|
|
本报告导读：
我们分别从收益率与概率两方面入手建立了基于宏观变量的二维化多因子行业配置模型， 利用模型给出的多 头及空头 行业 组合进行配对交易年化收益达 18%18%，信息比率为 1.68 ，胜率达 69%69%，结果稳健且有效 。 最后 我们给出了 12 月份的 相对 看多及看空 行业 。
摘要
多因子模型的应用相当广泛，其在组合管理，业绩归因，股票风格评分等领域都发挥着巨大作用，本文主要选择基于宏观变量的多因子模型进行行业配置。未来，随着融资融券业务的进一步拓展，利用做空获取收益将越来越重要，为此本文不仅给出看多的行业，同时给出看
空的行业，以期帮助投资者从多空两个方向赚取收益。
经典的多因子模型 只对收益率进行 预测，其所忽视的一面是，没有对方向进行预测。事实上，我们可以综合两方面的因素， 给出具体的看多及看空行业 。
通过逐步回归，最终我们筛选出拟合度较好的宏观因子，其中收益率预测模型的宏观因子有： PPI 、工业增加值、商品零售价格指数、 M2 ；方向预测模的宏观因子有 PPI 、 M1 、宏观景气指数一致指数以及金融机构各项贷款余额增速。
从配置的结果来看，运用二维化多因子模型进行配置的效果常好，在近 3 年的时间里，该模型获得 140% 的累积收益，累积超额收益为 101%101%，年化超额收益达到 23%23%，胜率超过65%65%，最大回撤不超过 9%9%，信息比率达到 2 .05 。
不仅如此， 利用二维化模型给出的 空头配置进行 做空交易并利用期货对冲 能获得 8 的稳定年化收益，而多空配对交易的年化收益更是提高到了 18%18%，这 佐证了 模型的有效性及稳定性。
此外，相比收益率与概率模型，二维化模型在收益率、波动率、胜率、最大回撤、信息比率等方面均有显著提高，这表明，多因子模型进行二维化考虑是有意义的。
12 月份， 二维化模型我们推荐 交运设备、食品饮料、有色金属、轻工业制造以及机械设备 ；我们不看好的行业有 公用事业、信息服务、交通运输、信息设备以及建筑建材 。
|
|
