【国金证券】Beta猎手系列之十三：多种类、多周期事件化的开放式择时框架-250910（22页）.pdf

1、 敬请参阅最后一页特别声明 1 摘要 传统基于事件驱动构建的择时策略较容易出现过拟合问题，且普遍存在稳健性较弱的问题，底层信号一旦衰减将明显影响整个策略的表现。因此本次报告提出了一种全自动化的择时策略生成框架，底层基于事件驱动思路生成信号。该框架可以在任意指标集的基础上挖掘出其中有效的信号，并构建对任意标的资产的择时信号。整个构建流程中尽量控制了数据挖掘的可能，采用滚动更新的机制避免过拟合情况发生；确保流程符合逻辑性、可解释性等要求，能输出流程中所有的中间信息；框架也具有较好的泛化性，无需调整即可对不同标的进行测试，也因此计算速度较快；除了直接构建策略外，该择时框架也可以帮助我们初步探索未知的

2、数据集，寻找其中具有择时价值的指标与事件。我们在各宽基指数与行业指数上进行了回测测试，指标集选择了指数自身量价、宏观、期权、融资融券与成分股的基本面、资金流数据。以中证 A500 指数为例，各数据集都能获得超过中证 A500 指数的收益表现，其中基于基本面、宏观数据得到的信号质量显著较好，区间内年化收益分别达到 8.21%和 8.02%，年化超额收益分别为 7.80%和 7.45%。而在信号胜率方面，资金流指标表现较突出，看多胜率达到 61.11%。最终合成择时策略年化收益率 10.61%，Sharpe 比率 0.813，各项指标相对基础信号都有一定提升。在其他宽基上，也均有较明显的超额收益表

3、现。而在行业指数上，各行业的择时策略表现各有优劣，主要原因在于部分行业的涨跌更依赖于特定的数据指标，因此统一的数据集无法起到稳定有效的判断效果，需要添加有针对性的指标集并对无效的指标集进行整体剔除，才能提升最终择时效果。风险提示 以上结果通过历史数据统计、建模和测算完成，历史规律未来可能存在失效的风险。各类事件因子可能会受到政策、市场环境发生变化的影响，出现阶段性失效的风险。市场可能出现超出模型预期的变化，导致策略出现超出模型估计的波动和回撤。金融工程专题报告 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录内容目录 一、择时策略框架构建.4 1.1 传统择时策略的构建流程.4 1.2

4、 全自动择时框架结构介绍.4 二、全流程择时框架结构.5 2.1 择时框架第一层：数据选择.5 2.2 择时框架第二层：指标预处理+用法判断.5 2.3 择时框架第三层：事件化处理.7 三、择时框架测试.8 3.1 择时框架效果测试以中证 A500 指数为例.8 3.2 各宽基指数上测试效果.11 3.3 行业指数上的回测效果.16 总结.16 风险提示.17 附录.17 图表目录图表目录 图表 1：事件驱动型择时策略的一般构建流程.4 图表 2：回测指标集情况.5 图表 3：择时框架第一层流程.5 图表 4：数据格式变动类型.6 图表 5：择时框架第二层流程.6 图表 6：事件化列表与参数.

5、7 图表 7：各层级信号合成流程.8 图表 8：择时框架第三层流程.8 图表 9：各指标集在 A500 上的回测净值.9 图表 10：各指标集在 A500 上的回测表现.9 图表 11：宏观指标集各指标的初步筛选与判断结果.9 图表 12：中证 A500 合成择时策略净值.10 图表 13：中证 A500 合成择时策略回测表现.10 图表 14：中证 A500 合成择时策略分年度收益.11 图表 15：沪深 300 合成择时策略净值.11 金融工程专题报告 敬请参阅最后一页特别声明 3 扫码获取更多服务 图表 16：沪深 300 合成择时策略回测表现.11 图表 17：沪深 300 合成择时策

6、略分年度收益.12 图表 18：中证 500 合成择时策略净值.12 图表 19：中证 500 合成择时策略回测表现.12 图表 20：中证 500 合成择时策略分年度收益.13 图表 21：中证 800 合成择时策略净值.13 图表 22：中证 800 合成择时策略回测表现.13 图表 23：中证 800 合成择时策略分年度收益.14 图表 24：中证 1000 合成择时策略净值.14 图表 25：中证 1000 合成择时策略回测表现.14 图表 26：中证 1000 合成择时策略分年度收益.14 图表 27：创业板指合成择时策略净值.15 图表 28：创业板指合成择时策略回测表现.15 图