量化捕捉宏觀驅動下的行業戴維斯雙擊機會.pdf

量化捕捉宏觀驅動下的行業戴維斯雙擊機會。傳統宏觀驅動定量配置框架的局限。自上而下的宏觀驅動定量配置歷來是市 場關心的熱點。但宏觀到資產的配置痛點在于傳導鏈條長、邏輯假設復雜，無法 通過簡單的線性映射準確刻畫： 1. 美林時鐘、普林格經濟周期都屬于樣本分類方法，其局限性在于經濟周期的 判斷較難，且表面相似的宏觀場景背后的底層邏輯鏈條可能有較大區別。 2. 時序回歸是另一常用的宏觀預測資產價格的思路，其局限性在于宏觀變量與 行業資產價格收益之間的直接相關關系較弱。

引入中間變量的宏觀驅動配置思路。我們認為一個更清晰的宏觀變量傳導邏 輯是：宏觀指標發生變化影響盈利與估值的變化，進而導致資產價格發生變化， 其本質是一個非線性結構。我們在宏觀變量與資產價格之間，引入景氣度和估值 作為中間變量，把宏觀指標的預測目標從收益率轉換到景氣度和估值預測上，再 由行業景氣度和行業估值變化驅動行業價格變化。

景氣度和估值宏觀驅動因子構建。我們將不同宏觀變量對行業景氣度和估值 的預測值按月填充后取平均，分別構建景氣度宏觀驅動因子和估值宏觀驅動因 子。兩個因子在截面上有一定的行業輪動能力，各自多頭組合的超額收益較為穩 定。

景氣度與估值的行業戴維斯雙擊策略。 1. 景氣度宏觀驅動因子與估值宏觀驅動因子相關性平均為負，將兩個因子結合 為最終的行業宏觀驅動因子，因子表現有進一步提升。歷史上看，多頭行業 分布較為均勻。 2. 通過交叉分組的方式選取未來景氣度與估值有望雙升的宏觀驅動的行業戴 維斯雙擊組合。策略絕對年化收益為 28.0%，超額年化收益為 17.6%，策略 表現優異。