行业多因子模型轮动策略：基于行业微观结构

通胀方面，2月份，CPI同比 0.9%，前值 0.9%， PPI同比 8.8%，前值 9.1%。在CPI同比仍然维持低位很大程度上还是受到食品分项尤其是畜肉中的猪肉价格拖累， PPI同比增速受翘尾因素影响在持续回落。我们在《宏观经济研判及资产配置建议》中利用动态多因子模型对通胀走势进行了预测，当前的通胀走势在我们预期之中，但是PPI环比增速大幅抬升0.7个百分点实现由负转正值得关注。

信用方面，2月社融新增1.19万亿元，同比少增5315亿元，存量社融增速10.2%，环比下降0.3个点。我们在《股市宏观驱动力之流动性》中对社融增速做了预测，为当时的“天量社融”泼了一盆冷水，我们提出社融增速将维持在10.5%附近，当前的社融增速甚至低于我们的预期，值得关注的是居民中长期贷款仅有-459亿元，反映出地产端的需求进一步走弱。

我们在《大类资产收益分析：宏观因子视角》中探讨了通胀和信用走势对权益类资产的显著影响，虽然国内通胀水平有回落趋势，但近期全球通胀预期大幅上升，国内信用因子同比走弱，这可能是近期权益市场大幅回调的重要因素，我们预计官方很快将推出稳增长和宽货币政策，经历过前期大幅回调的权益市场当前不应该更悲观。

前期我们从宏观层面对大类资产收益进行了详尽的分析，本文我们尝试从微观层面对行业资产进行初步探讨。一般来说资产价格的走势是随机的，但是人群聚集的地方，我们却可以通过寻找群体行为的规律，从而达到预判资产价格中短期走势的目的。应用到行业轮动策略，我们自下而上构建了行业市场关注度因子，从侧面刻画人群的聚集程度。另外我们之前的研究中发现A股行业层面存在明显的动量效应，我们将短、中、长期动量因子利用IC加权聚合为行业动量因子，从另一个维度辅助我们构建行业轮动策略。

我们从三个角度来衡量行业关注度：估值价差、行业超额收益率、行业相对波动率。

行业估值价差：

估值价差衡量了行业与市场的估值差距，当投资者追捧某一行业时，会推使行业估值提升，当投资者抛弃某一行业时，会推使行业估值下降，投资者的关注度越高，相关行业估值价差越大，这里我们采用行业PE与市场PE的比值作为代理因子。

长期超额收益率：

长期超额收益表现良好的行业更容易受到投资者的关注，例如白酒、新能源汽车等行业在过去几年的表现出色，导致市场上相应的主题基金备受追捧，这里我们采用行业相对市场两年的超额收益率作为代理因子。

相对波动率：

当关注该行业的投资者增多时，该行业相对市场的波动率会更高，体现的是群体情绪的不稳定性，这里我们采用行业20日波动率相对市场20日波动率作为代理因子。

行业动量：

我们首先分别构建短、中、长期动量因子（时间窗口分别为20日、60日、120日），然后利用IC加权聚合为行业动量因子。

得到估值价差、超额收益率、相对波动率三个关注度指标之后，我们同样利用IC加权将其聚合为行业关注度因子。获得行业关注度因子之后，我们利用因子分析工具进行单因子分析。

首先我们考察因子IC、IR值，IC均值为正说明因子对资产收益率影响为正，但IC绝对值并不大，因子是弱有效的。

然后我们考察因子分组收益率，发现整体上符合我们的判断，因子值越大收益率越高：

我们采用因子值加权构建多空收益组合，表现如下：

同样的，对于行业动量因子，我们也考察其IC、IR值，IC均值同样为正，且其绝对值较关注度因子大幅提升，说明因子的有效性更强。

动量因子分组收益如下图所示：

我们采用因子值加权构建多空收益组合，表现如下：

最后，我们考察综合因子的表现，IC绝对值较单一维度的因子继续大幅提升，因子有效性进一步增强。

综合因子分组收益如下图所示：

我们采用因子值加权构建多空收益组合，表现如下：

需要说明的是，前文的结论基于单因子分析，仅证明了因子的有效性（我们在蛋白资配平台上提供了因子分析框架，相关资料请关注蛋白数科后续推文或者与我们联系），实盘应用需要更加严谨的分析。当前，我们推荐行业综合因子值排序靠前的行业，建议规避因子值较低的行业，具体结果如下：