基于技術面指標分位數(shù)的行業(yè)配置研究：行業(yè)輪動及指數(shù)增強

目錄一、策略思路 41、動量效應釋義 42、因子邏輯 53、分位數(shù)因子計算 5二、策略效果 61、基于行業(yè)分位數(shù)對比的行業(yè)輪動策略 6起始時點檢驗 8分位數(shù)檢驗 10分層能力檢驗 12歷史時間窗口檢驗 13因子相關性檢驗 141.6總結 152、基于行業(yè)分位數(shù)對比的行業(yè)輪動策略（對應ETF） 153、基于漲跌幅分位數(shù)加權重動量的行業(yè)配置策略 174、基于漲跌幅分位數(shù)加權重反轉的行業(yè)配置策略 195、基于行業(yè)分位數(shù)和短期動量的行業(yè)輪動策略 216、基于行業(yè)分位數(shù)加短期反轉的行業(yè)輪動策略 237、基于行業(yè)分位數(shù)加大市值的行業(yè)輪動策略 268、基于行業(yè)分位數(shù)加小市值的行業(yè)輪動策略 28三、風險提示 30圖表目錄圖1：策略示意圖 6圖2：策略凈值及相關指標（基于漲跌幅分位數(shù)的行業(yè)配置策略） 7圖3：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)行業(yè)配置策略） 8圖4：起始時點效果對比 9圖5：分位數(shù)效果對比 圖6：N日漲跌幅百分之六十分位數(shù)與N日漲跌幅分組效果對比（基準中證500） 12圖7：月度IC對比 13圖8：歷史時間窗口長度效果對比 14圖9：因子相關性檢驗 15圖10：策略凈值及相關指標（基于漲跌幅分位數(shù)的行業(yè)配置策略加對應ETF） 16圖策略凈值及相關指標（基于漲跌幅分位數(shù)加權重動量的行業(yè)配置策略） 17圖12：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加權重動量的行業(yè)配置策略） 18圖13：策略凈值及相關指標（基于漲跌幅分位數(shù)加權重反轉的行業(yè)配置策略） 19圖14：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加權重反轉的行業(yè)配置策略） 20圖15：策略凈值及相關指標（基于漲跌幅分位數(shù)加3日動量的行業(yè)配置策略） 21圖16：策略凈值及相關指標（基于漲跌幅分位數(shù)加20日動量的行業(yè)配置策略） 22圖17：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加短期動量的行業(yè)配置策略） 23圖18：策略凈值及相關指標（基于漲跌幅分位數(shù)加3日反轉的行業(yè)配置策略） 24圖19：策略凈值及相關指標（基于漲跌幅分位數(shù)加20日反轉的行業(yè)配置策略） 25圖20：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加短期反轉的行業(yè)配置策略） 26圖21：策略凈值及相關指標（基于漲跌幅分位數(shù)加大市值的行業(yè)配置策略） 27圖22：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加大市值的行業(yè)配置策略） 28圖23：策略凈值及相關指標（基于漲跌幅分位數(shù)加小市值的行業(yè)配置策略） 29圖24：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加小市值的行業(yè)配置策略） 30一、策略思路技術面因子是相對基本面因子而言的行情相關的因子，行情數(shù)據具有數(shù)據量大，時效性高，頻度快，數(shù)據豐富、可變性強以及可輔助基本面因子減少滯后性等特點。因為指標符合大數(shù)據特征，所以技術面因子和高頻因子一直是量化研究的重點領域之一。影響技術面指標效果的四大因素有起始時點、計算指標的時間跨度，歷史統(tǒng)計的時間窗口長度以及持倉時間窗。假設因子特征并不隨著影響因素的變化而變化，或者變化較小，我們則認為因子效果是穩(wěn)定的，適合用作對未來的預測。除了考慮因子的穩(wěn)定性，因子選股或者行業(yè)策略的收益情況才是最終考量。理想狀態(tài)下是技術面因子和未來預期收益的排序保持絕對正向或者絕對負向相關性，其中包括線性和非線性的。但在現(xiàn)實研究和真實投資中，理想狀態(tài)幾乎不可能發(fā)生，不同的市場狀態(tài)或者參數(shù)一定會帶來策略回測效果的差異。所以因子挖掘的目的是尋找高收益且預測能力受市場影響較小的因子，或者在兩者之間取一個平衡。1、動量效應釋義動量策略是買入并持有過去一段時間收益率較高的股票組合，反之，反轉策略買入并持有的是收益率量反轉是投資異象；而行為金融學中將其解釋為投資者情緒和一致預期的延續(xù)，以賦予合理性。測試理念的差異也會導致分析結論的不同，比如有分析認為中國大陸股市并不存在明顯的月度動量效應，而中長期周琳杰20210到15余書煒2004。簡而言之，中國市場的動量反轉效應是能長期觀測到的市場特征，形成的原因眾說紛紜、研究方法繁多。常規(guī)的動量反轉策略主要有幾個考慮因素：1）相對收益率；2）歷史時間窗口長度，也就是向前計算多長時間的歷史收益率作為動量的判斷；3）組合持有的時間跨度，如月度還是季度換倉；雖然主要因素看起來不多，但各個因素均可變化，比如歷史窗口和持倉時間的兩兩配對是指數(shù)級別，復雜程度可見一斑。為了研究觀測到的動量特征，本報告并不考慮動量策略的變種，同時盡量降低復雜程度，主要對投資者認可度較高的日度絕對收益進行分析。雖然本文也可V型反轉可細分為兩段，下跌和上漲區(qū)間，每個區(qū)間單獨看能認作動量區(qū)間。2、因子邏輯如前文所述，影響技術面指標效果的四大因素有起始時點、計算指標的時間跨度、歷史統(tǒng)計的時間窗口以及持倉時間窗口長度。為了降低路徑依賴，我們考慮把不同起始時點上的信息都包含進去，對于動量N個交易日的區(qū)間收益率作為動量因子，但是受到換倉日的影響會比較大。拿月度效應為例，月初和月末換NN個交易日的區(qū)間收益，希望通過增加信息量以減少一部分起點所帶來的影響。滾動計算一定程度的解決起始時點的問題，計算指標的時間跨度、歷史統(tǒng)計時間窗口及持倉時間窗口均依賴于因子本身或結果的穩(wěn)定程度，我們再計算歷史數(shù)據的分位數(shù)，首先分位數(shù)較短期技術面因子穩(wěn)定，第二包含了樣本空間內的全部區(qū)間收益的整體信息。分位數(shù)的引入增強了因子穩(wěn)定性且降低了三大因素的影響。最后我們進行行業(yè)的選擇，通過比較某個動量的分位數(shù)，選擇分位數(shù)排序靠前的行業(yè)形成行業(yè)配置組合。比較分位數(shù)首先底層邏輯是動量策略，因為一個行業(yè)歷史漲幅靠前，則分位數(shù)從大到小排序之后它也會靠前。第二，分位數(shù)和行業(yè)的本10%的分位數(shù)所對應的漲跌幅就會較其他行業(yè)更高。第三，橫截面信息對比的同時，因子也包含了行業(yè)時間序列上的信息，比如一個高波動的行業(yè)，它的各個分位數(shù)之間的差異很大，但分位數(shù)排序可能靠后，而低波的行業(yè)，分位數(shù)的差異較小，分位數(shù)排序可能靠前。綜上所述，通過比較滾動收益率的某分位數(shù)情況來選擇行業(yè)，包含了動量信息，行業(yè)風格信息，行業(yè)大部分歷史信息，并且穩(wěn)定性得到了增強。但是分位數(shù)方法比較的更多的是歷史信息，并沒有按照時間加權，也就是說近期的信息并沒有給它更高的權重，如果需要加入近期信息可以在分位數(shù)策略的結果之上再進行二次篩選。3、分位數(shù)因子計算2016112023820N日加總對數(shù)日收益率。滾動加總包含了不同時間點作為起點的區(qū)間收益，N的取值可以對應策略換倉的頻率，比如月度換倉策略，N21個交易日；3）T60%分位數(shù)所對應的值作為分位數(shù)因子；4）為行業(yè)組合。因子計算公式及示意圖如下所示：?nΣ??ln())?分位數(shù)動量因子=?日分位數(shù)({?日區(qū)間漲跌幅})圖1：策略示意圖資料來源：二、策略效果1、基于行業(yè)分位數(shù)對比的行業(yè)輪動策略策略思路：通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合。策略步驟如下：1）回測時間段：2016112023820日；2）標的3）40個交易日的對數(shù)收益率；4）200個交易日60%60%策略為看10個；7）500指數(shù)；8）月度換倉。從策略效果的統(tǒng)計結果上看，基于漲跌幅動量分位數(shù)因子的平均年化超額收益為8.4%，年度勝率為100%。月度平均超額收益為0.76%，月度勝率為67%，平均信息比率為1.28。策略超額收益的累積還是比較穩(wěn)定的，回撤主要集中在市場指數(shù)快速下跌的時間段。圖2：策略凈值及相關指標（基于漲跌幅分位數(shù)的行業(yè)配置策略）資料來源：同花順，92子、電力設備及新能源、基礎化工、銀行、醫(yī)藥和計算機，由此可見策略更偏愛波動穩(wěn)定且趨勢向上的中大市值的行業(yè)。圖3：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)行業(yè)配置策略）資料來源：同花順，如前文所述，影響技術面指標效果的四大因素有起始時點、計算指標的時間跨度、歷史統(tǒng)計的時間窗口以及持倉時間窗口長度，我們分別對因子進行了測試，希望因子具有較強穩(wěn)定性。起始時點檢驗（20161120239月1圖4：起始時點效果對比資料來源：同花順，相關總結：20161120個交易日換倉，2016年1月5日開始每20個交易日換倉，自然月月初換倉以及自然月月底換倉。按照因子大小分為五組，展示每組平均年化超額收益。32040602003204060個交易日區(qū)間漲跌幅集合60%60%23果的影響也較小，區(qū)間跨度大于11個交易日的組別效果趨于穩(wěn)定?？傮w上看，分位數(shù)動量因子較原始動量因子穩(wěn)定性上有明顯提升，并且對換倉方式不敏感。分位數(shù)檢驗下圖表展示了不同分位數(shù)的分組效果，統(tǒng)計步驟如下：1）回測時間段：2016112023820日；2）標的池：中信一級行業(yè)指數(shù)；3）3、、20、40、60個交易日的對數(shù)收益率；4）20010%-90%的分位數(shù)；5）按照某分位數(shù)從大到小排5組；6）500指數(shù)；7）月度換倉；8）201611日。分位數(shù)因子的計算有三個主要參數(shù)，首先是分位數(shù)的選擇，第二是滾動時間窗口，第三個是計算分位大部分分位數(shù)排序后，3組；2）個交易日的前兩組的超額收益更加明顯，單50%-80%分位數(shù)的第一二組別的超額收益更高；4）策略并不是在某幾個參數(shù)下有效，所以對分位數(shù)參數(shù)敏感度不高。綜上所述，策略對分位數(shù)參數(shù)不敏感，在不同的滾動時間窗口下均能表現(xiàn)出單調性。從分組收益上看，效果較好的組別為50%-80%分位數(shù)。圖5：分位數(shù)效果對比資料來源：同花順，分層能力檢驗IC回測時間段：2016112023820滾動加340個交易日的對數(shù)收益率和區(qū)間收益率；4）200個交易日的滾動對數(shù)收益率60%的分位數(shù)；5）60%3組；6）500指數(shù)；7）月度換倉；8）201611日。相關總結如下：1）3個交易日的分位數(shù)最大組別的超額收益高于中間組別和最小組別，并且呈現(xiàn)出單3個交易日的分位3滾動時間跨度對策略最終效果的影響不大。圖6：N日漲跌幅百分之六十分位數(shù)與N日漲跌幅分組效果對比（基準中證500）資料來源：同花順，IC描述的是預期排序與未來行業(yè)漲跌幅排序的相關3IC60%IC40IC為60%分位數(shù)的IC4.9%IC增強明顯。圖7：月度IC對比資料來源：同花順，以下圖表展示了不同歷史時間窗口的分組效果，統(tǒng)計步驟如下：1）回測時間段：201611日到20238203204060個交易日的對數(shù)收益率；4）30、60、100、200、40060%的分位數(shù)；5）60%5組；6）500指數(shù)；7）月度換倉；8）自然月月底調倉。分位數(shù)因子的計算有三個主要參數(shù)，首先是分位數(shù)的選擇，第二是滾動時間窗口，第三個是計算分位1）前推60個交易日，組別效果呈現(xiàn)出較好的單調性。前三組能跑贏后兩組；2）200個交易日，在不同的滾動時間窗口下均能保持單調性；3）超額收益比較明顯的組別有集中在前推200個交易日以上，滾動時間窗口大于40個交易日的部分。圖8：歷史時間窗口長度效果對比資料來源：同花順，因子相關性檢驗我們按年度統(tǒng)計了動量因子和分位數(shù)因子的相關性，統(tǒng)計步驟如下：1）回測時間段：2021年1月1日2023820日；2）標的池：中信一級行業(yè)指數(shù)；3）3、11、20、40、60個交易日的對數(shù)收益率以及漲跌幅；4）20060%的分位數(shù)；5）計算月度因子數(shù)值相關性；6）計算當年月度相關性的均值。相關總結如下：1）動量因子相互之間的相關性較高，但分位數(shù)因子和原始動量因子的相關性并不高；2）分位數(shù)因子之間的相關性十分高，這也說明了分位數(shù)因子的穩(wěn)定性；3）分位數(shù)因子和動量因子與市值因子之間的相關性均比較低，這也表示策略的超額收益并不完全來源于市值方面的風格暴露。圖9：因子相關性檢驗資料來源：同花順，總結通過對分位數(shù)參數(shù)，滾動時間窗口，計算分位數(shù)前推的歷史時間窗口長度以及起始時間的相關效果統(tǒng)計，我們發(fā)現(xiàn)分位數(shù)動量因子的有效性和穩(wěn)定性較原始動量因子有明顯的提升，甚至對多個因素的變化表現(xiàn)出不敏感。由此可見，分位數(shù)動量策略能選出穩(wěn)定具有超額收益的行業(yè)組合。2、基于行業(yè)分位數(shù)對比的行業(yè)輪動策略（對應ETF）ETF與中信一級行業(yè)進行了映射。策略思路：通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合。策略步驟如下：1）回測時間段：2016112023820日；2）標的池：中信一級行業(yè)對應的ETF；3）40個交易日的對數(shù)收益率；4）200個交易日的滾動對數(shù)收益率60%60%10個；7）500指數(shù)；8）月度換倉；9）ETFETF成分股在中信一級行業(yè)中的占比，選擇占比高且總規(guī)模大的作為該行業(yè)對應的ETF。8.44%，年度勝率為100%1.1圖10：策略凈值及相關指標（基于漲跌幅分位數(shù)的行業(yè)配置策略加對應ETF）資料來源：同花順，因為分位數(shù)因子所含信息均為歷史信息，為了考慮近期市場變化情況，以下策略測試了在分位數(shù)因子看多組合的基礎上再精選5個行業(yè)的效果。3、基于漲跌幅分位數(shù)加權重動量的行業(yè)配置策略策略思路：通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合，然后再從動量組合中選擇市值環(huán)比上升較多的行業(yè)。圖11：策略凈值及相關指標（基于漲跌幅分位數(shù)加權重動量的行業(yè)配置策略）資料來源：同花順，策略步驟如下：1）回測時間段：2016112023820日；2）標的池：中信一級行業(yè)指數(shù)；3）40個交易日的對數(shù)收益率；4）200個交易日的滾動對數(shù)收益率的60%60%10計算行業(yè)近一個月的總市105個行業(yè)；7）500指數(shù)；8）月度換倉。6.25%，年度勝率為100%0.6692圖12：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加權重動量的行業(yè)配置策略）資料來源：同花順，4、基于漲跌幅分位數(shù)加權重反轉的行業(yè)配置策略策略思路：通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合，然后再從動量組合中選擇市值環(huán)比下降較多的行業(yè)。圖13：策略凈值及相關指標（基于漲跌幅分位數(shù)加權重反轉的行業(yè)配置策略）資料來源：同花順，策略步驟如下：1）回測時間段：2016112023820日；2）標的池：中信一級行業(yè)指數(shù)；3）40個交易日的對數(shù)收益率；4）200個交易日的滾動對數(shù)收益率的60%60%10計算行業(yè)近一個月的總市105個行業(yè)；7）500指數(shù)；8）月度換倉。10.23%，年度勝率為100%0.95%70%1.07。策略超額收益的累積還是比較穩(wěn)定的，尤其近五年的超額收益明顯。92圖14：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加權重反轉的行業(yè)配置策略）資料來源：同花順，5、基于行業(yè)分位數(shù)和短期動量的行業(yè)輪動策略策略思路：因為分位數(shù)因子所含信息均為歷史信息，為了考慮近期市場變化情況，策略測試了在分位5個行業(yè)的效果。通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行15：策略凈值及相關指標（3日動量的行業(yè)配置策略）資料來源：同花順，圖16：策略凈值及相關指標（基于漲跌幅分位數(shù)加20日動量的行業(yè)配置策略）資料來源：同花順，策略步驟如下：1）回測時間段：2016112023820日；2）標的池：中信一級行業(yè)指數(shù)；3）40個交易日的對數(shù)收益率；4）200個交易日的滾動對數(shù)收益率的60%分位數(shù)；5）60%10個行業(yè)；6）320天漲跌幅，從行業(yè)動量組合中再選出5個短期動量較強的行業(yè)；7）基準為中證500指數(shù)；8）月度換倉。從策略效果的統(tǒng)計結果上看，基于漲跌幅動量分位數(shù)因子的平均年化超額收益為5.81%，年度勝率為50%0.52%58%0.66。320個交易日動量均未對原策略有增強。92圖17：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加短期動量的行業(yè)配置策略）資料來源：同花順，6、基于行業(yè)分位數(shù)加短期反轉的行業(yè)輪動策略策略思路：因為分位數(shù)因子所含信息均為歷史信息，為了考慮近期市場變化情況，策略測試了在分位數(shù)因子看多組合的基礎上再精選5個行業(yè)的效果。通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合，然后再從動量組合中選擇短期動量靠后的行業(yè)。圖18：策略凈值及相關指標（基于漲跌幅分位數(shù)加3日反轉的行業(yè)配置策略）資料來源：同花順，圖19：策略凈值及相關指標（基于漲跌幅分位數(shù)加20日反轉的行業(yè)配置策略）資料來源：同花順，策略步驟如下：1）回測時間段：2016112023820日；2）標的池：中信一級行業(yè)指數(shù)；3）40個交易日的對數(shù)收益率；4）200個交易日的滾動對數(shù)收益率的60%分位數(shù)；5）60%10個行業(yè)；6）320天漲跌幅，從行業(yè)動量組合中再選出5個短期動量靠后的行業(yè)；7）基準為中證500指數(shù)；8）月度換倉。10.89%，年度勝率為100%1%66%1.17。320個交易日反轉對原策略有一定增強，但波動變大。92圖20：行業(yè)選擇到的次數(shù)（基于漲跌幅分位數(shù)加短期反轉的行業(yè)配置策略）資料來源：同花順，7、基于行業(yè)分位數(shù)加大市值的行業(yè)輪動策略策略思路：因為分位數(shù)因子所含信息均為歷史信息，為了考慮近期市場變化情況，策略測試了在分位數(shù)因子看多組合的基礎上再精選5個行業(yè)的效果。通過對比行業(yè)歷史漲跌幅集合的某個分位數(shù)數(shù)值，對行業(yè)進行排序，選擇排序靠前的行業(yè)組合作為行業(yè)動量組合，然后再從動量組合中選擇總市值靠前的行業(yè)。圖21：策略凈值及相關指標（基于漲跌幅分位數(shù)加大市值的行業(yè)配置策略）資料來源：同花順，策略步驟如下：1）回測時間段：2016112023820日；2）標的池：中信一級行業(yè)指數(shù)；3）40個交易日的對數(shù)收益率；4）200個交易日的滾動對數(shù)收益率的60%分位數(shù)；5）按照