不同市场环境下的细分资产配置绩效比较:以行业配置为例——量化资产配置与组合投资周报

华宝证券研究报告

分析师 / 张青（执业证书编号S0890516100001）

研究助理 / 李亭函

1.本期思考：不同市场环境下的细分资产配置绩效比较:以行业配置为例

资产配置一般分为两个层面，大类资产配置与细分资产配置。在大类资产配置层面，我们追求的是绝对收益，而在细分资产配置领域，如对于A股风格、行业的配置上，我们是以追求相对收益，战胜市场基准指数为目标。细分资产配置是一把双刃剑，当配置模型有效时，它基于市场指数的偏移会产生正的超额收益；反之则会产生负的超额收益，导致配置后的模型跑输市场指数。以行业配置为例，并非任何时候对于行业的配置都能跑赢市场基准指数，那么什么样的市场环境下行业配置绩效更佳呢？

首先我们需要区分市场环境，可以从收益率与波动率两个方面入手。收益率可以作为划分牛市、熊市与震荡市的依据，观察不同市场行情下的行业配置表现如何；而波动率可以划分正常波动与极端波动的市场环境。下面，我们分别对这两种市场环境划分方法下的行业配置绩效进行评估。

此处我们选择中证500代表行业配置的市场基准。一般情况下，根据市场情况来看，当市场处于牛市与震荡市行情时行业之间的收益差距会更大一些，那么我们的行业配置就会更有效；相反处于熊市行情时，市场上行业均表现不佳，行业间差距可能也不大，这时我们的行业配置观点也将收效甚微。基于以上分析，我们以中证500为市场基准，根据过去一段时间的平均收益率预测市场行情，分别对不同行情下的行业多空组合收益进行比较。

回测中，我们以2012年为起始年份，当中证500过去12个月的平均收益率高于1%时认为市场将处于牛市；当平均收益率低于-1%时认为市场将处于熊市；当收益率绝对值小于等于1%时则认为市场将处于震荡市，统计行业配置策略得到的多空组合收益在每种行情下的中位数，可以发现当中证500过去收益率高于1%时，行业多空组合收益率中位数也较高，达到2.514%，但是其他情况下行业多空组合收益率中位数基本一样，且不同档位之间差异较小，不足0.5%。因此，我们认为这种划分方法得到的市场环境无法较好的区分行业配置绩效水平。

然后，我们以波动率为市场划分依据，分别统计在波动率正常与波动率出现不稳定的极大或者极小值的市场环境下，行业配置表现如何。回测中，我们以60日为半衰期，从2012年开始计算中证500过去120的波动率，分别统计波动率高于30%、低于20%，位于20%与30%之间的月份里行业多空组合收益率情况。当波动率高于30%或低于20%时，我们认为市场出现了不稳定的极端情况，出现这种情况的月份占比为40%左右，其余月份波动率位于20%到30%之间，说明市场运行正常。

从回测结果来看当波动率位于20%与30%之间时，多空组合收益率中位数达到了2.936%，显著高于波动率出现异常的情况。在波动率异常时，多空组合收益率中位数仅为1.846%和2.093%。因此，我们认为通过波动率划分市场更能找到行业配置绩效好的市场环境，即当市场处于正常稳定的波动水平时，行业配置绩效最佳，当市场处于极端的波动水平时，行业配置对市场基准指数的偏移大概率会导致负的超额收益，此时最好的选择应该是保持市场基准配置或降低行业配置对市场基准的偏移程度。

2.A股多维度择时指标监控

我们基于沪深300指数，从基本面、情绪面以及技术面视角建立了A股多维度择时体系。从单指标来看，截至2017-10-13，过去5日基本面指标中，日均耗煤量指标发出看多信号，农产品批发价格指数发出看多信号，指数市净率指标发出看空信号；情绪面指标中，一致性指数发出看空信号，信用利差指标发出看多信号；技术面指标目前发出看多信号。

我们基于单个择时指标，采用资金分仓方式构建综合择时体系，截至2017-10-13，过去5日获得收益率1.70%，同期沪深300指数收益率为2.20%，获得超额收益率-0.51%；过去一个月获得收益率1.91%，同期沪深300指数收益率为2.48%，获得超额收益率-0.57%；过去三个月获得收益率4.07%，同期沪深300指数收益率为5.88%，获得超额收益率-1.81%；过去一年获得收益率13.49%，同期沪深300指数收益率为20.85%，获得超额收益率-7.36%。过去一年最大回撤-7.24%，同期沪深300最大回撤为-7.50%。

综上，基本面方面我们配置仓位比例19.99%；情绪面配置仓位比例15.25%，技术面配置仓位比例42.18%。从综合择时体系目前的仓位来看，仓位比例在77.41%，相比于上周77.03%，仓位基本持平。

3.量化资产配置模型跟踪及本期配置建议

我们通过引入择时系统，对传统BL与风险平价模型进行了一定优化，将其运用于大类资产配置中。配置标的涵盖四类：一是A股市场，采用中证100指数与中证500指数分别表示大盘股标的与小盘股标的；二是债券资产，采用中债利率债总财富指数与中债信用债总财富指数分别表征利率债与信用债资产；三是商品资产，主要配置于黄金资产，用黄金现货指数作为代表；四是海外权益资产，具体配置于港股与美股资产，分别用恒生指数与标普500指数代表配置标的。

3.1.Black-Litterman配置模型跟踪

我们对Black-Litterman模型优化的主要思路是：根据趋势跟踪择时系统对下期各大类资产的涨跌进行研判，当预判资产上涨时，采用过去24个月上涨月份的平均涨幅作为下期资产预期收益率的代表；当预判资产下跌时，采用过去24个月下跌月份的平均跌幅作为下期资产预期收益率的代表。本模型每月初进行调仓。

截至2017-10-13，BL模型进取型、平衡型与稳健型策略过去5日收益率依次为：2.88%、1.47%、0.71%，过去20日收益率依次为：2.74%、1.83%、1.14%，过去一年收益率依次为：16.63%、5.36%、2.56%。

3.2.风险平价模型配置跟踪

我们对风险平价模型优化的主要思路是引入两个风险调整系数r_u与r_d（r_u>r_d），并根据趋势跟踪择时系统对下期各大类资产的涨跌进行研判，当预判某资产上涨时，将该资产的风险总贡献除以r_u，从而加大该资产的风险预算，上调配置上限；当预判某资产下跌时，将该资产的风险总贡献乘以r_d，从而减小该资产的风险预算，下调配置上限。本模型每月初进行调仓。

截至2017-10-13，风险平价模型过去5日收益率为1.09%；过去20日收益率为1.74%；过去250日收益率为3.31%。

4.量化组合投资策略跟踪

我们考虑采用数量化方法构建系列量化组合投资策略，按照风险程度不同，划分为进取型、平衡型与稳健型，以此作为我们在量化FOF策略开发领域的一点尝试。

4.1.进取型策略

多重趋势跟踪策略

策略理念：该策略以A股市场趋势跟踪为核心设计理念，主要基于macd指标对行情进行波段划分，采用回调买入、背离买入以及突破买入三重趋势跟踪交易系统，同时引入大小盘轮动策略增厚收益。

截至2017-10-13，多重趋势跟踪策略过去5日收益率为2.20%；过去20日收益率为2.48%；过去250日收益率为12.95%，过去250天最大回撤为-10.74%。

4.2.平衡型策略

目标波动率策略

策略理念：本策略主要配置于权益资产，具体配置仓位由择时策略与目标波动率策略决定。择时信号基于经典技术分析缠论中的修正K线，当修正K线创M日新高时，做多权益资产，当修正K线创N日新低时，则平仓权益资产，持有货币基金。当看多权益资产时，采用目标波动率策略确定权益资产配置仓位，并按照风险平价模型将资产配置于沪深300指数基金与中证500指数基金。

截至2017-10-13，目标波动率策略过去5日收益率为：1.43%；过去20日收益率为：1.73%；过去250日收益率为5.11%，过去250天最大回撤为-8.11%。

4.3.稳健型策略

低相关度配置策略

策略理念：本策略采用稳健型资产配置设计思路，股票型资产与债券型资产目标配置比例设定为2:8，并通过择时系统对股票型资产配置仓位进行动态调节，以提升收益风险比。权益资产择时采用N日新高突破系统，当看多权益资产时，20%资金配置于股票行业指数及宽基指数，剩余资金配置于债券资产。基于与沪深300指数的相关性对配置基金进行筛选，选取相关性最小的前3个指数标的进行配置。采用低相关度策略的优势在于更易实现权益资产的分散化配置。

截至2017-10-13，低相关度配置策略过去5日收益率为：0.12%；过去20日收益率为：0.64%；过去250日收益率为-1.95%，过去250天最大回撤为-5.98%。