量化策略专题：外生环境、内生结构、趋势动量在收益预测中的有效结合

请仔细阅读在本报告尾部的重要法律声明 外生环境、内生结构、趋势动量在收益预测中的有效结合 本报告从资产的外生环境、内生结构、趋势动量维度分别构建偏同步、偏左侧、偏右侧的预测指标，并通过融合框架将不同维度的预测指标进行有效结合，最终得到统一化的融合方向信号。该框架的泛化性较强，最终得到的融合方向信号可以有效提升资产配置效果。 资产收益预测的三个维度：外生环境、内生结构、趋势动量 外生环境维度是偏同步的预测维度。外生环境维度认为资产未来表现受当前资产的运行环境影响，如果能够寻找到反映经济运行状态的外生环境指标，而经济运行状态对资产运行环境的表征又具有同步性，则可以根据外生环境指标来反映当前资产运行环境对资产收益的利好程度。我们通过构建具有经济学逻辑、公布频率较高、时间序列平稳的宏观指标体系，借助 Logit 回归来进行外生环境维度的预测。 内生结构维度是偏左侧的预测维度。内生结构维度认为在非完全理性市场中，标的短期价格会偏离其内在价值，通过对资产内生结构的分析，寻找具有均值回复性的微观指标来判断资产的高估/低估以及过热/过冷状态，从而对资产未来的高位风险和低位机会做出提示。我们通过寻找能够刻画资产估值水平、风险溢价、交易热度的微观指标来进行内生结构维度的预测。 趋势动量维度是偏右侧的预测维度。趋势动量维度认为趋势在市场中是普遍存在的，只要趋势持续时间显著长于调仓周期，就可以通过追随趋势获得高预测胜率。我们通过构建刻画资产运行趋势的多均线系统来进行趋势动量维度的预测。 三位一体，产生融合信号 外生环境定场景，趋势动量给方向，内生结构防风险。遵循各维度指标的同步性与预测逻辑，我们构建融合框架将三维度预测结果进行有效结合，得到统一化的融合方向信号。融合框架具有较强的泛化性，基于融合方向信号的择时策略可以将中证全指年化收益从 11.6%提升至 23.2%，最大回撤由-83.5%降低为-33.2%；沪深 300 指数 8.56%→20.38%、-85.65%→-43.81%；中证 500 指数 12.71%→18.16%、-73.39%→-31.35%；中债综合净价指数 0.17%→1.17%、-16.79%→-2.43%；信用/利率债比价指标1.26%→1.89%、-9.38%→-1.78%。 基于融合方向信号的配置策略有良好表现 资产方向信号用于确定资产风险预算。在只包含两种资产的情况下，以资产夏普比平方作为风险预算的风险预算模型的求解结果能够最大化组合的期望夏普率。因此可以借助资产方向信号对资产未来的期望夏普率进行估计，从而将资产方向信号转化为风险预算模型的输入，并进一步通过风险预算模型得到资产权重。 资产方向信号在股债配置和股债风格配置中有良好应用。以中证全指和中债综合财富指数作为底层配置资产，基于资产方向信号的股债配置策略从 09 年至今可以获得 6.83%的超额收益，优于风险平价基准的 5.35%与 2 股 8 债基准的 5.25%。进一步地，以沪深 300、中证 500 作为股市大小盘风格配置资产，以中债企业债总财富指数与中债总财富指数作为反映债市信用利差变化的配置资产，基于资产方向信号的股债风格配置策略能够将年化收益进一步提升至 9.78%，同时降低超额收益波动性。 个股 分析员 刘均伟 SAC 执证编号：S0080520120002 junwei.liu@cicc.com.cn 分析员 王浩 SAC 执证编号：S0080516090001 SFC CE Ref：BMQ376 hao.wang@cicc.com.cn 联系人 宋唯实 SAC 执证编号：S0080120090082 SFC CE Ref：BQG075 weishi.song@cicc.com.cn 分析员 王汉锋，CFA SAC 执证编号：S0080513080002 SFC CE Ref：AND454 hanfeng.wang@cicc.com.cn 相关研究报告 • 市场策略 | 量化配置系列（1）：量化配置框架及其在战略配置中的应用 (2020.12.16) 市场策略研究 2020 年 12 月 25 日 量化策略专题 中金公司研究部: 2020 年 12 月 25 日 请仔细阅读在本报告尾部的重要法律声明 2 收益预测融合框架的构建 对于 FOF 等配置型产品来说，底层资产比例的动态调整是增厚产品收益并控制产品回撤的重要途径。一般来说，组合股债比例的确定过程可分为两步：①股债期望收益的战术性预测；②基于收益预测的定权。相比较而言，股债期望收益的战术性预测对于组合中短期的收益增强和回撤控制更为重要。 图表 1: 提升 FOF 等配置型产品表现依赖对底层资产收益的战术性预测 资料来源：中金公司研究部 资产收益预测的维度与方式多种多样。本文试图将资产收益预测的多个维度进行有效结合，构建一个逻辑性强、稳定性高、不涉及过度优化的信号融合框架，并基于该框架的融合信号进一步建模定权来构建组合，以期为投资者在 FOF 等配置型产品设计时的资产配置环节提供帮助与借鉴。 本章将对资产收益预测的融合框架展开详细介绍，下一章将进一步探讨如何根据收益预测确定资产权重。 资产收益预测的三个维度：外生环境、内生结构、趋势动量 Antti Ilmanen 在其著作《Expected Returns on Major Asset Classes》[I]中，认为所有投资的期望收益判断依赖以下 4 方面输入：预测性市场因子、行为金融学理论、历史收益、主观观点。除去无法通过量化手段给出的主观观点外，前三方面输入其实对应了对资产收益进行预测时的三个维度，即外生环境维度、内生结构维度和趋势动量维度。 ► 外生环境维度认为资产未来表现受当前资产的运行环境影响，如果能够寻找到反映经济运行状态的外生环境指标，而经济运行状态对资产运行环境的表征又具有同步性，则可以根据外生环境指标来反映当前资产运行环境对资产收益的利好程度。外生环境维度是偏同步的预测维度。 ► 内生结构维度认为在非完全理性市场中，标的短期价格会偏离其内在价值，通过对资产内生结构的分析，寻找具有均值回复性的微观指标来判断资产的高估/低估以及过热/过冷状态，从而对资产未来的高位风险和低位机会做出提示。内生结构维度是偏左侧的预测维度。 战略性配置锚定FOF组合长期收益风险特征中枢战术性预测增厚FOF组合中短期收益战术性预测控制FOF组合中短期回撤rMqMoMyQxP9PbPbRtRmMoMoOjMrQmOjMtRqN7NqRqOwMpMnPMYpPoP 中金公司研究部: 2020 年 12 月 25 日 请仔细阅读在本报告尾部的重要法律声明 3 ► 趋势动量维度认为趋势在市场中是普遍存在的，只要趋势持续时间显著长于调仓周期，就可以通过追随趋势获得高预测胜率。趋势动量维度是偏右侧的预测维度。 图表 2: 外生环境、内生结构、趋势动量三维度进行变量预测 资料来源：中金公司研究部 投资者比较关心的一个问题是，以上三个维度在同步性上存在差异，且其预测逻辑互不相关，那么如何有效地将三个维度的信号融合在一起，得到统一化