开源证券-大类资产配置研究系列（2）：大小盘轮动的奥义-200912

《开源证券-大类资产配置研究系列（2）：大小盘轮动的奥义-200912（16页）.pdf》由会员分享，可在线阅读，更多相关《开源证券-大类资产配置研究系列（2）：大小盘轮动的奥义-200912（16页）.pdf（16页精品完整版）》请在悟空智库报告文库上搜索。

大小盘轮动效应明显，把握轮动节奏能有效提升策略收益2010年6月以来，以沪深300为代理变量的大盘指数和以创业板指为代理变量的小盘指数的相对强弱关系发生了多次切换，在过去十年时间，大盘占优、小盘占优、大小盘均衡三种开源证券状态之间发生了多次来回切换。

假如能够完美捕捉每月大小盘相对强弱变化，在完美轮动的前提下，策略累计收益超7大类资产配置研究系列（2）0倍，侧面印证了轮动对于提升策略表现的重要性。

每一轮大小大小盘轮动的奥义盘风格的切换，都是诸多因素共同作用的综合结果，如果我们仅从盈利和估值双重维度去分析，往往存在明显的时间错配问题：股价的走势并不必然和其一一对应，更多是有提前或滞后的反应。

为了更好地把握大小盘的轮动节奏，我们从三大维度（宏观的经济基本面层面、中观的产业景气度层面、微观的市场情绪开源证券层面）构建了不同的特征变量。

特征提取和特征选择助力大小盘大类资产配置研究系列（2）轮动特征工程是应用机器学习算法的重要环节。

数据和特征决定了机器学习的上限，而大小盘轮动的奥义模型和算法只是在逼近这个上限。

基于PCA降维算开源证券法对特征变量的处理，实现了对新特征的提取，降低了样本过拟合的概率，有效地提升了原始逻辑回归策略的表现。

基于状态识别的特大类资产配置研究系列（2）征选择方法，通过对特征变量进行趋势和震荡两种状态的判断，来选择对应的特征进入回归模型。

纳大小盘轮动的奥义入全部特征的状态识别一定程度上改善了轮动模型的表现。

在状态识别的基础上，如果对原始特征池按照逐步回归思路进行提前筛选，则开源证券策略表现的提升效果更加明显。

最优滚动窗口长度为12个月；代理变量组历史相关性越低、市值差异越大，策略表现越好的概率越高不同的滚动窗口长度对轮动策略的表现有一定的影大类资产配置研究系列（2）响，从胜率和赔率权衡的角度下，滚动长度设置为12个月是在其他条件限定情况下的最优参数。

其胜率近62%，赔率1.28，年化收益率约29%，最大回撤约大小盘轮动的奥义38%。

从回测效开源证券果来看，轮动策略的表现依赖代理变量的选取。

概括而言，大小盘代理变量的历史相关性越低，市值分层越明显大类资产配置研究系列（2），轮动策略的表现相对越好的概率越大。

在备选代理变量组中，上大小盘轮动的奥义证50和创业板指的组合表现最优，沪深300和中证1000的组合表现最差。

风险提示：模型测开源证券试基于历史数据，市场未来可能发生变化。