宏观因子行业轮动体系 主观与量化结合新尝试
创建于 更新于
摘要
报告系统地研究了基于普林格周期和宏观变量的两类行业轮动建模方法，分别采用经济周期占优行业配置和宏观变量回归（及分类）模型进行行业预期收益预测。普林格周期方法在2023年样本外实现了11.3%的超额收益，而基于宏观变量回归模型通过逐步回归筛选变量，构建行业超额收益率预期因子，多头年化超额达到14.11%；分类模型采用逻辑回归+L1惩罚实现变量选择，多头年化超额收益13.53%。参数敏感度分析确定了最佳模型参数，回测显示稳定收益和较好风险控制能力。两种建模体系均在A股市场验证，实现行业轮动与配置优化的有力支持 [page::0][page::3][page::4][page::7][page::9][page::19][page::20][page::24]
