“落秋”行业轮动策略量化分析模型
在经济运行中,经济增长速度、经济周期循环、货币政策、财政政策等宏观经济因素会给不同资产、行业和个股带来不同投资机会,采取行业轮动的股票投资策略,发掘不同时期较具发展前景行业,可以捕捉行业轮动投资先机,从而获取超越大盘的超额收益。这就是行业轮动策略的中心思想。
美林利用超过30年的数据统计发现,经济周期和资产配置、行业轮动之间存在一定的关系,并将这一结论归纳为“投资时钟”。投资时钟理论自美林2004年提出以来,引发了投资界的高度关注,给投资人在资产配置、行业配置上带来了新的思路。
目前的行业轮动策略分析主要是采取基本面分析法,通过对宏观经济周期的分析,来研判行业景气度变化,并进行行业配置。同时,也有少数通过技术分析方法来确定热点行业,并进行行业配置,如国信投资通过分析动量指标来发现行业热点,确定行业配置。
“落秋”行业轮动策略量化分析模型是一个基于市场交易数据的量化分析模型,按照独特的数据处理方法,通过对每日沪深证券交易市场上的上万个交易数据的运算处理,最终计算出每个行业的主动度,由此来确定当日各行业板块的上行动力。
数据收集从2013年1月25日开始,附件为截止2014年1月3日的所有数据处理结果。
模型输出值-主动度的使用解释
n 主动度数值越小,表示上行动力越强;
n 大盘上涨日的主动度数据对行业轮动策略分析具有明显的价值,而下跌日则相关性明显减弱,所以略去了大盘下跌日的数据。具体方法是,以近期市场上的强势股票指数作为参照,2013年选择创业板指数(399006)作为参照;
n 将一个短期连续上涨期的数据放在一起进行分析。如可以将2013年4月16日至5月27日的所有数据放在一起,可以观察这轮行情中哪些行业板块是热点板块;
n 在一个连续上涨期间,能够连续两天“上榜”的行业,一般在该轮上涨行情中的涨幅会明显超越大盘。
经典案例
Ø 2013年2月5日至3月6日,共有36个上榜数据,环境保护板块上榜6次,其中 5次是连续上榜。这与环境板块在这轮行情中的出色表现相合。
日期 | 行业名称 | 主动度 |
20130207 | 航空航天 | 6 |
20130207 | 环境保护 | 18 |
20130208 | 汽车类 | 10 |
20130208 | 医疗保健 | 15 |
20130208 | 环境保护 | 15 |
20130218 | 环境保护 | 5 |
20130218 | 航空航天 | 15 |
20130218 | 工业机械 | 17 |
20130218 | 医疗保健 | 18 |
20130220 | 电信运营 | 7 |
20130220 | 医疗保健 | 9 |
20130220 | 医药 | 14 |
20130220 | 环境保护 | 19 |
20130220 | 供气供热 | 22 |
20130225 | 环境保护 | 4 |
20130225 | 水务 | 8 |
20130225 | 工业机械 | 21 |
20130225 | 供气供热 | 22 |
Ø 在2013年第二、三季度,要问哪一个行业的表现最牛,可能基本上大多数人都有答案,那就是互联网,“落秋”从量化的角度给予了最强力的支持。2013年4月1日至9月27日,共有231个上榜数据,互联网板块上榜36次,占比高达15.6%,而且多数时候属于连续上榜。具体数据见附件。
Ø 2013年4月22日,创业板指数突破前期高点(3月6日:903),收盘到916。然后,到5月2日几天里,连续出现大幅振荡,方向不明。这几天,尤其是上涨的4月22日、24日和5月2日,“落秋”这三天的数据特别活跃,多达4个行业连续上榜,发出强烈的上涨信号。
日期 | 行业名称 | 主动度 |
20130422 | 电信运营 | 4 |
20130422 | 传媒娱乐 | 12 |
20130422 | 互联网 | 13 |
20130422 | 医疗保健 | 20 |
20130422 | 通信设备 | 20 |
20130422 | 软件服务 | 22 |
20130424 | 电信运营 | 4 |
20130424 | 互联网 | 8 |
20130424 | 传媒娱乐 | 16 |
20130424 | 通信设备 | 16 |
20130424 | 软件服务 | 21 |
20130502 | 电信运营 | 4 |
20130502 | 互联网 | 8 |
20130502 | 传媒娱乐 | 13 |
20130502 | 广告包装 | 19 |
困难与挑战
Ø 电信运营板块频繁上榜,但表现很一般,属于典型的噪声数据。如何辨识和排除噪声数据将是本模型的最大挑战。
Ø 一些短期出现大幅上涨行情的行业板块,“落秋”模型无法捕捉到信号。如公共交通板块2013年8月19日至9月24日,一个月多点,涨幅高达近40%,但上榜数据仅4个,而且有3个在9月18、23和24日,出现在上涨行情的末期,不仅不能起到先行指示作用,反而起到误导高位买入的作用。对“落秋”感兴趣的朋友在使用模型时一定要特别关注这种情况出现的可能性。
小结
“落秋”行业轮动策略量化分析模型对行业轮动有很强的识别能力,对于行业轮动研究感兴趣的人具有很大的参考价值。“落秋”特别有价值的地方在于,大多数研究行业轮动的数据都是来源于基本面的数据,而“落秋”的数据全部来源于技术面,两者可以进行相互印证。
(特别说明:一个模型总要有一个名称,证券分析的目的就是为了预测未来,希望能够做到一叶落而知天下秋,故取名落秋。)