华泰证券-基本面轮动系列之九：行业配置策略,拥挤度视角-201127

　　本文从拥挤度视角开展行业配置策略研究，通过规避交易风险获取收益
　　本研究是前期报告《拥挤度指标在行业配置中的应用》（2020-02-09）改进篇，主要通过构建拥挤度指标来定量分析各行业的交易过热风险，构建行业配置策略，具体内容包括：1.从行业指数和成分股两个角度进行了连续型拥挤度指标的构建；2.采用门限回归方法对拥挤度指标的有效性进行验证，寻找能够稳定揭示市场交易过热状态的指标；3.构建表现稳定的复合拥挤度指标，并据此构建行业配置策略。实证结果表明，拥挤度指标能够对市场情绪起到监测作用，可以及时提示各行业的交易过热风险，基于拥挤度指标构建的行业配置策略可以通过规避风险获取一定的超额收益。
　　从行业指数时序特征和成分股特征两个角度构建了总计17项拥挤度指标
　　拥挤度指标构建的初衷是从量价信息中捕捉市场的交易过热风险。我们从行业指数的时序特征角度构建了动量、流动性、量价相关性、波动性四类拥挤度指标，还从成分股特征角度构建了个股上涨比率、收益率分布和换手率分布三类指标，最终构建了总计17项拥挤度指标。为了便于不同指标间的对比，我们直接采用历史分位数表征行业拥挤度，拥挤度指标数值越大时对应行业本身的拥挤状况越严重。
　　采用门限回归方法能够对连续型拥挤度指标的有效性进行验证
　　本研究引入门限回归方法对拥挤度指标有效性进行判别。门限回归方法非常契合拥挤度指标的构建初衷，即拥挤度指标只需在门限值之上对指数下行风险起到预测作用，门限值之下则无需考虑。我们以拥挤度指标作为自变量，未来20日行业指数收益率作为因变量构建门限回归方程。经过显著性、回归系数相关性、胜率以及收益率相关性等四项检验，最终挑选了成分股10日收益率峰度、过去20日平均换手率和40日成交额收盘价相关系数三个拥挤度指标，再结合门限回归的结果为每个指标设定参考阈值。将三个指标直接线性叠加后，可以构建表现更加稳健的复合拥挤度指标。
　　基于拥挤度指标构建的行业配置策略和大盘择时策略都能取得超额收益
　　我们基于复合拥挤度指标进行了三种策略构建：首先，拥挤度指标具有明显的空头效应，基于月度行业拥挤度信号构建的空头策略年化超额收益率可达-8.51%。其次，拥挤度还可以作为日度风险监控指标，通过对处于拥挤状态的行业进行清仓处理，能够减小策略回撤、提高收益。基于拥挤度指标构建的风险监控策略年化超额收益率在3%以上。最后，对各行业拥挤度进行汇总可以构建大盘择时策略，当拥挤行业个数多于十个时按空仓20日处理、其余时间买入，基于复合拥挤度指标在万得全A、上证综指和深证成指上的择时超额收益可以达到6%以上。
　　拥挤度策略还能和景气度策略进行合理搭配，增厚收益
　　基于拥挤度指标可以对目前已有的行业轮动策略进行改进，通过规避交易过热风险来提高策略收益，减少最大回撤。将拥挤度指标和前期报告《行业配置策略：景气度视角》（2020-11-05）中的景气度指标相结合，可以构建表现稳健的行业轮动策略。通过每月底最新数据筛选的“高景气+低拥挤”行业组合，可以达到8.45%的年化超额收益率、66%的调仓胜率。将月度景气度指标作为底仓，再结合日频拥挤度指标进行风险监控，可以构建年化超额收益率达到18.22%的复合策略。
　　风险提示：模型根据历史规律总结，历史规律可能失效。市场出现超预期波动，导致拥挤交易。报告中涉及到的具体行业不代表任何投资意见，请投资者谨慎、理性地看待。