《光大投资时钟》第十四篇：自上而下：风格择时

自上而下：风格择时引言：我们此前的研究已经在大类资产层面形成了比较成熟的配置方法，本篇报告将进一步探究如何在大类资产内部进行配置。风格配置是经久不衰的议题，我们采取自上而下的视角，识别筛选影响风格的经济指标，并构建择时策略。核心观点：我们遍历常用的234个经济指标，发现部分经济指标与股价关系密切，大约4%的经济指标与股价的“对应关系”可以通过统计检验，其中利率、价格、进出口相关指标在不同风格指数中择时效果普遍较好。单因子择时中，利率相关指标3月期国债到期收益率一阶差分的一年移动平均，在大盘风格和成长风格择时效果表现优异，在训练集、验证集、测试集的年化收益率均高出基准指数6个百分点以上。组合择时策略提升收益与降低回撤效果明显，测试集（2020年1月1日至2024年6月25日）中，相对于各自的基准指数，上证50指数择时策略超额年化收益率达10.05%，最大回撤降低29个百分点；国证成长指数择时超额年化收益率高达7.47%，最大回撤降低33个百分点。经济指标能预测股市吗？我们选择234个经济指标作为基础影响变量，并区分大小盘和成长价值风格。从相关性以及胜率的角度，我们发现，部分经济指标与股价关系密切，T月的经济数据可以预测T+2月的股票收益率。从相关性的角度，价格、出口、用电量、利率是股价的重要影响因素，近10年，用电量、价格和进口与股价的相关性较高，而近5年，出口和利率是更显著的影响因素。从胜率的角度，近5年，生产、房地产、美国经济增长、利率、税收与股价变化一致性稳定度较高。指标筛选与单因子择时在指标筛选中，通过Anova方差分析、Granger因果检验、协整检验，检验2340个经济指标以及21060个衍生指标，与资产价格之间是否具有统计意义上的对应关系，大约一半的经济指标与资产价格组合可以通过一项检验，仅有4%的组合可以同时通过两项检验。利率是大盘风格的最优择时指标，3月期国债到期收益率一阶差分的一年移动平均，在上证50指数和沪深300指数上的择时收益丰厚且稳定性较高，2020年1月1日至2024年6月25日期间，上证50指数择时超额年化收益率高达10.84%，在沪深300指数上则超过7%。对于中小盘风格而言，价格是更重要的影响指标，进出口相关指标择时效果也较为突出。在成长价值风格当中，利率也是最重要的影响变量之一，成长风格比价值风格对进出口相关指标更加敏感。基于经济指标的风格指数择时策略无论是大小盘风格指数还是成长价值风格指数，在自上而下的择时策略中，均达到了增厚收益、降低回撤的效果，大盘风格（上证50指数、沪深300指数）、小盘风格（中证1000指数）和成长风格（国证成长指数）对应的择时策略在测试集中超额年化收益率在5%以上，最大回撤降低20个百分点以上。成长风格（国证成长指数）和小盘风格（中证1000指数）对应的择时策略选择在2024年7月买入。风险提示：历史经验和指标可能存在失效风险，不同区间统计可能存在结论差异风险，宏观经济超预期波动风险。历次降息前后金价表现复盘——《光大投资时宏观经济宏观经济 4 7 7 8 5 6 6 7 8 8 9 9 9 9 宏观经济引言：我们此前的研究已经在大类资产层面形成了比较成熟的配置方法，本篇报告将进一步探究如何在大类资产内部进行配置。风格配置是经久不衰的议题，我们采取自上而下的视角，识别筛选影响风格的经济指标，并构建择时策略。核心观点：我们遍历常用的234个经济指标，发现部分经济指标与股价关系密切，大约4%的经济指标与股价的“对应关系”可以通过统计检验，其中利率、价格、进出口相关指标在不同风格指数中择时效果普遍较好。单因子择时中，利率相关指标3月期国债到期收益率一阶差分的一年移动平均，在大盘风格和成长风格择时效果表现优异，在训练集、验证集、测试集的年化收益率均高出基准指数6个百分点以上。组合择时策略提升收益与降低回撤效果明显，测试集（2020年1月1日至2024年6月25日）中，相对于各自的基准指数，上证50指数择时策略超额年化收益率达10.05%，最大回撤降低29个百分点；国证成长指数择时超额年化收益率高达7.47%，最大回撤降低33个百分点。宏观经济环境无疑会影响企业盈利、影响投资者情绪、影响股票价格，然而这其中的影响链条极其复杂，我们往往模糊的知道经济与股票价格密切相关，但宏观经济中不同维度交错，每个维度对股价的影响也并不稳定，使得我们很难仅凭主观感受和经验判断，根据本就复杂的经济指标，去识别股票市场涨跌。因此，在第一部分中，我们尝试遍历常见的经济指标，从定量的角度观察经济指标究竟能否预测股价涨跌。首先，尽量全面的获取常用的观测经济的指标。我们从可以用来分析经济的指标中，去除发布时间不足5年及近4个月没有更新的指标，保留了234个指标作为基础的经济观测指标，涵盖PMI、用电量、开工率、工业品产销库存、进出口、投资、零售、工业增加值、通胀、商品价格、财政、税收、利率、房地产、BCI、客运量、美国PMI等。资产类别上，区分大小盘风格和成长价值风格。选择上证50、沪深300、中证500、中证1000代表不同市值规模风格，选择国证成长、国证价值代表成长和价值风格，选择300成长、300价值、中证500成长、中证500价值代表大盘成长、大盘价值、小盘成长、小盘价值，共10个风格指数。数据处理上：1）经济指标处理：经济观测指标统一转换成月频，缺失值用前值填充，在基础数据的基础上计算一阶差分，用来观测指标环比变化值与股价的关系，指标扩充至468个；分别计算这468个指标的2个月、3个月、6个月、1年的移动平均，用来观察指标的趋势性变化与股价的关系，指标扩充至2340个。标记上，经过差分的指标在指标名前加上“差分”作为标识，经过平均的指标在指标名后加上“MA”作为标识。2）资产价格处理：以收盘价按照自然月计算月收益率作为收益率序列，或保留每月最后一条收盘价作为价格序列。3）样本划分：最小数据时间设置为2004年12年6月25日，将样本区间划分为3个部分，2004年12月31日至2016年验证集，2020年1月1日至2024年6月25日设4）数据可得性处理：考虑到大部分经济数据获取的滞后性，在基础数据中，使用T月的经济指标与T+2的资产价格序列进行测试。部分经济数据有效时间长度不足20年，对于每个经济数据指标，取有效时间最小值与2004年12月31日的孰大值作为测试起始时间。从相关性的角度，价格、出口、用电量、利率是股价的重要影响因素。按照不同的时间范围，依次计算2340个指标与10个风格指数的相关系数平均值，平均相关系数绝对值越大，我们可以认为这个经济指标与股价变化关系越密切。近10年，用电量、价格和进口指标与股价的相关性较高，而近5年，出口和利率是更显著的影响因素。计算2340个经济指标与10个风格指数平均相关系数的绝对值，价格：服务业销售价格PMI的3月移动平均，近10年为25%，近5年为24%；用电量：第一产业用电量当月同比，近10年为28%，近5年下滑至12%；进口：进口金额当月同比的2月移动平均的一阶差分，近10年为25%，利率：6个月理财产品预期年收益率2月平均的一阶差分，近10年为10%，近5年为28%。经济指标近20年近10年近5年价格 25%中国:非制造业PMI:服务业:销售价格:MA3m中国:非制造业PMI:销售价格: 25%差分__中国:M1:同比-中国:PPI:全部工业品:当月同比:MA3m15%CRB现货指数:食品:月:最后一条:环比:MA15% 25% 23% 15% 24% 22%14%14%出口中国:制造业PMI:新出口订单差分__中国:制造业PMI:新出口订单:MA3m差分__中国:工业企业:出口交货值:当月同比:MA3m8% 13% 13%15%31%2%27%27%进口差分__中国:进口金额:当月同比:MA2m中国:制造业PMI:进口11%%1%1%14% 用电量差分__中国:全社会用电量:第一产业:当月同比:MA3m中国:全社会用电量:第一产业:当月同比 22%28%28%利率差分_理财产品预期年收益率:人民币:全市场:6个月:月:最后一条:MA2m10%美国美国:综合PMI:MA2m美国:服务业PMI:商务活动:初值:MA2m19%18%生产差分__中国:产量:工业机器人:当月同比:MA6m%税收差分__中国:税收收入:印花税:当月同比:MA3m17%资料来源：Wind，光大证券研究所（图中数据为相关系数绝对值，更新至2024年6月25日，由于中证500、中证1000等指数的最早时间为2004年12月31日，因此近20年取2005年1月至2024年4月的经济指标与2005年3月至2024年6月的资产月收益率的相关系数，近10年为2014年1月至2024年4月的经济指标与2014年3月至2024年6月的资产月收益率的相关系数，近5年为2019年1月至2024年4月的经济指标与2019年3月至2024年6月的资产月收益率的相关系数，下同）5%资料来源：Wind，光大证券研究所（图中数据为相关系数绝对值，更新至2024年6月25日，排序依照近10年和近5年数据的平均值从大到小排序，下同）从胜率的角度，近5年，生产、房地产、美国经济增长、利率、税收与股价变化一致性稳定度较高。按照不同时间范围，计算每个指标的一阶差分与价格序列一阶差分同向变化的比例：1）对于指标X和资产价格序列Y，计算一阶差分diff_X和diff_Y，2）计算两个变量是否同向变化sign=np.sign(diff_X）*np.sign(diff_Y)，3）两个变量环比持平比例按50%计算，最终同向变化比例为同向变化比例在[0,100%]之间，越接近50%说明指标与价格一致性程度越弱，接近100%说明两个指标正向变化较为稳定，接近0说明两个指标反向变化较为稳定。从近5年的数据看，生产、房地产、美国经济增长、利率、税收相关指标与股价同向变化的比例，与中间值50%偏离度在10个百分点以上，与股价变化一致性稳定度较高。近10年近5年资料来源：Wind，光大证券研究所（更新至2024年6月25日）12%经济指标12%经济指标近20年近10年近5年中国:产量:工业机器人:当月同比:MA3m生产中国:制造业PMI:采购量:MA3m9%15%差分__中国:制造业PMI:原材料库存:MA1y8%15%中国:制造业PMI:MA3m12%非制造业差分__中国:非制造业PMI:服务业:MA3m差分_中国:制造业PMI:中型企业:MA1y9%9%%13%912% 差分__中国:非制造业PMI:商务活动:MA3m9%11%投资差分__中国:房地产开发投资完成额:累计同比5%10%17%投资 差分__中国:固定资产投资完成额:第一产业:累计同比6%9%14% 流动性R007:加权平均-DR007:月:最后一条:MA1y12%地产差分__中国:土地购置费:累计同比:MA2m4%10%15%地产 差分__中国:30大中城市:商品房成交套数:当周值:月:合计值:同比:MA2m10%15%零售差分__中国:限额以上企业商品零售总额:当月同比7%13%零售 差分__中国:社会消费品零售总额:城镇:当月同比6%13%税收差分__中国:税收收入:车辆购置税:当月同比7%12%税收 差分__中国:税收收入:资源税:当月同比7%12%BCI差分__中国:BCI:企业投资前瞻指数:MA3m6%13%BCI 差分__中国:BCI:企业销售前瞻指数:MA3m4%14%资料来源：Wind，光大证券研究所（图中数据为同向变化比例与50%差值的绝对值，更新至2024年6月25日）从相关性以及胜率的角度，我们发现，部分经济指标与股价关系密切，T月的经济数据可以预测T+2月的股票收益率。因此，第二部分，我们尝试用宏观指标进行风格择时，对于经过筛选的经济指标建立单因子择时策略。通过Anova方差分析、Granger因果检验、协整检验，检验2340个经济指标与资产价格之间是否具有统计意义上的对应关系：1）Anova方差分析用来检验经济指标上行和下行时，资产价格的表现是否显著不同：依照每个指标的环比变化区分上行和下行，当月指标较上月上升时，统计该月对应滞后两个月的资产收益率，观察指标上行期对应的滞后两个月的收益率序列与下行期对应的滞后两个月的收益率序列均值是否存在显著差异，若存在显著差异则认为该指标是该类资产的有效影响因素。2）Granger因果检验用来检验宏观指标与资产收益率是否存在Granger因果关系，即X的历史值和Y的历史值对Y的解释力度是否强于只用Y的历史值：仅对平稳（拒绝ADF单位根检验）的宏观指标和资产收益率进行Granger因果检验，使用statsmodels.tsa.stattools库的grangercausalitytests进行检验，grangercausalitytests分别基于F分布和卡方分布进行检验，当两者中有一个p-value小于置信水平则认为存在granger因果关系。3）协整检验用来检验宏观指标和资产价格之间是否具有长期均衡关系，即检验两个同阶平稳的变量的回归残差的稳定性：仅对一阶单整的宏观指标和资产价格序列进行协整检验，采用EG检验方法，对X和Y建立回归模型，检验残差是否存在单位根，存在单位根说明残差非平稳序列。我们使用statsmodels.tsa.stattools库的coint函数进行检验，若拒绝残差存在单位根的原假设，则认为两个变量协整。大约一半的经济指标与资产价格组合可以通过一项检验，仅有4%的组合可以同时通过两项检验。分别将2340个经济指标与10个风格指数进行匹配，在训练集中，对这23400个组合分别进行ANOVA方差检验、Granger因果检验和协整检验，在0.1的显著性水平下，有44.4%的组合至少通过了一项检验，这其中大约50%通过了ANOVA方差检验，48%通过了Granger因果检验，11%通过了协整检验。而同时通过两项检验的组合仅占4%，这其中78%同时通过ANOVA方差检验和Granger因果检验，22%同时通过了ANOVA方差检验和协整检验。对于训练集中同时通过两项检验的组合，在训练集和验证集中进一步验证经济指标的择时效果后，可以建立初步的单因子择时策略：对于每一个风格指数，根据经济指标在T月的变化方向，在T+2月进行买入或空仓，观察在训练集和验证集中的表现，如果在训练集和验证集中年化超额年化收益率均超过2%，则认为这个经济指标对于这个风格指数而言，是一个有效的择时指标。超额年化收益率超过2%是一种筛选条件，在后续构建组合中我们的筛选条件会更加多样化，这里仅通过这种方式来说明，某些经济指标确实对某些风格指数，具备良好的择时效果。利率是大盘风格的最优测择时指标，具体指标为3月期国债到期收益率一阶差分的一年移动平均。在大小盘风格指数中，经过筛选后，上证50指数的有效指标共4个，其中，3月期国债到期收益率一阶差分的一年移动平均，这个指标对上证50的择时效果较优且稳定性较高，择时策略在训练集和验证集中相对于上证50指数，超额年化收益率分别为5.99%和10.75%，而在测试集中，超额年化收益率仍然高达10.84%。这项利率指标同样在沪深300指数的择时中表现突出。3月期国债到期收益率一阶差分的一年移动平均同样是沪深300指数中择时效果最好经济指标，在训练集、验证集、测试集中的超额年化收益率均超过7%。资料来源：Wind，光大证券研究所（统计时间为2005年3月1日至2024年6月25日，下同）资料来源：Wind，光大证券研究所（注：超额收益率指超额年化收益率，下同）资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所对于中小盘风格，价格是更重要的影响指标，进出口相关指标择时效果也较为突出。对中证500指数和中证1000指数而言，通过筛选的经济指标数量大幅增加，多分布在价格、进出口和利率相关领域。其中，多项价格指标在中证500择时中表现较优，包括PPIRM、PPI、CPI与PPI差值等，与进出口相关的指标包括中国进口金额、美国非制造业进口PMI等；进出口相关的指标对中证1000指数的择时效果更加稳定，包括中国进口金额、美国制造业物价PMI、美国非制造业资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所在成长价值风格当中，利率也是最重要的影响变量之一，成长风格比价值风格对进出口相关指标更加敏感。以国证成长指数为代表的成长风格在进出口、利率、价格指标择时中效果较优且稳定，美国非制造业进口PMI的两个月移动平均的一阶差分，在训练集和验证集中超额年化收益率分别为6.29%和2.46%，在测试集中高达13.24%。在大盘指数择时中表现较优的3月期国债到期收益率一阶差分的一年移动平均，在成长风格和价值风格中择时效果也非常突出，在国证成长指数的三个样本区间中超额年化收益率均超过6%。资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所我们发现单个指标已经有一定择时效果，更进一步的，考虑通过一些方式将经过筛选的指标组合起来，以得到更优的择时策略。对于不同的标的，我们采取不同的组合方式。频率上采用月频换仓，认为T月的指标数据可以在T+1月月底获得，在T+1月月底根据T月指标相对于T-1月的变化方向，考虑在T+2月买入或者空仓。对于上证50指数，在单因子检测中，经过筛选的指标数量较少，且单因子择时质量较高，因此我们首先考虑最简单的打分策略，即对于经过筛选的4个经济指标，当正向变化数超过半数时，触发开仓信号，否则空仓，这样的择时策略已经表现良好。择时策略在测试集年化收益率达到6.33%，超过上证50指数10.05个百分点，最大回撤降低29个百分点，夏普率提高0.75，胜率提高5.8%。此策略在6月、7月选择不开仓。资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所对于沪深300指数，特征与上证50指数相似，同样应用打分策略，在测试集超额年化收益率5.78%，最大回撤降低26个百分点，夏普率增加0.35，胜率增加5.8%，择时效果表现同样较好。此策略在6月、7月选择不开仓。资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所在打分策略的基础上，我们可以考虑变化仓位：首先调整筛选条件，此前我们要求在训练集和验证集，经济指标的单因子策略的超额年化收益率超过2%，我们将其放松至1%并选取在训练集表现最好的前2/3的指标，在正向变化的指标数量超过50%时开仓，买入仓位为正向变化的指标数量占比。对于中证500指数，在单因子择时中，经过筛选的指标数量较多，且单因子择时效果质量差异较大，考虑应用动态仓位策略，测试集超额年化收益率达2.92%，最大回撤降低26个百分点。此策略在6月、7月选择不开仓。资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所对于中证1000指数，应用动态仓位策略的择时效果更加明显，测试集超额年化收益率为5.71%，最大回撤降低28个百分点，夏普率提高0.22。此策略在6月、7月均选择开仓买入。资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所对于国证成长和国证价值指数应用动态仓位策略，在国证成长指数上，测试集超额年化收益率高达7.47%，最大回撤降低33个百分点，年化夏普率提升0.39，胜率提升2.9%；在国证价值指数上，测试集超额年化收益率为0.67%，最大回撤降低19个百分点。两个策略在6月均选择不开仓，国证成长指数动态仓位策略选择在7月买入。资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所我们分别对沪深300和中证500的两组风格指数应用打分策略，具备大盘特征的沪深300成长指数、沪深300价值指数，以及具备成长特征的中证500成长指数，择时效果均表现较好。资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所资料来源：Wind，光大证券研究所历史经验和指标可能存在失效风险，不同区间统计可能存在结论差异风险，宏观经济超预期波动风险。司司级级因无法获取必要的资料，或者公司面临无法预见结果的重大不确定性事件，或者其他原因，致使无本报告所包含的分析基于各种假设，不同假设可能导致分析结果出现重大不同。本报告采用的各种估值方法及模型均有其局限性，本报告署名分析师具有中国证券业协会授予的证