国金证券-Beta猎手系列：基于动态宏观事件因子的股债轮动策略-221209

文本预览：

《国金证券-Beta猎手系列：基于动态宏观事件因子的股债轮动策略-221209（18页）.pdf》由会员分享，可在线阅读，更多相关《国金证券-Beta猎手系列：基于动态宏观事件因子的股债轮动策略-221209（18页）.pdf（18页精品完整版）》请在悟空智库报告文库上搜索。

（以下内容从国金证券《Beta猎手系列：基于动态宏观事件因子的股债轮动策略》研报附件原文摘录）
　　动态宏观事件驱动的策略框架 　　为了解决传统宏观事件驱动类策略无法持续在样本外跟踪事件因子或者调整事件策略的弊端，本文构建动态事件驱动策略框架。将事件因子的评价环节包含在每期事件因子的选择当中，动态选择与资产走势更相关的事件因子，解决样本外因子的评价问题和动态因子优选的问题，使得投资者只需要关注于挑选更多有效的宏观数据进模型中，提升模型的信息输入就好。 　　并且我们用经济，通胀，货币和信用四维度的30余个宏观数据指标，基于数据样本内时间段的收益率胜率指标和开仓波动调整收益率指标数值，筛选出这些宏观数据每期最优的事件因子和最优的数据处理方式，并且从中挑选出了11个对资产择时效果较好的宏观数据，来搭建后续的股指择时策略和不同风险偏好的股债轮动策略。 　　基于动态宏观事件因子的股指择时策略以及股债轮动策略 　　我们将这11个因子分成了两大类:经济增长和货币流动性。经济增长：包含经济，通胀和信用，三者都是不同维度描述经济的运行情况；另外将货币类的指标单独划分成一类，用来刻画市场的流动性。将每期这两个大类因子的得分取平均值，合成当期的股票仓位信号。从2005年至2022年11月，宏观事件因子择时策略年化收益率为18.73%，同期Wind全A指数为10.88%，相对Wind全A有约8%的年化超额收益。而且该择时策略在波动率端也有比较好的表现，年化波动率由指数原来28.64%的波动率下降到了15.17%；最大回撤明显下降，从指数的68.81%下降到了13.77%，夏普比率上升到了1.13。 　　另外我们使用择时策略中获得的股票仓位信息搭配风险预算模型来构建不同风险偏好的股债轮动策略。其中使用Wind全A指数作为股票资产，中债综合财富总值指数作为债券资产来搭建模型。从2005年1月至2022年11月，期间保守，稳健和进取三个策略年化收益率分别为6.26%，11.96%和22.44%，同期股债64年化收益率为9.25%，稳健和进取型从收益的角度都稳稳跑赢基准，保守型虽然收益没有跑赢，但是波动率，最大回撤和夏普率都是4者里面最高的，适合喜欢风险偏好较低的投资者。而其他两个风险偏好的策略也同样在各维度上表现优于基准。在最后我们也测试了下交易成本对我们配置策略的影响，我们取换手率最高的进取型策略(年平均换手率达432%)作为例子，考虑手续费后，整体收益降幅可控，千分之一的单边手续费下年化收益仅下滑约0.5%，千分之二手续费下滑约1%。手续费对于该配置策略整体的影响不大。 　　风险提示 　　1、以上结果通过历史数据统计、建模和测算完成，历史规律未来可能存在失效的风险。 　　2、各类事件因子可能会受到政策、市场环境发生变化的影响，出现阶段性失效的风险。 　　3、市场可能出现超出模型预期的变化，导致策略出现超出模型估计的波动和回撤。