国泰君安-数量化专题报告：基于宏观变量的二维化多因子行业配置-111222

请务必阅读正文之后的免责条款部分 [Table_MainInfo] [Table_Title] 基于宏观变量的二维化多因子行业配置 量化研究系列之二十一 刘富兵 蒋瑛琨 021-38676673 021-38676710 liufubing008481@gtjas.com jiangyingkun@gtjas.com 编号 S0880511010017 S0880511010023 本报告导读：我们分别从收益率与概率两方面入手建立了基于宏观变量的 二维化多因子行业配置模型，利用模型给出的多头及空头行业组合进行配 对交易年化收益达 18%，信息比率为 1.68，胜率达 69%，结果稳健且有 效。最后我们给出了 12 月份的相对看多及看空行业。 摘要： [Table_Summary]  多因子模型的应用相当广泛，其在组合管理，业绩归因，股 票风格评分等领域都发挥着巨大作用，本文主要选择基于宏 观变量的多因子模型进行行业配置。  未来，随着融资融券业务的进一步拓展，利用做空获取收益 将越来越重要，为此本文不仅给出看多的行业，同时给出看 空的行业，以期帮助投资者从多空两个方向赚取收益。  经典的多因子模型只对收益率进行预测，其所忽视的一面 是，没有对方向进行预测。事实上，我们可以综合两方面的 因素，给出具体的看多及看空行业。  通过逐步回归，最终我们筛选出拟合度较好的宏观因子，其 中收益率预测模型的宏观因子有：PPI、工业增加值、商品 零售价格指数、M2；方向预测模的宏观因子有：PPI、M1、 宏观景气指数一致指数以及金融机构各项贷款余额增速。  从配置的结果来看，运用二维化多因子模型进行配置的效果 非常好，在近 3年的时间里，该模型获得 140%的累积收益， 累积超额收益为 101%，年化超额收益达到 23%，胜率超过 65%，最大回撤不超过 9%，信息比率达到 2.05。  不仅如此，利用二维化模型给出的空头配置进行做空交易并 利用期货对冲能获得 8%的稳定年化收益，而多空配对交易的 年化收益更是提高到了 18%，这佐证了模型的有效性及稳定 性。  此外，相比收益率与概率模型，二维化模型在收益率、波动 率、胜率、最大回撤、信息比率等方面均有显著提高，这 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明，多因子模型进行二维化考虑是有意义的。  12月份，二维化模型我们推荐交运设备、食品饮料、有色金 属、轻工业制造以及机械设备；我们不看好的行业有：公用 事业、信息服务、交通运输、信息设备以及建筑建材。 [T ble_Report] 相 报告 《上市公司分红送转事件研究》 2011.12.01 《风格投资 IV：A 股大小盘风格轮动研究》 2011.11.29 《多因子选股模型之组合构建Ⅲ》 2011.10.13 数 量 化 专 题 报 告 2011.12.22 金融工程 金 融 工 程 证 券 研 究 报 告 数量化专题报告 请务必阅读正文之后的免责条款部分 2 of 17 1. 多因子模型概述 自资本资产定价模型诞生后，CAPM 一直是学术界及实务界用来评估衡 量风险与报酬的方法，然而 CAPM 亦不断地接受挑战，CAPM 的基本假 设是证券收益仅与市场指数单一因素有关，这显然与实际情况不符。 CAPM 模型的 beta 不能完全解释资产的期望收益，尚有其他系统性风险 因素可能对所有证券或某一证券组合的期望收益有影响，多因子模型即 是将这些系统性风险纳入考量所建立的模型。 1.1. APT 理论 为解决单因子模型的缺陷，Merton(1973)及 Ross（1976）提出了套利定 价理论（APT），由无套利原理推导出多因子结构，给出了资产期望收益 与个数不确定的未识别因子之间的近似关系： i i i r a    i b f 其中 i r 为资产 i 的收益， i a 是因子模型截距， i b 是资产 i 的因子敏感性 向量， f 是因子收益向量， i  是条件期望为 0、方差有限的扰动项。 1.2. Famma-French 三因子模型 APT 理论最大的缺陷在于没有明确具体的因子及因子个数，因此 APT 的实际应用性较差。 Fama 和 French 1993 年指出可以建立一个三因子模型来解释股票回报 率。模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三 个因子的暴露来解释，这三个因子是：市场资产组合( m f R R )、市值 因子( SMB )、账面市值比因子( HML )。这个多因子均衡定价模型可以 表示为： [ ] [ ] [ ] [ ] it ft i m t ft i t i t E R R E R R s E SMB h E HML     其中 ft R 表示时刻 t 的无风险收益率， m t R 表示时刻 t 的市场收益率， it R 表示资产 i 在时刻 t 的收益率， [ ] mt ft E R R 是市场风险溢价， t SMB 为 时刻 t 的市值(Size)因子的模拟组合收益率， t HML 为时刻 t 的账面市值 比(Book-to-Market)因子的模拟组合收益率。 1.3. 基于宏观变量的多因子模型 事实上，多因子模型中的因子大致可以分为三类：宏观经济因子，资产 的基本面因子和基于统计的因子。对于基于宏观变量的多因子模型，学 术派和实务派都进行了较为详细的研究，其中比较著名的模型有所罗门 请 输 入 摘 要 信 息 数量化专题报告 请务必阅读正文之后的免责条款部分 3 of 17 兄弟的 RAM 模型，MSCI 的 BARRA 模型以及 Burmerister、Ibbotson、 Roll 和 Ross 在 2003 年建立的 BIRR 模型。 所罗门兄弟 1986 年推出了 RAM 模型（Risk Attribution Model），用来 考察美国股票对宏观经济变量的敏感性，宏观变量包括：经济增速、经 济周期、长期利率、短期利率、通货膨胀风险、美元指数。 MSCI Barra 在宏观因素模型中纳入了通胀水平，原油价格，美元指数， VIX 指数，工业产出和失业率等六个指标。 BIRR 模型的核心模型（Core model）由五个宏观因子组成，并且可以在 此基础上添加风格因子。BIRR 认为利率、通胀、实际经济增长和市场 情绪是无法通过分散化投资消除的系统性风险，对所有个股都会造成冲 击，选择了如下五个核心因子：信心风险、投资期风险、通胀风险、商 业周期风险、市场择时风险。 2. 多因子模型的二维化 多因子模型的应用相当广泛，其在组合管理、业绩归因、股票风格评分 等领域都发挥着巨大作用，本文主要运用多因子模型进行行业配置。由 于宏观经济因素对行业影响比较大，而且基于宏观经济的多因子模型较 为成熟，为此，我们选择基于宏观变量的多因子模型进行行业配置。 经典的多因子模型，大多是选择因子建立回归模型预测组合或行业未来 的收益率，选择排名靠前的进行配置。也就是说，经典的多因子模型只 对收益率进行预测，其所忽视的一面是，没有对方向进行预测。 事实上，我们可以一方面利用多元线性回归对收益率进行预测；另一方 面，利用 logit 模型对方向进行预测，最后综合两方面的因素，给出行业 配置。经过二维化考虑后，既确保了选择的行业收益概率较高，又确保 了选择行业获得正收益的概率较高，从而使得行业配置的稳健性较好。 3. 二维化多因子模型的宏观变量选择 3.1. 宏观因子的筛选 流程 快递问题件怎么处理流程河南自建厂房流程下载关于规范招聘需求审批流程制作流程表下载邮件下载流程设计 多因子模型非常重要的一环便是筛选出适合市场的因子，为此，首先我 们需要结合经典模型及市场经验建立宏观因子备选库；其次，我们需要 对这些宏观变量进行数据预处理，尽量使得这些数据具备可得性与平稳 性；再次，利用逐步回归法分别就收益率预测与方向预测筛选出统计意 义上效果较好的宏观经济因子；最后进行经济意义的检验，剔除不符合 经济逻辑的宏观因子，从而确定最终的宏观因子。具体的 流程图 破产流程图 免费下载数据库流程图下载数据库流程图下载研究框架流程图下载流程图下载word 如下图 所示： 数量化专题报告 请务必阅读正文之后的免责条款部分 4 of 17 图 1 二维化多因子模型宏观变量的确定流程 数据来源：国泰君安证券研究所 3.2. 宏观因子备选库及宏观因子的确定 通过参考大量经典的宏观多因子模型，并结合国内的实际情况，我们认 为以下宏观变量可能会对大盘以及行业的走势产生影响。 CPI,PPI,PMI，RPI（商品零售价格指数），规模以上工业增加值，用电量， 发电量，社会消费品零售总额，宏观经济景气指数一致指数，出口总额， M1，金融机构各项贷款余额同比增速，金融机构各项存款余额增速、存 贷款增速差，7 日拆借利率，7 日回购利率，1 年期国债与 5 年期国债收 益率之差，1 年期国债与 10 年期国债收益率之差。 我们选择上述变量作为因子备选库，并对上述数据进行预处理。此外， 我们选择 23 个申万一级行业指数作为行业配置的标的。 通过逐步回归，最终我们筛选出拟合度较好的宏观因子，其中收益率预 测模型包含的宏观因子有：PPI、工业增加值（VIA）、商品零售价格指 数（PPI）、M2。 方向预测模型包含的宏观因子有：PPI、M1、宏观景气指数一致指数以 及金融机构各项贷款余额增速。 3.3. 模型分析 从模型结果来看，收益率预测模型对沪深 300 的拟合优度达到 0.15，对 23 个申万一级行业的拟合优度在[0.10,0.23]内；而方向预测模型对沪深 300 的拟合优度达到 0.28，对 23 个申万一级行业的拟合优度在 [0.16,0.31]，整体效果较好，具体各因子的回归系数见下表。 数量化专题报告 请务必阅读正文之后的免责条款部分 5 of 17 表 1 收益率预测回归结果 assest Adj R-square F statistic ppi_th rpi_th ia_th m2_t 沪深 300 0.15 4.43 -4.71 4.93 0.49 0.1 P 值 [0.001] [0.02] [0.44] [0.1] 农林牧渔 0.13 3.82 -4.3248 5.1301 0.57412 0.13958 采掘 0.21 6.33 -7.0785 8.9107 0.63455 0.13396 化工 0.11 3.57 -4.385 4.1059 0.46285 0.09604 黑色金属 0.12 2.67 -4.6808 5.9238 0.32046 0.079633 有色金属 0.23 6.76 -7.9067 7.5894 1.2317 0.16612 建筑建材 0.12 2.64 -3.598 3.0696 0.13009 0.12498 机械设备 0.15 4.44 -4.4818 3.3973 0.36009 0.15117 电子元器件 0.09 2.9 -3.9528 2.5633 0.54451 0.11883 交运设备 0.17 5.05 -5.3805 4.0592 0.65182 0.1438 信息设备 0.12 2.57 -3.526 2.2785 0.33202 0.10829 家用电器 0.14 3.07 -3.4452 2.4671 0.37477 0.14442 食品饮料 0.17 5.18 -3.9638 3.5891 0.66608 0.15594 纺织服装 0.11 2.42 -3.778 2.674 0.055045 0.12944 轻工制造 0.11 3.49 -4.3766 4.1963 0.60281 0.11186 医药生物 0.1 3.3 -3.1529 1.8896 0.31181 0.15044 公用事业 0.1 1.96 -3.1306 3.2461 0.21884 0.071997 交通运输 0.12 2.57 -3.7433 4.5552 0.39475 0.056919 房地产 0.14 3.16 -4.6794 3.7367 0.68337 0.12174 金融服务 0.13 4.06 -4.8939 5.1409 0.45029 0.10781 商业贸易 0.11 3.41 -3.7499 3.0614 0.65431 0.14177 餐饮旅游 0.11 3.46 -4.0418 3.5763 0.79136 0.12413 信息服务 0.12 2.64 -2.9194 2.2793 0.64138 0.096656 综合 0.12 2.52 -3.9699 2.3877 0.24776 0.14269 数据来源：国泰君安证券研究所 表 2 方向预测回归结果 assest R-square p_value ppi_th m1_th pi2_d loan_t 沪深 300 0.28 0.003 -1.04 0.08 1.18 0.03 P 值 [0.004] [0.63] [0.07] [0.02] 农林牧渔 0.2 0.03 -1.01514 -0.15592 0.868954 0.018653 采掘 0.16 0.06 -0.75978 -0.13512 0.754825 0.023193 化工 0.31 0.002 -1.05757 0.083496 1.117314 0.040238 黑色金属 0.16 0.06 -0.7471 -0.10919 0.961457 0.023624 有色金属 0.21 0.02 -0.95385 -0.13901 0.616809 0.025243 建筑建材 0.19 0.03 -0.72262 -0.04887 1.069765 0.029064 机械设备 0.29 0.003 -1.11945 0.096546 0.708245 0.03284 电子元器件 0.31 0.002 -1.2214 0.08689 0.816204 0.033819 交运设备 0.32 0.001 -1.32831 -0.08169 1.120019 0.035444 信息设备 0.2 0.02 -0.69121 0.104195 0.513902 0.031591 家用电器 0.26 0.006 -0.90586 0.102295 0.77778 0.034807 食品饮料 0.4 0.001 -1.51888 0.009182 0.391987 0.051282 纺织服装 0.24 0.01 -0.9475 -0.00572 0.660432 0.031139 轻工制造 0.31 0.002 -1.20771 0.129085 0.689445 0.034028 医药生物 0.25 0.007 -0.75483 -0.28403 0.743772 0.040053 公用事业 0.18 0.04 -0.66204 0.206115 0.287743 0.019844 交通运输 0.15 0.09 -0.61257 0.1418 0.686986 0.016973 房地产 0.2 0.03 -0.82266 0.116974 1.007621 0.019125 数量化专题报告 请务必阅读正文之后的免责条款部分 6 of 17 金融服务 0.23 0.01 -0.69999 0.222242 0.314442 0.031094 商业贸易 0.31 0.002 -1.12587 0.089599 0.878076 0.036841 餐饮旅游 0.2 0.02 -0.61079 0.165599 0.315096 0.0325 信息服务 0.26 0.005 -0.54401 0.186396 0.097885 0.044781 综合 0.22 0.02 -0.98967 0.146537 0.339448 0.013119 数据来源：国泰君安证券研究所 由表 1 及表 2 可以看出，沪深 300 与各行业之间的相关性非常强，各个 宏观变量对沪深 300 及各行业的影响方向高度一致。 3.3.1. 收益率回归模型分析 从各因子系数来看，收益率回归模型中的宏观变量符合经济意义： 1． PPI。PPI 增加时通胀压力增大，央行采取紧缩的货币政策可能性加 大，市场对紧缩的预期会增强，市场表现会相对较弱。 2． RPI（商品零售价格指数）。RPI 是指反映一定时期内商品零售价格 变动趋势和变动程度的相对数。该指数的上升反映了需求的强劲， 预示着经济的向好。 3． VIA（工业增加值）。工业增加值的增加意味着实体经济的走强，有 利于股市的进一步表现。 4． M2。M2 增速越大越有利于股市。究其原因，我们认为，国内 A 股 市场具备明显的资金推动特征，M2 上升的时候，宽松的流动性涌入 股票市场，资金推动股市上扬。 3.3.2. 概率回归模型分析 在 Logit 模型中，预测概率的各宏观变量也符合经济解释。ppi 及 M1 有 与收益率回归模型类似的解释，在此不再赘述。宏观景气指数及贷款余 额增速的经济解释如下： 1. Pi2（宏观景气指数一致指数）。一致指数是反映当前经济的基本走 势，由工业生产、就业、社会需求（投资、消费、外贸）、社会收入 （国家税收、企业利润、居民收入）等 4 个方面合成，因此该指标 对市场的影响是正面的。 2. Loan（贷款余额增速）。贷款余额增速的上升意味着市场资金面的宽 裕，充裕的流动性一方面会增加市场对证券的需求，另一方面会提 高投资者对市场的预期，有利于估值的进一步提升。两方面的正向 因素将加速推动市场的上涨。 4. 基于宏观变量的二维化多因子行业配置 利用前述建立的收益率模型及 logit 方向模型，我们对各个行业下期的收 益率及获取正收益的概率进行预测，并据此分别进行排名打分，最后给 出综合打分，选取综合打分排名前五的行业作为配置组合。我们研究的 样本区间为 2005.1-2011.11，由于数据样本有限，我们采用数据累计的 方式建立预测模型，即在不剔除原有最早的数据的同时，不断加入新的 数据。 数量化专题报告 请务必阅读正文之后的免责条款部分 7 of 17 4.1. 二维化的行业配置情况 由于建立收益率模型及 logit 方向模型需要一定的样本内数据，因此我们 对二维化多因子行业配置的样本外检验从 2009 年 1 月开始，具体各期 的配置行业如下表所示。 表 3 二维化多因子行业配置情况 日期 行业 1 行业 2 行业 3 行业 4 行业 5 2009/01 有色金属 餐饮旅游 纺织服装 食品饮料 商业贸易 2009/02 有色金属 餐饮旅游 电子元器件 机械设备 轻工制造 2009/03 餐饮旅游 有色金属 交运设备 电子元器件 机械设备 2009/04 餐饮旅游 综合 机械设备 纺织服装 信息服务 2009/05 金融服务 纺织服装 轻工制造 综合 房地产 2009/06 交运设备 房地产 家用电器 商业贸易 机械设备 2009/07 金融服务 房地产 交运设备 食品饮料 商业贸易 2009/08 房地产 金融服务 机械设备 食品饮料 交运设备 2009/09 房地产 交运设备 商业贸易 食品饮料 化工 2009/10 房地产 采掘 化工 交运设备 金融服务 2009/11 房地产 建筑建材 化工 商业贸易 家用电器 2009/12 房地产 化工 建筑建材 商业贸易 家用电器 2010/01 信息服务 黑色金属 化工 公用事业 医药生物 2010/02 医药生物 信息服务 建筑建材 黑色金属 交通运输 2010/03 信息服务 公用事业 信息设备 纺织服装 餐饮旅游 2010/04 建筑建材 农林牧渔 家用电器 黑色金属 采掘 2010/05 交运设备 食品饮料 农林牧渔 医药生物 信息服务 2010/06 医药生物 家用电器 商业贸易 金融服务 机械设备 2010/07 医药生物 金融服务 食品饮料 农林牧渔 机械设备 2010/08 医药生物 交运设备 建筑建材 机械设备 纺织服装 2010/09 交运设备 机械设备 有色金属 金融服务 食品饮料 2010/10 交运设备 食品饮料 有色金属 机械设备 农林牧渔 2010/11 医药生物 交运设备 商业贸易 食品饮料 家用电器 2010/12 金融服务 商业贸易 化工 机械设备 餐饮旅游 2011/01 医药生物 采掘 建筑建材 商业贸易 餐饮旅游 2011/02 医药生物 商业贸易 交运设备 家用电器 机械设备 2011/03 医药生物 食品饮料 家用电器 建筑建材 农林牧渔 2011/04 金融服务 家用电器 机械设备 商业贸易 化工 2011/05 机械设备 金融服务 商业贸易 食品饮料 有色金属 2011/06 交运设备 有色金属 农林牧渔 建筑建材 医药生物 2011/07 食品饮料 交运设备 家用电器 商业贸易 医药生物 2011/08 金融服务 餐饮旅游 轻工制造 化工 商业贸易 2011/09 医药生物 建筑建材 农林牧渔 纺织服装 食品饮料 2011/10 交运设备 医药生物 机械设备 有色金属 商业贸易 2011/11 有色金属 交运设备 农林牧渔 采掘 机械设备 数据来源：国泰君安证券研究所 从配置的结果来看，运用二维化多因子模型进行配置的效果非常不错， 在近 3 年的时间里，该模型获得 140%的累积收益，相比同期的沪深 300 累积超额收益为 101%，年化超额收益达到 23%，相对于 300 等权的累 积超额收益为 73%，年化超额收益为 16%。 数量化专题报告 请务必阅读正文之后的免责条款部分 8 of 17 从胜率来看，无论是相对沪深 300 还是 300 等权，二维化多因子模型获 得正超额收益的概率都超过 65%，最大回撤不超过 9%。种种指标表明 二维化模型比较稳健。 此外，二维化模型的信息比率超过 1.6，而夏普比率也超过 1，这表明从 风险调整后的收益角度看，该模型都有不错的效果。 图 2 二维化多因子配置组合走势 -10 -8 -6 -4 -2 0 2 4 6 8 10 0 0.5 1 1.5 2 2.5 3 相对hs300超额收益 相对300等权超额收益 二维化配置 沪深300 300等权 数据来源：国泰君安证券研究所 4.2. 多因子二维化的有效性分析 为分析二维化模型的有效性，我们同时就该模型与单纯利用收益率模型 及概率模型所作的行业配置进行比较。 表 4 收益率多因子行业配置情况 日期 行业 1 行业 2 行业 3 行业 4 行业 5 2009/01 有色金属 综合 医药生物 机械设备 纺织服装 2009/02 有色金属 交运设备 综合 电子元器件 餐饮旅游 2009/03 有色金属 交运设备 机械设备 房地产 综合 2009/04 综合 电子元器件 机械设备 医药生物 房地产 2009/05 有色金属 采掘 机械设备 金融服务 纺织服装 2009/06 机械设备 综合 交运设备 商业贸易 建筑建材 2009/07 有色金属 采掘 交运设备 金融服务 商业贸易 2009/08 有色金属 房地产 采掘 机械设备 商业贸易 2009/09 有色金属 房地产 交运设备 商业贸易 采掘 2009/10 有色金属 采掘 食品饮料 农林牧渔 商业贸易 2009/11 房地产 食品饮料 采掘 农林牧渔 家用电器 2009/12 食品饮料 商业贸易 医药生物 农林牧渔 房地产 2010/01 食品饮料 信息服务 家用电器 商业贸易 医药生物 2010/02 信息服务 医药生物 食品饮料 公用事业 家用电器 2010/03 医药生物 家用电器 信息服务 建筑建材 纺织服装 数量化专题报告 请务必阅读正文之后的免责条款部分 9 of 17 2010/04 纺织服装 家用电器 建筑建材 金融服务 医药生物 2010/05 餐饮旅游 有色金属 信息服务 食品饮料 交运设备 2010/06 农林牧渔 医药生物 采掘 食品饮料 家用电器 2010/07 采掘 医药生物 金融服务 机械设备 纺织服装 2010/08 纺织服装 综合 交运设备 金融服务 医药生物 2010/09 有色金属 采掘 金融服务 房地产 机械设备 2010/10 有色金属 采掘 农林牧渔 机械设备 商业贸易 2010/11 机械设备 有色金属 交运设备 商业贸易 综合 2010/12 采掘 有色金属 黑色金属 食品饮料 金融服务 2011/01 采掘 农林牧渔 食品饮料 商业贸易 黑色金属 2011/02 医药生物 综合 机械设备 食品饮料 家用电器 2011/03 医药生物 家用电器 商业贸易 食品饮料 综合 2011/04 采掘 有色金属 黑色金属 食品饮料 交运设备 2011/05 有色金属 采掘 机械设备 交运设备 家用电器 2011/06 有色金属 采掘 交运设备 金融服务 综合 2011/07 有色金属 采掘 机械设备 农林牧渔 食品饮料 2011/08 有色金属 采掘 黑色金属 交运设备 金融服务 2011/09 农林牧渔 医药生物 纺织服装 家用电器 机械设备 2011/10 有色金属 机械设备 采掘 综合 家用电器 2011/11 有色金属 采掘 机械设备 房地产 金融服务 数据来源：国泰君安证券研究所 表 5 概率多因子行业配置情况 日期 行业 1 行业 2 行业 3 行业 4 行业 5 2009/01 食品饮料 餐饮旅游 电子元器件 金融服务 纺织服装 2009/02 轻工制造 食品饮料 餐饮旅游 电子元器件 纺织服装 2009/03 食品饮料 餐饮旅游 金融服务 电子元器件 有色金属 2009/04 金融服务 轻工制造 餐饮旅游 纺织服装 机械设备 2009/05 金融服务 轻工制造 食品饮料 纺织服装 房地产 2009/06 金融服务 食品饮料 餐饮旅游 交运设备 家用电器 2009/07 金融服务 食品饮料 化工 轻工制造 房地产 2009/08 金融服务 房地产 餐饮旅游 食品饮料 信息服务 2009/09 化工 金融服务 交运设备 交通运输 家用电器 2009/10 化工 房地产 交运设备 公用事业 交通运输 2009/11 化工 房地产 建筑建材 信息服务 交通运输 2009/12 化工 房地产 交通运输 建筑建材 黑色金属 2010/01 黑色金属 化工 交通运输 公用事业 建筑建材 2010/02 医药生物 建筑建材 信息服务 化工 农林牧渔 2010/03 信息服务 信息设备 公用事业 化工 房地产 2010/04 交运设备 建筑建材 农林牧渔 化工 食品饮料 2010/05 医药生物 交运设备 建筑建材 食品饮料 黑色金属 2010/06 信息服务 餐饮旅游 金融服务 家用电器 化工 2010/07 医药生物 信息服务 食品饮料 餐饮旅游 交运设备 2010/08 医药生物 食品饮料 农林牧渔 黑色金属 建筑建材 2010/09 食品饮料 交运设备 家用电器 轻工制造 商业贸易 2010/10 食品饮料 医药生物 信息服务 轻工制造 化工 数量化专题报告 请务必阅读正文之后的免责条款部分 10 of 17 2010/11 医药生物 交运设备 信息服务 化工 家用电器 2010/12 化工 信息服务 房地产 家用电器 信息设备 2011/01 医药生物 信息服务 化工 家用电器 信息设备 2011/02 医药生物 交运设备 食品饮料 建筑建材 商业贸易 2011/03 医药生物 农林牧渔 交运设备 食品饮料 采掘 2011/04 信息服务 化工 金融服务 餐饮旅游 信息设备 2011/05 信息服务 金融服务 机械设备 家用电器 信息设备 2011/06 交运设备 医药生物 化工 建筑建材 农林牧渔 2011/07 食品饮料 信息服务 交运设备 化工 家用电器 2011/08 信息服务 金融服务 信息设备 化工 家用电器 2011/09 医药生物 信息服务 建筑建材 黑色金属 食品饮料 2011/10 食品饮料 医药生物 交运设备 轻工制造 商业贸易 2011/11 食品饮料 医药生物 有色金属 农林牧渔 电子元器件 数据来源：国泰君安证券研究所 从行业配置来看，二维化与收益率模型及概率模型大致有 40%-60%的重 合度，剩余的行业都是收益率预测及概率预测比较适中的行业。这就使 得我们的二维化模型显得比较稳健。 从统计结果来看，相比收益率模型与概率模型，二维化模型在各项指标 上均取得了显著改善：收益率获得了大幅提升、波动率有所下降、胜率 有所提高、最大回撤有所改善，信息比率与夏普比率大幅提高。上述结 果说明对多因子模型实行二维化后，有效性得到了大幅提高，从而表明 多因子模型进行二维化考虑是有意义的。 表 6 多因子配置的统计结果 基准 指数 配置 方式 累积 收益 累积 超额收益 年化 收益 年化超 额收益 收益波 动率 超额 收益 波动率 信 息 比 率 夏 普 比 率 胜率 最大回 撤（相对 基准指 数） 最大 跑输 基准 次数 沪深 300 二维化 140.19% 101.47% 35.04% 23.17% 29.40% 11.29% 2.05 1.07 65.71% -8.16% 2 收益率 99.33% 60.61% 26.68% 14.81% 34.89% 12.07% 1.23 0.66 62.86% -7.43% 4 概率 106.33% 67.61% 28.19% 16.31% 26.83% 11.99% 1.36 0.92 62.86% -8.46% 3 300 等权 二维化 140.19% 73.30% 35.04% 15.85% 29.40% 9.42% 1.68 1.07 68.57% -5.67% 2 收益率 99.33% 32.44% 26.68% 7.48% 34.89% 8.22% 0.91 0.66 57.14% -5.78% 4 概率 106.33% 39.44% 28.19% 8.99% 26.83% 10.70% 0.84 0.92 51.43% -9.01% 5 平 均 指 数 二维化 140.19% 57.70% 35.04% 12.14% 29.40% 6.44% 1.89 1.07 60.00% -5.71% 5 收益率 99.33% 16.84% 26.68% 3.78% 34.89% 9.64% 0.39 0.66 48.57% -6.48% 5 概率 106.33% 23.85% 28.19% 5.29% 26.83% 6.67% 0.79 0.92 51.43% -9.61% 6 数据来源：国泰君安证券研究所 数量化专题报告 请务必阅读正文之后的免责条款部分 11 of 17 图 3 收益率多因子配置组合走势 -10 -8 -6 -4 -2 0 2 4 6 8 10 0 0.5 1 1.5 2 2.5 3 相对沪深300超额收益 相对300等权超额收益 收益率配置 沪深300 300等权 数据来源：国泰君安证券研究所 图 4 概率多因子配置组合走势 -10 -8 -6 -4 -2 0 2 4 6 8 10 0 0.5 1 1.5 2 2.5 3 超额收益 相对300等权超额收益 概率配置 沪深300 300等权 数据来源：国泰君安证券研究所 4.3. 利用多因子二维化进行多空组合交易 事实上，一个好的量化模型除了在做多配置有效外，其在做空配置上也 是有效的，这样的模型才是稳定有效的。为此，本节，我们主要分析多 空头配对交易的收益情况，以及多头、空头组合相对基准组合的收益情 况。 二维化模型给出的空头组合如下表所示： 数量化专题报告 请务必阅读正文之后的免责条款部分 12 of 17 表 7 二维化多因子空头行业配置 日期 行业 1 行业 2 行业 3 行业 4 行业 5 2009/01 交通运输 化工 公用事业 房地产 信息服务 2009/02 公用事业 化工 黑色金属 建筑建材 农林牧渔 2009/03 交通运输 黑色金属 化工 信息服务 信息设备 2009/04 交通运输 黑色金属 农林牧渔 化工 建筑建材 2009/05 交通运输 信息设备 黑色金属 医药生物 信息服务 2009/06 公用事业 黑色金属 采掘 交通运输 电子元器件 2009/07 信息设备 公用事业 交通运输 信息服务 黑色金属 2009/08 交通运输 信息设备 黑色金属 公用事业 建筑建材 2009/09 电子元器件 公用事业 综合 纺织服装 轻工制造 2009/10 综合 纺织服装 信息设备 餐饮旅游 轻工制造 2009/11 餐饮旅游 综合 纺织服装 轻工制造 信息设备 2009/12 有色金属 纺织服装 综合 轻工制造 餐饮旅游 2010/01 综合 电子元器件 纺织服装 餐饮旅游 交运设备 2010/02 有色金属 电子元器件 轻工制造 金融服务 房地产 2010/03 采掘 交运设备 电子元器件 轻工制造 农林牧渔 2010/04 餐饮旅游 有色金属 轻工制造 房地产 公用事业 2010/05 纺织服装 综合 金融服务 交通运输 黑色金属 2010/06 房地产 交通运输 黑色金属 有色金属 电子元器件 2010/07 电子元器件 房地产 公用事业 化工 综合 2010/08 餐饮旅游 公用事业 信息服务 信息设备 房地产 2010/09 信息设备 交通运输 信息服务 建筑建材 黑色金属 2010/10 公用事业 建筑建材 纺织服装 黑色金属 信息设备 2010/11 黑色金属 公用事业 房地产 金融服务 餐饮旅游 2010/12 公用事业 电子元器件 纺织服装 信息设备 医药生物 2011/01 公用事业 房地产 电子元器件 交运设备 纺织服装 2011/02 金融服务 采掘 有色金属 交通运输 餐饮旅游 2011/03 房地产 轻工制造 化工 交通运输 纺织服装 2011/04 公用事业 纺织服装 电子元器件 信息设备 农林牧渔 2011/05 黑色金属 公用事业 房地产 化工 电子元器件 2011/06 公用事业 餐饮旅游 信息设备 交通运输 轻工制造 2011/07 公用事业 综合 信息设备 餐饮旅游 房地产 2011/08 纺织服装 公用事业 建筑建材 电子元器件 交通运输 2011/09 房地产 公用事业 电子元器件 轻工制造 综合 2011/10 公用事业 黑色金属 房地产 农林牧渔 信息设备 2011/11 交通运输 信息服务 信息设备 建筑建材 餐饮旅游 数据来源：国泰君安证券研究所 为了使得我们的组合与基准具有可比性，我们选择行业平均指数作为基 准，利用表 3 及表 7 的结果进行配置后的组合收益比较如下图所示： 数量化专题报告 请务必阅读正文之后的免责条款部分 13 of 17 图 5 多空组合的收益走势 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 0 0.5 1 1.5 2 2.5 3 3.5 多头收益率 空头收益率 基准收益率 多头组合 空头组合 基准组合 数据来源：国泰君安证券研究所 由图 5 可以看到，多头组合跑赢了基准组合，而基准组合又跑赢了空头 组合，这表明利用多因子二维化选取的行业是稳定有效的。 利用上述结果我们可以做三种交易策略： 1. 配对交易：做多多头组合，做空空头组合； 2. 多头对冲交易：做多多头组合，做空基准； 3. 空头对冲交易：做空空头组合，做多基准。 三种交易策略的每期收益及累积收益如 6-8 所示： 图 6 配对交易收益走势 -6 -4 -2 0 2 4 6 8 10 12 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 收益率（%） 累计收益 数据来源：国泰君安证券研究所 数量化专题报告 请务必阅读正文之后的免责条款部分 14 of 17 图 7 多头对冲交易收益走势 -3 -2 -1 0 1 2 3 4 5 6 1 1.05 1.1 1.15 1.2 1.25 1.3 1.35 1.4 20 09 /0 1 20 09 /0 3 20 09 /0 5 20 09 /0 7 20 09 /0 9 20 09 /1 1 20 10 /0 1 20 10 /0 3 20 10 /0 5 20 10 /0 7 20 10 /0 9 20 10 /1 1 20 11 /0 1 20 11 /0 3 20 11 /0 5 20 11 /0 7 20 11 /0 9 20 11 /1 1 收益率（%） 累计收益 数据来源：国泰君安证券研究所 图 8 空头对冲交易收益走势 -4 -3 -2 -1 0 1 2 3 4 5 6 7 1 1.05 1.1 1.15 1.2 1.25 1.3 收益率（%） 累计收益 数据来源：国泰君安证券研究所 表 8 多空组合统计结果 交易方式 累积收益 年化收益 年化收益 波动率 信息比率 胜率 最大回撤 获取负收益 的最大次数 配对交易 63.49% 18.36% 10.95% 1.68 68.57% -11.02% 5 做多对冲 32.17% 10.04% 11.10% 0.90 60% -5.08% 5 做空对冲 24.64% 7.85% 11.04% 0.71 65.71% -4.45% 3 数据来源：国泰君安证券研究所 由表 8 可以看出，无论是配对交易、做多对冲还是做空对冲，三种交易 方式都获得了较高的收益，而且比较稳定，这再次佐证了二维化模型的 有效性。 5. 12 月行业配置建议 根据 11 月的数据，我们对 23 个申万一级行业分别就收益率、概率以及 二维化在 12 月进行了排序，具体见下表。 数量化专题报告 请务必阅读正文之后的免责条款部分 15 of 17 表 9 12 月各行业在多因子模型中的排名情况 行业 预测收益 预测概率 收益率排名 概率排名 二维化排名 交运设备 13.0186 0.890254 4 2 1 食品饮料 10.70263 0.952418 11 1 2 有色金属 19.93583 0.826257 1 11 3 轻工制造 11.32919 0.874766 9 4 4 机械设备 11.36062 0.859854 8 6 5 农林牧渔 12.50883 0.847115 6 9 6 化工 11.12554 0.85354 10 7 7 商业贸易 9.722875 0.864127 14 5 8 金融服务 12.9867 0.777991 5 15 9 电子元器件 9.304464 0.875103 18 3 10 黑色金属 13.12604 0.767473 3 18 11 采掘 19.90067 0.764733 2 19 12 纺织服装 9.55451 0.831318 17 10 13 综合 9.627481 0.803495 15 13 14 房地产 11.41274 0.760001 7 21 15 医药生物 8.057962 0.848041 22 8 16 家用电器 8.909093 0.823373 19 12 17 餐饮旅游 10.32541 0.76304 12 20 18 建筑建材 9.573698 0.768708 16 17 19 信息设备 8.402981 0.777195 20 16 20 交通运输 10.16504 0.707446 13 23 21 信息服务 7.224752 0.783499 23 14 22 公用事业 8.342937 0.74042 21 22 23 数据来源：国泰君安证券研究所 基于上述结果，12 月份，二维化模型我们推荐交运设备、食品饮料、有 色金属、轻工业制造以及机械设备；我们不看好的行业有：公用事业、 信息服务、交通运输、信息设备以及建筑建材。 数量化专题报告 请务必阅读正文之后的免责条款部分 16 of 17 作者简介： [Table_About] 刘富兵： 执业资格证书编号：S0880511010017 电话：021-38676673 邮箱：liufubing008481@gtjas.com 上海交通大学金融工程博士，国泰君安金融工程研究员，2008-2010 年曾供职于国金证券研究所，目前从事 股指期货等衍生品及量化方面的研究。2010 年水晶球奖“衍生品”