行业轮动专题报告：组合配置的多模型方法

投资咨询业务资格： 证监许可【2012】669 号 金融工程团队 研究员： 熊鹰 021-80401732 xiongying@citicsf.com 从业资格号 F3075662 投资咨询号 Z0018946 研究员： 周通 021-80401733 zhoutong@citicsf.com 从业资格号 F3078183 投资咨询号 Z0018055 研究员： 蒋可欣 FRM jiangkexin@citicsf.com 从业资格号 F03098078 投资咨询号 Z0018262 2023-10-13 研究|金融工程专题报告 重要提示：本报告非 交易咨询业务项下服务，其 的观点和 息仅作参考之用，不构成对任何人的投资建议。 不会因为关注、收到或阅读本报告内容而视相关人员为客户；市场有风险，投资需谨慎。如本报告涉及行业分析或上市公司相关内容，旨在对 市场及其相关性进行比较论证，列举解释 种相关特性及潜在风险，不涉及对其行业或上市公司的相关推荐，不构成对任何主体进行或不进行某项行为的建议或意见，不得将本报告的任何内容据以作为 所作的承诺或声明。在任何情况下，任何主体依据本报告所进行的任何作为或不作为， 不承担任何责任。 组合配置的多模型方法 ——行业轮动专题报告 摘要： 多维视角下的行业轮动方法：多策略是如今量化策略的主流方法。同时采用多个维度的策略，可以实现更好的策略绩效。本文尝试构建“三个维度x 一套策略”的行业轮动综合解决方案。 基于单因子打分的轮动策略：单因子方法通过预先确定的因子方向对行业进行评分，再选取分 靠前的行业建立组合 。策略在 2019 以来相对 证 800 的 化 超额约 18%，今 以来 取得了 15% 的绝对收益。 基于多因子回归的轮动策略：多因子方法通过回归模型，寻找当 收益率和上一 因子值之间的 线性关系并外推，呈现“低波动、低回撤，收益稳健”的特点，2019 以来 最大回撤仅 12.7%，今 以来 跑赢基准 。 基于 LTR 排序学习的轮动策略：基于机器学习 的树模型，对行业进行截面排名预测是排序学习策略的操作思路。排序策略最近三 息比率达2.35，月相对胜率在 74%附近，可以作为相对收益方案的参考。 组合策略：立体行业配置解决方案。将单因子打分、多因子回归、LTR 排序学习三种方法结合起来，最终构建基于 一级行业 的“三维一体”行业轮动策略。2019 以来，组合策略 化收益达24%，相对于 证 800平均超额约 19%，最近三 息比率2.84，是兼具绝对收益和相对收益能力的合成方法。 风险提示：量化模型/方法/参 失效、聚合 据带来的 息损失、排序算法无法替代择时等。本文 所有模型 应用仅为回溯举例。 本文通过引入单因子打分、多因子回归、LTR 排序学习三种方法，构建了基于 一级行业 的“三维一体”多模型行业轮动策略。回测结果提示，多模型方法可以有效避免单一策略或参 阶段性失效的风险，能够实现更佳绩效。2019 以来， 组合策略 化超额 达 19%左右，最近 3 息比率 2.84，兼具绝对收益和相对收益能力。 报告要点 金融工程专题报告 2 / 18 目 录 摘要： .......................................................................................................................................................................... 1 一、 多维视角下的行业轮动方法 ............................................................................................................................ 4 （一） 量化行业轮动的组合解决方案 ....................................................................................................... 4 （二） 因子库 .............................................................................................................................................. 4 二、 基于单因子打分的轮动策略 ............................................................................................................................ 6 （一） 单因子打分方法............................................................................................................................... 6 （二） 轮动策略：单因子打分 ................................................................................................................... 7 三、 基于多因子回归的轮动策略 ............................................................................................................................ 9 （一） 多因子回归方法............................................................................................................................... 9 （二） 轮动策略：多因子回归 ................................................................................................................. 10 四、 基于 LTR 排序学