20220107-风格择时月报：因子风格择时策略（2022年1月期）-国金证券.pdfVIP

2022年1月7日

证券研究报告

金融产品研究中心

风格择时月报量化投资策略报告

因子风格择时策略（2022年1月期）

本篇报告中我们通过XGBoost方法构建因子择时模型以及大小盘轮动模型。根

据拟合得到XGBoost模型对于barra风格、大小盘风格未来收益进行预测，为投

资者提供系统的风格配臵参考。由于两套模型都用到宏观经济数据和市场情绪变

量作为输入变量，且策略框架有一定共性，因此我们放在同一篇报告中做展示。

本报告包括两个相互独立的策略：

1）策略1：我们使用XGboost模型，对股票barra风格因子未来一个月因子收

益正负做出预测。输入自变量包括因子拥挤度、宏观数据（多指标）、市场状态

等。该策略对于做指数增强、smartbeta轮动策略的投资者有帮助。

模型回测显示，风格轮动择时效果明显。我们将择时结果与多因子选股组合优化

框架进行结合，选取中证500指数为基准，选股范围为中证500成分股。在控制

行业偏离和个股权重的情况下，XGBoost模型在测试集（2019年至今）各风格

因子上平均月度胜率为61%，策略收益年化26.36%，相对于中证500超额收益

年化20.6%。12月份是反转和小市值效应占优，策略超额收益为负。

模型在2022年1月份建议高配小市值、质量、低换手因子，低配beta、动

量、低波动因子、成长因子、估值因子。从模型逻辑上看，2022年经济下行确

定性较强，中央经济会议定调流动性适度宽松，PPI面临输入型通胀压力。市场

反转效应较为明显，当前各因子拥挤度均降低，近两月小盘价值股表现较好，建

议模型整体配臵延续小盘配臵。模型本期相对优选对于经济下行、流动性敏感性

较强的小市值因子，以及在整个投资环境趋势不明晰下保持对高质量风格有一定

敞口。

2）策略2：我们使用嵌套XGBoost的打分加权模型，对沪深300、中证500未

来一个月收益高低做出预测。对于偏长期的宏观经济数据维度和偏短期的市场情

绪、估值盈利差、风险偏好维度，我们分别构建两套不同的XGBoost模型来建

立自变量到因变量的映射，然后对不同维度的信号进行等权打分，从而可判断当

前市场环境是否更加有利于投资沪深300或者中证500。策略选取业绩比较基准

为“50%*沪深300+50%*中证500”。

由宏观经济数据为自变量构建的XGBoost模型的胜率分别为76%、超额收益年

化6.56%，夏普比率1.27。由市场情绪自变量构建的XGBoost模型胜率位