华泰证券-华泰基本面轮动系列之十：行业配置落地，指数增强篇-201129

《华泰证券-华泰基本面轮动系列之十：行业配置落地，指数增强篇-201129（25页）.pdf》由会员分享，可在线阅读，更多相关《华泰证券-华泰基本面轮动系列之十：行业配置落地，指数增强篇-201129（25页）.pdf（25页精品完整版）》请在悟空智库报告文库上搜索。

本文从指数增强角度切入，尝试将行业配置模型转换为实际可投资策略行业配置策略缺乏直接可投资标的，需要下沉至股票或者基金才能转换为实际可投资策略。

本文主要从指数增强的角度切入，实证引入行业轮动模型后的表现，主要内容包括：1、海量生成不同胜率的行业轮动观点进行模拟测试，探究若想在指数增强场景下有显著超额表现，行业轮动策略应该具备什么胜率？2、实证景气度模型、改进景气度模型和趋势追踪模型在指数增强场景下的表现，结果表明，改进景气度模型整体表现最优，在沪深300增强场景下，引入行业轮动模型后的增强策略相比于行业中性策略年化超额收益率为3.01%，信息比率为1.08，且每年都有正向超额回报。

本文通过三类典型场景下的实证结果来综合评估行业轮动策略的表现本文通过三类典型场景下的实证结果来综合评估行业轮动策略的表现：1、纯行业轮动测试，采用中信一级行业指数作为底层资产，根据策略观点等权配置多头行业，基准为所有行业等权；2、无选股指数增强测试，以指数成分股作为底层资产，根据行业轮动观点在行业基准权重上进行超低配，但不引入选股模型，也即同行业内个股的相对比例保持不变；3、结合多因子选股模型的指数增强测试，以指数成分股作为底层资产，结合选股模型和行业轮动观点，在均值方差框架下进行组合优化，构建指数增强测试。

模拟测试：海量生成不同胜率的行业轮动策略，挖掘普适性规律本文依据一级行业下期的真实表现来海量生成不同胜率的行业轮动策略，以便通过蒙特卡洛模拟测试挖掘泛化规律，结果表明：1、行业轮动策略的胜率需要达到70%及以上，增强组合相比于中性组合的信息比才能大于1；2、结合多因子选股模型的指数增强测试结果，相比于纯行业轮动测试，在超额收益表现上普遍有所下滑；3、同样胜率的策略在沪深300上的增强表现显著优于中证500，因为沪深300成分股内行业的相对表现与一级行业关联度更高（指数走势主要受大市值个股影响），从侧面说明对不同指数应该定制相应的行业轮动策略，而不能期望同一策略适用于所有指数。

策略测试：景气度模型、改进景气度模型、趋势追踪模型景气度策略是基于财报、Wind一致预期等结构化数据构建的基本面驱动型轮动模型；改进版景气度策略在原景气度基础上引入了行业中观层面的库存、价格等基本面指标来提升拐点预测时效性；趋势追踪策略是基于交易数据构建的动量类模型。

结果表明，改进景气度模型整体表现最优，在沪深300增强场景下，策略相比于行业中性组合的年化超额收益率为3.01%，信息比率为1.08，且每年都有正向超额回报；相比于沪深300全收益指数的年化超额收益率为7.05%，信息比率1.26。

整体而言，在多因子选股模型的基础上，通过指数增强的方式将行业配置策略落地是一种可行的方式。

风险提示：模型根据历史规律总结，历史规律可能失效。

市场出现超预期波动，导致拥挤交易。