大类资产与中观行业的季度日历效应探究——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：大类资产与中观行业的季度日历效应探究
日历效应主要是指金融市场与日期相联系的非正常收益、非正常波动等，比较常见的是假日效应与周日历效应。考虑到现在正处于第三季度末，即将进入第四季度，我们本期将观察宏观大类资产与中观行业中是否存在比较明显的季度日历效应。
在宏观大类资产方面，分别对A股、美股、港股、商品与债券市场进行研究。其中，A股我们选择沪深300、中证500与创业板指这三个代表不同风格的指数观察其季度日历效应，债券市场则分别对信用债与利率债进行观察，对于美股、港股与商品市场，则分别以标普500、恒生综指、黄金为代表。在统计时间上以2000年为起始点，如果指数出现时间较晚，则以指数出现的时间为依据进行统计。然后分别计算各资产在历年每一个季度的涨跌幅，并统计资产在各季度的平均涨跌幅。从统计结果来看，沪深300、标普500、恒生综指与利率债在第四季度的平均收益率均明显高于前三个季度，可以认为沪深300、标普500、恒生综指与利率债再在第四季度都存在较为明显的季度日历效应。

在宏观大类资产方面，结果显示A股、美股、港股与债券市场都存在季度的日历效应，下面我们重点分析中观行业层面的日历效应。行业层面我们选择申万一级28个行业，统计时间从2005年至今，计算每个季度各行业相对于沪深300指数的相对收益率，将每个季度各行业的相对收益率进行排序，然后分别统计4个季度各行业相对收益率排序的中位数。从统计结果来看，建筑材料、通信、房地产、家用电器与建筑装饰这几个行业在第四季度的相对收益率均高于前3个季度，但后三个行业的第四季度的排序与其他几个季度差距并不大，相比较而言，建筑材料与通信在第四季度的相对收益率排序显著高于其他几个季度，且在第四季度的排序均最高，存在明显的季度日历效应。因此，我们认为在行业层面，建筑材料与通信存在显著的第四季度日历效应。

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2017-09-22，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2017-09-22，过去5日获得收益率0.13%，同期沪深300指数收益率为0.17%，获得超额收益率-0.04%；过去一个月获得收益率0.68%，同期沪深300指数收益率为1.11%，获得超额收益率-0.43%；过去三个月获得收益率3.09%，同期沪深300指数收益率为4.66%，获得超额收益率-1.57%；过去一年获得收益率11.17%，同期沪深300指数收益率为17.71%，获得超额收益率-6.54%。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19.89%；情绪面配置仓位比例15.17%，技术面配置仓位比例41.97%。从综合择时体系目前的仓位来看，仓位比例在77.03%，相比于上周77.00%，仓位基本持平。

3.量化资产配置模型跟踪
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2017-09-22，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：0.22%、0.13%、0.09%，过去20日收益率依次为：0.47%、0.73%、0.59%，过去一年收益率依次为：13.62%、4.35%、2.24%。

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与（>），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2017-09-22，风险平价模型过去5日收益率为0.17%；过去20日收益率为1.29%；过去250日收益率为2.53%。

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2017-09-22，多重趋势跟踪策略过去5日收益率为0.17%；过去20日收益率为-0.37%；过去250日收益率为10.01%，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中证100指数基金与中证500指数基金。
截至2017-09-22，目标波动率策略过去5日收益率为：-0.11%；过去20日收益率为：1.48%；过去250日收益率为3.20%，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2017-09-22，低相关度配置策略过去5日收益率为：-0.01%；过去20日收益率为：0.83%；过去250日收益率为-2.28%，过去250天最大回撤为-5.98%。