识别风险，发现价值请务必阅读末页的免责声明1/28金融工程|专题报告2017年7月4日证券研究报告Table_Title从宏观因子走势中挖掘大类资产投资机会量化资产配置研究之五Table_Summary报告摘要：根据宏观因子配置大类资产本文将主要从宏观因子的角度出发来研究资产配置。在宏观因子的选择上，我们主要选择了一些市场上投资者关注度较高的宏观因子，并要求这些宏观因子有一个比较可靠的数据来源，以及一个相对较高的公布频率。在策略的开发上，我们参考了美国市场上标普动态多资产配置指数，并根据A股市场实际情况做出了两点改进。寻找对于资产未来收益率影响较为显著的有效宏观因子事件由于单个因子对于大类资产收益率的解释能力较差，我们尝试利用宏观因子在最近一段时间内的走势作为未来资产配置的依据。本文中我们定义四类宏观因子事件(短期高低点、连续上涨下跌、创历史新高新低、因子走势反转)来表现宏观因子的近期走势，并从历史上寻找有效因子事件——既对于资产未来收益率影响较为显著的因子事件作为资产配置的依据。有效因子事件筛选方法及筛选标准在筛选有效因子事件时，我们采用两个标准：历史上因子事件的发生次数、以及因子事件对于资产未来收益影响稳定性。在发生次数上，我们希望该因子事件在历史上的发生次数超过一定的阈值；在对资产未来收益影响的稳定性方面，我们定义因子事件IR为：每次事件发生后，资产平均涨跌幅(一个自然月或三个自然月)/资产涨跌幅标准差，如果因子事件IR的绝对值越大，则该因子事件对于某一个资产未来收益的影响将更加稳定。根据有效宏观因子事件构建动态资产配置策略在资产配置的策略的具体运作上，我们采用定期调仓的模式，以1个月或者3个月作为调仓的周期。在每一个换仓时点，我们都将根据筛选出的有效宏观因子事件进行权重的调整。经测算，以一个月为周期进行换仓，相比于基准配置，动态配置组合在全样本下获得了年化10%的超额收益率；同时，在经典模型——风险平价模型、马科维茨模型的基础上加入动态调整，收益率也同样有了一定幅度的提高。核心假设风险：本文中所引入的假设以及基于假设所构建的模型，均为对于所要研究问题的一种抽象，且模型采用的数据均为历史数据，因此模型以及基于模型得到的相关结论并不能完全准确的刻画现实环境以及预测未来。图1宏观因子事件说明图2策略全样本表现(一月换仓)Table_Author分析师：马普凡S0260514050001021-60750623mapufan@gf.com.cn分析师：严佳炜S0...
