市场风格轮动系列：如何从赔率和胜率看成长价值轮动

如何从赔率和胜率看成长价值轮动如何从赔率和胜率看成长价值轮动在共同特征以及“共识”的正反馈之下，市场风格组合通常出现价格趋势相似的现象，这使得市场风格成为了权益投资中重要的研究课题。在本次报告中，我们分别探讨了如何判断成长/价值风格在不同条件下的赔率和胜率。最终，提出了一个基于胜率和赔率的成长/价值轮动模型。经过测试，该模型能有效指导成长/价值轮动，并且可以基于ETF构建收益稳健的实践策略。口为什么市场风格会凝结为一种隐形的力量呢？一方面，风格本身代表着一批具有某一共同特征的个股。一段特定的宏观环境，可能会导致某一特征的个股出现普遍受益的情况。另一方面，形成共同趋势的股票组合将会受到“共识”的正反馈影响机制。在历史行情和交易心理的影响之下，投资者们会本能地将这些股票或明或暗地打上一个相同的标签，并且在交易时无意间形成正反馈。口在赔率方面，我们根据逻辑推演得到了一个假设，市场风格的估值水平与投资赔率呈负相关。即高估值水平的市场风格已经是“强弩之末”，而低估值水平的市场风格往往是“价值洼地”。进一步的，我们在样本内外根据实证分析验证了上述观点，并以此作为在投资实践中判断市场风格赔率的基础。口在胜率方面，我们基于五个宏观因素(十年国债收益率、六个月美债收益率、PMI、中长期贷款余额、CPI-PPI剪刀差)、三个微观因素(动量、强势股、北向资金)对成长/价值的轮动进行了分析。并根据复合指标得到一个相对有效的胜率信号模型。口最后，我们基于前述赔率、胜率的研究讨论。在时间截面上，根据估值水平、宏观因素和微观因素得到成长/价值的条件胜率和条件赔率估计。在推导得到市场风格的投资期望之后，通过比较投资期望进而构建得到了一个具有稳健收益的市场风格轮动模型。根据测试结果，模型可获得年化收益32.09%，夏普比率1.20，相对市场等权年化超额收益为16.85%，相对价值成长等权组合的年化超额收益为10.84%。口经过检验，我们构建得到的市场风格轮动模型具有较好的实践性。可以基于市场上已有的ETF构建出可落地的投资策略。在沪深300的ETF策略中年化超额7.49%，信息比率0.99；在中证1000的ETF策略中年化超额16.97%，信率2.51。任瞳S1090519080004schinacomcn周靖明S1090519080007ujingmingcmschinacomcn究助理许继宏xujihong@风险提示：本报告结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险，不构成任何投资建议。金融工程敬请阅读末页的重要说明2正文目录 目录 图11：绝对收益表现(十年国债收益率) 12图12：相对收益表现(十年国债收益率) 12 图14：绝对收益表现(六个月美债收益率) 13敬请阅读末页的重要说明3图15：相对收益表现(六个月美债收益率) 13 图19：绝对收益表现(中长期贷款余额) 15图20：相对收益表现(中长期贷款余额) 15 图23：绝对收益表现(动量) 17图24：相对收益表现(动量) 17图25：绝对收益表现(强势股) 18图26：相对收益表现(强势股) 187：绝对收益表现(北向资金) 188：相对收益表现(北向资金) 18复合信号) 20复合信号) 20 投资期望) 22投资期望) 22国证指数) 22国证指数) 22 表1：收益统计(十年国债收益率) 12表2：收益统计(六个月美债收益率) 13 表4：收益统计(中长期贷款余额) 15 表6：收益统计(动量) 17敬请阅读末页的重要说明4表7：收益统计(强势股) 17表8：收益统计(北向资金) 18 表10：指标明细收益(相对风格等权) 19表11：收益统计(复合信号) 20表12：收益统计(投资期望) 21表13：收益统计(国证指数) 22 ：收益统计(沪深300) 23益统计(中证1000) 24金融工程敬请阅读末页的重要说明5当下市场风格时常面临大幅切换，这使得风格配置在投资研究中扮演了十分重要的角色。目前市场上最重要的什么市场风格会凝结为这样一种隐形的力量呢？一方面，风格本身代表着一批具有某一共同特征的个股。在量化投资中，我们也可以将其称之为在某一因子具有类似的暴露。而特定的宏观环境或微观因素，可能会导致某一特征的个股出现普遍受益的情况。例如，当市场对因而走出类似趋势时，在历史行情和交易心理的加持之下，投资者们会本能地将这些股票或明或暗地打上一个相同了组合的收益共振现象。图1：风格代表着共同特征在本次报告中，我们希望构建出一种有效的分析机制，帮助投资者判断未来一段时间内价值还是成长风格更具有投资价值。在构建机制之前，我们首先需要解决一个问题：如何准确地刻画价值和成长现象？针对这一问题，常的刻画价值和成长风格的指数是国证价值和国证成长指数，但是这两个指数都是基于国证1000因此，我们选择借用个股因子合成的方式来刻画价值和成长风格。在选择因子时，我们希望采用最为简单和常为保证因子具有风格上的纯粹性，我们对相应的因子做了市值中性化处理，之后将因子做标准化处理之后等权的股票式，在每个周最后一个交易日以收盘价进行调仓。测试区间为2010年-013年之后作为样本外测试。金融工程金融工程6图4：成长/价值绝对净值图4：成长/价值绝对净值图3：成长/价值相对净值081410070602061107111713100905313028252926302825292724283030273028252320172219231.41.20.80.60.40.208141007060206110711171310090531302825292630282529272428303027302825232017221923金融工程敬请阅读末页的重要说明7二、赔率二、赔率.1赔率的定义赔率，最早是博彩公司用来衡量球赛或马赛赌博赔付比例的一种方式。赔率的呈现形式主要有两种，分别是十进制赔率和分数赔率，十进制赔率体现了押中时可以获得的本金及收益，而分数赔率则表达了胜负时的收益比率。在权益投资中，亏损是相对本金的一定比例，通常不会出现完全失去本金的情况，所以我们在本篇报告借用赔率中的分数赔率。在大多场合，为了简便将默认分数赔率的分母为1，即赔率表示当亏损为1时盈利的数值。进而，当赔率大于1时，代表着押对时获得的收益大于押错时的亏损。因此，一段收益率序列的赔率就等于平均正收益/平均收益的绝对值。∑1TetuTnj/m赔率=−∑1∑1TetuTnj/m.2估值的定义众所周知，由于成长股具有更为出色的业绩增长预期，因此成长股的绝对估值水平通常要高于价值股。因此，我们需要重申一个概念，即应该关注的是市场风格的相对估值水平，而非绝对估值水平。在这里我们为了刻画市场风格的相对估值水平，采用了估值差的历史分位数法进行刻画，并且基于市场估值水平进行了适当的修正。具体来并且为了剔除市场整体估值水平对估值差对历史可比性造成的影响，我们将估值差除以对应时间截面的全市场估值平均数，最后再计算估值差在历史上的排位次序百分比作为其相对估值水平。另外需要说明的是，由于我们采用的difft=BPi,t/m−BPi,t/ndiff′=Q=2.3赔率与估值水平关系的假设在这里，我们根据逻辑推演得到了一个假设：市场风格相应的相对估值水平是其预期赔率的关键影响因素，并且两者应该呈现出负相关。原因有二：(1)高估值水平的市场风格已经是“强弩之末”。具体来说，估值水平可以衡量市场风格过去一段时间的关时，该市场风格估值继续上行的空间已然较小。此时股票组合缺乏向上“冲击力”，市场风格难以形成高收益率级别的上涨。并且由于羊群效应和被过度关注时有大量投机参与者的涌入，当市场风格出现切金融工程敬请阅读末页的重要说明8的(2)低估值水平的市场风格面临广阔的“价值洼地”。若市场风格被持续忽视，当估值水平处在较低水平时，格偏弱的情况，也难风格相对估值处在较高的水平。此时整体的赔率较低，而在下半年价值风格出现一段时间的走弱、估值图5：2016年-2018年成长风格走势 02.5%2.0%1.5%1.0%0.5%0.0%-0.5%021418230214182326030712162125291016212529101519233004成长超额收益(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图6：2013年-2014年价值风格走势 05.0%4.0%3.0%2.0%1.0%0.0%-2.0%-3.0%040822260408222631050913182227300718222730071116202529价值超额收益(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind2.4赔率与估值水平关系的实证前文我们已经提到，真实的赔率是针对于某一段区间收益率而存在的，而历史时间序列中每一个估值水平则只对应一个收益率。所以对于历史上的某一确切估值水平，我们没办法得到其真实赔率。但是，我们可以根据聚集在值水平附近一段区间的收益率得到赔率的估计。具体来说，我们在0%-100%的历史分位数中每隔5%插入一个观察点。在每个观察点我们以观察点为中心，以历史时间序列长度的10%分别作为上下阈值长度，将阈值内的收益序列，我们则可以估计得到该观察点估值水平的对应赔率。散点金融工程敬请阅读末页的重要说明9赔率赔率图7：样本内价值风格估值水平和赔率的散点图赔率赔率200.10.20.30.40.50.60.70.80.91估值差分位数值函数做一个加权的线性回归，并以回归线在点x上的值作为回归结果。总体而言，局部加权回归就是对散点图做近一条线性回归直线。c相印证。从图像的趋势来看，样本内外观察点的分布趋势较为接近，均为向右上方倾斜。这意味着样本内外均符合价值风格估值差与赔率呈正相关。即当价值风格的相对估值水平较高时，其赔率相对较低。而相对估值水平较低时，价值风格的赔率相对较高。图8：样本内外价值风格估值水平和赔率的相关性情况2.51.50.5样本内观察点赔率拟合曲线样本外观察点赔率0.10.20.30.40.50.60.70.80.9估值差分位数金融工程敬请阅读末页的重要说明10赔率同样的，我们在成长风格中做类似的数据验证。从数据结果可以看到，样本内外的观察点连接曲线整体趋势十赔率图9：样本内外成长风格估值水平和赔率的相关性情况2.51.50.5样本内观察点赔率样本外观察点赔率0.10.20.30.40.50.60.70.80.9估值差分位数综上所述，我们在样本内外都同时佐证了本节开头时提出的假设，即风格的相对估值水平与投资赔率呈现负相帮助我们在投资时，通过相应估值水平判断市场风格面临的投资赔率。三三、胜率胜率的定义率的定义较为简单和直观，即一段收益率序列中收益占比为正的百分比。胜率=×100%胜率指标的构建市场风格的胜率研究其实是该类研究的主旋律，我们在投资分析时常见的“某风格占优”、“利好某风格”和“某风格相对另一风格更强势”本质上就是对市场风格的胜率判断。可以帮助我们判断市场风格胜率的因素有很多，金融工程敬请阅读末页的重要说明11公司价值=Dttrtt入折现价值之和。由于高成长公司具有较高的业绩增速预期，因此其远期的现金流折现价值在其公司价值中的权重相对较高。而在贴现率复利的基础之上，远期现金流折现价值受贴现率的影响程度相对近期现金流更高。这就导致滑将对成长空间较大的公司形成显著的估值提升。期。在这两个阶段，公司将处在业务不断扩大，产能逐渐爬坡的阶段。在规模快速增长的背景之下，公司仅靠内部融资是无法满足其需求的，因此必然衍生出一定的外部融资需求。而当流动性较为宽松时，公司将获得更易获得外率相对较低的红色方框区域，成长相对价值整体走势更强。而在相反的蓝色区域中，成长则更容易有相对较弱的表图10：成长/价值和国债收益率走势1080813261124140318312112260821061931173113041730200518082306261531122717311326112407291202十年国债收益率(%，右)55432进一步的，我们将十年国债收益率转化为择时信号指标，测试其指导风格投资的有效性。我们在每周最后一个交易日获取前一日的十年国债收益率(在后续的指标中，我们都将考虑相应数据的可获取性，并做一定的数据滞后)，并计算该国债收益率在过去三年中的历史分位数。当历史分位数小于0.5时，我们认为此时市场流动性相对宽松，择时后策略的绝对收益和相对收益情况。相对收益方面，我们选择了两种基准分别展示相对收益，一是以全市场等金融工程敬请阅读末页的重要说明12权收益率作为基准，体现了策略相对市场的超额收益情况。二是以50%成长+50%价值的收益率作为基准，便于展择时有效性。从测试结果可以看到，十年国债收益率指标具有一定的择时有效性，策略年化收益22.69%，夏普比率0.82，。成长净成长净值价值净值市场等权策略净值相对市场等权相对风格等权总收益407.39%555.23%223.58%672.87%133.98%37.35%年年化收益17.63%20.68%12.46%22.69%8.87%3.22%年化波动28.44%24.31%27.79%27.82%6.60%5.56%最大回撤最大回撤57.40%42.48%63.23%10.52%12.99%Shape0.620.850.450.820.58图11：绝对收益表现(十年国债收益率)98765432100421290917270219291323081802192713212909170218测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图12：相对收益表现(十年国债收益率)04210421290917270219291323081802192713212909170218210测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind近年来，北向资金表现活跃，成为影响A股市场的一股不可忽视的力量。同时，美联储在全球资本市场中扮演的拐点吻合度较高。2015年之后，美国开启一轮加息周期，成长/价值在其开启加。敬请阅读末页的重要说明13090516261502031502220909051626150203150222092009260619060819130220022007301223190626061720305543210我们同样以三年期的历史分位数考察美国六个月国债收益率。当历史分位数小于0.5时，发出成长占优的信号，)成长净成长净值价值净值市场等权策略净值相对市场等权相对风格等权总收益407.39%555.23%223.58%873.01%174.15%62.37%年年化收益17.63%20.68%12.46%25.55%10.61%4.97%年化波动28.44%24.31%27.79%25.57%7.77%5.55%最大回撤最大回撤57.40%42.48%63.23%10.98%Shape0.620.850.450.90图14：绝对收益表现(六个月美债收益率)0421042129091727021929132308180219271321290917021886420测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图15：相对收益表现(六个月美债收益率) 01040527201205272725191711091001302316080830相对市场等权相对风格等权(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind敬请阅读末页的重要说明14此外，除了国债收益率可以直观体现出预期的市场流动性以外，我们还可以借助一些关注经济景气情况的指标来窥探流动性的走向。当经济处于低迷状态时，将形成政府为了刺激经济而适度放松流动性的预期。同样的，当经PMI为经济处于景气向好状态，存在流动性收紧的可能，发出价值占优的信号。反之，值净值相对市场等权相对风格等权总收益407.39%555.23%223.58%668.78%130.50%35.31%8%3%年化波动28.44%24.31%27.79%27.37%6.19%5.07%2.48%%图16：绝对收益表现(PMI)864200421290917270219291323081802192713212909170218测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图17：相对收益表现(PMI) 01040527201205272725191711091001302316080830相对市场等权相对风格等权(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind除了流动性之外，中长期贷款余额也是一个重要的宏观指标。一方面，中长期贷款余额同比增加意味着进入信，从图20我们可以看到中长期贷款余额同比的走势与A股市场的大盘走势有较为显著的同步趋势。因此，当中长期贷款余额走好时，通常无论在经济面还是市场面都处于风险偏好抬升的背景。此时注重性价比和安全垫的价值风格难以成为主导，而成长风格公司更容易受到市场敬请阅读末页的重要说明15010611020712051003080106110409020106110207120510030801061104090207120510030801061104090207120000具体来说，当最近一期中长期贷款余额同比均值大于过去三个月的均值，指标发出选择成长的信号。当近三个值净值相对市场等权相对风格等权总收益407.39%555.23%223.58%885.07%180.58%65.92%17.63%20.68%12.46%25.70%10.87%年化波动28.44%24.31%27.79%26.01%7.57%5.53%57.40%42.48%63.23%42.48%12.21%11.36%0.620.850.450.990.94图19：绝对收益表现(中长期贷款余额) 00806262314040123130908281814052515072717150502测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图20：相对收益表现(中长期贷款余额) 01081309131208121107111712101511080703310602相对市场等权相对风格等权(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind敬请阅读末页的重要说明16I一方面，CPI-PPI剪刀差可以理解为大多生产企业的潜在利润。如果剪刀差出现扩大，那么企业的产品价格的涨幅将大于其原材料的涨幅，此时可能意味着企业的盈利空间有所扩大。这将有利于更为看重业绩兑现程度的成长，并且使成长企业可以通过内生增长扩张企业规模。另一方面，煤炭、钢铁、石油石化等上游资源型行业通常为成熟型企业，多为偏价值风格企业。相比较之下，中下游企业则更易形成高成长企业。因此CPI-PPI的剪刀差缩小时，价值风格企业会在资源型产品价格上升时获得值净值相对市场等权相对风格等权总收益407.39%555.23%223.58%699.92%142.00%42.12%8%1%年化波动28.44%24.31%27.79%27.79%6.65%5.56%2.48%%图21：绝对收益表现(CPI-PPI)98765432100421290917270219291323081802192713212909170218测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图22：相对收益表现(CPI-PPI) 01040527201205272725191711091001302316080830相对市场等权相对风格等权(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind市场风格通常在一段时间内会出现持续强势的现象，这样一种风格延续的现象可以用动量指标直接进行刻画。四周的收益率均值作为相应风格的动量指标，比较成长/价值的动量指标，选择过去一段时间更为强势的市场风格作为下一期的持仓对象。从测试结果可以看到，动量指标构成的策略具有较为稳健的择时结果，敬请阅读末页的重要说明17。值净值相对市场等权相对风格等权总收益407.39%555.23%223.58%946.56%197.50%76.79%8%7%年化波动28.44%24.31%27.79%26.03%8.17%5.53%2.48%%5.19%6.70%Shape0.620.850.451.021.411.06图23：绝对收益表现(动量)864200421290917270219291323081802192713212909170218测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图24：相对收益表现(动量) 021040527201205272725191711091001302316080830相对市场等权相对风格等权(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind64%。值净值相对市场等权相对风格等权总收益407.39%555.23%223.58%1019.50%229.35%93.93%8%2%年化波动28.44%24.31%27.79%26.94%6.95%5.51%2.48%%7.82%7.64%敬请阅读末页的重要说明18图25：绝对收益表现(强势股)864200421290917270219291323081802192713212909170218测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图26：相对收益表现(强势股) 021040527201205272725191711091001302316080830相对市场等权相对风格等权(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind跟踪北向资金过去一段时间持仓的整体估值变化来构建信号。具体来说，我们分别基于最新持仓和四周前持仓对四周。值净值相对市场等权相对风格等权总收益39.86%83.05%5.87%105.64%91.04%28.07%4.32%年化波动22.30%19.48%21.58%21.19%6.07%4.77%0.31%6.51%.78%图27：绝对收益表现(北向资金)2101019250810192508162228112602082129041119253007222911测试区间：2017/02/01-2022/12/31；资料来源：招商证券、Wind图28：相对收益表现(北向资金)100222191110022219113128261606032413052515110223相对风格等权(右)1测试区间：2017/02/01-2022/12/31；资料来源：招商证券、Wind金融工程敬请阅读末页的重要说明19复合胜率指标个简单的逻辑和收益汇总。信号条件值宏观因素值融资需求.企业会在资源型产品价格上升时获得更有利的优观因素在一段较短的时间内会出现持续强势的现象识”形成的正反馈下，强势股将会带动整个市场风格组合形成补涨.化向的机构资金十年中债国债到期收益率37.35%3.22%5.56%12.99%0.58%.97%PMI50.64%4.18%5.55%11.89%0.75%CPI-PPI42.12%3.58%5.56%11.89%0.64强势股占比93.93%6.85%5.51%7.64%1.247%.32%.77%则发出价值占优的信号。若总得分等于0，则以50%价值+50%成长进行配置。经过测试，复合指标的年化收益金融工程敬请阅读末页的重要说明20图29：绝对收益表现(复合信号)864200421290917270219291323081802192713212909170218测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图30：相对收益表现(复合信号)5 5 5 5 50040527201205272725191711091001302316080830相对市场等权相对风格等权(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind值净值相对市场等权相对风格等权总收益407.39%555.23%223.58%1271.84%309.67%141.09%8%4%年化波动28.44%24.31%27.79%27.34%6.70%5.34%2.48%%8.86%4.55%四、成长四、成长/价值轮动模型基于前文的讨论，我们可以在每一个时间截面得到市场风格相应的投资赔率和胜率。➢赔率：以扩展窗口对历史估值差分位数与赔率建立线性回归关系，并以最新截面的估值差分位数代入得到条0.5−()∗0.5−()∗0.5e,X≥0,X≤0金融工程敬请阅读末页的重要说明21胜率估计胜率估计图31：复合信号和胜率估计的映射关系10-9-8-7-6-5-4-3-2-10123456789复合信号当投资期望大于0时，在不考虑资金成本的条件下，该市场风格从期望的角度而言就值得投资。而我们在面临基于投资期望，我们得到了最终的成长/价值风格轮动模型。根据测试结果，模型可获得年化收益32.09%，夏值净值相对市场等权相对风格等权总收益407.39%555.23%223.58%1516.39%374.42%179.83%17.63%20.68%12.46%32.09%16.85%10.84%年化波动28.44%24.31%27.79%26.85%7.06%5.40%57.40%42.48%63.23%46.01%7.75%4.93%0.620.850.452.392.01金融工程敬请阅读末页的重要说明22图32：绝对收益表现(投资期望)0421042129091727021929132308180219271321290917021886420测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图33：相对收益表现(投资期望) 5 5 5 5 50040527201205272725191711091001302316080830相对市场等权相对风格等权(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind五五、模型的实践性测试长、价值和等权基准，再进行相同的收益测试。在这里，考虑到ETF的交易手续费通常为万分之三，因此在后续的策略。值净值相对市场等权相对风格等权总收益66.39%68.19%66.91%290.98%128.64%129.28%5.22%5.34%5.26%14.61%8.62%8.65%年化波动22.14%20.58%21.22%21.44%7.40%6.34%56.21%42.26%53.54%37.23%7.36%7.88%0.240.260.250.68图34：绝对收益表现(国证指数)04210421290917270219291323081802192713212909170218543210测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind图35：相对收益表现(国证指数) 021040527201205272725191711091001302316080830相对国证1000相对风格等权(右)测试区间：2013/01/01-2022/12/31；资料来源：招商证券、Wind敬请阅读末页的重要说明23基金代码基金名称基金代码基金名称300成长(000918.CSI)562310.SH0成长ETF银河沪深300成长增强指数300价值CSI)562320.SH银华沪深300价值ETF1159656.SZ161507.OF110012.OF519671.OF易方达科汇易方达科汇银河沪深300价值A690011.OF民生加银积极成民生加银积极成长310398.OF申万菱信沪深300012765.OF广发大盘价值A1000成长(931589.CSI)562520.SH华夏中证智选1000成1000价值长创新策略ETF(931588.CSI)562530.SH华夏中证智选