金融工程定期:资产配置月报(2024年9月)
开源证券·2024-09-01 12:03

量化模型与构建方式 1. 高频宏观因子 - 因子名称:高频宏观因子 - 因子的构建思路:通过资产组合模拟构建一套高频宏观因子体系,用以观察市场交易的宏观预期变化[5] - 因子具体构建过程: 1. 真实宏观指标合成低频宏观因子 2. 筛选领先于低频宏观因子的资产 3. 以资产同比收益率为自变量,低频宏观因子同比为因变量,通过滚动多元领先回归确定资产权重,构建投资组合模拟宏观因子走势[5] - 因子评价:高频经济增长、高频通货膨胀(消费端、生产端)相比于对应低频宏观因子有一定领先性[6][9] 2. 债券久期择时模型 - 模型名称:债券久期择时模型 - 模型构建思路:利用改进的Diebold2006模型预测即期收益率曲线,并映射出不同久期债券的预期收益[13] - 模型具体构建过程: 1. 预测水平、斜率、曲率因子 2. 水平因子的预测基于两个视角:宏观变量预判和政策利率跟随 3. 斜率和曲率因子的预测基于AR(1)模型[13] - 模型评价:模型预测未来三个月水平因子下降,斜率因子陡峭化,曲率因子增凸,推荐持有1年期短久期债券[13] 3. 转债配置模型 - 模型名称:转债配置模型 - 模型构建思路:比较转债和正股的相对估值,比较偏债型转债与同等级期限的信用债配置价值,以及在转债内部进行风格轮动[15] - 模型具体构建过程: 1. 构建"百元转股溢价率"指标,计算滚动历史分位数衡量转债和正股当前的相对配置价值 2. 取"修正YTM–信用债YTM"中位数衡量偏债型转债和信用债之间的相对配置价值 3. 构建转股溢价率偏离度因子和理论价值偏离度因子,剔除高估值转债 4. 选择转债20日动量与转债波动率偏离度作为市场情绪捕捉指标,双周频调仓构建转债风格轮动组合[15][16][17] - 模型评价:转债风格轮动年化收益为20.27%,最大回撤14.97%,信息比率1.35,月度胜率64.10%[17] 4. 黄金预期收益模型 - 模型名称:黄金预期收益模型 - 模型构建思路:将黄金和美国抗通胀债券(TIPS)的远期实际回报关联,构建黄金的预期收益模型[19] - 模型具体构建过程: 1. 通过扩展窗口OLS估计参数k,以美联储长期通胀目标2%作为π的代理 2. 公式: [E(R)]=k×[TIPS] [E(R)] = k \times [TIPS] [R]=π+k×[TIPS] [R] = \pi + k \times [TIPS] 3. 2024年8月31日,模型测算未来一年黄金的预期收益率为18.5%[19] - 模型评价:当前黄金资产的预期收益>10%,择时策略发出延续一年的看多信号[20] 模型的回测效果 - 债券久期择时模型: - 8月回报4.6bp,等权基准收益率为-3.7bp,策略超额收益8.3bp[13][14] - 最近一年,零息国债久期调整策略回报4.09%,等权基准收益率为5.67%,策略超额收益-1.58%[13] - 转债配置模型: - 截至2024年8月30日,"百元转股溢价率"为10.63%[16] - "修正YTM–信用债YTM"指标中位数为2.28%[16] - 转债风格轮动年化收益为20.27%,最大回撤14.97%,信息比率1.35,月度胜率64.10%[17] - 今年以来收益为8.73%,最大回撤为14.97%[17] - 黄金预期收益模型: - 2024年8月31日,模型测算未来一年黄金的预期收益率为18.5%[19] - 基于TIPS收益率的择时模型过去一年绝对回报为29.04%[21]