蛋白资配平台新功能-行业&风格拥挤度

行业拥挤度旨在度量跟踪某行业的资金的多少。虽然持仓数据最能体现行业的拥挤程度，但是考虑到可获取的持仓数据较为片面且具有较强的滞后性，因此蛋白资配平台尝试从交易数据构建指标衡量行业的拥挤度。构建拥挤度指标以定量分析各行业的交易过热风险，为交易过程提出警示，主要研究内容包括：

1. 从以下三个角度进行了拥挤度指标的构建；

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，拥挤度上升时，会推使估值价差拉大。反之，在拥挤度降低时，估值价差缩小。

长期收益：长期收益表现良好的行业更容易受到投资者的青睐，因此该行业更容易出现拥挤。

波动率：当行业较为拥挤时，行业的波动会较高，因此可使用波动率侧面衡量拥挤度。

2. 采用显著性检验、信号胜率检验、回归收益检验和过拟合检验等多种方法对拥挤度指标进行筛选；

3. 通过打分法将可靠性高的单项拥挤度指标进行复合，构建表现更稳定的复合拥挤度指标。

实证结果表明，拥挤度指标可以作为有效的风险预警指标和其他策略进行搭配，在交易过程中规避行业指数可能出现的下跌风险，提高轮动策略的表现。

下图分别展示了中证10行业的拥挤度走势以及行业净值（截至2020年6月18日）。

中证能源：

中证材料：

中证工业：

中证可选：

中证消费：

中证医药：

中证金融：

中证信息：

中证电信：

中证公用：

观察上面10张图可以发现，行业拥挤度的局部高点往往对应着行业相对表现的局部高点。然而，拥挤度指标具有较为明显的左侧特征，即，拥挤度较高的行业并不一定马上会出现收益的反转。在行业收益动量性较强的情况下，行业拥挤度以及行业收益往往会同时上升，并且高拥挤的行业并不一定在短期内就出现会收益反转。

中证10行业整体拥挤度：

整体来看截止6月18日，中证10行业中电信；信息；消费；医药这四个行业的拥挤度较高。与5月底拥挤度数据对比，电信，信息和医药拥挤度增长变化较大。

除中证10行业外蛋白资配平台还提供申万一级28行业的行业拥挤度数据哟！

区别于行业拥挤度，蛋白资配平台也提供基于barra风格因子的风格拥挤度。

贝塔因子：

账面市值比因子：

盈利因子：

成长因子：

杠杆因子：

流动性因子：

规模因子：

动量因子：

残差波动因子：

非线性市值因子：

观察barra十个因子的的拥挤度历史走势情况同样可以发现，风格拥挤度的局部高点往往对应着该风格相对表现的局部高点。

风格因子整体拥挤度：

整体来看截止6月18日，风格因子中账面市值比因子，杠杆因子以及非线性市值因子的拥挤度较高。与5月底拥挤度数据对比，残差波动因子，账面市值比因子，杠杆因子的拥挤度增长变化较大。

随着因子投资的兴起，投资者对于因子择时的需求越来越大。由于之前投资者更加偏好从行业板块的角度进行投资，因此可将拥挤度这一概念进一步扩展到行业以及风格上。

考虑到配对相关性的收益预测效果并不符合因子拥挤的内生反转的择时思路，因此在构建最终的复合拥挤度指标时，在剔除了配对相关性后，使用其余指标等权复合计算得到了复合拥挤度。通过观察复合拥挤度与行业、风格相对净值的共同走势可以发现，复合拥挤度的局部高点与行业、风格相对净值的局部高点具有一定的对应关系。

不同于系列前期因子择时研究从外生变量的角度出发的研究方法，因子拥挤度这一概念，构建了一系列内生变量，并对于该类变量在中长期因子择时上的效果进行了回测。相比于外生择时变量，内生变量虽然无法在逐月之间为模型提供较强的灵活性，但是内生变量的逻辑性更强，并且在中长期对于因子未来收益表现具有更加稳健的预测效果。