| 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。对于创业板50指数，策略给出6月份仓位建议为45%，较5月份仓位建议的70%有所下降。拆分来看，模型对于6月份经济增长层面维持中性的观点，信号强度为40%，与上个月相同；货币流动性层面转为中性偏多的观点，信号强度为50%，较上个月有所下行。5月份配置模型表现一般，月涨跌幅为-3.93%，低于基准-2.43%的涨跌幅。但从历史表现方面来看，从2014年5月1日至2023年5月31日，策略年化收益率为18.25%、年化波动率为17.35%、最大回撤为14.82%、夏普比率为1.01、收益回撤比为1.23，在各个维度上表现优于基准。 最后，我们统计了2014年5月1日至2023年5月31日择时策略的逐年表现，可以发现该策略在多数年份都取得了正的超额收益，并且在等比例基准出现回撤的阶段，该策略较好地控制住了下行风险。 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。 可投资标的介绍：交银创业板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，目前管理规模为19.06亿元，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。 |
