深度专题130：大类资产轮动量化策略体系 宏观基本面&动量视角
创建于 更新于
摘要
本报告创新性地基于宏观基本面引入ListMLE排序学习算法构建大类资产轮动策略，并结合动量因子构造复合轮动策略，实现2017年以来年化收益17.8%、夏普比率1.48，最大回撤9.1%的优异表现。宏观策略通过112个处理过的宏观变量预测资产收益排名，动量策略则基于价格均线偏离度与波动率因子联合构建，复合策略通过轮动两者因子表现进一步优化配置效果，2024年以来表现尤为突出，每月均选择最优表现资产 [page::0][page::1][page::3][page::4][page::5][page::6][page::7]
