量化投资周报:权益资产大涨 各资产配置模型均表现优异

摘要
对于不同类别的资产我们均可从两个维度进行择时,基于动量的右侧交易系统,以及基于估值的左侧交易系统。因此对大类资产中的A股、港股、美股、债券、黄金资产,我们以沪深300指数、恒生指数、标普500指数、中债总净价指数、黄金现货指数作为代表,分别构建了趋势跟踪择时系统以及估值指标择时系统。

  华宝证券 分析师 / 张青 研究助理 / 余景辉

  1.大类资产择时信号跟踪

  对于不同类别的资产我们均可从两个维度进行择时,基于动量的右侧交易系统,以及基于估值的左侧交易系统。因此对大类资产中的A股、港股、美股、债券、黄金资产,我们以沪深300指数、恒生指数、标普500指数、中债总净价指数、黄金现货指数作为代表,分别构建了趋势跟踪择时系统以及估值指标择时系统。

  1.1.趋势跟踪择时

  我们基于区间突破的思路,构建了大类资产的趋势跟踪择时系统,当价格突破前期N1日高点或者N2日低点时,未来有趋势延续的可能性。

  截至2018-01-19A股、港股、美股处于上升趋势中,黄金高位震荡,债券经过前期的大幅下跌,处于底部震荡。总体来看, A股、港股、美股趋势看多,黄金、债券趋势看空。

  

  

  

  1.2.估值指标择时

  资产的估值水平决定了从战略层面看资产是否具有配置价值,本质是一个左侧交易系统,可以对传统趋势跟踪的右侧交易系统形成有益补充。

  对于权益资产(A股、港股、美股),我们利用PE或者PB指标构建估值系统。其中A估值指标采用分析师一致预期数据构建,以体现估值的动态性;港股、美股资产受制于数据可得性,采用历史财务数据构建估值指标。估值状态(即估值合理、低估或高估)采用权益资产当前估值指标所处历史过去N年分位数确立,当突破下阈值时,认为当前资产价格处于低估状态,突破上阈值则认为资产价格估值,处于上下阈值之间则认为资产价格估值合理。

  对于债券、黄金资产,考虑融入宏观基本面因素构建估值指标。其中债券资产估值状态的确立主要依据当前10年期国债收益率自身处于的历史分位数,并根据经济周期的运行状态确立低估、高估阈值;黄金资产采用广义美元指数、美国10年期通胀指数国债收益率以及标普500VIX指数构建多元回归方程,并用于区间估计构建合理估值区间。

  截至2018-01-19A股、港股和美股的估值指标均处于历史分位数的80%以上,未来有一定的高位下跌风险,黄金资产处于正常估值区域,债券资产处于低估值区域,具有战略性配置价值。

  

  

  

  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2018-01-19,过去5日基本面指标中,日均耗煤量指标发出看空信号,农产品批发价格指数发出看空信号,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空信号;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2018-01-19,过去5日获得收益率0.61%;过去一个月获得收益率2.51%;过去三个月获得收益率4.25%;过去一年获得收益率19.15%。过去一年最大回撤-4.12%

  综上,基本面方面我们配置仓位比例0.00%;情绪面配置仓位比例0.00%,技术面配置仓位比例43.16%。从综合择时体系目前的仓位来看,仓位比例在43.16%,相比于上周42.81%,仓位基本持平。

  

  

  

  3.量化资产配置模型跟踪

  我们构建了基于收益的资产配置模型(BL模型)以及基于风险的资产配置模型(风险平价模型和目标风险模型)。

  对传统BL与风险平价模型,我们引入择时系统进行优化,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。

  对于目标风险模型,主要基于不同风险约束,通过最大化资产组合相对于市场组合的贝塔系数求解资产配置权重,以提升相对于基准指数的收益风险比。该模型主要配置于A股资产和债券资产。

  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:在预期收益率设定方面根据趋势跟踪和估值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,将其均衡收益率调高作为下期资产预期收益率;当预判资产下跌时,将其均衡收益率调低作为下期资产的预期收益率;此外对协方差矩阵进行优化时主要通过情景划分并结合时间维度,将正常点与异常点计算的协方差矩阵进行加权得到最终的协方差矩阵。本模型每月初进行调仓。

  截至2018-01-19BL模型进取型、平衡型与稳健型策略过去5日收益率依次为:1.50%0.92%0.50%,过去20日收益率依次为:5.99%3.83%2.16%,过去一年收益率依次为:22.24%14.11%9.10%

  

  

  

  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,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,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2018-01-19,风险平价模型过去5日收益率为0.32%;过去20日收益率为3.44%;过去250日收益率为10.03%

  

  

  3.3.目标风险策略配置跟踪

  目标风险策略配置的主要思路是:在风险约束的条件下,最大化资产组合相对于市场组合的贝塔系数。最优化中的风险通过下行风险计算,即投资亏损一定比例的风险。通过给定最低可容忍收益(R)与对最低可容忍收益的最大可容忍概率(P)可以得到不同的风险约束,也能间接计算模型的目标波动率。该模型划分为3档,进取型、平衡型与稳健型,配置于中证100指数、中证500指数、中债固定利率债总财富指数以及中债信用债总财富指数,并按月生成调仓信号。

  

  截至2018-01-19目标风险策略进取型、平衡型与稳健型策略过去5日收益率依次为0.23%0.23%0.27%,同期沪深300收益率为1.43%;过去20日收益率依次为:3.94%3.94%3.91%,同期沪深300收益率为5.35%;过去一年收益率依次为:19.10%18.52%17.86%,同期沪深300收益率为29.17%;过去一年最大回撤为-7.04%-7.04%-5.56%,同期沪深300最大回撤为-6.07%

  

  

  

关键词阅读:权益资产 资产配置模型 量化资产

责任编辑:Robot RF13015
精彩推荐
加载更多
全部评论
金融界App
金融界微博
金融界公众号