行业轮动在指数增强上的应用（中证500）海通证券_20180308_
由small_q创建，最终由small_q 被浏览 47 用户
摘要
本文运用之前行业轮动策略的研究成果，验证策略运用到中证500指数增强中，对效果的改善。
首先不考虑选股贡献，仅通过行业配置来进行指数增强，我们提供了两种配置方法供参考。分别是温和偏离法和极端配置法。温和偏离法针对看多和看空的行业，在指数内行业权重的基础上，进行超配和低配。极端配置法将看空的行业全部调整权重为0，组合中仅配置看多行业，投资者可以选择组合持有的行业个数。针对持仓行业，投资者有多种加权方式可以选择。
两种方法进行对比，极端配置法的各项表现都优于温和偏离法。这一点和沪深300行业偏离有一定差异，对于沪深300而言，温和偏离法虽然ALPHA较低，但是胜率和信息比都具有比较明显优势。但是在中证500指数中，发现极端配置法不仅更高，且整体信息比表现也较好。这主要是因为温和偏离法的过低，整体在2%附近波动，难以起到显著增强。对于极端配置法，最高的年化约6%-7%，温和偏离法最多仅能贡献约3%ALPHA。
中证500的行业偏离增强效果弱于沪深300（沪深300中比较容易可以做到年化4%以上的ALPHA），主要有以下几点原因：1）中证500中行业收益率的差异更小以及2）中证500行业权重差异小，这就使得中证500的行业配置难度提升，且可能获取的超额收益空间较小；其次，3）中证500行业走势与全样本行业走势相关性较低，约0.65，而沪深300行业与全样本行业走势相关性为0.8，这会使得采用全样本因子产生的行业观点在指导操作时形成偏差；但是4）基于各方面的数据考虑，不建议使用中证500样本因子生成行业观点。以上种种原因限制了行业偏离在中证500中的效果。
将行业偏离和选股进行结合进行指数增强，将行业排序信息结合到多因子框架之中，依然能够弥补模型原有的假设缺陷，提升收益预测模型的IC与IC-IR；通过行业偏离，虽然效果弱于沪深300，在中证500中还是能够提升指数增强策略的超额收益与信息比率。指数增强策略的年化ALPHA提升1.52%，信息比提升0.17，从3.82提升至3.99。风险提示：流动性风险、模型失效风险、因子失效风险。
正文
/wiki/static/upload/c9/c9593263-d7ff-4de6-8e6b-a91f904728a2.pdf
\