资产轮动策略研究(一):不一样的宏观动量视角【天风金工吴先兴

宏观研究admin 浏览

小编:原标题:资产轮动策略研究(一):不一样的宏观动量视角【天风金工吴先兴团队】 由于单个因子存在太多噪声以及宏观对股票市场的映射关系非线性,使得几乎所有的单因子宏观动量策略均难以得到好的择时效果。为了克服单因子噪声过大的困扰,我们通过吸收宏观分

  原标题:资产轮动策略研究(一):不一样的宏观动量视角【天风金工吴先兴团队】

  由于单个因子存在太多噪声以及宏观对股票市场的映射关系非线性,使得几乎所有的单因子宏观动量策略均难以得到好的择时效果。为了克服单因子噪声过大的困扰,我们通过吸收宏观分析中常用的交叉验证思想,构造了基于经济增长动量指标的动量策略,其回测效果基本超越所有了所有的单因子回测表现,其中最优策略年化收益达到12.57%,最大回撤为33.65%,信息比达到0.72;此外,为了克服宏观动与股票市场非线性的困扰,我们深挖宏观逻辑,细化了经济过热期和货币政策超越经济周期这两种情形,改进了我们此前构造的宏观动量指标,基于新宏观动量指标所构建的动量策略,年化收益达到26%,最大回撤为26.32%,信息比达到1.26,表现大幅提升。

  由于宏观动量与债市之间的关系是线性的,我们无需对宏观动量指标进行过多的改造。简单的宏观+趋势动量策略的效果已经显著超越了所有的单因子模型和趋势动量模型,其年度平均收益达到1.62%(采用净价指数择时,没有考虑票息收益),,而回撤收益控制在3.26%左右,信息比为1.01。

  我们在传统60/40的股债轮动模型的基础上构建我们的股债轮动策略。整体上,我们构建的股债轮动策略从2006年至2017年年回报率达到22.24%,最大回撤为25.24%,夏普比达到1.12,策略整体表现优异,大幅超越传统60/40股债轮动模型。其中在2013年和2016年获取负收益,分别是13年钱荒导致股债双杀和16年1月份熔断触发股灾所致。

  ‍传统意义上,大类资产配置的核心在于风险分散而非收益预测(择时)。但国内市场上由于杠杆受限,完全不融入收益预测观点的资产配置模型最终会得到接近债基的配置比例。为了提升资产配置模型的实用性,我们需要借助一些资产轮动策略加大组合配置的灵活性,提升组合整体的市场表现。

  大类资产的轮动节奏与宏观走势息息相关。资产轮动规律并非完全的黑箱,宏观视角就是打开其中奥秘的“关键之匙”。各国经验均表明,大类资产轮动的重要转折往往也伴随着重要的宏观趋势拐点;宏观信息中蕴藏着丰富的宝藏,能够为投资者指引出更合适的配置方向。我们尝试基于宏观逻辑在资产配置中加入更多的择时成分;相比于其他的择时体系,基于宏观的择时往往在逻辑可解释性、效果稳健性上更胜一筹。

  如何有效地挖掘宏观信息?本文提供了一个基于宏观动量的研究视角。宏观动量是海外众多宏观对冲基金的策略核心基础,其本质是市场对宏观层面趋势性信息的反应长期不足,使得基于经济趋势判断的择时能够显著获取超额收益。例如,当经济处于繁荣趋势期间,股票的市场表现持续优于债券类资产;而当经济处于衰退趋势时,债券表现能够持续优于股票。我们基于每期宏观数据相对上期的变化方向,刻画出当期的宏观动量信息,并挖掘该信息与各资产市场表现之间的联系。

  宏观动量的核心是对宏观逻辑的精确量化。相比于其他类型的研究视角,宏观动量的魅力在于:1)其信号计算过程简洁且参数依赖程度低,无需截取较长的样本来训练参数,这很契合当下国内市场有效样本不足的现状;2)每次资产轮动信号的产生均基于一定的宏观逻辑,某种程度上减轻了资产配置模型中过拟合的风险。但与此同时,宏观动量策略在具体落地时仍面临一些困扰:1)无论是宏观数据指标、还是宏观经济本身在短期均存在明显的噪声,所构建的宏观动量指标可能会误判经济趋势;2)不同场景下宏观对各资产类别的作用机制不同,需要在模型中充分考虑各类宏观逻辑的深入量化。例如,经济增长实际上对股票的影响是非线性的:如果经济增长处于适宜程度,那么经济增长与股价收益大致正相关;如果经济处于过热状态(超出了货币当局的容忍上限),那么经济增长意味着更严厉的货币政策,对股票收益偏负面。

  宏观动量指标构建本身并不复杂,其内核完全在于宏观逻辑的刻画,本文尝试通过深挖不同资产的宏观逻辑,以期提供一个不一样的宏观动量视角。

  宏观信息蕴含了决定大类资产轮动的重要线索,不少投资者希望基于对宏观因素的量化来提升配置组合的整体市场表现。宏观信息与资产轮动之间的结合主要分为三种路径:

  基于宏观状态信息:利用宏观数据绝数值对各类资产收益直接预测。不同宏观状态下,各类资产具有不同的预期收益,可以基于宏观数值绝对水平判断未来资产收益。该方法奏效的前提是宏观数据的绝对水平能够代表宏观经济状态的差异。但在实际运用中,我们发现:所能采集到的宏观序列均具有较大的噪音,甚至大多数时间序列并不平稳,也无法与资产收益序列形成协整关系,少部分具备协整关系的宏观序列的预测意义也并不显著。所以,依赖宏观数据绝对值信息进行分析建模很难得到有效的结果。

  基于宏观预期差信息:利用市场预期与真实数据之间的预期差构建事件驱动型策略。在宏观数据尚未公布之前,市场会形成对宏观数据的预期,并依据预期宏观数据对各资产进行定价;而当宏观真实数据披露后,市场会瞬间反应两者之间的预期差,对各资产定价造成波动。投资者原则上可以基于预期差构建事件驱动型策略,该策略具有调仓灵活、期望收益高等特点,往往会在战术资产配置(TAA)层面为投资组合增强收益。但此类模型在实际运用中仍然存在一定的困扰:1)统计局对宏观数据披露不存在固定的时间表,我们很难获知预期差形成的具体日期,而大部分超额收益均在较短周期内兑现;2)具有较高的参数依赖性,需要较长的样本进行参数训练,使得真正的样本外表现记录并不充分。

  基于宏观趋势信息:利用宏观动量指标对各类资产进行择时判断。一般而言,资产收益表现对宏观趋势的反应不足,如果能够尽早确定宏观趋势,可以在整个趋势过程中获取较高的动量回报。整体上,宏观动量信号趋势拐点特征清晰,在预测拐点上比传统的动量策略具有显著优势;在趋势追踪过程中,所产生的信号与传统动量策略独立性较强,往往能够形成互补。宏观动量信号所面临的挑战在于:1)资产收益与宏观动量之间的联系是非线性的,需要基于市场宏观逻辑判断不同时期各类宏观动量对资产收益的影响程度强弱;2)动量指标相当于宏观绝对数值的一阶差分,数据的稳健性显著提高,但仍然存在较大程度的噪声干扰,当宏观数据所反映的宏观趋势较为混沌时,模型极容易产生错误信号。

  本篇报告尝试从宏观动量角度出发,期望加强对各类资产的择时预测能力以提升资产配置组合的整体表现。我们分别在股票市场、债券市场基于宏观逻辑上构建动量指标,并分析指标的择时回测表现;最后,我们根据每期的宏观动量信号,构建资产配置组合。

  我们选取沪深300指数(000300.SH)作为基准构建择时策略,调仓频率为月度,每个月末按收盘价基于最新的宏观信息进行调仓(若当日无法交易,则顺延至最近交易日),由于交易频率低,暂不考虑交易费用设置。

  传统意义上,股价波动与经济增长、通货膨胀以及货币政策密切相关。我们从三个维度分别筛选宏观指标。

  由于单一指标难以窥探经济增长全貌,我们需要从不同观察视角选取常用的指标。观察经济增长的维度主要包括:支出和生产视角、信贷视角、海外和贸易视角以及问卷预期视角。其中支出和生产视角方面,投资分项是支出层面中弹性最大的一部分,而投资所对应的大部分增量产能主要集中于生产层面的地产行业和制造业,我们主要从上述细分项中选择常用的指标。

  人民银行隐含的通胀目标与CPI表现密切挂钩,此外PPI通常反映工业景气度,也是央行进行货币政策决策的重要参考。所以我们主要选取CPI同比和PPI同比两个指标作为通胀度量。

  由于中国尚未培育出一个具备走廊、活跃报价且稳定程度高的基准利率品种,所以我们需要在众多短端报价中寻找一个最为合适的替代品。尽管DR007近年来越来越接近基准利率的定位,但由于存续期较短(从14年开始报价)并不符合回测要求。相对而言,Shibor 3M具备定价稳定、报价活跃等特征,是当下较为理想的刻画货币政策意图的指标。为了满足月度调仓的需求,我们计算Shibor 3M的月度平均值作为月度货币政策指标。

  首先我们对所选取的每个宏观指标分别构建单因子动量策略,为了形成对比,我们将简单的买入持有策略作为比较基准·。 具体构建流程如下:

  调仓规则:先基于逻辑判断不同宏观指标对股票市场的影响方向;当存在正影响时,如果当月获取的最新一期数据高于上期,则全仓买入0000300.SH,否则开空仓;当存在负影响时,如果当月获取的最新一期数据高于上期,则开空仓,否则全仓买入000300.SH。

  从上述回测结果来看,单因子宏观动量策略基本很难跑赢简单的买入持有策略。只有“产量_汽车_当月同比”、“GDP_当季同比”、“宏观经济景气指数_先行指数”指标的动量策略在择时胜率和回撤控制、绝对收益上能够显著战胜买入持有策略,但由于缺乏足够支撑的逻辑,不排除这是数据挖掘后的结果。

  为何单因子宏观动量策略会显著跑输简单的买入持有策略?我们分析:1)即便做了动量化处理,宏观指标仍然存在大量噪音扰动,且噪音来源多样,包括一些季节性因素、翘尾因素、统计变更因素以及宏观经济自身波动等等,逐个指标消除这些因素非常困难;2)宏观动量与股票市场的映射关系并非线性的,这种非线性一方面体现在宏观动量对股票市场的影响并不固定(例如经济呈现复苏趋势时对股票有利,一旦经济过热就会对股票不利),一方面体现在映射反馈时间不确定(例如当经济过热时,股票往往会下跌,但何时出现拐点很大程度取决于市场预期与央行紧缩政策之间的博弈)。

  如何改进已有的单因子宏观动量策略?首先,我们希望通过合适的方法,尽可能降低单个指标的噪声影响,得到更稳健的序列用于刻画宏观趋势;其次,我们尝试深挖宏观动量与资产收益之间的内在逻辑,并将该逻辑深入到我们的量化策略中,以降低非线性关系所带来的困扰。

  此外,我们还关注传统动量策略与宏观动量策略的异同。传统动量策略与宏观动量策略具备一定的关联性,其收益均是来源于当前市场对趋势动态的反应不足。为了进一步分析比较两类策略在择时信号、择时表现等方面的异同,我们将构建传统动量策略作为后续宏观动量策略的比较基准,并期望能够将两者结合提升整体的择时收益。

  宏观动量策略并不是传统趋势动量策略的延续。尽管宏观动量与趋势动量的收益来源相似,(均是源于对某类信号的反应不充分),但两类策略的择时风格一致性较弱。根据图5所示,我们发现两者在择时信号上有明显的差异:传统动量策略交易更加频繁且回撤更大,但胜在能够对重大趋势行情有更加敏感的捕捉;而宏观动量策略交易频率低且回撤控制较好,但无法完全追踪重大的趋势行情。总体而言,我们认为宏观动量策略与传统动量策略存在较好的互补性。

  我们对市场回测表现(以K=3)进行评估,尽管整体表现已经超出了所有的单因子指标,但仍然发现完全基于经济增长动量指标的宏观动量策略存在如下局限:1)无法在非经济增长驱动的时段给予正确择时:整个14-15年的股票牛市是流动性驱动而非经济增长驱动,完全依赖于经济增长动量指标的择时策略几乎踏空了整段行情(当然也规避了之后的股灾);2)在10-11年经济开始出现过热状态时期,我们的策略择时效果一般,主要因为当经济呈现过热状态,经济增长对股票走势的影响开始偏负面;3)08年—09年之间的牛熊转换,我们的模型信号有些迟钝,主要是模型无法理解当时流动性救市起到的决定性效果(流动性开始主导市场),而经济增长信号给出的拐点判断过迟。

  我们发现,基于经济增长动量指标给出的择时判断非常依赖经济增长与股票市场波动之间呈现线性关系;而真实世界中,宏观趋势与股票市场之间并非简单的线性关系,这使得我们构建的模型存在明显的天花板。我们将继续深挖宏观与股票市场波动之间的内在机制,期望借助宏观逻辑的进一步深化,继续提升我们宏观动量模型在股票市场择时的表现。

  基于宏观的资产轮动逻辑,自然绕不开美林时钟。美林时钟将经济周期划分为四象限(复苏、过热、衰退、滞涨),在每个象限中均存在最合适的配置资产。

  美林时钟没有考虑货币政策所带来的影响。在美林时钟的框架内,货币政策变动一般滞后于经济周期波动,使得投资者判断大类资产轮节奏需要更多地观察宏观经济周期的变化。但事实上自金融危机以来,货币政策的滞后性特征越来越不明显,甚至对经济周期有明显的领先性。典型的如美国推出的QE政策,美联储通过前瞻性指引让市场形成长期宽松的预期,货币政策明显具备前瞻性,使得美股在08年之后在各种经济环境下均表现出色。

  美林时钟对经济周期的判断方法不具备普适性。用经济增长和通胀的趋势刻画经济周期太过绝对,经常由此引发误判。误判的场景通常有如下几类:经济复苏时期,并不一定呈现经济上行和通胀下行的组合,也会出现通胀和经济同时上行、经济下行与通胀上行的组合;区分经济过热与经济复苏并不在于通胀是否上行,而是在于央行的通胀目标;如果通胀明显超过通胀目标会引发回避政策的强烈收紧,此时才可定义为经济过热;经济下行与通胀上行并不一定对应着滞胀,在任何周期都会出现这类组合,严格意义上中国并未出现过典型的滞胀阶段。(每次所谓“滞涨”时期只有几个月的连续样本,且经济增速仍然处于绝对高位,与70年代经济滞涨特征完全不同)

  基于美林时钟所面临的种种困扰,我们尝试构建一个更加贴近实际的宏观——股票逻辑框架,改造主要体现在:大多数情况,股票与宏观经济增长呈现正相关,我们不再关注经济增长与通胀的组合表现,而是直接关注经济增长;我们基于央行调控视角判断经济是否过热;我们纳入了对货币政策的观测。

  传统的股利增长定价公式中,贴现率 r 和股利增长率 g 是决定股票价值的关键因素。其中 r 取决于央行的货币政策,而 g 与经济增长息息相关。由于央行一般均具有隐性或显性的通胀目标,使得货币政策基本在经济增长时边紧,在经济衰退时转宽松,这也意味着 r 与 g 是同步变化的。

  假定 r 与 g 同步变化,理论上对股票价值的影响方向是不确定的。但事实上,各国央行的货币政策调整完全内生于基本面变动,使得大多数情况下基本面趋势与股票市场变化趋势同向。

  但货币政策内生于基本面调整的规律并非永远适用。我们认为存在如下两类普遍情况会导致该关系破灭:1)宏观经济过热/过冷:一般用通胀度量经济的冷热程度,当通胀过度偏离央行的目标时,往往会带来严重的恶性循环后果,为了将通胀指标拉回目标区间,央行一般会采取超越经济周期的收紧或放宽政策来抑制通胀偏离(国内10年-11年大幅收紧货币对抗通胀上行以及美国08年之后QE大幅刺激通胀均是典型案例);对于国内而言,由于近几年经济一直处于高增长状态尚未经历过典型意义的通缩,所以我们主要探讨国内经济过热状态下的宏观——股票映射关系;2)特殊金融目标(如金融稳定诉求)等:在制定货币政策时,央行并不完全附着于经济目标,还会监管金融稳定性,例如国内08年和15年的救市政策,13年和17年为了加强金融监管而大幅收紧货币等等,均是货币政策超越经济周期的典型。

  综上,我们基于上述宏观逻辑构建如下的流程图。在每期择时过程中,我们将判定当期市场是由经济增长驱动还是货币政策驱动,如果是货币政策驱动将完全不考虑当期的宏观经济指标而是基于货币政策信号进行择时;如果当期市场是由经济增长驱动,那么我们将继续判定宏观经济是否处于经济过热状态,如果经济处于过热状态,我们将调整经济增长的构建过程,以求刻画出当期经济增长与股票市场表现的负向关系。通过这两次判断判定,我们可以有效地刻画出经济增长与股票市场的非线性关系。

  接下来,我们将具体介绍非线性关系的具体处理方式:如何刻画经济过热状态的宏观动量以及如何刻画超越经济周期的货币政策调整所带来的冲击。

  我们主要以CPI同比作为刻画经济是否过热的重要依据,一般市场公认的人民银行隐含通胀目标上限在CPI同比3%。我们认为:判定经济处于过热状态需要同时满足两方面条件:连续三期CPI同比平均值超过3%;连续三期CPI同比至少存在两期的CPI相对上一期上升(经济过热一般均是CPI加速上行,如果出现节节衰退的征兆往往意味着经济过热已经得到抑制)。根据上述判定条件,我们得到任意期是否处于经济过热状态的信号指标,当经济被判定为过热时取值为-1,否则取值为1。

  与股票市场相比,债券市场宏观逻辑的线性程度远胜股票,具体表现为:1)货币政策、经济增长对债市的作用方向基本同向,而两者对股市的作用方向相反,需要判断货币政策调整是否会冲击市场;2)无论经济是否过热,经济增长与债市之间存在稳定的负向关系,但经济增长与股市之间可能存在明显的非线

  同样地,我们基于上文在研究股票市场动量策略中所选取的28个宏观指标,构造债市的动量策略:(为了更精确的择时效果,我们采用中债净价指数作为基准指数)

  整体上,债市单因子宏观动量策略的市场表现相对强于股票市场,其中PMI和产量_发电量_当月同比指标的回测效果较好,胜率已经超过60%。我们分析,债市单因子动量效果较强的原因在于:债市相比股票市场更看重宏观趋势,不少投资者在月中完全基于宏观数据进行交易

  [1] 信息比率阈值的设置并未涉及调参,实际上回测结果对该阈值变动并不敏感,下文会进行敏感性检验。

  [2] 个别指标事后回测能勉强战胜指数,存在不小的样本内过拟合风险,实际运用的难度较大。

  [3] CPI同比与股票类的映射关系非线性,将在本文后续部分着重介绍;Shibor 3M体现的是货币政策,并非经济走势方向。

  《资产配置策略研究之三:基于风格因子溢价的资产配置视角》 2017-12-05

  《资产配置策略研究之二:引入衰减加权和趋势跟踪的主成分风险平价模型研究》 2017-11-17

  《资产配置策略研究之一:基于半衰主成分风险平价模型的全球资产配置策略研究》 2017-09-18

  《金融工程:MHKQ因子择时模型在A股中的应用》 2017-08-15

  《金融工程:专题报告-基于自适应破发回复的定增选股策略》 2017-03-09

  声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。

当前网址:http://predictdli.com/hongguanyanjiu/27.html

 
你可能喜欢的: