大类资产配置研究系列（2）：大小盘轮动的奥义-开源证券-20200912 (副本)
由auak创建，最终由auak 被浏览 10 用户
大小盘轮动效应明显，把握轮动节奏能有效提升策略收益
2010年6月以来，以沪深300为代理变量的大盘指数和以创业板指为代理变量的小盘指数的相对强弱关系发生了多次切换，在过去十年时间，大盘占优、小盘占优、大小盘均衡三种状态之间发生了多次来回切换。假如能够完美捕捉每月大小盘相对强弱变化，在完美轮动的前提下，策略累计收益超70倍，侧面印证了轮动对于提升策略表现的重要性。
每一轮大小盘风格的切换，都是诸多因素共同作用的综合结果，如果我们仅从盈利和估值双重维度去分析，往往存在明显的时间错配问题：股价的走势并不必然和其一一对应，更多是有提前或滞后的反应。为了更好地把握大小盘的轮动节奏，我们从三大维度（宏观的经济基本面层面、中观的产业景气度层面、微观的市场情绪层面）构建了不同的特征变量。
特征提取和特征选择助力大小盘轮动
特征工程是应用机器学习算法的重要环节。数据和特征决定了机器学习的上限，而模型和算法只是在逼近这个上限。基于PCA降维算法对特征变量的处理，实现了对新特征的提取，降低了样本过拟合的概率，有效地提升了原始逻辑回归策略的表现。基于状态识别的特征选择方法，通过对特征变量进行趋势和震荡两种状态的判断，来选择对应的特征进入回归模型。纳入全部特征的状态识别一定程度上改善了轮动模型的表现。在状态识别的基础上，如果对原始特征池按照逐步回归思路进行提前筛选，则策略表现的提升效果更加明显
最优滚动窗口长度为12个月；代理变量组历史相关性越低、市值差异越大，策略表现越好的概率越高
不同的滚动窗口长度对轮动策略的表现有一定的影响，从胜率和赔率权衡的角度下，滚动长度设置为12个月是在其他条件限定情况下的最优参数。其胜率近62%，赔率1.28，年化收益率约29%，最大回撤约38%。从回测效果来看，轮动策略的表现依赖代理变量的选取。概括而言，大小盘代理变量的历史相关性越低，市值分层越明显，轮动策略的表现相对越好的概率越大。在备选代理变量组中，上证50和创业板指的组合表现最优，沪深300和中证1000的组合表现最差。
/wiki/static/upload/cb/cbc8de64-1443-4b57-a189-63e39cc824ee.pdf
\