如何通过宏观择时对策略进行提升
由yangduoduo05创建，最终由yangduoduo05 被浏览 1 用户
---
**东吴宏观量化双时钟模型 × 小市值策略增强对比研究**
**研报来源：东吴证券金融工程 高子剑、刘静恒，2024年2月**
---
**一、研报核心原理**
本研究复现了东吴证券金融工程团队提出的宏观量化双时钟体系，核心思路来源于 BlackRock 的因子拟合方法（Factor Mimicking Portfolio）。整体框架分为四个层次。
**（一）六大宏观风险因子构建**
模型首先从宏观经济数据中提炼六个相互独立的风险因子，分别为：经济增长因子（Growth）、通胀因子（Inflation）、利率因子（Rate）、信用因子（Credit）、汇率因子（FX）、期限利差因子（Term）。
每个因子的构建方法遵循研报规范：原始指标经过波动率倒数加权合成，再通过 HP 滤波（λ=1，低参滤波）提取趋势成分，最终以净值曲线的同比收益率作为因子值。其中经济增长因子用制造业 PMI、服务业 PMI 及综合 PMI 同比替代（原始研报使用工业增加值和社消零售，BigQuant 平台暂无此数据），利率、信用、期限利差因子均从中债国债收益率曲线与 AAA 商业银行债收益率曲线合成（久期中性多空组合），汇率因子以上海黄金期货 YOY 近似。
**（二）因子状态判断：动量法 + 相位法融合**
每个因子的当前状态用两种方法判断后融合。
动量法：计算连续两期因子动量（factor_t - factor_{t-1}），若连续两期均为正则判定因子上行（+1），连续两期均为负则判定下行（-1），否则延续上期状态。
相位法：以 38 个月为共同周期，对宏观因子拟合正弦波 y(t) = A·sin(2π/38·t + φ) + C（滚动 50 个月窗口），根据当前相位所落区间（上行区 / 顶部区 / 下行区 / 底部区）给出方向判断。
融合规则：动量法为主，仅在动量法无法给出新观点时以相位法补充，从而改善拐点处的滞后问题。
**（三）双时钟体系打分**
模型将六个因子的状态信号汇聚到两个时钟上，叠加后对五类大类资产（大盘股、小盘股、债券、商品、黄金）给出综合评分。
增长—通胀时钟（美林时钟）将市场分为四个象限：复苏（增长↑通胀↓）、过热（增长↑通胀↑）、滞涨（增长↓通胀↑）、衰退（增长↓通胀↓）。
利率—信用时钟将市场分为：宽利率宽信用、宽利率紧信用、紧利率宽信用、紧利率紧信用四种状态。
汇率因子和期限利差因子独立打分后叠加。四项打分之和即为各资产的综合观点分，正分代表看多，负分代表看空，绝对值越大观点越强。具体打分矩阵严格对齐研报表6，例如复苏期小盘股得+2分、债券得-2分；滞涨期黄金得+2分、股票得-2分等。
**（四）风险预算权重模型**
初始风险配比设定为大盘股:小盘股:债券:商品:黄金 = 1:1:1:0.5:0.5。综合评分每 +1 分，对应资产的风险预算翻倍；每 -1 分减半。最终实际权重 = 风险预算 / 近期波动率，归一化后得到各资产配置比例。
---
**二、日频版实现改进**
在还原研报月频框架的基础上，本次进一步将模型升级为日频版本，主要改进如下：
利率、信用、期限利差、汇率四个金融市场因子直接从日频债券收益率和期货价格计算，使用 252 个交易日滚动 YOY 收益率；经济增长和通胀两个宏观因子因数据本身为月频发布，仍按月计算后向前填充至每个交易日。动量信号采用 EMA(21) 日度差分加 5 个交易日连续确认，相位信号在月频数据上拟合后填充至日频。换仓触发机制改为时钟象限状态变化触发（增长—通胀象限 + 利率—信用象限 + 汇率方向 + 期限利差方向），最长持仓上限为 21 个交易日，平均约每 4 个交易日换仓一次。
---
**三、双时钟模型大类资产回测绩效（2011—2023年）**
回测区间 2011 年 1 月至 2023 年 12 月，五类大类资产分别用沪深 300（大盘股）、中证 500（小盘股）、合成国债财富指数（债券）、铜/螺纹钢/豆一/玉米等权商品指数（商品）、上海黄金期货（黄金）代理。
| 指标 | 日频时钟策略 | 等权基准 |
|------|------------|---------|
| 年化收益率 | 3.81% | 2.76% |
| 年化波动率 | 8.60% | 10.40% |
| 夏普比率 | 0.44 | 0.26 |
| 最大回撤 | -17.25% | -25.17% |
| 卡玛比率 | 0.22 | 0.11 |
策略全程换仓 759 次，相较等权基准，年化收益提升约 1 个百分点，波动率和最大回撤均显著下降，风险调整后表现明显优于等权分配。
---
**四、基于双时钟权重的小市值策略增强实验**
在双时钟大类资产配置框架的基础上，进一步将其应用于 A 股股票策略，通过宏观权重动态调节股票组合与黄金的仓位比例，验证宏观时钟对微观选股策略的增强效果。
**实验设计**
标的池：全市场 A 股（过滤退市风险、负市盈率），以总市值升序排列，每次选取市值最小的 20 只股票构建小市值组合，另配置湖南黄金（002155.SZ）代理黄金资产。
仓位分配逻辑：每 5 个交易日调仓一次，调仓时调用 analyze() 函数获取当日宏观双时钟对小盘股和黄金的推荐权重 w_小盘 和 w_黄金，按照 s_小盘 = w_小盘 / (w_小盘 + w_黄金)、s_黄金 = w_黄金 / (w_小盘 + w_黄金) 计算二者在组合中的相对比例。小市值股票总仓位 = s_小盘，湖南黄金仓位 = s_黄金，小市值股票内部等权分配。
回测区间：2022 年 1 月 1 日至 2025 年 12 月 19 日，初始资金 300 万元，买卖手续费万 3，卖出印花税万 10。
**回测结果对比**
| 指标 | 策略一：纯小市值（固定等权） | 策略二：小市值 + 黄金动态权重 |
|------|--------------------------|------------------------------|
| 累计收益率 | 158.11% | **180.32%** |
| 年化收益率 | 28.23% | **31.03%** |
| 基准收益率 | -7.11% | -7.11% |
| 夏普比率 | 0.83 | **1.07** |
| 最大回撤 | -44.06% | **-28.14%** |
| 收益波动率 | 31.94% | **25.58%** |
| 贝塔 | 0.83 | **0.57** |
| 胜率 | 67.27% | 63.59% |
| 盈亏比 | 1.33 | 1.02 |
| 阿尔法 | 0.35 | 0.34 |
**核心结论**
引入宏观双时钟的动态权重调节后，策略累计收益从 158% 提升至 180%，年化收益提升约 2.8 个百分点；夏普比率从 0.83 提升至 1.07，提升幅度约 29%；最大回撤从 44% 大幅收窄至 28%，降幅约 36%；收益波动率从 32% 降至 26%；贝塔从 0.83 降至 0.57，市场暴露显著减少。
策略二在回撤控制和风险调整收益两个维度均大幅优于策略一，核心机制在于：当宏观时钟判断经济处于滞涨或衰退、且利率宽松时，模型给黄金更高权重，将仓位从小市值转移至黄金避险；当宏观进入复苏或过热阶段时，模型回调至更高的小市值仓位，从而在不同宏观环境下动态调配风险敞口。
---
**五、风险提示**
本模型所有结果均基于历史数据统计规律，未来市场环境可能发生结构性变化，历史表现不代表未来收益。回测存在以下主要偏差来源：幸存者偏差（标的池以当前存续股票为主）、未来函数风险（宏观数据存在发布滞后，已通过滞后一期处理但仍需关注）、过拟合风险（模型参数在历史期间经过调试）、流动性风险（小市值股票实际交易可能存在较大冲击成本）。实际应用中应结合资金管理、仓位控制和动态止损等风控手段综合运用，本内容不构成任何投资建议。
【东吴金工 金工专题】“宏观量化”系列研究（一）：宏观风险因子构建与大类资产配置应用.pdf 7563218
https://bigquant.com/codesharev3/68795881-7c93-4395-b3d3-fefc535fbc72
\