市值因子择时：趋势与拐点模型融合

20250525-华泰证券-金工深度研究：基于趋势和拐点的市值因子择时模型

核心要点概览

本研究报告旨在解决A股市场市值风格择时难题，通过结合趋势模型和拐点模型，构建了一个有效的市值因子择时模型。该模型能够显著提升收益，同时降低最大回撤和最长新高天数，并已成功应用于沪深300与中证2000的轮动策略中。

主要内容和关键发现

1. 市值因子定义

为了确保择时结论的普适性和可应用性，报告对市值因子进行了合理定义，使其既贴合BARRA定义以应用于指数增强产品，又兼顾主流宽基指数成分股范围以应用于宽基指数ETF轮动。

定义包括以下步骤：

• 剔除上市不满63个交易日的股票。
• 剔除过去63日平均成交额位于后10%的股票。
• 剔除ST、*ST、停牌的股票和北交所股票。
• 在剩余股票中，按过去63日平均总市值从高到低划分为十组，第一组为大市值组，第十组为小市值组。
• “小市值组个股每日对数收益率的均值，减去大市值组个股每日对数收益率的均值，等于市值因子每日收益率。”

2. 趋势模型

趋势模型旨在从宏观层面捕捉市值因子的中长期走势，信号偏右侧。

• 组成维度： 经济增长和流动性。
• 判断方法： 采用“多组双均线系统”判断趋势，以应对指标噪声和降低参数敏感性，通过统计45组参数的金叉/死叉比例来评分。
• 市值因子自身趋势择时表现不佳： “在训练集上，市值因子自身趋势的择时效果差强人意。……无论X取何值，最长新高天数相较基准改善均有限。” 这表明仅依赖市值因子自身趋势难以有效捕捉大幅突破或破位行情。
• 经济增长维度：先验逻辑： “经济增长越景气，大市值公司的盈利状况越好，其股价越容易跑赢小市值公司，即景气利空小市值是本节的先验逻辑。”
• 指标： 选取了5个高频经济增长指标，涵盖外需和内需。
• 回测表现： 各种X取值下，业绩指标相较基准均有显著改善，且参数鲁棒。最优X值为0.65。
• 流动性维度：先验逻辑： “流动性越宽松，小市值公司越容易以低成本的资金开展经营，其估值端弹性相较大市值公司更大，即宽松利好小市值是本节的先验逻辑。”
• 指标： 选取了4个高频流动性指标，涵盖短端到长端利率。
• 回测表现： 各种X取值下，业绩指标相较基准均有显著改善，且参数鲁棒。最优X值为0.60。

3. 拐点模型

拐点模型旨在从交易情绪出发，捕捉市值风格在极端交易情绪后的反转机会，信号偏左侧。

• 核心理念： 交易拥挤度，即当市场出现高动量、高成交、高波动、趋势趋同等特点时，风格可能面临反转风险。
• 指标类型： 构建了十类拥挤度指标，包括：

1. 动量之差（14个子指标）
2. 成交额之比（14个子指标）
3. 换手率之比（14个子指标）
4. 波动率之比（12个子指标）
5. 真实波幅之比（14个子指标）
6. 涨跌比之差（14个子指标）
7. 强势股占比之差（6个子指标）
8. 配对相关性之差（6个子指标）
9. 第一主成分贡献率之差（6个子指标）
10. 风险对冲系数之差（6个子指标）

• 有效性检验： 采用“门限测试”检验子指标能否有效提示市值风格的反转机会。测试要求子指标对小市值和大市值风格反转均有效。
• 通过门限测试的指标： 共有8类指标（除波动率之比和强势股占比之差外）的38个子指标通过了门限测试。
• 拥挤度得分计算： 通过逐层整合子指标，最终得到小市值拥挤度得分和大市值拥挤度得分。“市值拥挤度得分在训练集上也是可以通过门限测试的。”
• 小市值拥挤度得分越接近100%越拥挤，大市值拥挤度得分越接近0%越拥挤。
• 拥挤度得分通常能在市值因子反转之前达到极端值，提供提前20个交易日的预警。例如：“2024-01-10 小市值风格发生反转，而小市值风格拥挤度自 2023-10-24 起一直大于 95%。”

4. 趋势与拐点模型结合

将趋势模型和拐点模型融合，以实现更优的市值因子择时效果。

• 趋势模型得分： 经济增长维度和流动性维度各提供+1（看好小市值）、-1（看好大市值）、0（维持前期）分，总分在-2到+2之间。
• 拐点模型得分： 具有“一票否决”作用，得分设定为+2、-2或0。
• 若最近20个交易日有两个交易日小市值拥挤度得分大于阈值C（提示小市值风格拥挤），则记为-2分。
• 若最近20个交易日有两个交易日大市值拥挤度得分小于阈值1-C（提示大市值风格拥挤），则记为+2分。
• 其他情况记为0分。
• 总得分： 趋势模型得分与拐点模型得分相加。
• 总得分≥1：开仓市值因子。
• 总得分≤-1：清仓市值因子。
• 总得分=0：维持先前仓位。
• 最优方案： “趋势(开仓阈值0.60)与拐点(高拥挤阈值95%)模型结合的方案在市值因子择时上的表现最优。”
• 相较市值因子基准，年化收益和回归年化收益分别提升13.09 pct和12.69 pct。
• 最大回撤下降31.94 pct。
• 最长新高天数下降1100个交易日。
• 调仓频率较低，仅17次开仓。

5. 沪深300与中证2000轮动策略应用

将最优择时方案应用于沪深300（大市值代表）与中证2000（小市值代表）的轮动策略。

• 回测区间： 2014年6月30日至2025年4月30日。
• 策略表现：年化收益率为21.02%，跑赢等权基准13.74%。
• 回归年化收益提升14.27 pct。
• 夏普比率提升0.50。
• 最大回撤下降7.75 pct。
• 最长新高天数为600个交易日，而基准组合至今未修复2015年高点。
• 存在问题： 2021年以来，轮动组合相对基准组合的超额收益波动增大，信号胜率下降，这可能与中证2000指数的成分股演变有关，其已不再是纯粹的小市值风格代表。

总结与反思

• 过拟合挑战： 择时模型普遍存在过拟合问题。本研究通过多指标打分、多组双均线系统等方法降低敏感性，但指标选取仍有风险。
• 提升模型可靠性： “模型的可靠性等于信号的IC乘以样本宽度”，因此在固定训练集情况下，只能提升采样频率（使用高频宏观数据和日频交易数据）。
• 实际应用建议： “小市值风格拥挤只是小市值风格回撤的必要非充分条件，回撤的发生还需要实质性利空事件的“点火”。” 建议在实际操作中结合主观判断和宏观事件，灵活运用模型信号，避免机械遵循。

风险提示

1. 历史规律失效： 模型基于历史规律总结，但历史规律可能失效，特别是中国经济转型过程中，传统制造业指标的指示意义可能下降。
2. 方法学迁移限制： 本方法学不一定能直接迁移到其他A股风格（例如红利风格）。
3. 指数不代表投资意见： 报告涉及的宽基指数不代表任何投资意见，投资者应谨慎理性看待。