量化专题报告：中观行业配置系列四行业配置在偏股基金增强中的应用

证券研究报告|金融工程研究请仔细阅读本报告末页声明偏股基金增强中的应用作者分析师刘富兵作者分析师刘富兵析师杨晔相关研究金指数是一个更好的Beta选择，简单采用重仓股进行模拟，跟踪误差仅4%。此外我们将偏股基金收益进行拆解，发现历史上行业配置贡献不错，但近两年表现不佳，因此想通过这一视角做增强。行业配置信号在偏股基金增强中的应用。情景1：多因子选股为核心，行业偏离小于5%。我们在传统指数增强框个地方：1)目标函数端：最大化个股alpha的同时，最ta经过测试，年化超额能提升2-3%，信息比率达到1.79，近两年明显改善。从收益分解结果看，行业偏离小于5%不会侵蚀个股Alpha收益，进一步放开行业暴露后会明显侵蚀收益，放大波动。情景2：行业配置为核心，适当放松跟踪误差约束。若想进一步放开行业敞口，需在行业配置权重基础上进行因子增强。最终的效果是用选股策略对纯行业Beta配置做增强，大概6-7成仓位实施行业配置模型，3-4成仓位全市场选股提升策略稳定性，超额收益达到20.5%，信息比率上升至ha了明显的对冲效果，超额收益相关性为-36%。为什么行业偏离导致Alpha衰减？行业Beta和个股Alpha负相关？因为行业配置叠加选股策略在行业上有所偏离，因此会缩小选股域，或者选到因子有效性较差的行业，导致alpha收益有所衰减。但是行业的偏离会带来一定的行业择时收益，并且主要集中在周期和金融板块，弥补了选股策略在这两类板块上因子有效性不足的问题，拓展了收益来源。08解决方案——资产配置思考系列之四十三》2023-07-沪深300增强上效果比中证500要好。300增强上做适当行业偏离后，超额收益同样能提升2-3%左右，500上效果不太明显。但超额收益在时间上分布有较大差异，行业偏离后近3年表现占优。最终我们测试了行业中性和偏离的并行策略(1:1分仓)，发现300和500都能显著提升信息比率，降低跟踪误差和回撤。其他重要讨论。若想进一步提升超额收益弹性，可在超预期中做一定行业偏离后，超额收益上升至35%，同时跟踪误差超过15%；若想改善价值类策略近些年超额收益的表现，可对价值策略做行业配置，超额收益提升5%，并且绝对回撤仅-24.2%，夏普比率超过1，从归因看风格收益有显著改善，有规避价值陷阱效果。应用于股债混合策略后，策略年化收益达到8.4%，最大回撤-2.7%，收益回撤比达到3.1。最终我们对行业配置在偏股基金增强中的几种应用场景进行总结，提供四个股票组合和三种ETF组合供各位投资者参考。风险提示：模型根据历史数据规律总结，未来存在失效的风险。P.2请仔细阅读本报告末页声明一、问题：为什么要从行业配置视角做股基增强？ 41.1、为什么选择偏股基金指数作为基准进行增强？ 41.2、为什么要从行业配置视角做增强？ 5二、行业配置在偏股基金增强中的应用 92.1、行业Beta配置有效性的讨论 92.2、行业配置信号在指数增强类策略中的应用 122.2.1、传统指数增强策略近两年表现一般 122.2.2、情景1：指数增强框架如何实现行业小幅偏离？ 132.2.3、情景2：如何实现较大行业偏离的指数增强策略？ 15 3.1、讨论1：主动量化产品可适当放开行业暴露，增加选股策略收益来源 223.1.1、传统超预期策略与行业景气策略收益来源不同 223.1.2、对超预期策略做行业配置能进一步提升收益弹性 233.2、讨论2：固收+产品因考核绝对收益，应重视行业配置+价值型策略 253.2.1、传统价值类策略近几年超额收益不够稳定 253.2.2、行业偏离能同时改善价值类策略的绝对/相对收益表现 26 ETF 29ETF 30四、总结：行业配置应用场景的梳理与汇总 32 7图表8：规避高拥挤后，策略收益风险比得到明显改善 7 大部分行业上具备显著alpha能力 9 P.3请仔细阅读本报告末页声明 图表30：沪深300增强(行业中性、行业偏离5%和并行策略)的业绩表现 19 图表33：中证500增强(行业中性、行业偏离5%和并行策略)的业绩表现 20图表34：中证500增强(行业中性、行业偏离5%和并行策略)的分年度表现 21 表40：做行业偏离能进一步提升超预期策略的超额弹性 24：行业配置Beta和选股Alpha互补，风格收益明显改善 25 图表43：盈利和估值因子同样在2017-2021遇到较大回撤 26图表44：做行业偏离能同时改善价值类策略的绝对/相对收益表现 26 48：叠加不同选股策略时，股债策略的收益对比 28ETF组合优化模拟 29 P.4请仔细阅读本报告末页声明引言：近些年市场投资者对偏股基金指数的关注日益增加，传统的做法主要是通过多因子选股或者适当因子暴露来实现，本文提供另外一种视角：通过行业配置来实现股基增强，并讨论其在不同类型产品中的应用思路。角出发做增强？基金指数与宽基指数收益净值对比全指wind偏股中证股基32.521.510.5股基相比于宽基指数具有明显超额收益2.52510.500资料来源：国盛证券研究所，wind资料来源：国盛证券研究所，wind我们采用一个简单的方法对偏股基金指数进行模拟测试：2)将个股的基金重仓持股比例乘以披露当日的流通市值，得到基金整体重仓市值，因此后续我们将选取中证股基(930950.CSI)作为我们研究的基准。P.5请仔细阅读本报告末页声明图表3：简单使用重仓股模拟中证股基指数，年化跟踪误差仅为3.8%Wind偏股基金股基金Wind偏股基金股基金43215020122013201420152016201720182019202020212022资料来源：国盛证券研究所，wind，从适当放开因子暴露赚一些风格的收益等。这里我们提出另外一种思路：从行业配置视角去做股基增强。图表4：根据中证股基相对800的超额收益拆解，近两年行业配置贡献收益比较微弱超额收益风格贡献行业贡献个股贡献20122013201420152016201720182019202020212022资料来源：国盛证券研究所，windP.6请仔细阅读本报告末页声明这也是仅两年偏股基金超额收益收窄的主要原因。因此我们认为，若能提升公募基金的IC，每一期根据这一信号选前五行业进行配置，月度调仓。生成信号IC值的正态分布图资料来源：国盛证券研究所，wind图表6：随机模拟100次表明，行业配置策略存在一定尾部风险超额最大回撤0-0.05-0.1-0.15超额最大回撤0-0.05-0.1-0.15-0.2-0.25-0.300.050.10.150.2化超额收益资料来源：国盛证券研究所，wind附P.7请仔细阅读本报告末页声明超额最大回撤超额最大回撤超额最大回撤0-0.05-0.1-0.15-0.2-0.25-0.30-0.05-0.1-0.15-0.2-0.25-0.3超额最大回撤超额最大回撤超额最大回撤0-0.05-0.1-0.15-0.2-0.25-0.30-0.05-0.1-0.15-0.2-0.25-0.3基准模型00.5010.150年化超额收益选九个行业选九个行业-0.05-0.1-0.15-0.2-0.25-0.300.050.10.150年化超额收益0超额最大回撤0-0.05-0.1-0.15-0.2-超额最大回撤0-0.05-0.1-0.15-0.2-0.25-0.300.050.10.0年化超额收益选十一个行业00.050500.0.150年化超额收益资料来源：国盛证券研究所，wind②规避高拥挤(高波动)行业。因为我们构建的拥挤度因子与行业下一期最大回撤的2，策略尾部风险约在-13%(选7个)和-10%(选9个)。拥挤后，策略收益风险比得到明显改善超额最大回撤超额最大回撤02-0.05-0.1-0.15-0.200.2超额最大回撤超额最大回撤02-0.05-0.1-0.15-0.200.2-0.05-0.1-0.15-0.2选七个行业_基准00.05010.100年化超额收益选九个行业_基准00.050.10.年化超额收益超额最大回撤超额最大回撤超额最大回撤超额最大回撤选七个行业_规避高拥挤000.050.10.150.2-0.05-0.1-0.15-0.2年化超额收益选九个行业_规避高拥挤000.050.10.150.2-0.05-0.1-0.15-0.2年化超额收益资料来源：国盛证券研究所，windP.8请仔细阅读本报告末页声明讨行业配置做股基增强的可行性。目前策略的落地包括了以上的改进思路，比如规避高Beta和个股alpha的相对平衡。金增强为例，探讨行业配置的应用场景与注意事项领先指标库行业横向比较：标准行业横向比较：标准化主观行业择时：异质性组合优化模型F0F：F0F：资料来源：国盛证券研究所P.9请仔细阅读本报告末页声明二、行业配置在偏股基金增强中的应用中的效果。为了保证行业指数和偏股指数这个基准可比，我们将行业成分股限制在公募重仓股中。然后基于第一章节模拟偏股基金指数时得到的个股权重，重新构建行业内重仓股指数，即每个月底按照行业内个股的基金重仓持股比例乘以当日流通市值，得到基下面我们展示2012年至今，各个中信一级行业内重仓股指数相比原始一级行业的历史跑输，其中大部分是金融和消费板块。这也说明了公募基金整体在大部分行业均具备较a图表10：公募基金整体在大部分行业上具备显著alpha能力100.0%80.0%60.0%40.0%20.0% 0.0%-20.0%60.0%40.0%20.0%0.0%-20.0%-40.0%2012年至今金仓超额收益2012年至今金仓超额收益-60.0%商贸零售消费者服务家电纺织服装医药食品饮料农林牧渔银非银金房地交通运输电通信计算机传媒资料来源：国盛证券研究所，wind，我们将行业内重仓股指数作为可投资标的，代替中信一级行业做行业轮动测试。期收益wTfa，其中fa为行业景气度和趋势指标的综合打分信号，该指标越高越好，限制P.10P.10maxwTfas.t.wTΣw<trackingerror0≤w≤xwin∑w=1时候高景气的行业交易比较拥挤，获取超额收益的难度较大，我们建议降低风险偏好，的行业中超过一半处于高拥挤，尽可能降低风险偏好分散持数基准表现较好。新能源、加以限制，这里尝试对每个月底权重占比大于8%的行业，约：净值对比：行业重仓股指数轮动组合&偏股基金指数约束权重行业下限后，策略超额收益更加稳定86420行业重仓股指数轮动组合基准：中证偏股超额净值3.3830.82013201420152016201720192022013201420152016201720192020202120222023资料来源：国盛证券研究所，wind行业重仓股指数轮动组合(约束权重行业下限) 基准：中证偏股基金指数8640.820132014201520162017201820192020202120222023资料来源：国盛证券研究所，windP.11请P.11然后，我们在行业Beta配置得到的行业权重基础上，每一期通过因子选取选取多头前几个综合的大类因子(价值型、成长型和均衡型)，具体选取的因子列表和结果如下：回撤仅-5.8%；收+的应用场景中对该策主动量化策略的应用场景中进行深入讨论。行业配置叠加常见的大类因子选股测试效果都还不错类名称年化超额信息比率头最大回撤超额最大回撤解释qualitytotrdttmtoassets、roa_q_advdpsfyroe_ttm_pct、delta_adv_liab、delta_ben_asset、grossmargin_ratio16.2%1.639.9%-39.2%-5.8%研发总占比单季RA(考虑快报告)测每息率(Y1)roettm过去8季位收账款变化/去年同期总负债应付职工薪酬变化/去年同期总毛利_M/M营总收入rowththstdyoynpqadvroe_q_delta_adv14.7%1.2911.4%-37.1%-9.6%季的净利润标准单季净利润同比长(考虑快报告)R考虑快报告)surpriseear、sur117.4%1.6410.6%-38.0%-10.0%报告日前质收益营收入同比det-过去八季的营收入同比det均)/过去八季的营收入同比det标准ana_cov、est_num_diff、15.5%1.5010.3%-38.7%-8.0%过去90交易日析师测评级上下调/评级上下调和esY月前一致测es_Y1)/1月前一致测es_Y1绝对月残valueep_ttm_pct、peg、dp_forecast15.9%1.3811.5%-30.6%-9.8%市盈率倒析师期速(CAGR)emotionturnover_std_1m、ivr、iq换手率过去一月的标准m-renc残15.6%1.5010.4%-36.4%-9.1%波率收盘价和换手率相关性每天一亿成交能推的价涨幅价peg、pbroe17.6%1.5011.7%-30.1%-7.2%和盈利各一进组成长sur1,ivr,yoy_np_q_adv18.8%1.6311.5%-36.7%-5.9%成长和惊喜各一进组qualitygrowthsurprisemom7.3%1.5411.2%-37.6%-8.3%所用组采用大类等资料来源：国盛证券研究所，winda错，但是风险端存在波动较大的问题。如何控制选股策略的跟踪误差我们会在下面指数增强场景中进行深入讨论。P.12P.122.2、行业配置信号在指数增强类策略中的应用面我们以偏股基金增强场景为例，探讨行业配置信号在指数增强类策略中的应用。具.2.1、传统指数增强策略近两年表现一般max(w−wbencℎ)Tas.t.(wT−wencℎ)Xstylee[down_cons,up_cons](wT−wencℎ)Xinde[down_cons,up_cons](w−wbencℎ)T(XFXT+∆)(w−wbencℎ)<targetTE2wT1=total_weigℎt0≤w≤max_weigℎt图表14：偏股基金指数增强组合所用alpha因子列表类类名称解释qualitytot_rd_ttm_to_assetsroa_q_advdps_fy1roe_ttm_pctdelta_adv_liabdelta_ben_assetgrossmargin_ratio研发总占比单季RA(考虑快报告)dps_fy1roettm过去8季位收账款变化/去年同期总负债绝对应付职工薪酬变化/去年同期总绝对毛利_M/M营总收入growthnp_growth_stdyoy_np_q_advroeqdeltaadv(净利润-过去八季的净利润均)/过去八季的净利润标准单季净利润同比长(考虑快报告)单季R同比(考虑快报告)surpriseearsur1报告日前质收益营收入同比det-过去八季的营收入同比det均)/过去八季的营收入同比det标准ana_covest_num_diffmom1_eps_fy1specific_mom12过去90交易日析师测评级上下调/评级上下调和(当前一致测es_Y1-1月前一致测es_Y1)/1月前一致测es_Y1绝对十二月残资料来源：国盛证券研究所，windP.13P.13图表15：股基多因子增强组合历史年化超额8.4%，但近两年表现比较一般中证股基超额收益7765432102120162017201820192020202120222023资料来源：国盛证券研究所，wind第一章我们有提到行业轮动策略做一定的改进处理后，根据模拟测试年化超额收益约为10%到15%，超额最大回撤约为-5%到-12%，风险处于可控范围。考虑到近些年选股一个更高的收益弹性。但是这类想法最大的担忧就在于组合的风险是否可控，跟踪误差些问题。行业配置纳入指数增强比较常见的思路为：在个股的alpha因子上做一些行业偏离的调max(w−wbencℎ)T(a+F∗Sign∗G)s.t.(wT−wencℎ)Xstylee[down_cons,up_cons](wT−wencℎ)Xinde[down_cons,up_cons](w−wbencℎ)T(XFXT+∆)(w−wbencℎ)<taTgetTE2wT1=total_weigℎt0≤w≤max_weigℎt风格暴露的限制不变。做过市值行业中性化，所以加完后该行业所有个股的均值会右移，更容易被组合优化模策P.14请P.14图表16：行业偏离0.05的偏股指数增强策略表现优异(行业偏离0.05)中证股基超额收益93.59增强组合(行业偏离0.05)原始增强组合3.587654321032.521.512013201420152016201720192013201420152016201720192020202120222023资料来源：国盛证券研究所，wind3210.520132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind：不同行业偏离和跟踪误差约束下的超额收益统计偏离约束约束年化超额信息比率超额最大回撤8.3%6.1%.3%6.1%%%-5.1%.5%.6%7.1%6%%-6.1%%资料来源：国盛证券研究所，wind此外，我们还对原始策略和做行业偏离的收益归因进行了对比，观察超额收益的改善有多少是由行业贡献的，做偏离后是否会影响个股alpha的表现。如下图所示，指数增强P.15请P.15不同行业偏离程度下的行业收益分解(中性)收益解3factor_retind_retalpha210.5(偏离8%)收益解2.5factor_retind_retalpha210.50(偏离5%)收益解3factor_retind_retalpha210.50(偏离10%)收益解1.61.51.41.31.61.51.41.31.21.1 0.90.8资料来源：国盛证券研究所，wind收益表现。如果我们想放开行业偏离约束，同时跟踪误差也不要太大，应该怎么做呢？具体逻辑是以行业配置模型得到的行业权重为基础，重新对个股做组合优化，略微放松自动实现分仓的效果。这样的好处在于能够有效控制跟踪误差，减少对行业配置策略的依赖性，并且能够选到一些因子打分比较高，但是不在本期配置行业的个股。具体公式max(w−wbencℎ)Tas.t.(wT−wencℎ)Xstylee[down_cons,up_cons]wTXinde[consind−z,consind+z](w−wbencℎ)T(XFXT+∆)(w−wbencℎ)<taTgetTE2wT1=total_weigℎt0≤w≤max_weigℎtP.16P.16这里我们对比了两种结果。第一个是原始行业配置叠加选股因子，不做任何组合优化的的行业轮动叠加选股做法，第二个是在朴素办法基础上通过选股优化的方案。显著提升，超额收益表现更加稳定。：与选股做结合后，行业景气策略超额收益表现更加稳定行业景气行业景气+选股(组合优化)987654321020132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind图表21：行业景气策略(原始，与选股策略并行，组合优化)收益结果统计策略名称年化收益年化超额跟踪误差夏普比率信息比率超额回撤超额回撤比行业景气31.8%22.1%13.0%-9.1%2.42行业景气+选股(组合优化)30.2%20.5%8.9%2.31-6.0%3.45资料来源：国盛证券研究所，wind行业收益和Alpha相关性为-36.0%。也就是说，行业配置的Beta收益和选股对个股重新做组合优化后行业Beta收益衰减有限，但对策略的跟踪误差比较重视，可以尝试在行业配置权重的基础上做组合优化，这相当于采取了一个更优的基准。这两种思路一定程度上都能兼顾行业配置Beta和因子选股Alpha现“两条腿走路”。P.17请P.17传统指数增强策略比较依赖因子做完行业中性化后，行业内排序与未来收益的相关性，而因子在行业上的暴露这一信息在数据处理过程中直接滤掉了。而把行业信号纳入指数增强模型，实际上就是把之前我们滤掉的因子行业暴露以行业信号的形式加入模型，这图表22：做组合优化能改善个股Alpha收益表现行业景气选股策略比较依赖行业配置收益3.5factor_retind_retalpha32.52510.5020132014201520162017201820192020202120222023资料来源：国盛证券研究所，windfactor_retind_retalpha3.535210.5020132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind幅度变大后配置的行业范围变窄，从而带来选股池的缩小。我们测试了在缩小后的选股池中因子的多空收益，可以看到明显弱于原始行业中性的选股池。因此，行业配置比例行业中性选股池中因子多空收益明显强于行业偏离后行业中性每期选取行业个数行业偏离10%每期选取行业个数30252015105020132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind行业中性选股池因子多空收益行业偏离10%选股池因子多空收益20864208642020132014201520162017201820192020202120222023资料来源：国盛证券研究所，windP.18P.18石油石化有色金属基础化工械品饮料渔行媒alpha收益下降，比如医药、电子和传媒等；2)在非银和消费者服务等行业中选取股票石油石化有色金属基础化工械品饮料渔行媒具体观察消费者服务的持仓明细，如右下图可以看到，行业偏离后持股个数波动较大。alpha以发现，a图表26：各行业累计alpha：行业中性vs行业偏离10%业中性vs行业偏离10%%0%石油石化煤炭有色金属钢铁基础化工建筑建材轻工制造机械电力设备及新能源军工商贸零售消费者服务食品饮料石油石化煤炭有色金属钢铁基础化工建筑建材轻工制造机械电力设备及新能源军工商贸零售消费者服务食品饮料银行非银行金融房地产交通运输通信计算机传媒资料来源：国盛证券研究所，windalpha收益差：行业偏离-行业中性消费者服务行业持仓个数：行业偏离 消费者服务行业持仓个数：行业中性86420864201.0%0.5%0.0%-0.5%-1.0%-1.5%-2.0%-2.5%-3.0%20132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind成长和消费两个板块获得明显alpha收益，比如电子、医药、计算机和商贸零售等；2)a策略在不同行业上赚取的收益差异较大20%15%10%5%0%-5%-10%资料来源：国盛证券研究所，windP.19P.19食品饮料农林牧渔银行非银行金融房地产通信计算机纺织服装 煤炭有色金属 电力及公用事业 钢铁基础化工建筑建材轻工制造机械电力设备及新能源国防军工汽车商贸零售消费者服务 石油石化食品饮料农林牧渔银行非银行金融房地产通信计算机纺织服装 煤炭有色金属 电力及公用事业 钢铁基础化工建筑建材轻工制造机械电力设备及新能源国防军工汽车商贸零售消费者服务 石油石化图表29：策略在周期板块alpha和Beta收益相关性显著为负，成长板块相关性在0轴附近60%40%20%0%-20%-40%-60%-80%-100%行业A1pha与Beta收益时序相关性资料来源：国盛证券研究所，wind到因子有效性较差的行业，导致alpha收益有所衰减。但是行业的偏离会带来一定的行业择时收益，并且主要集中在周期和金融板块，弥补了选股策略在这两个行业上因子有业配置信号在这两个常见宽基指数上的应用效果。由于目前该类产品通常情况下对跟踪一偏图表30：沪深300增强(行业中性、行业偏离5%和并行策略)的业绩表现 组收益准收益超额收益信息比率最大回撤超额回撤偏离中性并净-41.2%-40.2%-40.7%-6.8%-7.3%-4.7%14.3%10.7%12.5%18.6%15.0%16.8%4.3%4.3%4.3%5.8%5.5%5.1%2.481.932.47资料来源：Wind，国盛证券研究所P.20P.20图表31：沪深300增强(行业中性、行业偏离5%和并行策略)的分年度表现偏偏离超额收益超额回撤超额收益超额回撤超额收益超额回撤2.9%5.9%5.0%3.1%4.6%3.2%6.2%6.2%7.2%3.7%1.5%5.1%20132014201520162017201820192020202120222023.04全样-1.5%-1.7%-2.9%-1.7%-1.7%-2.1%-4.0%-1.7%-4.7%-4.3%-1.2%-4.7%10.1%16.0%18.7%8.1%19.8%10.5%11.6%18.0%12.1%1.5%1.9%12.5%-2.1%-2.4%-2.4%-3.2%-2.4%-2.2%-3.7%-2.0%-4.4%-6.8%-1.3%-6.8%-1.6%-1.9%-3.5%-1.4%-1.6%-3.7%-4.5%-4.1%-5.5%-3.8%-1.5%-7.3%13.8%15.0%23.1%6.2%22.6%11.4%8.5%21.5%16.8%2.1%3.9%14.3%6.4%16.9%14.4%9.9%17.0%9.5%14.7%14.5%7.5%0.9%0.0%10.7%3.6%7.0%5.6%3.8%5.5%3.7%6.4%6.9%7.5%4.4%1.8%5.8%3.1%7.0%5.4%3.3%5.1%3.3%7.2%7.4%7.5%3.7%1.6%5.5%中性并资料来源：Wind，国盛证券研究所我们尝试将两个策略并行(1:1分仓)，发现可以进一步提升策略的稳定性，年化超额均得到明显改善，超额收益更加稳定。业中性和行业偏离的300增强组合并行后，可以显著改善信息比率行业偏离行业中性并行净值43.532.525120132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind图表33：中证500增强(行业中性、行业偏离5%和并行策略)的业绩表现 组收益准收益超额收益信息比率最大回撤超额回撤偏离13.3%2.62-48.8%-5.4%5.1%12.1%2.61-49.1%-5.3%4.6% 12.7%2.94-48.9%-4.9%4.3%19.1%17.8%18.5%5.7%5.7%5.7%资料来源：Wind，国盛证券研究所P.21P.21图表34：中证500增强(行业中性、行业偏离5%和并行策略)的分年度表现偏偏离超额收益超额回撤超额收益超额回撤超额收益超额回撤2.4%-2.0%-3.5%-1.2%-1.0%-1.4%-1.6%-2.3%-3.3%-3.7%-1.9%-4.9%20132014201520162017201820192020202120222023.04全样-2.5%-3.1%-3.4%-1.5%-1.0%-1.2%-2.6%-2.6%-3.6%-3.9%-3.0%-5.3%-4.5%-1.8%-3.6%-1.3%-1.6%-3.0%-2.1%-4.9%-3.9%-4.9%-1.4%-5.4%3.4%6.4%34.6%11.0%20.4%8.1%18.1%12.3%7.6%3.8%0.2%12.1%1.4%7.1%38.3%8.2%21.7%11.4%12.8%14.3%11.5%4.9%6.0%13.3%.8%36.5%9.6%21.1%9.8%9.6%4.4%.0%3.3%4.4%.9%2.3%.0%2.3%4.6%5.0%.6%2.8%4.3%3.5%4.9%7.1%2.6%3.1%2.3%5.1%5.1%7.3%3.2%1.8%4.6%4.0%5.0%7.5%2.7%3.7%3.0%5.2%6.3%7.3%3.7%2.0%5.1%中性-3.2%并资料来源：Wind，国盛证券研究所业中性和行业偏离的500增强组合并行后，可以改善信息比率行业中性并行净值321201520162017201820192020202120222023资料来源：国盛证券研究所，windP.22P.22、其他一些重要的讨论本章节我们对行业配置在偏股基金增强中应用做了一些更为深入的探讨，包括不做跟踪行业偏离比例和跟踪误差适当放开后，行业配置策略的超额表现才会有所提升。因此，在主动量化产品中的应用前景。3.1.1、传统超预期策略与行业景气策略收益来源不同传统的主动量化策略，主要是在多因子选股的基础上，以某种投资理念为基础，适当暴暴露随机而定的，如果遇到比较极端的行业轮动行情，因子选股策略容易比较被动。而行行一定的超低配去赚取行业的收益，通过一定的优化手段控制风险，理论上来讲我们可但考虑到有些投资者可能担心行业景气配置策略与超预期策略的高相关性，毕竟都是利选取我们团队之前的超预期类相关策略(业绩超预期、券商金股和PEAD.notice)，然后的差异以及结合后的效果。期超额收益表现都还不错。但两类策略确实存在一定的相关性，超额收益的相关性达到，验证了我们的担心，那这是不是说明这两类策略比较相似呢？图表36：行业景气超额与行业超预期超额长期表现都还不错，但有一定相关性行业景气超额超预期超额987654321020132014201520162017201820192020202120222023资料来源：国盛证券研究所，windP.23P.23其实不然，超额收益的相关性高只是结果，我们需要深入去探讨其背后的收益来源。这1)超预期策略的超额主要由选股alpha贡献，行业略有贡献，风格收益波动较大；由行业Beta贡献，选股收益贡献波动较大，风格收比较符合策略的原生逻辑，并且两者收益来源差异较大，有进一步结合的可行性。4.5超4.5 factor_retind_ret图表38：行业景气策略比较依赖盈利改善行业的Beta，受风格影响较小策略收益拆解 factor_retind_retalpha443.532.5210.5020132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind3.532.52.510.5020132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind3.1.2、对超预期策略做行业配置能进一步提升收益弹性150只个股)，得股票组合；。加权，下同；配置模型(行业暴露敞口5%和20%)的行业权重来配置这150个股票。如下图所示，可以看到，对超预期策略做行业中性后，能大幅提升策略稳定性，超额最大回撤和超额P.24P.24图表39：超预期策略做行业偏离的收益结果统计策策略名称超期策略(原始)超期策略(中性)超期策略(偏离5%)超期策略(偏离20%)超额最大回撤-12.3%-5.7%-7.2%-8.5%超额回撤比4.11年化年化收益9.0%9.9%32.3%45.6%年化超额0.5%2.7%35.0%信息比率夏普比率资料来源：国盛证券研究所，wind图表40：做行业偏离能进一步提升超预期策略的超额弹性 超期策略(中性超期策略(偏离)20%)超期策略(偏离5%)超额收益超期策略(原始)168642020132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind2)行业偏离5%时，行业收益和Alpha收益相关性为-8.3%；行业偏离20%时，行探讨背后逻辑：行业配置与超预期策P.25P.25图表41：不同行业偏离程度下的超预期策略收益分解：行业配置Beta和选股Alpha互补，风格收益明显改善超期(原始)收益解factor_retind_retalpha4321020132014201520162017201820192020202120222023超期(中性)收益解factor_retind_retalpha54321020132014201520162017201820192020202120222023超期(偏离5%)收益解4factor_retind_retalpha321020132014201520162017201820192020202120222023超期(偏离20%)收益解4factor_retind_retalpha321020132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind相比于主动量化产品，固收+类量化产品更加重视组合的安全边际和策略的绝对收益表上也会暴露低估值、高盈利等风格。本节我们探讨行业配置在价值类策略中的应用。3.2.1、传统价值类策略近几年超额收益不够稳定到，PB-ROE是通过PB对ROE做回归(按照，但过去几年超额波动较大，2017年-样的结论。因此，价值类策略长期超额收益表现尚佳，但是短期容易收到风格收益波动P.26P.26图表42：价值类策略2017至2021年超额回撤较大图表43：盈利和估值因子同样在2017-2021遇到较大回撤9876543210价值策略(行业中性)中证股基超额收益：价值策略(行业中性)3.532.521.510.520132014201520162017201820192020202120222023 earnings_yieldvalue51.11.0510.950.9资料来源：国盛证券研究所，wind资料来源：国盛证券研究所，wind3.2.2、行业偏离能同时改善价值类策略的绝对/相对收益表现与超预期类策略类似，下面我们尝试对价值类策略做行业偏离，观察原始行业中性(选0-200只，充。图表44：做行业偏离能同时改善价值类策略的绝对/相对收益表现 价策略(中性)价策略(偏离5%)价策略(偏离20%)642020132014201520162017201820192020202120222023资料来源：国盛证券研究所，wind图表45：价值型策略做行业偏离的收益结果统计策策略名称价策略(中性)价策略(偏离5%)价策略(偏离20%)年化收益年化超额年化21.0%11.9%11.6%22.3%13.2%10.9% 夏普比率信息比率超额最大回撤绝对最大回撤0.761.03-18.8%-36.1%0.831.21-10.0%-27.4% -6.8%-24.2%资料来源：国盛证券研究所，windP.27P.27仓个a行业偏离程度下的价值策略收益分解：行业配置能改善价值策略的风格收益，规避价值陷阱价策略(中性)收益解factor_retind_retalpha2510.5020132014201520162017201820192020202120222023价策略(偏离5%)收益解factor_retind_retalpha975320132014201520162017201820192020202120222023价策略(偏离20%)收益解talpha3.532.52510.5020132014201520162017201820192020202120222023资料来源：国盛证券研究所，windP.28P.28息率模型构建股债混合策略：在股息率大于十年期国债收益率时做多股票，仓位逐步提升希望提升策略的夏普比率。具体构建细节如下：收益回撤比达到3.1，在原有策略基础上年化收益(5.8%)和最大回撤(-3.5%)均有明策略整体效果还不错。若叠加超预期类策略，策略整体表现更强(年化收益8.7%)，持仓个股会更加集中，绝图表47：行业配置+价值型策略应用于固收+组合表现不错图表48：叠加不同选股策略时，股债策略的收益对比股票仓位(右)债券仓位(右)组合净值521%%%%%%%%%2014201520162017201820192020202120222023资料来源：国盛证券研究所，wind 股债策略(叠加价值类策略，做行业偏离)股债策略(叠加超预期类策略，做行业偏离)股债策略(叠加指数增强策略，做行业偏离)1.41.212014201520162017201820192020202120222023资料来源：国盛证券研究所，windP.29P.29FminwTΣws.t.(wT−wencℎ)Xinde[down_cons,up_cons]0.5x≤w≤1.5x∑w=1图表49：行业ETF复制偏股基金指数：简单模拟&组合优化模拟ETF配置策略复制效果更好ETF简单模拟中证股基ETF组合优化模拟43.532.521.510.502012201320142015201620172012201320142015201620172019202020212022资料来源：国盛证券研究所，wind21.510.5020122013201420152016201720182019202020212022资料来源：国盛证券研究所，wind如果在此基础上延申一下，在目标函数中加入最大化行业打分因子，这样偏离某个行业ETF：P.30P.30绩评价年化超额信息比率超额回撤偏离0.025%偏离0.034.3%6%偏离0.045.5%绩评价年化超额信息比率超额回撤偏离0.025%偏离0.034.3%6%偏离0.045.5%偏离0.055.3%s.t.(wT−wencℎ)Xinde[down_cons,up_cons]0.5x≤w≤1.5x∑w=1，TF行业偏离0.03中证股基行业偏离0.05 行业偏离0.02行业偏离0.0465432102012201320142015201620172012201320142015201620172019202020212022资料来源：国盛证券研究所，wind资料来源：国盛证券研究所，wind较偏配置思路。如果希望获得更高的收益弹性，则需要按照轮动的思路来做，放开一点金增强中。策略具体的思路是定期选取景气度趋势综合打分比较高的行业，低配拥挤度该指标越高越好。限制条件包括：4)拥挤度预警：拥挤度前1/4的行业，控制持仓上限。约束的公式如下：P.31P.31maxwTfageTToT0≤w≤x∑w=1这个时候高景气的行业交易比较拥挤，获取超额收益的难度较大，我们建议降低风险偏F值对比：行业ETF轮动组合&偏股基金指数行业ETF轮动组合基准：中证偏股基金指数超额净值765432