1、 敬请参阅最后一页特别声明 1 月度择时观点及策略表现 根据国金金融工程团队发布的量化掘基系列之四:量化择时把握创业板 50 指数投资机会,我们构建了基于动态宏观事件因子的创业板 50 指数择时策略。策略给出 9 月份仓位建议为 50%,相较 8 月份仓位建议的 100降低 50%。拆分来看,模型对于 9 月份经济增长信号强度为 50(上月为 100);货币流动性层面信号强度为 50(前值为100)。8 月份配置模型月涨跌幅为 27.84,指数涨跌幅的 27.84,但高于等比例基准涨跌幅的 12.16。同时,从历史表现方面来看,从 2014 年 5 月 1 日至 2025 年 8 月 31 日
2、,策略年化收益率为 17.59,年化波动率为 19.64,最大回撤为29.35,夏普比率为 0.89,收益回撤比为 0.59,在各个维度上表现均优于基准。最后,我们统计了回测期内择时策略的逐年收益,可以发现该策略在多数年份均取得正的超额收益,并且在等比例基准出现回撤阶段时,该策略能够有效控制下行风险。基于动态宏观事件因子的创业板 50 指数择时策略 为了探索中国宏观经济对 A 股的影响,我们尝试从动态宏观事件因子的角度,构建了基于动态宏观事件因子的创业板50 指数择时策略。从经济、通胀、货币和信用四维度的 30 余个宏观数据指标中,基于数据样本内时间段的收益率胜率指标和开仓波动调整收益率指标数
3、值,筛选出这些宏观数据每期最优的事件因子和最优的数据处理方式,并且挑选了 11 个对创业板 50 指数择时效果较好的宏观因子搭建择时策略。在选定了最终使用的宏观指标之后,我们使用这些宏观数据构建的宏观事件因子来搭建择时策略。我们定义:当大类因子内部的细分因子不少于 2/3 的因子发出看多信号,则当期该大类因子的信号标记为 1;当大类因子内部的细分因子少于 1/3 的因子发出看多信号时,则当期大类因子信号标记为 0;若当大类因子内部的细分因子发出看多信号的比例处于两个区间之后,则大类因子标记为对应具体的比例。最后我们将两个大类因子的得分取平均值,合成最终当期的择时仓位信号。建议关注标的介绍:交银
4、创业板 50 指数 A(007464.OF)交银创业板 50 指数 A(007464.OF)紧密跟踪创业板 50 指数,是择时策略可投资的标的,该基金成立于 2019 年 11 月20 日,为被动指数基金,管理规模为 28.53 亿元,由交银施罗德基金的基金经理邵文婷管理。风险提示 1、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;2、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;3、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;4、基金相关信息及数据仅作为基金研究使用,不作为募集材料或者宣传材料;5、本文涉及所有
5、基金历史业绩均不代表未来表现。金融工程月报 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、月度择时观点及策略表现.3 二、基于动态宏观事件因子的创业板 50 指数择时策略.5 2.1 宏观数据的选用.5 2.2 宏观数据的预处理.6 2.3 宏观事件因子构建.7 2.4 择时策略构建.8 三、建议关注标的介绍:交银创业板 50 指数 A(007464.OF).9 3.1 基金简介.9 3.2 基金经理介绍.9 四、风险提示.9 图表目录图表目录 图表 1:宏观择时模块最新观点(截至 8 月 31 日).3 图表 2:宏观事件因子择时策略表现.3 图表 3:各细分因子信号
6、展示.3 图表 4:宏观事件因子择时策略仓位.4 图表 5:策略净值走势.4 图表 6:宏观事件因子择时策略表现.4 图表 7:宏观事件因子择时策略逐年收益.5 图表 8:经济、通胀、货币和信用类指标.5 图表 9:事件因子构建流程图.6 图表 10:事件因子的构建.7 图表 11:各类衡量指标介绍.7 图表 12:最终筛选的宏观因子.8 图表 13:择时策略仓位确定流程图.8 图表 14:交银创业板 50 指数基本资料.9 图表 15:基金经理邵文婷在管基金一览.9 金融工程月报 敬请参阅最后一页特别声明 3 扫码获取更多服务 一、月度择时观点及策略表现 根据国金金融工程团队发布的量化掘基系