| 本报告系统化资产配置系列的第二篇,着重梳理了中信一级行业之间表现的相似性,并对行业重新进行聚类,构建了基于大类行业表现的行业择时方案,进而构建了行业轮动策略,目的是获得相对行业等权组合的超额收益。
本报告采用图论中“最小生成树”方法,依据行业的表现对中信一级行业重新进行聚类,寻找各个行业之间的联动性,探索是否有进一步聚类的可能性。在此基础上综合考虑行业的业务特点,以及充分与基本面分析逻辑匹配,采用了中信风格分类作为大行业的分类标准, 将行业重新分为金融、周期、消费、成长以及稳定五个大类。
本报告构建了从逻辑上可能影响各大风格指数的因子库,分别包括实体经济、通胀水平、市场资金流动性、市场风险偏好、板块自身特点等信息。
同时报告采用三分位点法作为信号生成机制,运用因子聚类再等权的方法对择时因子进行叠加。
此模型于 2018年 8月初构建,所以样本内数据为 2004年 12月 31日至2018年 8月 3日,构建好模型之后我们每日跟踪每个因子的表现,并最终形成了真正的样本外的净值曲线,样本外年化收益率为 22%,都远好于基准组合的 12%。
风险提示:结论基于历史数据,在市场环境转变时模型存在失效的风险。
|