宏观深度报告：基于宏微观的权益月度择时模型

证券研究报告·宏观报告·宏观深度报告 东吴证券研究所 1 / 34 请务必阅读正文之后的免责声明部分 宏观深度报告 20261020 基于宏微观的权益月度择时模型 2026 年 10 月 20 日 证券分析师 芦哲 执业证书：S0600524110003 luzhe@dwzq.com.cn 证券分析师 唐遥衎 执业证书：S0600524120016 tangyk@dwzq.com.cn 相关研究 [Table_Tag] [Table_Summary] 模型设计：五大维度、12 个指标的因子打分框架 ◼ 宏观择时的落地痛点：理论研究在实际投资中面临调仓时间固定、参数与因子过拟合、宏观数据处理失真三大痛点。我们对比因子打分、因子回归、事件冲击和美林时钟四类常见模型后，选择逻辑透明、对样本依赖较小的因子打分模型。 ◼ 五大维度、12 个指标：模型从基本面（经济、货币、信用）、资金面（杠杆、期货、期权）、国际面（利差、汇率）、估值面（ERP）和技术面五个维度选取 12 个指标，每个指标给出+1 或-1 的信号，五个维度的权重分别为 30%、30%、20%、10%和 10%，综合评分区间为-10 至+10 分。 ◼ 指标筛选兼顾逻辑与定量：每个入选指标既要有清晰的经济学逻辑，又要在训练集中满足胜率高于 50%、超额收益尽量高的要求；信号规则只与上月值、近 3 个月均值或历史分位数比较，不针对单个指标优化参数，以降低过拟合风险。 回测表现：弱信号合成强信号，样本外表现稳健 ◼ 训练集胜率接近 70%：入选单因子在训练集中的胜率大多在 55%左右，五个维度合成后，训练集（2016 年 1 月—2023 年 9 月）方向判断胜率提升至 69.89%。按综合评分≥0 分持有万得全 A、<0 分空仓回测，年化收益为 17.67%，同期万得全 A 为-0.54%，年化超额收益为 18.20%；最大回撤为 8.16%，远低于万得全 A 的 35.76%。 ◼ 样本外表现稳健：测试集（2023 年 10 月—2026 年 9 月）方向判断胜率为 66.67%，与训练集基本一致；年化收益为 22.76%，同期万得全 A 为9.26%，年化超额收益为 13.50%；最大回撤为 11.04%，低于万得全 A 的20.97%。全样本年化超额收益为 16.96%。 ◼ 熊市防守能力突出：2016 年至 2026 年（2026 年为 1—9 月）的 11 个年份中，模型有 9 年跑赢万得全 A，且在万得全 A 下跌的 5 个年份中均取得正收益。综合评分≥3 分时，万得全 A 下月上涨的概率为 77.78%；≤-5 分时仅为 17.65%。 ◼ 模型局限：模型适合中长期配置，但月频调仓难以适应 A 股的高波动，对部分极端行情反应较慢，如 2024 年 10 月上旬的快速回调，以及 2025年 7 月和 2026 年 4 月的快速上涨。 最新观点：2026 年 10 月模型评分为-1 分 ◼ 各维度评分：基本面（-2 分）是主要拖累，信用扩张动能偏弱；估值面（-1 分）显示股票相对债券的性价比尚不突出；资金面（+1 分）和技术面（+1 分）偏多，杠杆资金有所降温，趋势有所改善；国际面多空相抵（0 分）。 ◼ 市场展望：2016 年 1 月至 2026 年 9 月，综合评分为-1 分的情形共出现14 次，次月万得全 A 上涨的概率为 57.14%，但下跌时的平均跌幅（4.77%）明显大于上涨时的平均涨幅（1.59%）。我们认为 10 月 A 股以震荡为主，后续重点关注信用数据能否企稳回升。 ◼ 风险提示：模型基于历史数据构建，存在失效风险；宏观数据存在发布滞后与修订；海外政策、地缘冲突等不可控外力可能导致模型短期失效。 请务必阅读正文之后的免责声明部分 宏观深度报告 东吴证券研究所 2 / 34 内容目录 1. 宏观择时研究的落地痛点与模型设计思路 ...................................................................................... 5 1.1. 理论研究在实际投资中的痛点................................................................................................. 5 1.1.1. 调仓时间固定................................................................................................................... 5 1.1.2. 参数与因子过拟合........................................................................................................... 5 1.1.3. 宏观数据处理失真........................................................................................................... 5 1.2. 常见月度择时模型对比与选择................................................................................................. 6 1.2.1. 四类常见模型：因子打分、因子回归、事件冲击、美林时钟................................... 6 1.2.2. 选择因子打分模型的原因............................................................................................... 6 1.3. 模型总体框架：五大维度、权重与打分规则......................................................................... 7 2. 基本面维度：经济、货币、信用 ...................................................................................................... 8 2.1. 经济维度..................................................................................................................................... 8 2.1.1. 指标选择：为什么选社零和工业增加值........................................................