|
A股风格与分化特征回顾 观察历年各指数年度收益情况,近年呈现以下新特征: 一方面,部分主流风格出现较大逆转,中小创优势不再,取而代之的是上证50及沪深300等蓝筹指数相对抗跌; 其次,个股分化减弱,市场“一九”效应凸显,Alpha空间缩小。 从个股分化看风格轮动 从个股分化度的视角,可窥见风格轮动的些许规律。2015下半年,随着股市暴跌个股出现较大分化,基于风格的反转轮动策略能够捕捉到显著的超额收益;而近年来,随着A股分化回归历史相对低位,风格轮动呈现出强者恒强的“抱团格局”,风格趋势策略显著优于风格均衡及风格反转。 本篇报告中,采用收益率标准差作为个股分化度的刻画,用于衡量特定股票样本之间的分化程度。考虑到近两年A股极端的“一九”分化结构及缩量特征,在计算分化度时将股票池涨跌幅首尾各10%剔除,在剩余80%个股中采用相对成交量加权对分化度指标进行改进,得到成交量修正后的分化度指标MADI。当MADI低于特定阈值时,选择风格趋势策略,反之则采用风格反转策略。 策略实证结果 基于MADI指标分别在中证800、中证500及沪深300指数的成分股构建动态风格轮动策略,回测在2007年3月至2018年12月的样本区间内展开,从回测效果上看,基于分化度的动态风格轮动策略,相对静态因子加权、趋势及反转加权策略均取得显著的改进效果。 以中证800策略为例,基于分化度的动态风格策略,年化超额收益率由静态因子策略的13.2%及风格趋势策略的15.6%提高到17.6%。 最新风格推荐 截止2018年12月,基于三个不同指数计算的分化度均处于较低水平,策略上依然采用“风格趋势”。最新一期(截止2018年12月)风格配置上以价值、流动性及盈利成长风格为主,以中证800为例,其中“股息率”、“市现率”、“换手率”及“EPS增长率”因子的权重均为17%。 核心风险提示 本模型采用量化方法通过历史数据统计、建模和测算完成,并受本文作者主观判断的影响,结论在极端市场环境变化中有失效的风险。 |
|
|
