2024年主被动结合的风格轮动策略：等量齐观，风格宏观好友度评分在BL模型中的应用

1. 宏观友好度评分指标：为各类资产定制专属的基本层 面量化指标

国泰君安主动配置团队长期以来针对 beta 研究进行了大量积累。对于大类 资产和风格轮动研究，主要采用自上而下的宏观周期因子和资产宏观基本 面评分（即宏观友好度评分）方法。 基于对投资时钟和周期嵌套模型的理解，我们将某个经济体的某类周期的 环境压力程度进行量化，从而形成若干个具有鲜明周期特色的底层宏观因 子（例如：美国库存周期滞销指标）。再将这些类似原材料的底层宏观因子 进行逆序分位数处理，得到某类周期的宏观友好度评分指标（例如：美国库 存周期友好度评分）。最后，综合多种有关周期的宏观友好度评分指标，依 据相关关系和经济学逻辑合成为针对某类资产或风格宏观友好度评分指标 （例如：US 宏观友好度评分）。简言之，我们为各类资产定制了专属的宏观 基本层面量化指标，成为我们理解资产价格表现、形成主观观点矩阵的重要 依据。

底层宏观因子是我们构建各类风格专属宏观友好度因子的原材料，也是下文 的分析基础。因子的构建方式并不复杂，我们已在《如何以宏观友好度评分 辅助权益仓位管理》、《美债实际利率中期向下拐点将于春季确认》、《宏观友 好度视角下的中美权益资产比较》、《债市牛熊背后的周期线索：宏观友好度 B》等报告中做过介绍。

2. 全球大类资产配置策略：全球宏观周期结合量化 BL 模型

BL 模型是传统的均值-方差模型的改进。1990 年，高盛的 Fisher Black 和 Robert Litterman 对 MVO 进行改进，开发了 Black-Litterman 模型（简称 BL 模型），并于 1992 年将其发表，后被业内广泛使用。BL 模型采用贝叶斯理 论将主观观点与量化配置模型有机结合起来，通过投资者对市场的分析预 测资产收益，进而优化资产配置权重。BL 模型有效地解决了均值-方差模型 对于预期收益敏感的问题，同时相较于纯主观投资具有更高的容错性，为投 资者持续提供高效的资产配置方案。 在 2024 年 3 月 11 日发布的专题报告《从宏观友好度评分到 BL 模型观点 矩阵——主被动结合的大类资产配置新思路》中，我们将宏观友好度评分 指标系简单加工形成主观观点，与量化配置模型中的 Black-Litterman 模型 相结合。具体过程起始于将宏观经济指标一致预期转化为宏观友好度评分 预期，再转化为各大资产预期收益率，最后融入 BL 观点矩阵。在可选资产 包括权益（AH 美日印德）、债券（中美）、商品、美元、黄金的情况下，引 入包括汇率在内的综合宏观友好度评分主观观点的 BL 模型策略在五年回 测期（2019/01/2-2024/02/29）内年化收益率可达 23.1%，夏普比率可以达到 1.52，表现显著优于其他对比策略。 2024 年 4 月 16 日我们发布了专题报告《三维度刻画十年期美债隐含通胀 预期——下调美债配置评级至标配》，在该报告中我们基于宏观因子构建了 隐含通胀预期评分指标。利用该报告构建的美债收益率模型，我们对于美债 和黄金的友好度评分方法论进行了升级。

对于美元以外的各类外币资产而言，汇率波动因素是影响最终本币计价收 益率的重要因素。沿用《从宏观友好度评分到 BL 模型观点矩阵——主被动 结合的大类资产配置新思路》中的方法，我们将外币资产宏观友好度与其对 应的外币汇率宏观友好度进行加权组合，进行 BL 模型测试。外币观点的权 重设定综合考虑了汇率的波动情况和变化幅度。

策略回测表明引入汇率的宏观友好度观点 BL 模型策略在迭代美债、黄金研 究框架评分后，2019 年至 2024 年三季度末回测期内，其年化收益可达到23.9%，夏普比率为 1.48。如沿用原策略全部历史参数，该策略年化收益率 可达 22.0%，夏普比率仍然可以达到 1.44。

3. 风格宏观友好度评分在 BL 模型中的实践

3.1. 运用宏观周期量化 A 股五大风格友好度

对于境内投资者而言，全球配置资产往往具有较高门槛。结合主动宏观研究 与被动量化模型的方法实现境内资产的轮动择时，具有更强的现实意义。本 篇报告利用宏观友好度框架中的五大行业风格友好度评分工具，构建了风 格友好度 BL 轮动策略并进行了回测验证。

在专题报告《行业风格轮动背后的周期线索指向何方》中，我们首次引入行 业风格友好度指标概念。其中五大行业风格（中信分类标准）友好度指标的 公式分别为：

（1） 成长风格友好度评分=f(滞后 6M 的 CN 金融周期友好度评分+US 金 融周期友好度评分)

（2） 金融风格友好度评分=f(－0.5×CN 美林周期友好度评分－0.5×CN 金 融周期友好度评分－US 金融周期友好度评分)

（3） 消费风格友好度评分=f(CPI/PPI 剪刀差+货币缺口指标－0.5×滞销指 标－0.5×滞胀指标)

（4） 周期风格友好度评分=f(－CPI/PPI 剪刀差－0.4×滞后 6M 的滞销指 标－0.8×货币缺口指标)

（5） 稳定风格友好度评分=f(－2×CN 库存周期友好度评分－CN 美林周 期友好度评分－2×US 金融周期友好度评分)

具体来看，成长风格友好度评分的经济学逻辑在于，滞后的中国金融周期友 好度和美国金融周期友好度与成长风格超额收益正相关。一方面，成长风格 的估值对利率敏感，在衰退末期和复苏期，社会剩余流动性充裕，利率处于 低位，有利于成长股估值提升，且中国金融周期友好度评分具有领先性。另 一方面，美国金融周期友好度上升，意味着中美利差正向走阔，有利于人民 币升值，吸引更多外资流入，而外资行为一定程度上强化成长（尤其是大盘 成长）风格的逻辑。 金融风格友好度评分的经济学逻辑在于，金融风格与成长风格相对，其超额 收益与中国、美国金融周期友好度负相关，与美林周期负相关。利率上行， 金融周期友好度下行，利好金融风格的表现，这一点从保险公司会计利润计 算方式可以窥见。当美林周期友好度下行，轮盘可能进入滞胀象限，金融风 格以其高股息、低估值特性，在市场偏弱时具有一定的避险功能。

消费风格友好度评分的经济学逻辑在于，CPI/PPI 剪刀差与下游消费板块的 盈利空间正相关。货币缺口越高，利率越高，往往对应美林过热期，主要利 好必选消费风格。滞销指标越低，库存周期越友好，传统经济繁荣，对居民 收入预期有利，整体性利好消费风格。滞胀指标越低，美林周期越友好，主 要利好可选消费风格（例如汽车家电）。 周期风格友好度评分的经济学逻辑在于，与下游消费企业相反，CPI/PPI 剪 刀差越大，上游原材料企业的利润空间越遭到压制，不利于周期风格，该项 系数最高，影响力最强。滞销指标具有领先性，滞后 6 个月的滞销指标越 低，库存周期越友好，越有利于周期股。货币缺口指标越低，金融周期越友 好，同样越有利于周期品的金融属性表达。 稳定风格友好度评分的经济学逻辑在于，库存周期、美林周期友好度下行， 往往对应经济景气度下行，市场风险偏好回落，相对利好稳定风格；美国金 融周期友好度下行，外资净流入回落，对市场情绪和风格产生影响，相对利 好稳定风格。熊市中稳定风格显示出较强的避险防御属性。 2018 年至 2023 年 3 月期间，成长、金融、消费、周期、稳定风格友好度评 分与对应中信风格指数相对全 A 12M-MA 超额收益率之间具有显著正相关 性，相关系数分别达到 0.82,、0.90、0.83、0.80、0.87。

3.2. 行业风格指数相关性较低，BL 模型可有效提升分散化收益

由于不同资产价格变化的驱动因素有所不同，资产分散化配置可以降低整 体投资组合的风险。也正是因为这个原因，Markowitz 称“资产配置多元化 是投资中唯一的免费午餐”。 正如我们在专题报告《从宏观友好度评分到 BL 模型观点矩阵——主被动 结合的大类资产配置新思路》中所介绍的，均值-方差模型（MVO）以投资 组合的期望收益(均值)和风险(方差)为目标，以简明的方式解释了资产分散 化的意义。在均值-方差有效投资组合策略集中，高风险对应着高收益。BL 模型在计算过程中同样运用了期望收益-风险优化步骤，因而从原理上看， 将相关性较低或为负的资产纳入组合，可以更好实现分散化投资收益。我们 计算了过去三年间五大行业风格指数 20 日移动平均超额收益率的相关系数 矩阵，各风格指数超额收益率相关性较低或为负，因而可通过 MVO 或 BL 模型进行权益配置优化。

3.3. 风格宏观友好度观点 BL 模型策略构建：年化收益率 22.1%

通过上述相关性分析，资产配置模型在行业风格配置中应用的可行性得到 论证。我们将在全球大类资产配置策略中取得良好效果的 BL 模型再次引入 到风格轮动策略中，构建主被动结合的风格轮动策略。

为了对比风格宏观友好度观点 BL 模型策略的提升效果，我们选取了 3 种不 同基准策略和万得全 A 指数作为对比： 1） 等权参照组合：各资产等权重配比，月度再平衡。 2） 被动 BL 模型策略：考虑到我们在构建主观观点时使用了 1M 平均收益 率，历史动量的使用可能对策略表现起到较大影响，在该策略中我们仅 使用滚动过去平均收益1M 率作为资产预期收益率观点，加入 BL 模型 当中进行对比。该策略参数设定方法与风格宏观友好度观点 BL 模型策 略保持一致。 3） 当期最佳宏观友好度策略：仅使用行业风格宏观友好度评分中的当月序数评分，每月仅配置调仓时评分最高的风格。相对于风格宏观友好度观 点 BL 模型策略，该方法省略了宏观周期的预期传导效应，且不使用分 散化配置方法。 4） 万得全 A 指数 策略回测表明，风格宏观友好度观点 BL 模型策略年化收益率达到 22.1%， 夏普比率为 0.95。相对于基准策略提升明显，相对万得全 A 累计超额达到 161%，2024 年以来超额收益达到 23%。

需要再次强调的是，由于宏观周期因子及风格宏观友好度评分开发时间较 短，上述回测方法出于简化过程的考虑，将宏观周期因子的历史实际值视同 为某种 100%正确的预测进行回测。在 2024 年 3 月及之前的回测部分，即 使效果好也仅能说明正确的宏观分析对资产配置具有增益效果。未来我们 将继续跟踪并汇报策略表现。

4. 结论与配置建议：金融板块的机遇仍然值得重视

本篇报告是我们将主动配置观点融合配置量化模型研究系列的第二篇报告。 报告简单介绍了主动配置宏观友好度评分指标系的构建方法并对前篇报告 《从宏观友好度评分到 BL 模型观点矩阵——主被动结合的大类资产配置 新思路》中提出的全球大类资产配置策略进行了更新；随后，本篇报告将主 动配置宏观友好度观点结合 BL 模型研究思路引入行业风格轮动策略当中， 通过策略回测的方法验证了风格宏观友好度观点 BL 模型策略的有效性，该 策略年化收益率超过 22%，且对于各类基准提升明显。宏观基本面量化思 想对于提升大类资产配置模型和风格轮动策略的效果起到了明显作用。 未来我们会定期发布上述方法所得出的大类资产配置结论，就当前而言，全 球大类资产配置策略（即引入汇率的宏观友好度观点 BL 模型策略）资产配 置集中于黄金资产，而风格宏观友好度观点 BL 模型策略依然看好金融风 格。短期我们认为化债方向仍然具有高胜率，互换便利 SFISF 和回购增持 专项再贷款工具的相继发布实施将有效提升投资者对于股票市场的信心。 金融板块的机遇仍然值得重视。

编辑：火腿肠