周期视角下的行业轮动实证分析 华泰证券_20180306_
由small_q创建，最终由small_q 被浏览 12 用户
摘要
本文从定性梳理和定量实证两个角度研究了周期视角下的行业轮动规律我们认为，全球是一个统一的整体，这个统一的整体在运动的过程中是有规律的，统一受到基钦周期、朱格拉周期、库兹涅茨周期三个核心变量的驱动。基于这个假设，一方面，可以站在长、中、短三个不同周期视角下，定性梳理随着目标周期波动所展现的行业轮动规律；另一方面，可以基于统一的周期驱动三因子构建定价方程，拟合行业指数的波动，并预测未来走势，构建纯定量的行业配置模型。实证结果表明，该模型能有效把握行业轮动的规律，并获取稳健的超额收益。
基于大宗商品表征实体经济状态，梳理不同周期视角下的行业轮动规律在股票、债券、大宗商品、房地产四大类资产中，按照贴近实体经济的程度排序，应该是大宗商品>股票>债券>房地产，也就是说大宗商品对实体经济的变化最敏感，最适合作为观测基本面运行状态的实时窗口。本文统一选取CRB综合现货指数为参考基准，从中提取基钦周期、朱格拉周期、库兹涅茨周期三个核心驱动周期，并分别梳理了每个周期视角下的行业轮动规律。结果表明：库兹涅茨周期反映了经济基本面的长期趋势，决定投资风格；朱格拉周期反映了无风险利率的中期走向，决定市场估值水平；基钦周期反映了市场牛熊趋势，决定短期方向。
21个月、42个月、100个月是A股行业波动的共同驱动周期华泰金工周期系列报告已经通过海量数据反复论证了基钦周期（42个月附近）、朱格拉周期（100个月附近）、库兹涅茨周期（200个月附近）的稳定存在，然而这是全球视角下的统计结论。如果将目光聚焦到A股市场，仅仅关注行业本身的波动起伏，可以发现最显著的三个驱动周期是21个月、42个月和100个月。其中，全球视角下统计显著的库兹涅茨长周期影响较小，取而代之的是其他国家股票市场上影响并不显著的21个月周期分量，这有可能跟我国仍处于发展中阶段，资本市场尚不成熟有关。
周期三因子行业配置模型能有效把握行业轮动规律，获取超额收益周期三因子行业配置模型原理：
- 在每个截面处，基于训练窗口内数据合成六大板块等权指数，高斯滤波提取其21个月、42个月、100个月三个周期信号，作为统一的定价因子；
- 基于统一的定价因子，对训练窗口内每个板块的对数同比序列进行多元线性回归，训练定价方程，拟合样本内的资产价格波动；
- 基于训练得到的定价方程和周期三因子信号外延结果，预测每个板块的下一期走势，根据预测涨跌幅排名进行相应配置。实证结果表明，在单边千五的手续费下，该策略年化收益率达到28.89%，夏普比率0.85，年化超额收益12.86%，回测区间为2005年3月至2018年1月。
行业配置模型参数设置与敏感性分析本文所提出的行业配置模型中，除了三周期长度之外，还有几个核心参数：
- 训练窗口长度，该值太长容易出现钝化，无法反应资产价格实时的运行状态，太短则会过于敏感，容易出现相位跳变，本文统一设置为50个月；
- 傅里叶变换长度，在傅里叶变换之前，需要在原序列头部或尾部补零来提升频域分辨率，而补零长度需要在分辨率的精细度和计算开销之间权衡，本文统一设置补零后序列的总长度为4096；
- 高斯滤波器衰减系数，该值过大会导致干扰成分通过，影响预测的稳定性，太小又会对谱峰的抖动过于敏感，退化到类似于线谱滤波器的情形，本文统一设置为10。 风险提示：模型基于历史规律总结，有失效可能。
正文
/wiki/static/upload/db/dbd05dee-cd3b-4625-adaf-fa004607e364.pdf
\