【研报分享】民生证券:基于“领头羊”效应的周期型行业择时研究

择时
市场周期
标签: #<Tag:0x00007f5b97bdcca8> #<Tag:0x00007f5b97bdcac8>

(aite) #1

基于“领头羊”效应的周期型行业择时研究

报告摘要:

 一级行业的子板块中存在“领头羊”效应
在 A 股市场中,某个行业板块的价格运动变化往往是从这个行业板块中的某个“局部”开始的。这些“局部”的价格运动变化如果最终扩散到一级行业整体,则会带动整个行业走一段持续性的行情。因此,如果我们可以从一级行业中的子板块入手,找出具有领先效应的“领头羊”子板块,就有可能对一级行业的未来走势进行较为准确的预测。

 利用领先效用来界定“领头羊”子板块
在《基于“领头羊”效应的非周期行业择时研究》中,我们提出利用一级行业与子行业在多个等长时间跨度内的超额收益符号序列之间的延迟相关性来衡量子板块的领先效用。当某个子板块的领先效用达到某一阈值,并且持了一段时间,我们就将该子板块界定为有效“领头羊”子板块。在此基础上,我们再利用子板块与一级行业的超额收益符号时间序列之间相关性的时序性,同时,还对多个“领头羊”子行业预测结果进行综合,从而完成对一级行业未来是否有超额收益的判断。在本报告中,我们也采用了同样的方法来对周期型行业做择时研究和实证。然而,与非周期行业不同的是,周期型行业往往行业变化较快,因此,在对周期型行业采用“领头羊”策略时,我们采用了不同的时间跨度,而不是像在非周期行业中一样,只采用了自然周作为时间跨度。

 择时策略样本内和样本外表现均优异
我们选取了 28 个中信一级中的 14 个周期型行业对“领头羊”策略的有效性进行实证。我们利用这 14 个行业板块的 2008 年-2011 年历史数据和 2012 年 1 月 1 日-2013 年 2 月 8 日的历史数据分别进行了样本内和样本外的测试。我们利用“领头羊”策略对行业指数 ETF 和沪深 300 期货建立对冲组合,获取绝对收益。“领头羊”策略在样本内测试表现在所有行业上都比较稳健。在所有 14 个行业板块中,除了建材和电力行业只分别获得 26.2%和 28.3%的累积收益率外,其他行业的累积收益均在 30%以上,房地产行业的累积收益达到 55.1%;同时,该策略在所有行业均取得 50%以上的胜率,其中有 11 个行业能够取得 55%以上的胜率,钢铁行业可以达到 73.9%的盈亏比;另外,所有行业中盈亏比均在 1.21 以上,在 12 个行业中盈亏比能达到 1.4以上,银行行业的盈亏比达到 2.21。在样本外的测试中,“领头羊”策略同样表现出较为普遍的有效性,所有行业均取得了正绝对收益,14 个行业均取得了正绝对收益,其中,基础化工,机械,和建筑的绝对收益均在 5%以上。

目录

一、“领头羊”效应概述
二、“领头羊”策略的详述
(一)“领头羊”子板块的界定
(二)基于单个“领头羊”子行业的择时方法
(三)基于多个“领头羊”子行业的择时方法
三、“领头羊”策略的实证表现
(一) “领头羊”策略的样本内表现
(二) “领头羊”策略的样本外表现
四、总结与展望
插图目录
表格目录

一、“领头羊”效应概述

在 A 股市场中,某个行业板块的一段持续的价格运动趋势往往是从这个行业板块中的某个“局部”开始的。比如说,从政策面来看,某一新的政策对可能对某行业的子行业产生了重大的利好或者利空,使得该子行业领先于整个行业出现走强或者走弱,而最终该子行业的走势带动整个行业出现走强或者走弱;再比如说,从基本面上来看,某子行业的盈利状况可能先于整个行业出现改善或者恶化,从而导致该子行业先出现走强或者走弱,最终也带动整个行业走出同样的价格运动趋势。以上这些现象,从消息面,资金面,以及技术面等等来观察都可以得到应证。那么,既然在某个行业中,某些子板块可以起到“领头羊”的作用,我们是否可以利用这些“领头羊”子板块,对整个行业未来的走势进行预判,从而获得丰厚的回报?在本报告中,我们就如何将利用“领头羊”效应对所有的中信一级周期型行业择时进行深入的探讨和全面的实证。

二、“领头羊”策略的详述

在本小节中,我们将对“领头羊”策略的细节进行详细的讨论和描述。其中,我们将首先对“领头羊”子行业的界定进行讨论;然后,我们将讨论如何利用单一“领头羊”子行业进行一级行业择时;最后,在实际使用中,我们发现在某一段行业的强弱行情中,往往会出现多个“领头羊”子板块的情形,而这些“领头羊”子板块对整个行业的强弱会出现不同的判断,我们还需要对这些“领头羊”子板块的判断进行综合,从而对整个行业的未来走势得到一个最终的判断,这样,可以更好的利用“领头羊”效应。

(一)“领头羊”子板块的界定

一般来说,投资者往往会根据“空间”的来界定领头羊,即根据超额收益的幅度来判断某个行业的领先股或者子板块,那些超额收益幅度大最大的个股或者子板块往往被认为是该行业的领先股或者领先子板块。而我们却认为从涨跌幅的角度界定“领头羊”,往往会因为个股或则板块的弹性而导致误判。而我们提出了一种从时间角度来来判断“领头羊”的全新角度,通过去选择那些在“时间”上具有超额收益领先效应的子板块来作为“领头羊”。通过这样选择方式,我们可以根据“领头羊”子板块已经表现出的是否具有超额收益状况,来预测整个行业是否在未来具有超额收益。

首先, 为了避免某个子行业的弹性而导致对“领头羊”的误判, 我们只对某个子行业的超额收益符号进行判断。我们以某一时间周期作为统计的区间,以某一市场基准作为超额收益判断基准。我们先以自然周作为统计周期,同时选择沪深 300 指数(hs300)作为市场基准。这样,我们就可以得到每个一级行业和相应的三级行业的相对 hs300 的超额收益符号时间序列。我们以中信一级行业医药与其三级行业为例,在下图 1 中进行说明。在图 1 中,我们展示了以 2011 年 9 月 23 日为周五的自然周到以 2012 年 1 月 6 日为自然周的沪深 300 指数周收益率,以及医药行业与化学原料药行业的周收益率和超额收益符号时间序列。

1

然后,我们将考查某个三级子行相对所属一级行业的领先效应。我们将该三级行业超额收益符号时间序列的提前一个时间周期与一级行业的超额收益符号时间序列进行逐个时间周期的错位比较。然后统计在一个滚动的多时间周期组成的窗口中,两个错位比较的超额收益时间符号序列有多少个分项是相等,相等的分项数量占到统计的时间周期的比例。具体而言,我们将一级行业和相应三级行业的超额收益符号时间序列分别记为:
2

我们将这两个超额收益符号时间序列进行错位比较,即比较 Ft 和 ft-1。然后,统计在 k 个时间周期组成的窗口中,Ft 和 ft-1 相等的次数 n,再计算相同次数 n 在 k 时间窗口中所占的比例λ=n/k。我们将比例λ称为子行业的领先效用。我们仍然以图 1 中的数据为例,进行实例说明。实质上,领先效用反映了某个子行业相对所在一级行业的领先程度。一般来说,领先效用λ值越高,其可预测性越高。但是,高可预测性往往持续的时间不长。关于这一点,我们将在本文的后面进行更细详细的讨论和验证。在本文中,我们只考虑领先效用λ>0.5 的子行业,即在一级行业和所包括的三级子行业的超额收益符号时间序列的错位比较中,至少要有 50%的符号数是一致的。我们也将领先效用达到或者超过 0.5 的子行业称为“领头羊”子行业。

3

考虑到,周期型行业的价格运动趋势往往比非周期行业价格运动趋势变化更为迅速,因此,在本报告中,我们并没有采用和《基于“领头羊”效应的非周期行业择时研究》一样的以“自然周”为单一时间跨度,而是采用 2 到 4 个交易日作为一个时间跨度来统计超额收益的符号。这样的做法使得周期型行业的价格运动趋势变化可以被更为精准和及时的捕捉到。

(二)基于单个“领头羊”子行业的择时方法

当我们观察到一个“领头羊”子行业之后,还需要对该子行业的领先效用可持续性进行进一步的判定。一般来说,在较长的观察时期内,几乎所有的子行业都有机会出现领先效用达到或者超过 0.5 的情况。但是,只有当一个子行业的领先效用能够保持一段时间不变,该子行业的领先效用才能被用来准确的预测一级行业未来是否有超额收益。因此,我们还需要对领先效用的持续性进行判断,去掉那些子行业的领先效用的“噪声”。在本文中,我们设定了一个领先效用的最短持续周期门限。只有当某一子行业在某一个领先效用值上持续了一定的时间阈值 T,该“领头羊”子行业才能被认为是有效“领头羊”子行业。

一般来说,对于不同的行业,由于其价格运动的特性,各个子行业之间的权重比例,以及不同子行业之间的轮动敏感程度各不相同,因此,对于各个不同的行业,判定有效“领头羊”的阈值 T 也会各不相同。我们仍然以 2011 年 9 月 23 日到 2012 年 1 月 6 日的一级行业医药与其三级行业化学原料药周行情为例,进行说明。在图中,我们假设 T=2,那么,从 2011 年 12 月 9 日结束后,我们就可以判定化学原料药是有效的“领头羊”子行业。

4

观察到有效“领头羊”子行业之后,我们就可以根据该子行业和与其对应的一级行业已有的超额收益符号时间序列的错位比较结果对一级行业进行预测。我们首先假设该“领头羊“子行业的领先效用将会得到维持。由于,在统计领先效用时,我们采用的是在一个滚动的多时间周期窗口中,根据子行业与其一级行业的超额收益符号时间序列进行错位比较来计算的。因此,我们将根据在最近一个多周期时间窗口中,最远时间周期中,子行业与一级行业的超额收益符号错位比较是否相等,来判定未来该一级行业的超额收益符号,是否与其“领头羊”子行业最近一个时间周期中超额收益符号一致。如果最远一期是一致的,那么一级行业未来的超额收益符号就与最近一期的“领头羊”超额收益符号一致;反之,一级行业未来的超额收益符号就与最近一期的“领头羊”超额收益符号相反。我们仍然以 2011 年 9 月 23 日到 2012 年 1 月 6 日的一级行业医药与其三级行业化学原料药周行情为例,在图 4 中进行说明。按照我们的假设,如果有效“领头羊”子行业的领先效用值可以保持稳定,那么,未来一个时间周期中一级行业的超额收益符号,我们就可以预测。那么,我们就是可以根据预测的情况,对该一级行业进行做多或者做空操作;如果预测出的一级行业超额收益符号为 1,则做多该一级行业;反之,做空该一级行业。

5

(三)基于多个“领头羊”子行业的择时方法

在本节之前的篇幅中,我们已经详细描述了如何利用单个有效“领头羊”子行业进行相应的一级行业择时。在实际情况中,中信一级行业往往由多个三级子行业组成,比如在我们之前所举的实例中,一级行业医药就包括化学原料药,化学制剂,中药饮片,中成药,生物医药 III,医药流通,医疗器械,医疗服务等 8 个三级子行业。这些子行业极有可能在同一时间都被判定为有效“领头羊”子行业。然后,对于这些被判定为“领头羊”的子行业,我们分别利用之前提出的基于单个“领头羊”子行业来对一级行业未来超额收益符号进行判断的方法所得出的结果,往往可能是不一致的。那么,这就需要我们对不同领先子行业的预测结果进行综合与统一,从而得到最终唯一的一级行业未来是否有超额收益的结论。

根据对历史数据的观察,我们将采用以下几种规则来对多个有效“领头羊”子行业的不同预测结论进行综合与统一。这些规则的具体描述如下:

a. 少数服从多数规则。当所有的有效领先子行业中,超过一半数量的子行业预测未来一级行业的超额收益为正时,则看多该一级行业;反之,则看空该一级行业。
b. 低“领先效用”优先规则。我们优先选择那些有效“领头羊”子行业中,“领先效用”最低子行业的预测结果。这要是因为我们发现较高的“领先效用”往往更不容易维持,相反那些较低的“领先效用”反而更容易维持。
c. 大市值优先规则。当有多个子行业出现不一致的预测结果时,我们将看多子行业与看空子行业的流通市值进行比较。如果看多子行业的流通市值较大,我们则认为未来一级行业有正超额收益;反之,我们则认为未来一级行业的超额收益为负。我们认为市值较大的子板块往往更能够左右未来一级行业的走势。
d. 短期“领先效用”优先规则。当多个子行业的预测结果不一致时,我们将优先根据维持时间较短有效“领头羊”的预测结果。这是因为我们发现一个子行业往往不能长期的维持一个稳定的“领先效用”。

根据以上的 4 条原则,我们就可以在发现多个有效领先子行业的基础上,利用这些有效子行业的所有预测结果对一级行业未来的超额收益符号进行综合判断,取得更高预测准确率。

三、“领头羊”策略的实证表现

我们对 28 个中信一级行业,所有中信一级周期型行业,包括石油石化,煤炭,有色金属,钢铁,基础化工,建筑,建材,机械,电力设备,汽车,银行,非银行金融,房地产,交通运输等 14 个周期型板块。利用 2008 年 1 月 4 日到 2011 年 12 月 30 日的历史数据,作为样本内测试的历史数据,对“领头羊”策略的实际效果进行测试;我们还利用了2012 年 1 月 1 日到 2013 年 2 月 8 日的历史数据,进行样本外测试。在这一节中,我们将对这些历史数据测试的结果分别进行展示,并进行更进一步的讨论。

(一) “领头羊”策略的样本内表现

在进行“领头羊”策略的效果进行测试时,我们以所有行业指数的行情数据作为相应行业 ETF 的行情数据。当“领头羊”策略看多某一个行业时,我们就持有该行业 ETF 的多头,利用沪深 300 期货的空头进行对冲;而当“领头羊”策略看空某一个行业时,我们就持有该行业 ETF 的空头,利用沪深 300 期货的多头进行对冲。其中,行业 ETF 的单边交易费用为 0.08%,而股指期货的单边交易费用为 0.01%。同时,我们假设建立或者平掉行业 ETF 的多头和空头仓位都在一个交易日内完成,平均建仓和平仓成交均价均按交易当日的开盘价,收盘价,最高价,和最低价的平均值来计算。另外,当我们做空 ETF 时,每日融券利息按 0.02%计算。我们在图 5 到图 18 中,分别展示了 14 个周期型中信一级行业“领头羊”策略的样本内净值表现。














从图 5 到图 18 和表 1 到表 14 中,我们可以看到“领头羊”策略在所有的周期型行业中都可以获得不错的择时效果。从 2008 年到 2011 年的样本内择时效果来看,在所有进行样本内验证的行业板块中,除了建材和电力行业只分别获得了 26.2%和 28.3%的累积收益率外,我们的择时策略都可以取得超过 30%的累积收益率。房地产行业的 4 年累积收益率最高,幅度为 55.1% 同时,“领头羊”策略在所有行业的胜率都在 50%以上,除了建筑,机械,汽车,和交通运输等 3 个行业之外,其他行业的胜率均在 55%以上。“领头羊”策略在钢铁行业上的胜率最佳,达到 73.9%。就盈亏比而言,“领头羊”策略除了在石油石化,和建材 2 个行业的盈亏比分别为 1.21 和 1.26 之外,其他行业的盈亏比均在 1.4 以上,银行业的盈亏比最佳,达到 2.21。

(二) “领头羊”策略的样本外表现

接下来,我们将展示基于所有周期型行业从 2012 年 1 月 4 日到 2013 年 2 月 8 日的历史行情,所取得的 “领头羊”策略净值。







从图 19 到图 32 中,我们可以看到“领头羊”策略在 2012 年初到 2013 年 2 月 8 日,所有周期型行业均取得了正绝对收益。其中,基础化工,建筑,和机械的绝对收益均在5%以上。

四、总结与展望

综上所述,我们进行以下总结与展望:

1、 在 A 股市场中,某个行业板块的价格运动变化往往是从这个行业板块中的某个“局部”开始的。找到具有领先性的子板块,我们就有可能对一级行业的未来走势进行较为准确的预测。我们提出利用一级行业与子行业在多个等长时间跨度内的超额收益符号序列之间的延迟相关性来衡量子板块的领先效用。根据领先效用的大小和持续性,我们可以界定出有效的“领头羊”子行业。根据“领头羊”子行业的超额收益时间序列,该序列与一级行业相应序列的相关性,以及多个不同子行业中该序列的综合判断,我们可以较为准确的预测一级行业未来是否有超额收益。

2、 与《基于“领头羊”效应的非周期行业择时研究》中采用“自然周”作为单一时间跨度来统计一级行业或三级行业的超额收益符号不同,我们在本报告中采用了更为丰富的时间跨度来计算超额收益符号。在本报告中,计算超额收益符号的时间跨度被定义为 2,3,或者 4 个交易日。

3、 我们选取了 28 个中信一级中的 14 个周期型行业对“领头羊”策略的有效性进行实证。我们利用这 14 个行业板块的 2008 年-2011 年历史数据和 2012 年 1 月 1 日-2013 年 2 月 8 日的历史数据分别进行了样本内和样本外的测试。我们利用“领头羊”策略对行业指数 ETF 和沪深 300 期货建立对冲组合,获取绝对收益。“领头羊”策略在样本内测试表现在所有行业上都比较稳健。在所有 14 个行业板块“领头羊”策略均取得了正绝对收益,12 个行业的累积收益均在 30%以上,房地产行业的累积收益达到 55.1%;同时,有 11 个行业能够取得 55%以上的胜率,钢铁行业可以达到 73.9%的胜率;另外,在 12 个行业中盈亏比能达到 1.4 以上,银行行业的盈亏比达到 2.21。在样本外的测试中,“领头羊”策略同样表现出较为普遍的有效性,14 个行业均取得了正绝对收益,其中,基础化工,机械,和建筑的绝对收益均在 5%以上。

4、 该报告仅仅描述了利用超额收益符号时间序列构建一级行业内部的子板块价格运动模型的雏形。从实证的结果,我们可以看到超额收益符号时间序列已经表现出较为良好的适应性和有效性。我们将在已有模型的雏形的基础上,进一步思考的如何充分利用超额收益时间序列,对行业轮动进行更为细致和有效的描述,从而建立更为精准和普遍的行业轮动模型。

作者:民生证券金工团队