主动量化策略跟踪及表现 [page::0][page::2]

• 可转债随机森林策略本周实现0.41%超额收益，价值中性策略超额收益0.27%。

- 期权增强、多维度择时、行业轮动等多策略持续跟踪并更新表现，部分策略展现较优收益。

• 多维度择时策略涵盖宏观、中观、微观及衍生品四维度信号，当前合成模型信号为多头（1）。

宏观与景气度信号分析 [page::3][page::4][page::5]

• 宏观Logit预测值持续上升至0.84，表明宏观经济环境趋稳向好。

- 中观景气指数2.0亦呈现上升趋势，剔除大金融后景气度回升明显，酒店餐饮等行业景气度增长突出。

微观结构风险及衍生品择时信号 [page::6][page::7]

• 宽基指数结构性风险稳中有降，中证500结构风险较高。

- 基于股指期货基差构建的衍生品择时信号持续多头，中证500期货基差信号较强。

Barra因子表现及资金流动状况 [page::7][page::8]

• 动量（反转）因子近周及月表现均较强，夏普率高达3.30，波动率因子表现较弱。

- 两融资金持续净流入，本周累计净流入324.49亿元，显示市场资金面偏多。

行业轮动策略表现与配置 [page::9][page::10][page::11]

• 行业轮动双剔除版本本月收益2.13%，超额0.18%，2023年至今超额达46.95%。

- 配置重点行业包括银行、种植业、白色家电、酒店餐饮、照明设备II。

• 龙头及景气度因子表现稳健，行业轮动策略年化超额收益约10%-11%。

遗传规划指数增强策略跟踪 [page::13][page::14][page::15][page::16]

• 遗传规划方法在沪深300、中证500、中证1000及中证全指股票池构建指数增强组合。

- 各模型表现稳健，中证全指指数增强年化超额收益最高达24.84%，今年以来超额收益为9.32%。

• 策略为行业内前10%得分股票构建多头组合，周频调仓，交易成本双边千三。

风险提示与声明 [page::16][page::17]

• 量化模型可能存在失效风险，投资需谨慎，历史表现不预示未来收益。

- 报告仅供专业投资者参考，不构成投资建议。

【国联金工-量化观市】衍生品择时信号持续多头，可转债随机森林策略表现优异—周报2025年8月8日 深度分析报告

---

一、元数据与概览

• 报告标题：《衍生品择时信号持续多头，可转债随机森林策略表现优异—周报2025年8月8日》

- 发布机构：国联民生证券研究所

• 报告作者：陆豪、康作宁

- 发布时间：2025年8月11日

• 报告主题：通过多维度量化策略跟踪衍生品市场择时信号及可转债市场表现，分析宏观、中观、微观及行业轮动模型的实证表现，展示主动量化策略绩效，重点关注随机森林策略于可转债市场的实际效果，结合Barra因子风格与资金流动动态，总结量化选股组合的最新运行情况及风险提示。

核心论点：

1. 可转债随机森林策略本周创造0.41%的超额收益，表现强劲。

2. 多维度宏观择时模型持续给出多头信号，宏观Logit预测值持续上升，暗示市场正处于利多阶段。

1. 行业轮动策略以配置银行、种植业、白色家电、酒店餐饮、照明设备II为核心，展现稳健表现。

4. 遗传规划构建的指数增强组合今年累计超额收益达9.32%。

1. 两融资金持续净流入，显示资金面支持。

综上，作者传达的主要信息是：当前市场多头信号强劲，量化策略表现出色，特别是可转债领域的机器学习策略，同时宏观及行业指标趋于改善，应积极关注相关量化配置机会。[page::0,1,16]

---

二、逐章深度解读

1. 主动量化策略跟踪

• 关键论点：

- 可转债随机森林策略和价值中性策略本周双双实现积极超额收益，分别为0.41%和0.27%。
- 多维度量化策略涉及绝对收益和相对收益两大类，覆盖期权增强、择时、行业轮动、精选可转债及红利增强策略。

• 逻辑和数据：

- 表1详细列示多量化策略的绝对收益率、超额收益率、夏普率及最大回撤数据。可转债随机森林策略年内表现13.47%，夏普率3.03，最大回撤仅-5.26%，风险调整表现优秀，显示机器学习模型在择券上带来高胜率。[page::1,2]

• 概念解释：

- 随机森林策略：以决策树构建的随机森林模型，用于筛选具有超额收益潜力的可转债，体现了机器学习在量化投资领域的应用。

2. 多维度择时模型

• 关键论点：

- 结合宏观（短期货币、利率、信用、增长、汇率）、中观（行业景气度）、微观（估值风险溢价等）、衍生品（股指期货基差）四个维度。
- 宏观Logit预测值由0.822升至0.840，表明宏观环境向好。
- 中观景气指数当前为-0.965，剔除大金融后为-0.184，呈现回暖迹象。
- 股指期货基差择时信号倾向多头，综合得出整体多头(1)信号。

• 逻辑和假设：

- 宏观、中观信息及衍生品基差的结合形成非线性择时信号，动态反映市场周期状态。
- 依赖宏观变量的平稳化处理与Logit模型概率预测，假定市场走势与这些因子高度相关。

• 数据点：

- 宏观变量包含短期国债收益率、人民币汇率指数走势等，均录得细微变动。
- 行业景气度方面，酒店餐饮、石油石化等行业景气度环比显著上升，环保、电网设备、钢铁景气度下滑。
- 图3展示择时信号净值与累计超额，表现稳健提升。[page::2,3,4,5]

3. Barra风格因子与资金流

• 关注重点：

- Barra CNE6模型分解为规模、波动性、动量（反转）、质量、价值等因子。
- 当前动量（反转）表现最佳，连续月涨幅带动策略优化。
- 两融资金累计净流入6641亿元，本周净流入324.49亿元，资金面良好。

• 数据解读：

- 表14呈现各因子收益变化：动量（反转）因子本周涨0.79%，最近一年累计近20%，夏普率达3.3，表现突出。
- 资金流图16显示买入力量持续增强，与动量因子表现呼应，支撑多头市场环境。[page::7,8]

4. 行业轮动跟踪

• 策略内容：

- 基于信用和企业盈利划分经济“4象限”，结合行业一致预期景气、盈利超越、龙头效应、行业估值泡沫等因子构建因子轮动。
- 本月配置银行、种植业、白色家电、酒店餐饮、照明设备II五大行业。

• 绩效表现：

- 2025年8月无剔除版本行业组合收益1.85%，稍低于基准，双剔除版本收益更优2.13%，显示去除估值泡沫和拥挤度的策略更有效。
- 2023年至今双剔除版超额收益达46.95%，展现稳健的年度绩效。
- 净值曲线及年度回报细节显示策略自2017年以来累计超额约10%以上，风险控制适中。
- 图20、21、22直观展示了行业轮动收益曲线及净值表现。[page::9,10,11,12]

5. 遗传规划指数增强跟踪

• 策略框架：

- 通过遗传规划算法挖掘海量因子复合，筛选并周频调仓持有行业内前10%优质股票，覆盖沪深300、中证500、中证1000及中证全指。
- 交易成本双边千三计入。

• 绩效亮点：

- 中证全指指数增强组合今年累计超额收益达9.32%，年化超额收益约24.84%，夏普率1.28位居最高。
- 其他指数增强组合表现亦亮眼，沪深300、500和1000均呈现两位数年化超额收益及稳定夏普。
- 图35展示各指数增强组合净值曲线持续上扬，体现模型的稳健选股能力。
- 表30-36呈列2025年及历年分项收益、波动率、信息比率和夏普，展示组合风险调整后的优异表现。[page::13,14,15,16]

6. 风险提示

• 量化模型存在失效风险，前期表现不保证未来收益，投资者应理性审视，结合自身风险承受能力做决策。

- 市场波动性和不确定性不可避免，建议谨慎操作。

• 报告中所有结论仅供投资参考，不构成具体买卖建议。[page::16]

---

三、重要图表深度解读

图表1：主动量化策略绩效统计

• 该表聚焦各策略短期和年度表现，显著的是可转债随机森林策略本周收益1.41%，超额0.41%，夏普率3.03，最大回撤-5.26%，风险调整后表现优于同期。

- 行业轮动策略本周收益1.98%，但超额收益仅0.09%，显示短期性表现有限，而长期（年化）依然保持领先。

• 期权增强策略收益不错，但最大回撤较大，反映风险较高。

- 表格支持报告关于随机森林策略和多因子量化策略的优异表现。[page::1,2]

图表3：中证500多维度择时策略净值及信号

• 红线指数净值表现平稳，蓝线策略净值自2019年以来持续攀升，累计超额收益显著。

- 灰色背景标识多空转换期，当前信号显示为“多”，对应指数强势区间。

• 该图形象用以验证模型择时效果及多头信号的可靠性。[page::3]

图表6：宏观Logit模型历史预测值

• 该折线图显示宏观预测值自2017年以来多有起伏，当前值逼近0.85，处于历史高位区间，显示宏观环境强劲，有较高正向信号激励。

- 预测跳动能有效捕捉历史上市场拐点，为择时提供理论支持。[page::4]

图表9：分行业景气度预测值及变化

• 预测值以蓝色柱状显示，右轴红点为同比增幅百分比。

- 旅游、酒店餐饮明显回升（157%增长），反映消费和服务业景气度上扬。

• 低迷行业如光伏设备、煤炭出现负增长，提示行业景气分化。

- 为行业轮动策略选取标的提供了直观依据。[page::5]

图表11和12：各宽基指数微观结构风险

• 表格及折线图显示中证500估值、风险溢价及结构风险均偏高，意味着市场存在估值压力，但整体风险处于合理区间。

- 结构风险的MA30均线呈现微幅下降，近期风险有所缓释，符合市场调整后的稳定预期。[page::6]

图表13：基于基差的股指期货择时信号

• 图示期货基差与择时信号对应关系，红色条为择时多空信号，蓝色线为基差相关系数。

- 当前中证500基差相关系数维持正向且较高区间，择时信号多头频繁出现，反映市场情绪积极。

• 该图验证了衍生品基差作为市场情绪和趋势重要参考的合理有效性。[page::7]

图表14与15：Barra风格因子收益及累计表现

• 因子本周和当前年涨幅最高是动量因子（0.79%，12.27%），夏普比率最高达3.30，显示趋势持续性强。

- 规模和波动性表现偏弱，关联中小盘及高波动股的风险偏好下降。

• 从累计表现看，动量因子自2022年维持上升趋势明显，其他因子如质量、成长表现稳定，也为组合调仓提供思路。[page::8]

图表16：融资净买入额

• 图表显示资金自2023年7月起持续流入，两融资金净买入额经常突破百亿，资金支持充足。

- 近期尤其是2025年8月初至8月8日资金净流入324.49亿元，有助短线市场活跃及策略收益提升。[page::8]

图表17-22：行业收益、因子收益、策略净值

• 行业收益图揭示家电、风电、有色为当月受益主力，而玻璃、黑色家电、石油则表现疲软。

- 因子表现中，一致预期景气度、超越盈利因子小幅正向贡献。

• 行业轮动策略无剔除与双剔除版本均有显著正向超额回报，双剔除更优。

- 净值曲线持续创新高，展示策略自2017年以来的稳定盈利能力。[page::9,10,11]

图表23：行业最新截面权重

• 无剔除版本集中配置于银行、种植业、家电、酒店餐饮及照明设备，权重合计约100%，对应ETF标的清晰。

- 双剔除版本剔除拥挤度和估值泡沫同样维持以上配置，显示策略对高质行业深度布局。

• 权重分布体现策略配置偏向传统金融、消费和公用事业相关领域的稳健风格。[page::11]

图表25-28：行业轮动策略净值及分年绩效

• 净值曲线显示行业轮动无剔除版和双剔除版均在2024-2025年延续震荡上行趋势。

- 分年度表格分析覆盖2017年至2025年，多数年份策略获得双位数超额收益，高信息比率反映策略稳定性。

• 负收益年份基本对应市场大环境弱势期，回撤控制良好，波动率适中。[page::12,13]

图表29-36：遗传规划指数增强绩效

• 四大指数增强组合均表现出良好的长期趋势，净值明显跑赢基准。

- 分年绩效和夏普率显示策略优化持续，特别是中证全指提升显著，年化超额25%左右。

• 近年策略收益率波动正常且信息比率较高，交易成本计入后仍保持竞争力。

- 遗传规划模型基于大量因子数据，采用周频调仓，结合行业和行业内部精选，体现深度量化和机器学习的综合优势。[page::14,15,16]

---

四、估值分析

本报告中未直接涉及传统DCF或市盈率估值模型的具体计算。更多的是通过量化策略（多维度择时模型、行业轮动、指数增强）构建组合，依靠模型择时和因子选择实现超额收益。因此本质是基于统计套利和机器学习方法实现的相对收益策略。

• 多维度择时融合宏观数据，通过Logit模型产生多头或空头信号进行仓位控制。

- 行业轮动策略基于信用、盈利、估值泡沫等多维度因子构建配置权重。

• 指数增强策略用遗传规划挖掘组合模型并优化风险收益。

- 估值相关的微观结构风险指标包括市盈率、市净率及风险溢价分位数分析，为策略风险管理提供参考。

敏感性分析体现在多因子轮动模型的剔除版本对拥挤度及估值泡沫的不同处理，表明策略在风险控制和收益优化方面的平衡能力。[page::1-16]

---

五、风险因素评估

• 模型失效风险：量化模型过去表现优异，但不保证未来持续有效，市场结构变化、极端事件可能降低预测准确度。

- 市场波动风险：短期波动及系统性风险可能导致策略暂时偏离预期表现。

• 资金流动风险：尽管当前资金流入，资金环境波动可能影响量化组合流动性和交易成本。

- 策略拥挤度风险：行业轮动策略专门设计双剔除版本以管控拥挤度及估值泡沫，避免过度集中风险。

• 技术与数据风险：量化策略对数据准确性及模型算法的依赖较大，存在因技术或数据错误导致的执行风险。

报告仅提风险提示未对每个风险明确概率或缓解方法，但通过模型设计上的多层控制（因子多样性、剔除拥挤、风险指标监控）体现了一定的风险管理意识。[page::16]

---

六、批判性视角与细微差别

• 宏观信号多头偏好：当前择时模型偏向多头，反映乐观看法，存在市场宏观变量反转的风险，模型过分依赖历史因子相关性，可能忽视较大结构性变化风险。

- 行业轮动短期表现波动：无剔除版行业组合短期超额收益为负，表明短期策略表现可能受到市场波动和估值压力影响。

• 资金流对市场影响非线性：两融资金尽管净流入，但未必直接转化为股价持续上涨，需关注资金流入结构及市场情绪转换。

- 遗传规划因子数量庞大：因子数量从百至数百不等，可能存在过拟合风险，且复杂模型的解释性和透明度相对较低。

• 报告基于相对市场表现指标，没有定量描述策略对极端事件的表现，投资者需注意潜在极端行情下表现的潜在风险。

总体，报告正向积极，但对模型假设和潜藏风险的强调较弱，需保持谨慎。[page::16,17]

---

七、结论性综合

本报告全面梳理了国联民生证券所研发并持续跟踪的多维度量化策略，涵盖主动量化策略绩效、多维度择时信号、Barra风格因子表现、资金流、行业轮动及遗传规划指数增强组合。整体显示：

• 当前宏观及行业信号向好，择时模型合成信号明确多头，支撑市场进一步上涨预期。

- 可转债随机森林策略凭借机器学习优势，具备较高超额收益和风险调整能力。

• Barra动量因子持续驱动近期市场表现，资金流积极响应。

- 行业轮动策略基于细分经济状态调仓，双剔除版本风险控制与超额收益兼备。

• 遗传规划指数增强组合展现优异年化及近期业绩，覆盖多个重要指数成分股。

- 资金面两融净流入反映投资者信心，有望继续助推多头行情。

结合所有图表分析，量化策略通过融合宏观、行业、个股层面信息，利用先进机器学习方法，实现了较为理想的投资回报表现。投资者可据此作为市场阶段性判断和资产配置的前瞻参考，但需警惕模型失效及市场波动的不确定性。

最终，报告维持积极明确的市场多头观点，推荐关注可转债机器学习策略及行业轮动因子精选标的。[page::0-17]

---

（本分析严格依据报告内容开发，所有数据引用均注明对应页码，力求信息全面、清晰且专业。）

报告