率、商品、 外汇五类资产分别进行主成分分析，得到前三个主成分序列进而合成市场因子和风格因子。 在各类资产内部进行主成分分析可以更好地观察资产内部的结构特征，同时可以有效平衡 各类别内部细分资产数量不均等的问题。但同时，等权合成市场因子和风格因子意味着我 们对各类别资产赋予了同等权重，先验认为各大类资产对因子的贡献程度均等，这一假设 是否科学合理？ 我们尝试对跨资产数据统一进行主成分分析，数据集与前期报告保持一致，包括 18 个全球 主要股票指数、20 个 MSCI 一级行业指数、25 个主要国家不同期限国债利率、11 个代表 性商品品种、9 个美元兑各个国家货币汇率共计 83 个指标。 对全样本数据整体进行主成分分析，得到的第一主成分序列走势与市场因子高度重合。从 权重来看，股票指数和 MSCI 一级行业指数对 PCA1 的贡献度高于其他类别资产，同类资 产内部权重分布相对均匀。这一主成分分析结果说明，无任何先验考量的情况下，所有资 产背后最显著的特征是市场因子，尽管构建方式与前期报告中有所差别，但结论得以互相 印证。各类别资产对 PCA1 的贡献并非等权，但权重组合的微调对 PCA1 的走势影响不大。 因此，前期报告中市场因子的构建结果是稳健的，分类别进行主成分分析的流程能更好兼 顾不同类别的资产，避免受资产数量的干扰，在构建方法上也是可行的。

对于风格因子，前期报告中我们对各类资产第二、第三主成分进行组合并等权合成，分析 了不同类别资产内部主成分的含义与背后统一的逻辑联系。所有资产数据进行主成分分析 得到的 PCA2 与风格因子的走势呈现一定的相似性，但局部有所偏离，可能的原因在于构 建风格因子时综合考量了第二、第三主成分并进行了组合调整，导致风格因子存在某些局 部特征无法被所有资产数据的 PCA2 所刻画。整体而言，前期风格因子的构建在逻辑含义、 方法流程、走势结果上均较为合理，具备一定的参考价值。

综合跨资产数据的主成分分析结果，前期报告中对于市场因子和风格因子的构建结果较为 可靠，结论能在全样本数据集中得到印证。因此后文统一沿用分类别进行主成分分析再等 权合成的方式，以更好地捕捉各类资产内部的结构特征，同时平衡各类资产对于市场因子 和风格因子的整体贡献程度。

市场因子与风格因子的构成成分在时序上相关度较高，可外推预测

应用市场因子和风格因子进行定价和预测的重要前提是因子本身较为稳定。我们从因子走 势和构成成分两个角度进一步展开分析。滚动 100 个月时间窗口分别构建市场因子和风格 因子，与全样本的结果进行比对，观察局部因子与全局因子的走势和相关系数分布。局部的市场因子与全样 本市场因子的走势重合度较高，说明滚动时间窗口构建的市场因子同样能够较好捕捉资产 背后的特征，历史数据与未来数据不会对局部特征产生较大影响。这一结果进一步表明市 场因子稳健性较强，对样本区间的选取不敏感。

从局部因子与全局因子的相关性分布可以看出，市场因子在走势上稳定性较高，局部窗口 的市场因子与全样本市场因子相关性最低达 0.982，走势高度一致。从相关性的波动情况来 看，相关系数的变化没有呈现明显的趋势性，说明存在相对稳定的中枢。这一结果是市场 因子长期稳定性的有力证明。 对风格因子而言，局部的稳定性不如市场因子，滚动计算因子相关系数的中位数在 0.825， 但相关系数最小值仅为 0.445。需要指出，风格因子的规律性整体弱于市场因子，但有效性 依然能得到一定保证。首先，局部因子与全局因子相关系数低于0.655的场景占比仅为10%， 说明在大多数情况下，局部的风格因子与全样本的风格因子保持超过 0.655 的相关性，呈 现较为明显的正相关。其次，2021 年之前，局部风格因子与全样本因子的相关系数中枢超 过 0.8，说明历史上因子的稳定程度较高。此外，我们观察到 2021 年下半年至 2022 年底， 局部风格因子与全样本因子的相关性逐步下滑，可能的原因是这一阶段主要资产的结构和 关联联系出现了一定变化。但 2023 年以来相关系数呈现稳定回升的态势，或意味着资产之 间的模式正逐步修复。 整体来看，滚动构建市场因子与风格因子能较好刻画局部时间窗口内的特征，且对应特征 在全局样本中能较容易被识别出来。客观而言，市场因子的稳定性优于风格因子。

市场因子和风格因子本质上是底层资产的线性组合，由各个细分资产贡献权重组合而成。 在讨论定价和预测的问题上，除了局部与全局因子在走势上的一致性外，更为核心的是底 层资产权重的稳定性。具体来说，对市场因子本身进行预测时，如果市场因子的构成成分 发生了明显变化，则可能会出现预测对象不明确的情况。举一个极端的例子，倘若过去的 市场因子是一个股票组合，随着时间的推移市场因子变成了一个债券组合，假如我们用股 票组合去预测债券组合，显然是不合理的。因此我们需要进一步论证市场因子和风格因子 在权重构成上的稳定性。 化繁为简，我们考虑外推预测一期的情况。已知各资产第 1~第 100 个月的价格序列，可以 通过主成分分析构建市场因子和风格因子序列。我们的目标是预测市场因子和风格因子在 第 101 个月的值。最理想的情况是，根据底层资产第 2~第 101 个月的序列所构建的市场因 子和风格因子，在底层资产上的暴露与第 1~第 100 个月的权重完全一致，也就意味着预测 对象明确，没有发生漂移。

由于相邻两个时间窗口存在 99 个月数据的重复，主成分分析的权重结果保持高度相关是合 理的，也恰恰是大多数场景中超过 0.99 的相关性保证了外推预测一期的可行性。需要注意 的是，在预测的场景下，极值也是需要被充分考虑的。商品 PCA3 相邻两个时间窗口的权 重相关性最低仅为 0.601，说明主成分的权重结构发生了一定变化。但由于市场因子和风格 因子的构建中未考虑商品资产的第三主成分，我们不对此展开分析。 特别地，相邻两个时间窗口的利率资产 PCA3 权重相关性最低为 0.662，而利率 PCA3 是 风格因子的构成成分。

具体从权重层面来看，2003 年 4 月~2011 年 7 月与 2003 年 5 月~2011 年 8 月两个时间窗 口的利率 PCA3 权重发生了较为明显的变化。观察前后两期 PCA3 与 PCA4 的权重可以发 现，从含义上看 2003 年 4 月~2011 年 7 月的利率 PCA3 与 2003 年 5 月~2011 年 8 月的利 率 PCA4 可能更为相近，权重相关性达 0.75。事实上，前后两个时间窗口的数据存在大部 分重叠，但仅一个月的数据差异就可能造成主成分分析结果的偏差，这是由主成分分析的 算法理论所决定的。每期进行主成分分析时，各主成分的解释度排序、主成分的正负号、 甚至各资产的权重结构都可能发生变化，我们建议以特征的含义为首要考量，以刻画时序 上相对稳定的特征为目标，而不局限于主成分的排序和组合。

我们特别强调，相邻两个时间窗口的主成分分析结果出现明显差异可能是定价和预测的风 险来源。在应用市场因子和风格因子建模时，建议对主成分的权重进行判断与甄别，且在 权重结构不一致时谨慎采纳预测结果。

随时间推移资产内部模式结构可能发生变化，但对定价与预测的影响可控

除了考虑相邻两个时间窗口的主成分分析结果外，我们进一步考察不重叠时间窗口的结果， 也即第 1~第 100 个月的资产主成分权重与第 101~第 200 个月的权重相关性。同样滚动计 算相关系数并统计其分布，可以发现随着时间的推移，相关系数存在一定的波动，说明主 成分的结构可能发生变化。且显然，整体相关系数的中枢水平低于前文中相邻两个时间窗 口的计算结果。

直观来看，全球主要股票指数 PCA1 权重的相关系数在下滑，说明在较长时间尺度的推演 过程中，主成分的内在结构可能发生了变化。我们认为，需要客观看待这一变化结果，并 结合实际评估其对预测效果的影响。在本报告的前沿部分，我们论述了金融经济系统是在 动态演化的过程中逐渐形成秩序的。演化的结果存在不确定性，但演化本身是确定的，也 就是说，对于较长时间维度的观察而言，我们不应预期金融经济系统内在结构的固定不变， 而应当接受差异性的存在。 但对于预测来说，不确定性可能是模型的风险点。我们希望金融经济系统内在结构维持足 够的稳定性，也就是各个主成分中底层资产权重的相关系数中枢保持在较高的水平。同时， 在相关系数下滑的过程中，我们需要更多辅助的论据去对定价和预测研究体系的适用性展 开讨论。

对于不重叠的两个时间窗口，全球主要股票指数 PCA1 权重的相关系数从超过 0.9 下滑为 不到 0.7，这一结果是否意味着我们提出的定价和预测框架逐渐失效？我们认为理据不足。 统计股票指数之间滚动的平均相关性可以发现，近年来 PCA1 权重相关性下滑的同时，资 产之间的平均相关性在上升。这一结论恰恰说明，主成分权重内在结构的变化并不本质， 主成分所刻画的特征可能没有发生明显变化，只是我们用于刻画特征的工具产生了一定差 异，但不同的工具之间本身也是相似的。 对 MSCI 一级行业指数、利率、商品、外汇进行同样的测算，不重叠时间窗口下主成分权 重的相关性可能发生较大波动。除利率外，各类资产 PCA1 权重相关系数中枢在 0.5 附近， 利率资产 PCA1 权重相关系数出现过一次极端下滑，当前仍然处于爬升修复的通道中。特 别地，资产内部相关性的提升是对权重相关性下滑的一定弥补，在多个权重相关系数下行 的区间内，资产内部的相关性均有所提升。 至于金融经济系统内部模式变化对定价和预测的影响，我们认为总体的影响可控。一方面 是因为实际操作中我们不会采用不重叠的时间区间进行预测，更实用的场景是外推一期。 尽管资产内部结构可能发生变化，但相邻两期的相关性大概率不会急剧下降。另一方面是 系统内部结构的变化不完全由主成分权重的相关性所刻画，即便权重相关性有所下滑，资 产之间的相关性上升仍然有可能维持内部特征的相对稳定。 因此，综合考量各资产主成分在走势、权重上的变化后，我们仍然沿用前期报告的市场因 子、风格因子定义方式，且后续在建模、预测的流程中尽量不考虑跨越较长时间区间的外 推，同时审慎评估预测结果。

双因子模型的有效性检验

双因子模型有效性的实证研究

与前期报告一致，我们选取了股指、行业指数、利率、商品和外汇 5 类资产共 83 种细分资 产作为我们的底层资产数据集，并以 100 个月作为窗口，滚动计算窗口期内的市场因子、 风格因子及因子和资产间的规范相关系数等结果。值得注意的是，由于资产总数量小于窗 口期长度，我们并未对资产再进行降维处理。同时，为了比对不同种类资产间的差异性， 我们在计算因子与所有资产规范相关系数的同时，也在各大类资产内部，计算了因子与资 产间的规范相关系数。

从结果中可以看出，针对所有资产，模型的规范相关系数ρ值均值在 0.95 以上，其中大于 0.9 的时间样本占比高达 89%，表明市场因子和风格因子与资产的协方差矩阵高度相关，双 因子模型具有一定的有效性。按不同大类资产的类别看，双因子模型在股指和行业指数中 的有效性更高，表明股票受市场、风格因子的驱动更为明显；在利率资产中模型的有效性 相对较低，表明利率资产的特异性可能更高。上述结论与我们前期报告中的结果也保持一 致。 进一步的，我们根据 Pukthuanthong 论文中提出的方法，基于加权向量，构建出对应资 产加权组合的收益率序列，以加权组合收益率序列为因变量，市场因子、风格因子序列为 自变量进行回归，相关结果如下表所示。结果显示，市场因子在每个回归方程中均具有较 高的显著性，而风格因子在利率资产和外汇资产的回归方程中的表现相对较差。不过，相 对因子系数的原始 t 值，采用 t 值绝对值可能更加合理：不论是正相关还是负相关，显著的 t 值均表明因子对资产收益的变化存在不可忽视的贡献。从绝对值的角度看，市场因子和风 格因子对大多数资产收益率均有驱动作用，具有一定的有效性。

除因子与资产协方差的关系外，我们或许还可以从因子载荷的角度探讨双因子定价模型的 有效性：如果各种细分资产与市场因子、风格因子间的关系不随时间变化而改变，即资产 在双因子上的载荷系数显著且稳定，则通过观察和预测因子值，我们可以对各类资产的收 益变化进行合理可靠的分析和预测。基于此，我们以 100 个月为滚动窗口，以各个细分资 产的时序数据为因变量，市场因子、风格因子为自变量，进行滚动回归，记录每次回归的 因子载荷值和对应的 t 值，下表展示了部分具有代表性的资产滚动回归结果。 结果显示，各类资产的市场因子载荷较为稳定，随时间的变化波动率较低，且 t 值均值远高 于 1%的显著性水平；风格因子的载荷稳定性则相对较低，主要在上证指数、MSCI 新兴市 场行业指数等资产上具有较高的 t 值。综合而言，市场因子的有效性要高于风格因子。

双因子模型能有效实现资产的定价与预测

前文论述了市场因子与风格因子的有效性和稳定性，也从模型视角出发检验了双因子定价 模型的稳健性，后续章节我们将围绕资产的定价与预测展开，重点讨论双因子定价模型在 投资实践中的指导价值。

结合经济周期、动量实现对市场因子、风格因子的方向预测

前期报告中我们测算了市场因子的周期性，42 个月、100 个月周期较为显著，且长期稳定 存在。因此，在经济周期框架下对市场因子进行预测是合理的，华泰金工三周期模型可以 实现对市场因子未来的方向性预判。风格因子的周期性不如市场因子那么显著，风格因子 是否适用于周期的预测框架仍有待商榷。 除了周期规律外，趋势外推也是常用的预测方法。趋势外推依赖于底层标的的动量效应， 认为过去上涨的标的未来也大概率上涨，过去下跌的标的未来也会继续下跌。分别用周期 和动量的视角预测市场因子、风格因子的方向，时间维度预测未来 1 个月、3 个月、6 个月、 12 个月。真实的市场因子与风格因子变化方向定义为延长时间窗口后重新构建的因子在预 测期的值相较于基期的涨跌。

对于市场因子 的预测而言，周期的胜率明显高于动量预测，且随着预测时间区间变长，周期的预测胜率 提升。这一结果有力证明了周期规律对于市场因子预测的有效性，且周期更擅长较长时间 的方向性预判。至于风格因子的预测，由于风格因子的周期性不显著，因而基于周期进行 预测的效果不佳。动量预测未来 1 个月、3 个月、6 个月的胜率高于 50%，预测未来 12 个 月胜率则大幅下滑。

市场因子和风格因子的预测结果进一步启发我们，周期对于市场因子未来的方向预判较有 把握。但风格因子较难进行合理的预测，动量的预测结果可供参考。这一统计或意味着金 融经济系统整体的运动特征能较好被刻画和预测，但系统内部的模式和结构的演变则难以 提炼出明确的规律。

双因子定价模型能有效预测各细分资产价格的方向变化

双因子定价模型对资产价格的运动变化有较高的解释度，基于对市场因子和风格因子的预 测，我们可以尝试对资产价格进行方向性的预判。具体的方法为，结合经济周期对市场因 子的方向进行预测，结合动量规律对风格因子的方向进行预测，根据双因子定价模型形成 对于资产价格的涨跌预判。预测时间窗口同样考虑未来 1 个月、3 个月、6 个月、12 个月。

由于双因子定价模型基于同比视角进行建模，我们首先考虑其对于资产价格同比序列变化 方向的预测胜率。对大多数资产而言，预测未来 12 个月的胜率高于未来 1 个月，这一结论 与周期对于市场因子的预测一致。在双因子定价模型的应用中，市场因子发挥主要作用， 因此对于资产价格的预测，也是市场因子占据主导。市场因子的预测胜率直接影响了对于 资产价格的方向判断。

实际的投资中，对于同比的预测需要转换为环比的观点才能进行实践。同比序列上行意味 着资产价格存在上涨动力，在上行的趋势中有望加速上涨，在下行的趋势中有机会拐头向 上。从同比的预测直接映射为环比的观点可能存在一定瑕疵，但从刻画资产价格上行动力 的角度来看，也具备一定的合理性。我们进一步考虑单一资产择时策略中，应用双因子定 价模型给出的信号在策略中的有效性。

对于单一资产择时，我们考虑纯多头的择时策略，胜率定义为模型给出看多信号时资产价 格上涨的概率，赔率定义为模型给出看多信号时资产上涨的月均收益率与资产下跌的月均 收益率的比值。胜率与赔率通常较难兼得，对于择时而言，胜率较高但赔率较低可能意味 着策略会经历大幅回撤；胜率较低但赔率较高则说明策略能有效躲避大幅下跌。 美股择时的胜率通常较高，欧洲、日 本市场则可能获得较高的赔率。相对来说，A 股市场的择时策略有效性较弱，胜率与赔率均 处于下游水平。以 MSCI 欧洲和 MSCI 亚太指数为例，从择时净值可以看出，在收益的视 角下大多数策略能优于指数本身，择时策略能在较为有效捕捉历轮上涨的同时规避一些回 撤，提升资产投资的性价比。此外，双因子定价模型给出的信号通常相对连续，大概率不 会在震荡市中反复买卖，是换手率较低的择时策略。

MSCI 一级行业 指数的胜率与赔率水平与全球主要股票指数的择时近似。商品资产普遍择时胜率较低，策 略的有效性依赖于较高的赔率。汇率资产的胜率和赔率水平都相对平均，整体的策略有效 性弱于其他几类资产。

对于利率资产而言，由于国债收益率本身不是可投资标的，我们考虑对债券资产进行择时， 标的为主要国家的 2 年期、5 年期、10 年期国债期货。构建双因子定价模型时，基于市场 因子和风格因子对国债期货价格进行预测。需要指出，市场因子和风格因子维持与上文一 致，滚动构建因子的底层资产中不包含国债期货。我们认为，市场因子和风格因子分别表 征金融经济系统整体的运动变化和内部的结构变化，是系统级别的规律，因此不仅对底层 资产具有定价和预测作用，对其他金融资产也应当有效。 从国债期货的择时胜率与赔率可以看出，双因子定价模型对于国债期货价格的方向性判断 相对稳定，平均胜率接近 60%，赔率则在 1 附近，策略较为有效。此外，应用不同时间长 度的预测信号进行择时，胜率与赔率未呈现明显的变化规律，说明信号区间的参数并不敏 感，策略整体较为稳健。从中国 5 年期国债期货和德国 2 年期国债期货的择时净值可以看 出，中国债券的择时信号长期较为有效捕捉上涨行情，而德国债券择时策略的有效性主要 体现为减小了近 3 年来债券资产的大幅回撤。

综合上述各细分资产的择时结果，我们认为基于市场因子和风格因子的双因子定价模型具 备较高的普适性。我们沿用统一的模型对股票指数、MSCI 一级行业指数、国债期货、商品、 汇率等各个资产进行择时，大多数择时策略能有效提升资产投资的性价比。这一结论有力 证明了双因子定价模型的定价和预测能力，对资产择时与配置有较高的指导价值。

结合双因子定价模型构建大类资产配置策略

在单一资产的定价和预测基础上，我们尝试构建多资产的组合。本章我们首先在同类资产 内部基于双因子定价模型的信号进行多空配置，考察模型对于同类资产的预测区分度。进 而在跨资产组合中结合模型的预测结果构建多资产配置策略，形成可供落地的投资指导实 践。

基于残差动量排序构建同类资产内部的多空组合

双因子定价模型可以实现对资产的统一预测，资产价格运动变化的共同驱动因素包含在市 场因子和风格因子中，残差则反映了资产的特异性。同类资产内部的相对强弱结构由风格 因子刻画，但剔除风格的影响后，资产之间仍然可能呈现一定的差异，系统级别的规律和 现象可能不是产生这些差异的根源，因而残差所包含的信息也具有一定价值。 尝试通过动量信号捕捉残差的规律，考察资产自身的特异性能否产生有效的配置信号。对 同类资产内部的各个细分资产，分别构建双因子定价模型，滚动计算各个资产的残差，根 据残差动量信号进行截面排序。排序靠前的资产可能是资产自身上行动力较大的资产，对 应做多思路。 以全球主要股票指数为例展示策略构建流程，首先考察残差动量的分层效果。滚动构建双 因子定价模型，每期得到各资产的残差序列。为平滑动量信号，残差动量定义为残差序列 近半年的数值之和。根据残差动量从大到小排序，18 个股票资产中，排序 1~6 的资产为第 一层组合，排序 7~12 的资产为第二层组合，排序 13~18 的资产为第三层组合。组合中各 资产等权配置。

残差动量排序靠前的资产存在较为明显的超额收益，在夏普比率和 Calmar 比率上均有优势。 三个组合的净值分层效果基本符合预期，说明残差动量在全球股票指数内部有一定区分度， 是相对有效的收益因子。结合残差动量信号构建多空组合，做多第一层资产，做空第三层 资产，权重等权配置，其余未被选中的资产权重设为 0，可以得到全球股票指数多空组合。 长期来看，多空组合的累计超额收益呈现上行趋势，进一步说明残差动量的有效性。

需要指出，多空组合的波动率和最大回撤仍然相对较大，导致夏普比率和 Calmar 比率的绝 对水平不高。从投资实践上来说，我们认为股票指数内部的多空信号直接应用于配置可能 较为粗糙，但与其他资产或者其他策略配合使用有机会产生增益效果。从根本上来看，双 因子定价模型的残差动量信号与其他常见的择时配置信号具有明显差异化的逻辑，因此大 概率能形成分散化的收益风险来源，有助于构建更稳健的资产配置策略。

对于 MSCI 一级行业指数、债券、商品、外汇资产，我们采用同样的方法构建基于双因子 定价模型的残差动量策略，策略参数与上文中全球主要股票指数的策略一致。其中多头组 合等权配置残差动量排序前 1/3 的资产，空头组合等权配置残差动量排序后 1/3 的资产，资 产数量向下取整。 从各类资产的多空组合净值走势来看，MSCI 一级行业指数、债券、外汇资产的组合长期具 有正收益，净值呈现波动上行的走势，说明残差动量长期相对有效。商品资产多空组合的 净值波动较大，可能存在接近于 0 的收益中枢。在构建策略时，为避免过拟合，我们对所 有资产所有策略采用完全一致的参数，在除商品外的四类资产中均得到相对有效的结果。 但在商品资产的应用中，策略没有获得明显的超额收益。我们认为可能存在几点原因：1. 各 个细分商品资产的博弈逻辑较为独立，截面的残差动量信号较难进行统一的捕捉；2. 商品 资产对于策略参数相对敏感，需要测算一组有效的参数；3. 商品资产的有效特征均被市场 因子和风格因子所刻画，残差所包含的信息量有限。客观而言，同一个策略同一组参数在 所有资产上均有效是最为理想的目标，但实际应用中较难实现。我们在股票指数、MSCI 一级行业指数、债券、外汇资产上验证了同一套定价与预测框架，尽管在商品资产上适用 性不足，仍有待进一步优化，但目前的结果也已经是自上而下统一资产配置体系中有效的 一步推进。

基于双因子定价模型的跨资产组合策略构建

探讨双因子定价模型在同类资产中的定价与预测效果后，我们尝试构建跨资产投资策略。 前期在报告《资产配置体系的完整性思考》（20221222）中，我们特别指出大类资产配置 体系应当包含股票、债券、商品、外汇四类资产

基准策略定义为四类资产的风险平价策略。具体地，对股票、债券、商品、外汇各大类资 产分别赋予 1/4 的风险预算，大类内部各细分资产平均分配大类预算，结合风险平价思路确 定权重配比。

对于双因子定价模型的应用，我们展示两个示例。一个是结合市场因子的预测观点调整大 类资产风险预算，预测市场因子上行时放大风险资产的预算比例，反之放大防御资产的预 算比例。另一个是根据残差动量的排序，赋予排序靠前的资产更高的风险预算。

在最简单的应用场景中，市场因子的周期预测结果能较为有效提升策略的夏普比率，且提 升效果的累积效应明显，在历轮经济周期中均有所体现。但同时，由于策略的底层配置相 较基准更为集中，策略的最大回撤也有所放大。跨资产残差动量的结果相较基准策略的性 价比也有小幅提升，我们提示策略参数具有优化的空间。市场因子调整预算结合残差动量 的策略结果在夏普和 Calmar 上相较基准均有明显提升，且优于仅采用单一信号的策略结果， 说明信号的叠加具有增益。综合来看，我们提出了双因子定价模型，并展示其在预测和策 略配置上的实践，形成了统一的自上而下资产配置体系。我们推荐对于双因子定价模型各 个不同维度的应用，包括市场因子的预测、对残差动量的捕捉等。在前期报告《行业残差 动量定价能力初探》（20240205）中，我们也展示了基于双因子定价模型进行行业轮动、 ETF 轮动的策略实证。

全文总结

本报告为华泰金工资产定价系列第四篇报告，基于前期市场因子和风格因子的构建以及双 因子定价模型的提出，我们进一步论证了因子的稳健性以及模型的有效性。在此基础上， 我们探讨了双因子模型最直观、最朴素的应用方式，为投资者提供框架性的参考：1. 根据 双因子定价模型信号可以对资产进行涨跌方向的判断并构建择时策略，策略在多类资产中 均能获得合理的胜率与赔率水平，有效提升资产投资的性价比。2. 结合双因子定价模型可 构建资产配置策略，基于残差动量排序构建同类资产内部的多空组合有助于把握大类资产 的特异性收益；把双因子定价模型观点映射到风险预算上进行多资产配置能有效实现相较 基准策略的业绩提升。 我们采用统一的逻辑框架进行自上而下的研究分析，有效论证了体系的普适性与稳健性。 与自下而上的研究领域不同，自上而下的研究中涉及到的变量更少、频率更低。在资产定 价系列报告中，我们创新性地构建了全球资产统一的市场因子、风格因子并提出双因子定 价模型，进而解答全球大类资产配置中跨市场、跨资产品种的统一定价与预测问题。这一 独创性的研究思路有望给投资者带来重要的启发。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）