资金流因子在中高频行业轮动中的应用 华鑫证券-20220630
由kuailian创建，最终由kuailian 被浏览 173 用户
投资要点
与鲸同游，不要与鲨共舞
跟随资金流是常见的选股和行业轮动信号来源，但前提 是我们可以有效区分跟踪的机构是‚巨鲸‛还是‚群 鲨‛，‚与鲨共舞‛的凶险程度自然远大于‚与鲸同游。华鑫量化基于多维资金流因子聚合得到的复合因 子能更好刻画“巨鲸”机构“温柔巨兽”的特征，回避 了单一类型资金流因子覆盖度可能有偏的弊端，非常适 合作为量化策略的收益来源，‚与鲸同游‛中高频行业 轮动组合在样本外表现非常优异。
机构资金流
如何定义‚”鲸“类资金还是‚”鲨“类资金?仅当某类资 金能够寻找到合适的衍生因子进行跟踪，且持有体验相对较好、组间较为单调，才能确认该资金是适合跟踪的”巨鲸“。 我们认为周频北向配置盘市值变动、交易盘净买入作为 资金流大类因子，最能体现‚巨鲸‛特征，而在月度调 仓频率上主要使用交易盘月频净买入、配置盘月频市值 变动。 主力资金角度大类因子中我们推荐使用主力流入差分因子，因子组间多空较为单调，且周频多头年化收益率达 15.54%。 经过测算后我们认为融资类资金更多属于‚群鲨‛性 质，无法提取其中有效信息构建行业轮动因子，是一个 需要剔除的组合波动来源。
推荐使用更加稳定的复合因子
在本文中我们针对中信一级行业轮动提出一种更稳定的 方法:我们选择三个大类资金因子中RANK IC显著、组间 单调性较好的单因子尝试进行复合。 复合因子轮动组合周频年化超额收益率达15.71%，夏普比 率增强至1.06，超额收益最大回撤11.5%，同时组间多空较 为单调。月频在不引入任何参数的情况下年化收益率达到 13.37%，超额收益最大回撤5.63%，两种策略的历史超额获 取率均超过50%。
使用ETF-Mapping算法落地行业轮动策略
行业类、投资主题类ETF数量充足的情况下，我们已经有足证够的ETF标的进行映射，因此我们将使用华鑫金工HX- ETFMapping算法，将行业轮动策略用ETF进行落地。当前 ETF与一级行业对应表欢迎联系对口研究员获取。
声明和风险提示
本文中的基金组合表现和持仓，仅代表相应报告研究成 果，基金过往业绩并不预示其未来表现，亦不构成投资 收益的保证或投资建议。数据全部来自公开市场数据， 市场环境出现巨大变化模型可能失效。
全文
/wiki/static/upload/2e/2ee39c19-483a-46fa-9e94-33ad5f5b3cf9.pdf
\