光大证券-行业轮动系列研究报告之综合篇：三位一体，自适应（ADC）行业轮动模型-200614

《光大证券-行业轮动系列研究报告之综合篇：三位一体，自适应（ADC）行业轮动模型-200614（20页）.pdf》由会员分享，可在线阅读，更多相关《光大证券-行业轮动系列研究报告之综合篇：三位一体，自适应（ADC）行业轮动模型-200614（20页）.pdf（20页精品完整版）》请在悟空智库报告文库上搜索。

在行业轮动系列光大证券的前几篇报告中，我们分别从宏观、中观、微观三个方面分别构建了相应的板块或行业轮动模型。

该篇报行业轮动系列研究报告之综合篇告我们尝试将这三个维度的行业或板块观点糅合在一起，构建完整的行业轮动模型。

从宏观三位一体、中观、微观三个不同角度得到有差异化的行业轮动观点。

宏观模型从主观逻辑认知的“政策-经济”周期这一角度挑选当前宏观周期下的强势板块；中观模型从行业自适应（ADC）行业轮动模型增速预期与估值水平的角度挑选高增速低估值的行业；微观模型从行业成分股特征的角度对行业整体评判。

通过三个不同维度，我们获得三种有光大证券效且有明显差异化的行业轮动观点。

从2016年6月至2020年5月，宏观模型年化收行业轮动系列研究报告之综合篇益4.6%；中观模型年化收益5.5%，微观模型年化收益10.8%。

自上而下的观点融合方式符合直观三位一体逻辑的同时契合不同观点特征。

依据自上而下、先板块后细分行业的主流投资逻辑，并综合考虑不同自适应（ADC）行业轮动模型维度观点的表达特征。

我们制定了一套自上而下的轮动观点融合框架：先根据宏观模型的观点选出看好的板块，再基于中观模型与微观模型的综合打分对这些强势板块对应的一级行业进行筛光大证券选，挑选出最终看好的行业。

加入双重动态调整机制行业轮动系列研究报告之综合篇增加策略的灵活度。

通过纯量化“宏观情景”三位一体聚类模型与宏观周期模型交叉验证的方式，动态获取我们对宏观观点的信心程度，并以此判断是否使用宏观观点。

同时，根据当前宏观周期动态调整对于中观模型与微观模型的倚重程度，在设置综合打分时区自适应（ADC）行业轮动模型分中观与微观得分的相对权重。

在加入这两重自适应动态机制后，模型在轮动上的有效光大证券性与准确度得以进一步提升。

自适应（ADC）行业行业轮动系列研究报告之综合篇轮动模型收益表现突出：年化超额19%。

基于自上而下框架与双重动态调整机制构建的ADC行业轮动模型三位一体，在2016年6月至2020年5月期间，年化收益率18.7%，夏普比率0.91，月度胜率61.7%；且全部年份均跑赢行业等权基准。

同时若组合参与主动基金（股票型、偏股型、灵活配置型）排名，1年收益率平均排名在前25%-30%，3年收益自适应（ADC）行业轮动模型率稳定居于前10%。

风险提示：结果均基于模型和历史数据光大证券，模型存在失效的风险。

本文使用的部分指标基于外部数据行业轮动系列研究报告之综合篇库提供的数据计算，存在底层数据覆盖度不全或录入不及时的风险。